高光譜成像技術(shù)是一項令人振奮的新技術(shù)，非常有前景，尤其是結(jié)合現(xiàn)代機器學(xué)習(xí)軟件和執(zhí)行器（如：機器人或空氣噴氣機）使用時，高光譜成像技術(shù)有能力革新工業(yè)分類方法，使機器能夠執(zhí)行人類難以完成的復(fù)雜任務(wù)。
圖1：農(nóng)場的高光譜假彩色圖像（左），指定區(qū)域的反射光譜曲線（右）
什么是高光譜成像儀？
高光譜成像技術(shù)指的是測量二維圖像中每個像素的高分辨率光譜數(shù)據(jù)。標(biāo)準相機在每個像素上提供三個光譜數(shù)據(jù)通道：紅、綠、藍（RGB），視覺者的大腦輸入了這三種顏色的混合顏色，并將它們解釋為一種獨特的顏色。在高光譜圖像中，材料的反射光譜是連續(xù)的波長曲線，每個像素上有數(shù)百個光譜數(shù)據(jù)點，它是光譜學(xué)的一種，標(biāo)準光譜儀只提供一個“像素”的光譜測量-沒有成像信息。多光譜成像儀指的是每個像素提供幾個光譜數(shù)據(jù)通道的照相機，通道數(shù)通常在4-12之間?！案吖庾V”這個術(shù)語指的是：許多光譜數(shù)據(jù)點，它們產(chǎn)生一個近乎連續(xù)的光譜曲線，通常在每條曲線上有數(shù)百個光譜數(shù)據(jù)通道。然而，高光譜成像儀的設(shè)計和制造要比非成像光譜儀復(fù)雜得多，因為二維圖像中每個像素點都需要有連續(xù)的光譜曲線，而且最小化光譜失真一直是一個非常困難的光學(xué)問題。
圖1顯示了一個農(nóng)場的高光譜假彩色圖像以及指定區(qū)域像素的高光譜曲線；圖2顯示了相同的高光譜數(shù)據(jù)，但是光譜通道數(shù)降低至4個，4個光譜通道的數(shù)據(jù)類似于Landsat衛(wèi)星獲得的數(shù)據(jù)，可以直觀的看出圖1的數(shù)據(jù)比圖2包含了更多的光譜信息，從而能夠?qū)鼍爸械膶ο筮M行更加精準、可靠的分類。
圖2：與圖1相同像素區(qū)域的多光譜數(shù)據(jù)，光譜波段與Landsat衛(wèi)星影像波段一致?
高光譜成像儀越來越受歡迎的主要原因：
1.????隨著科技發(fā)展，相機越來越普及，而且拍照速度越來越快；
2.????計算機可以提供足夠的計算能力來處理大量數(shù)據(jù)；
3.????結(jié)合現(xiàn)代的機器學(xué)習(xí)算法，科學(xué)家可以利用高光譜數(shù)據(jù)準確識別材料，甚至那些看起來非常相似的材料。
基于不同的材料具有不同的反射光譜這個事實，使得這項技術(shù)具有很強的實用性，在研究和工業(yè)應(yīng)用中發(fā)展迅速。
?
高光譜成像技術(shù)的應(yīng)用：
農(nóng)業(yè)應(yīng)用
農(nóng)業(yè)方面，不同植物有不同的光譜，相同植物在不同條件下光譜也有差異。例如，高光譜數(shù)據(jù)可以用來提醒農(nóng)民作物脅迫或有害雜草的早期跡象，也可以確定成熟度。高光譜成像技術(shù)在精準農(nóng)業(yè)和環(huán)境監(jiān)測方面的應(yīng)用越來越多，相信在不久的將來，會有質(zhì)的飛躍。
確定光譜特征和植物生理特征參數(shù)的準確關(guān)系是全球性研究的一部分，這使定點使用除草劑、農(nóng)藥和化肥成為可能。這種作物管理技術(shù)會讓農(nóng)民有針對性的定量使用化肥，節(jié)省成本，并獲取更大收益。因此，高光譜技術(shù)獲得了強有力的體制支撐，尤其是將食品供應(yīng)和環(huán)境保護作為核心問題的亞洲。??
工業(yè)應(yīng)用
相比于野外農(nóng)田和森林，工廠的環(huán)境更好控制，因此，高光譜成像在工業(yè)分類中的應(yīng)用越來越廣泛。傳統(tǒng)的視覺系統(tǒng)很難對具有相似顏色或外觀的物體進行分類，如：很難辨別具有相似顏色的果實、蔬菜或與組成其可見顏色無關(guān)的材料（如再生塑料）。當(dāng)標(biāo)準視覺系統(tǒng)分類失敗時，這些分類工作只能由人工來完成，價格高昂、速度慢、錯誤率高。
應(yīng)用高光譜成像技術(shù)，不僅可以利用高光譜數(shù)據(jù)去分類相似顏色的材料，也可以獲取可見光范圍以外的信息，如紅外和紫外波段。實時的機器學(xué)習(xí)算法可以秒級處理數(shù)據(jù)并且傳遞這些信息至機器人手臂或空氣噴氣機等執(zhí)行器上完成分類工作。?
軟件及算法
雖然相機的設(shè)計和制造在技術(shù)上具有挑戰(zhàn)性，但研發(fā)出可靠的用于工業(yè)分類的高光譜分析軟件是機遇，也是挑戰(zhàn)。由于深層機器學(xué)習(xí)知識伴隨在廣泛應(yīng)用的簡單算法中，高光譜機器視覺軟件開發(fā)是一項令人興奮的科技領(lǐng)域。
光譜圖像數(shù)據(jù)分析的傳統(tǒng)方法是使用植被指數(shù)或光譜指數(shù)的概念，俗稱波段組合，這些指數(shù)是每個像元的指標(biāo)，通過測量幾個指定波段的光譜強度，再由簡單代數(shù)組合計算得出。例如，最常見的植被指數(shù)（NDVI）即歸一化差分植被指數(shù)，最早用于多光譜遙感影像中，給定每個像素的全反射光譜，可以在每個像素中提取NDVI指數(shù)。
NIR是指紅外波段（750nm左右）反射率，Red指紅光波段（650nm）反射率，NDVI的值在-1.0—1.0之間。NDVI的大小是衡量植物健康狀況的重要指標(biāo)。NDVI非常適用于早前的多光譜相機，如Landsat衛(wèi)星影像，每個像素點記錄4個光譜通道（紅綠藍及近紅外）。
NDVI可以粗略估計植物健康狀況，機載高光譜成像傳感器問世后，涌現(xiàn)出許多更精確的新光譜指數(shù)，如測量植物葉綠素含量的指數(shù)，修改葉綠素吸收反射的指數(shù)(MCARI),
衡量植物花青素含量的指數(shù)，花青素反射指數(shù)ARI2：
圖3：與圖1相對應(yīng)的修改葉綠素吸收反射指數(shù)MCARI分布圖?
圖3顯示了與圖1相對應(yīng)的修改葉綠素吸收反射指數(shù)MCARI分布圖。途中高亮區(qū)域代表MCARI值高，意味著葉綠素活性高，黑暗區(qū)代表低值。?
這些指數(shù)最初是為農(nóng)業(yè)和環(huán)境監(jiān)測而開發(fā)的，現(xiàn)在已擴展到醫(yī)學(xué)、水質(zhì)、生物和地質(zhì)等多個領(lǐng)域。在醫(yī)學(xué)中，研究者會利用與水和氧有關(guān)的指數(shù)來確定手術(shù)過程中人體肌肉組織的特性。
雖然指數(shù)是有用的工具，但是它們只包含了整個連續(xù)波長曲線的小部分信息。高光譜數(shù)據(jù)攜帶的信息要遠多于幾個波段的信息，并且可以根據(jù)要求誕生出不同的光譜指數(shù)。這意味著整個波段的統(tǒng)計方法會產(chǎn)生更可靠的分類效果，這也是先進的視覺應(yīng)用程序所使用的方法。
機器視覺算法通過統(tǒng)計方法，利用整個光譜進行更精準的植物或材料的分類，如：支持向量機（SVM）和神經(jīng)網(wǎng)絡(luò)?(CNN)，在高光譜分類中取得了顯著的成績。特別是結(jié)合了空間識別算法后，高光譜機器視覺可以作為計算機敏銳的眼睛，廣泛應(yīng)用于食品、材料、顏料、圖案、涂層、缺陷和污染物等識別工作。
前途一片光明
盡管高光譜成像技術(shù)仍處于起步階段，但是相對于傳統(tǒng)成像系統(tǒng)來說，可以提供更豐富的數(shù)據(jù)，這是它的明顯優(yōu)勢。更值得一提的是，該技術(shù)的數(shù)據(jù)采集、處理速度和計算復(fù)雜度，已經(jīng)被許多實際應(yīng)用所克服。隨著高光譜成像技術(shù)的不斷改進，用戶將逐漸認識到高光譜成像技術(shù)的能力，該技術(shù)將在更大尺度上幫助用戶解決之前難以攻克的問題，高光譜成像技術(shù)將會大放異彩。