1. 高光谱成像概述

大家好，我是老张。做高光谱这行十几年了，今天咱们聊聊最基础的东西——到底什么是高光谱成像。

很多人第一次接触这个概念，总觉得很玄乎。其实说白了，它就是给每个像素拍一张「光谱身份证」。你想想看，普通相机拍一张照片，每个像素只有红绿蓝三个数值。高光谱相机呢？每个像素能记录几百个连续波长的反射率值。

什么是高光谱成像

高光谱成像（Hyperspectral Imaging），本质上是一种「图谱合一」的技术。它同时获取目标的空间图像信息和光谱信息。

我习惯用一个比喻来解释：
普通相机像黑白电视，只能看亮度。
多光谱相机像彩色电视，能看到几个颜色通道。
高光谱相机呢？它像一台精密的光谱仪，对着每个像素点扫一遍，得到一条连续的光谱曲线。

我在项目中遇到过不少新手，以为高光谱就是「更精细的多光谱」。其实不是的。多光谱通常只有4-10个波段，波段不连续。高光谱有几十到几百个连续波段，光谱分辨率通常在纳米级别。

高光谱与多光谱的区别

咱们直接看对比，这样更清楚：

对比项	多光谱成像	高光谱成像
波段数量	4-10个	几十到几百个
光谱连续性	不连续，有间隔	连续，无间隔
光谱分辨率	几十纳米	1-10纳米
数据量	较小	巨大（几百MB到GB级）
信息含量	有限，只能区分大类	丰富，可识别细微差异
典型应用	植被指数、土地利用	矿物识别、病害检测、物质分类

嗯，这里要注意。多光谱的波段虽然少，但信噪比通常更高，处理速度也快。高光谱虽然信息丰富，但数据量大，处理起来更费劲。选哪个，得看你的具体任务。

我曾经在一个农业项目中，客户坚持用多光谱做作物病害检测。结果呢？早期病害根本看不出来。后来换成高光谱，在900nm附近的细微吸收特征才把问题暴露出来。这就是光谱分辨率的差距。

高光谱数据的核心特征：图谱合一

「图谱合一」这四个字，我每次讲课都要强调。它到底是什么意思？

咱们用一张图来理解：

这张图我画了很多次。你看，数据立方体的两个维度是空间位置（x和y），第三个维度是波长（λ）。每个像素点拉出来，就是一条光谱曲线。

这意味着什么？意味着你不仅能「看到」物体的形状和颜色，还能「分析」它的物质成分。因为不同物质对光的吸收和反射特征是不一样的。

高光谱数据的三个核心特性

我总结了一下，高光谱数据有三大特性，理解了它们，你就抓住了高光谱的精髓：

1. 高维性：每个像素有几十到几百个波段。这既是优势也是挑战。优势是信息丰富，挑战是「维度灾难」——数据量太大，处理起来慢，而且容易过拟合。
2. 连续性：波段是连续采样的，没有间隔。这让你能捕捉到物质的光谱吸收特征，比如叶绿素在680nm的吸收谷，或者水在970nm的吸收峰。
3. 图谱合一性：空间信息和光谱信息在同一数据集中。你可以先定位目标区域，再分析它的光谱特征；也可以先根据光谱特征分类，再映射到空间分布图上。

实际应用中的体会

说了这么多理论，咱们聊聊实际。高光谱成像到底能干什么？

我参与过的一个典型项目是农作物氮含量检测。传统方法要采样、研磨、化学分析，费时费力。用高光谱成像呢？无人机飞一遍，每个像素点都能反演出氮含量。为什么能做到？因为氮元素在特定波长有吸收特征，高光谱能捕捉到这些细微变化。

再比如文物鉴定。有些古画表面看起来一模一样，但高光谱一照，不同颜料的光谱曲线完全不同。真品和赝品，一目了然。

嗯，这里要提醒一下。高光谱不是万能的。它对光照条件很敏感，对大气干扰也很敏感。室内实验效果很好，一到野外就各种问题。所以，数据采集时的校准工作特别重要。这个咱们后面会详细讲。

好了，这一章的内容就到这里。高光谱成像的核心就是「图谱合一」这四个字。记住它，后面的内容都围绕这个展开。

---

公众号:蓝海资料掘金营，微信deep3321