高光譜成像是一門使用專用傳感器同時捕獲多個窄波長數據的學科。高光譜數據通常表示為圖像立方體，其中每個圖像代表數十或數百個窄波長范圍或光譜帶之一。高光譜成像可以測量和分析區域或物體的光譜特征，用于農作物健康評估、環境退化監測和組織病理學等應用。

?

在哪里使用高光譜成像?

高光譜成像用于遙感、監視、機器視覺和醫學成像等應用，主要目的是識別材料和檢測物體、異常和過程。例如，遙感中的高光譜成像涉及使用衛星或航拍圖像檢測和識別礦物、陸地植被和人造結構。

使用基于衛星的高光譜數據，根據物質類型，使用最大豐度分類來識別不同的陸地區域。

在醫學成像中，組織表面的高光譜成像分析可以為組織病理學提供有見地的診斷信息。

高光譜圖像，通過將光線照射在組織表面并準確測量氧氣水平并生成血氧飽和度圖而得出，以方便臨床研究人員和醫生的工作。

高光譜圖像處理如何工作?

高光譜成像首先使用高光譜圖像傳感器捕獲一組圖像，并將它們表示為三維高光譜數據立方體。然后可以使用各種圖像處理算法對該數據立方體進行分析和處理，主要用于涉及分類、光譜匹配和分解的工作流程。

例如，一種常見的高光譜圖像處理技術，即最大豐度分類 (MAC)，用于根據像素的光譜特征對圖像中的像素進行分類，并將它們與對象或區域類(也稱為端元類)相關聯。

使用具有九個端元類別的高光譜圖像的最大豐度分類生成的豐度圖：瀝青、草地、礫石、樹木、彩繪金屬板、裸土、瀝青、自阻塞磚和陰影。

另一個常見任務涉及使用植被區域高光譜圖像的歸一化差異植被指數或NDVI值，并對該值應用閾值來衡量該區域植被的相對健康狀況。NDVI 值越高，該地區的植被越健康、越茂密。

?

高光譜成像庫包含用于預處理、分析和解釋高光譜數據的內置函數。它支持降維、光譜解混、光譜匹配和分類工作流程，包括波段選擇、端元提取、豐度圖估計和異常檢測等技術。