生產商廣泛使用紅綠藍 (RGB) 相機。這些相機適合根據物體的形狀和顏色來表征物體。然而，由于只有三個可見波段可用，因此它們的識別能力很小。高光譜技術可用于要求更高的應用，通過在寬光譜帶通上記錄數百個光譜通道(波段)來測量物體或場景。這些波段是連續的并且不限于光譜的可見部分。

高光譜成像 (HSI) 為用戶提供了大量信息，允許根據化學成分而不僅僅是尺寸、形狀和可見顏色來識別篩選的材料。每種材料都有其獨特的成分，因此對電磁頻譜有獨特的反應。高光譜相機提取這種奇異的反應，然后將其用作識別簽名，就像使用指紋來識別個人一樣。

圖 1：杏仁和殼的 VNIR 光譜。杏仁色(深藍色)和貝殼色(青色)的 RGB 分量。可測量的 RGB 相機波段由各自的垂直線表示

上圖(圖1)說明了RGB相機相對于高光譜相機的局限性。高光譜相機可測量完整的光譜特征，因此無論杏仁殼或杏仁的顏色如何，它都可以準確測量杏仁與其殼之間的差異。在此示例中，與堅果油相關的 930 nm 光譜特征為準確分選提供了精確且選擇性的特征。RGB 相機僅限于三個色帶，完全缺少最相關的排序標準。

除了將靈敏度擴展到近紅外 (NIR) 光譜區域之外，高光譜相機測量的數百個波段比僅用 RGB 相機的三個波段表示的彩色圖像能夠更準確地描繪彩色圖像(圖 1)。 . 2). 超出可見光譜范圍的高光譜相機涵蓋 900 – 1700 nm 的近紅外范圍。這些相機提供適用于更強大模型的擴展光譜數據(取決于應用要求)。如圖 2 所示， 相機將是從杏仁和開心果的外殼和外來污染物中分選的最佳儀器，其性能優于基于 RGB 的模型。值得注意的是，其他應用可能需要具有短波紅外、中波紅外(MWIR，2.7 – 5.7)靈敏度的高光譜相機。

?

圖 2：基于 RGB 相機、高光譜相機數據的照片和模型預測。開心果和堅果分類為綠色，貝殼分類為藍色，木材分類為黃色