高光譜相機和多光譜相機都是光譜相機，但是兩種相機在功能和使用上卻有很大的不同。那么，高光譜相機與多光譜相機有什么區別呢？我們從光譜數據對比的角度進行分析。

?

高光譜相機與多光譜相機區別

高光譜相機和多光譜相機之間的主要區別在于它們記錄的波段數量和波段的寬度（即光譜分辨率）。

按照標準定義，高光譜相機會記錄超過100 個波段，而多光譜相機記錄的波段則要少一些。但是這個定義沒有考慮光譜范圍的寬度或采樣率。這意味著，如果相機覆蓋 400–600 nm 的光譜范圍并會記錄50個波段，那么它不是高光譜相機，而如果它覆蓋400–800nm 且采樣率相同（意味著這次會記錄 100 個波段），那么它就是高光譜相機。

?

高光譜與多光譜數據對比

高光譜成像涉及捕獲和分析來自電磁波譜中大量狹窄、連續波段的數據，從而為圖像中的每個像素生成高分辨率光譜。因此，高光譜相機可以提供平滑的光譜。多光譜相機提供的光譜呈現出階梯狀或鋸齒狀，無法精確地描繪光譜特征。

光譜成像提供的數據比多光譜成像更詳細，因此可以更具體地分析并更準確地識別各種材料和物質。由于光譜分辨率有限，多光譜成像可能無法區分密切相關的材料。

對于市場上的大多數多光譜相機，光譜范圍限制在 400 – 1000 nm 范圍內，典型的波段數量在 4 – 5 個之間。這些限制對于許多應用來說都具有重要影響。

為了說明高光譜相機相較于多光譜相機的優勢，我們研究了從杏仁中分選出杏仁殼的過程。這是一個典型的應用，需要高度準確地識別外觀非常相似的不同材料。

高光譜相機與多光譜相機相比，在光譜范圍方面的優勢

反射、吸收和發射特征形成的光譜與待測材料的分子組成密切相關。表1非常有名，大部分物質分子鍵都有共振頻率帶來的光譜指紋（光譜共振頻率）。

?

?

如表中所示，許多應用都需要700– 2500nm的光譜范圍。特別是對于那些與食品質量評估和塑料分選相關的應用，1100 –1700nm的光譜范圍是必不可少的。限制在400–1000nm范圍內的多光譜相機不適用于這些應用。

關于高光譜成像與RGB相機對比的文章表明了，RGB 相機在分選堅果和開心果時表現不佳。SINESPEC10的表現較好，而SINESPEC17 的分選精度最高。

?

高光譜相機與多光譜相機相比在波段數量方面的優勢

考慮到前一點，使用SINESPEC17相機數據對杏仁和杏仁殼進行比較，在第一個數據集中涵蓋了900–1700nm 的光譜范圍并記錄了224 個波段。在第二個數據集中，僅使用了28個合并波段（即合并連續的光譜波段）來模擬多光譜相機。??????????????????????????????????????????????

如圖1和圖2所示，相較于僅用28個波段描繪的光譜，與224個波段數據集相關的光譜要平滑得多。在高光譜數據中，還可以捕捉到微小但至關重要的光譜差異，以便能夠將杏仁與杏仁殼分開。

換句話說，由于捕獲的波段數量限制為28，因此區分杏仁和杏仁殼所需的光譜信息丟失了。

此外，一些預處理方法也不適用于多光譜數據。例如，Savitzky-Golay等導數或平滑算法需要連續光譜才能表現良好，而多光譜傳感器無法提供連續光譜。

如上所述，通過構建兩個模型來說明與能否準確地描繪光譜特征相關的這些要點，覆蓋224個波段的高光譜模型要比僅覆蓋28個波段的多光譜模型更準確。在高光譜數據中，邊緣效應消失了，甚至可以對最小的杏仁殼碎片進行正確分類。

本研究選擇了28個光譜波段來模擬多光譜相機。不過，典型多光譜相機涵蓋的光譜波段明顯更少，這進一步降低了它們描繪精細光譜特征的能力。

?

如何在高光譜成像與多光譜成像之間做出選擇？

高光譜成像技術和多光譜成像技術都在各種研究、工業和遙感應用中廣泛用于捕獲和分析電磁波譜。這兩種技術彼此互補，具體如何選擇取決于應用要求和現有數據的級別。

如果應用需要涵蓋的光譜波段較多，所需的光譜分辨率也較高，超出了多光譜成像技術的能力范圍，那么解決方案自然就是高光譜相機。

如果應用不需要涵蓋整個光譜范圍，則涵蓋特定波段的定制多光譜相機可以與高光譜相機一樣表現出色。但是，這需要用戶知道檢查或分析時必須涵蓋的選定光譜波段數量。如果用戶不知道應用的光譜要求或它們非常復雜，則最好使用高光譜相機來收集分析數據。

高光譜相機還提供了更大的靈活性，讓用戶可以在之后對機器進行升級，以便分選新的雜物或材料。使用 SINESPEC?相機時，用戶可以自由選擇相關波段。實際上，SINESPEC?高光譜相機可以轉換為多光譜相機，而多光譜相機永遠無法變成高光譜相機。

最后，在高光譜相機和多光譜相機之間進行選擇時，還要考慮的一個方面是價格。通常，與多光譜相機相比，高光譜相機價格更高，所需的處理能力也更多。不過，情況也并非總是如此，尤其是當需要為多光譜相機定制較多數量的波段時。