高光譜成像技術的案例
重慶大學研究團隊利用高光譜技術實現石質文物的全面“體檢”
本研究通過基于高光譜成像技術的石質文物劣化模式識別方法，為石質文物的保護工作提供了新的技術路徑。通過建立砂巖表面強度預測模型、典型病害智能識別模型和風化病害定量評估方法，研究團隊成功解決了傳統風化病害評估方法中的局限性，大大提高了文物保護的效率和準確性。隨著文物保護工作的深入，基于高光譜成像技術的文物“體檢”方法必將在未來得到更廣泛的應用。
中達瑞和作為一直專注于高光譜成像設備及光譜智能分析平臺的專業品牌，我們致力于將前沿科技轉化為文物保護的實際工具，讓這些無價的文化遺產在歲月的長河中亙古長青，繼續講述屬于它們的故事。
展開 【案例應用】 QuantumDesign中國 | 高光譜成像HSI和X-rays在食品行業的應用
單靠高光譜成像并不能解決所有問題，但它可作為一項有效的補充技術應用于視覺檢測方案，尤其是對X射線（X-Rays）技術的補充。高光譜成像無法穿透樣品，而X射線可以檢測隱藏在食品內部的污染物。由于X射線依靠密度變化進行檢測，無法表征營養特性，也無法檢測密度與產品相似的污染物，高光譜成像則可以實現這一目標。
例如，X射線能夠準確地識別出骨頭，即使它位于肉沫的內部，而高光譜相機則無法識別它。
萊森光學：無人機高光譜遙感技術在自然資源調查中的應用進展
點擊標題下「光譜技術及應用服務」快速關注
無人機高光譜遙感技術在自然資源調查中的應用進展
一、引? 言
高光譜遙感技術發展于 20 世紀 80 年代，其結合了傳統的光譜探測和攝影成像技術，可同時獲取目標的空間信息、光譜信息和輻射信息，形成圖譜合一的數據立方體。與多光譜遙感技術相比，高光譜遙感技術能夠在一個連續的光譜范圍內進行窄帶成像，因此光譜分辨率 更高、信息分辨能力更強，可以實現精確的目標分類和地物識別。目前，高光譜遙感系統 已經歷了從航空平臺到航天平臺的發展過程，隨著遙感技術的不斷發展，研究者發現星 載高光譜儀器雖然可以提供長時間、大尺度的數據，但受衛星重訪周期的限制，空間分辨率 和時間分辨率較差；航空高光譜儀器雖然空間分辨率較高，但對氣象條件和使用環境有苛刻要求，且需要有專業支持團隊，成本高昂，靈活性較差。
展開 SPECTRA INSIGHT 高光譜成像軟件
Spectral Insight 可以從任何成像光譜儀獲取和處理光譜數據。光譜數據可以從第三方來源導入進行分析。圖像大小/分辨率和光譜范圍/分辨率僅受分光計或文件格式的限制。Spectral Insight 使用并行處理，以視頻或旋轉的 3D 體實時顯示數以千計的光譜圖像。每個平面圖像或 3D 體被分配與波長或波長集相關聯的獨特的調色板。每個像素、區域、光譜圖像和 3D 體積都可以分析物質、光譜匹配、異常，并使用本地或第三方光譜數據庫進行搜索。
特性
· 用戶可選擇區域和分辨率的數據采集
· 可選擇的波長范圍和帶寬
· 可將數以萬計的光譜波段顯示為圖像/視頻
· 獨特的調色板紫外線，可見光和紅外波長
· 搜索本地或在線光譜數據庫進行簽名匹配
· 分析整個圖像，可選區域，或單個像素
· 顯示體積，3D 表面，2D 圖像，1D 橫截面顯示和單像素光譜數據
· 使用行業標準或其他光譜數據進行光譜標準化
· 導入第三方光譜數據
高級功能
· 與點掃描、推掃或全圖像快照光譜儀一起使用
· 用于快速物質檢測的 AI 功能
· 使用所有可用 cpu / gpu 進行并行處理
· 簡單而強大的 Ribbon 界面
· 多種文件格式(導入、導出)
· 根據需求添加新功能
· 可作為一個完整的應用程序或程序員的庫
展開 
光譜成像技術如何重塑視覺邊界？
<p>在光譜產業專題中，我們簡單了解了光譜以及光譜成像應用的生活化場景，而深入了解光譜成像技術可以了解到它的分類方式豐富多樣，不同的分類標準下，展現出各具特色的技術類型。這些分類不僅反映了光譜成像技術的發展歷程和內在邏輯，更決定了它們在不同應用場景中的獨特優勢。</p><p><strong>一、基礎概念</strong></p><p> 要更深入地了解光譜，<strong>波長、波段、波段數與光譜分辨率</strong>是至關重要的基礎概念，它們相互關聯，共同決定了光譜數據的特性和應用價值。</p><p><strong>波長</strong>是指電磁波（如可見光、紅外線等）的振動周期長度，通常用納米（nm）為單位表示。不同物質對不同波長的光具有獨特的吸收、反射特性，這是光譜分析的基礎。波長決定了光的顏色（可見光）或類型（如紅外線、紫外線等不可見光），就像音調高低由聲波波長決定一樣。</p><p><strong>波段</strong>是人為劃分的電磁波波長范圍區間，用于分類或研究特定波長范圍的光。例如：</p><p>可見光波段：380-780nm</p><p>近紅外波段：780-1500nm</p><p><strong>波段數</strong>是指傳感器能夠同時記錄的波段數量。波段數越多，每個波段的寬度越窄，能夠區分更細微的光譜差異。</p><p><strong> 光譜分辨率</strong>指成像儀或傳感器能區分的最小波長間隔。相當于光譜儀的“視力清晰度”。例如光譜分辨率為1nm，代表設備可分辨出300nm以及301nm的光。成像的波段范圍，分得越細，波段越多，光譜分辨率越高，越高的光譜分辨率可更容易區分和識別目標性質和組成成分。
展開 Zemax案例 | 基于自由曲面的高分辨率成像光譜儀設計
引言
成像光譜儀作為集“光譜分析”與“空間成像”于一體的先進光學設備，在環境監測、生物醫學、材料科學、空間遙感等領域具有重要應用。其通過對目標物質光譜與空間信息的聯合分析，能夠實現物質的“定性”“定量”和“定位”探測，為科學研究和實際應用提供高效、精確的信息。
傳統Czerny-Turner（C-T）型光譜儀因色散均勻、工藝成熟，長期占據主流市場，但球面反射鏡的固有缺陷使其難以校正全波段像差，性能提升受限。近日，華東師范大學精密光譜科學與技術國家重點實驗室謝微團隊[1]提出基于自由曲面反射鏡的高分辨率成像光譜儀設計方法，通過“離軸拋物面分段拼接+Zernike多項式擬合”的創新路徑，通過Zemax仿真優化，成功實現全波段全視場像差校正，其光譜分辨率達0.015nm，優于市面同類型商用產品，為高分辨率成像光譜儀的設計提供了全新思路。
子鏡的構建到曲面融合
要實現自由曲面對C-T型光譜儀的性能升級，關鍵在于構建合理的初始結構——團隊以C-T光路為基礎，通過“子鏡參數計算”與“分段拼接擬合”兩大步驟，突破了傳統自由曲面設計的計算壁壘。
1.1 C-T光路結構
C-T型光路的核心組成的為“入射狹縫-準直鏡-光柵-聚焦鏡-探測器”，如圖1所示：光線經狹縫進入系統后，由準直鏡將發散光束轉化為平行光；光柵對平行光進行光譜分光，使不同波長光線以不同角度衍射；最終，聚焦鏡將衍射光匯聚至探測器對應位置，完成光譜信息記錄。
圖1 C-T型光路結構示意圖
該團隊在保留這一經典框架的同時，針對“像差校正”這一核心痛點，提出將“準直鏡與聚焦鏡”替換為自由曲面反射鏡——其中，聚焦鏡通過“分段拼接離軸拋物面”生成，準直鏡則通過Zernike多項式直接優化，從結構源頭解決全波段像差問題。
展開 多光譜成像+AI系統技術是如何來監測植被的？
人們讓無人機搭載高分辨率相機、熱紅外相機、多鏡頭相機等各種傳感器系統獲取數據，從而滿足航拍、巡檢、建模等行業的需求。
無人機多光譜成像+AI系統技術是植被分布、長勢、病害、估產等監測的有效手段。為植被監測提供了新的平臺，以其機動靈活、經濟高效、受大氣等環境條件影響小和光譜、空間、輻射分辨率高等優勢，在植被精細、智能監測方面具有巨大潛力，是當前和未來農業、林業、海洋等領域植被監測技術發展的重要方向。
多光譜成像+AI系統技術植被監測案例：
1
麗水云和縣植被監測分析
2
臺州玉環植被監測分析
農林業植被監測使用的無人機種類繁多，有無人直升機、固定翼無人機、多旋翼無人機等多種機型。蜂巢航宇選用的是自主研發設計的一款高性能HC-332H油電混合六旋翼無人機，具備全自主飛行能力，可搭載多光譜相機和GPS+光照度模塊等，為植被精細化巡檢平臺。
優勢如下：
1、油電混合具有4小時超長航時、可靠性高、平臺通用、抗風等級可達六級；
2、相對無人直升機，HC-332H無人機操作簡單、體積輕巧、攜帶方便、成本低；
3、HC-332H無人機可以根據需要調節飛行速度、懸停、定點拍照、實時傳輸視頻，飛行載重量大，可同時搭載多種傳感器；
4、HC-332H無人機飛行速度可控，飛行高度可調且可以低空飛行，同時不受起飛降落場地的限制；
多光譜相機
多光譜相機
專用相機模塊：基于窄波段濾光技術，準確獲取特定波段光譜圖像信息。
展開 高光譜與多光譜技術：核心區別與應用選擇
important;">高光譜與多光譜各具特點，選擇時應綜合考慮具體需求、預算、技術能力與實時性要求。大面積快速監測宜用多光譜；精細識別與高精度分析則優先考慮高光譜。</p>
</div><div contenteditable="false" width="100%" class="ql-align-justify">
<p style="overflow-wrap: anywhere; word-break: normal; overflow-y: auto; max-width: 100%; line-height: 30px; text-wrap: unset !important;"><strong style="overflow-wrap: anywhere; word-break: normal; max-width: 100%; text-wrap: unset !
展開 