近幾年,高光譜成像技術發(fā)展迅速,應用日益廣泛。根據國外某機構的研究報告預測,2030年全球高光譜成像系統市場規(guī)模將達558億美元。本文簡單分析了光譜成像技術的優(yōu)勢和發(fā)展趨勢。。
1. 有著近似連續(xù)的地物光譜信息
高光譜影像在經過光譜反射率重建后,能獲取與被探測物近似的連續(xù)的光譜反射率曲線,與它的實測值相匹配,將實驗室中被探測物光譜分析模型應用到成像過程中。
2. 對于地表覆蓋的探測和識別能力極大提高
高光譜數據能夠探測具有診斷性光譜吸收特征的物質,能準確的區(qū)分地表植被覆蓋類型,道路地面的材料等。
3. 地形要素分類識別方法是多種多樣的
影像分類既可以采用如貝葉斯判別、決策樹、神經網絡、支持向量機的模式識別方法,也可以采用基于被探測物的光譜數據庫的光譜進行匹配的方法。分類識別特征是既可以采用光譜診斷特征,也可以采用特征選擇與提取。
4. 地形要素的定量和半定量分類識別將成為可能
在高光譜影像中能估計出多種被探測物的狀態(tài)參量,大大的提高了成像高定量分析的精度和可靠性。
1. 成本:低成本和小型化
雖然光譜成像技術的目標區(qū)分能力已經在應用中得到證明,但是此技術目前還是主要作為科學研究工具,應用于實驗室作為光譜分析儀器或航天、航空等遙感領域。現有成熟的光譜成像技術的速度、體積、成本,限制了光譜成像技術的產業(yè)化應用。為縮短研究和產業(yè)之間的差距,隨著光場成像技術、mems技術、量子點技術、超表面結構技術、芯片鍍膜技術等的應用,光譜成像技術正朝著小型化、低成本方向發(fā)展。
2. 技術:立體化和動態(tài)化
常規(guī)的色散型、濾光型、干涉型光譜成像方式均需要某種形式的掃描,,這種空間或光譜掃描往往需要數秒甚至分鐘時間以獲取完整光譜數據立方體,僅適用于探測靜態(tài)場景、靜止目標,不適用于工作在光照變化、大氣擾動等復雜條件,難以探測動態(tài)目標。為滿足光譜成像應用于復雜工況條件,光譜成像技術正向著實時、快照式方向發(fā)展。
3. 應用:民用化和產業(yè)化
高光譜成像技術的發(fā)展可以追溯到上世紀80年代,當時主要應用在航天和遙感領域,并一直延續(xù)到2000年;2000年左右,市場上開始出現了一批商品化的高光譜設備,主要以光柵分光和液晶可調諧濾波器分光兩種技術為主。在這些儀器的基礎上,主要的應用領域也由最初的航天、農業(yè)、軍事拓展到工業(yè)分選、文保、生物醫(yī)學等。在此期間,雖然儀器的成本還比較高,多數的應用還處在研究階段,不過在一些行業(yè)應用領域已經開始產出研究成果了;高光譜技術和應用市場進入了快速發(fā)展的階段,在多個應用領域都有了比較成熟的解決方案。特別是近幾年來,人工智能的快速發(fā)展也為高光譜成像技術的應用開發(fā)和拓展提供了更大的發(fā)展空間。從整體上來看,朝著民用化商品化產業(yè)化的方向發(fā)展。