點擊進入—>3D視覺工坊學習交流群

光譜成像技術是一類將成像技術和光譜技術相結合的新型多維信息獲取技術，能探測獲得被測目標的二維空間信息和一維光譜信息構成的數據立方體，經過數據處理能夠獲得不同地物的光譜曲線。

光譜成像技術分類

光譜成像技術起源于上世紀八十年代，其前身是多光譜遙感成像技術。由于光譜成像具有良好的信息獲取能力，光譜成像技術得到了飛速的發展，已經發展出多種光譜成像技術，成像光譜儀產品不斷更新換代。

光譜成像技術的分類標準多種多樣，按不同的分光方式，可以分為色散型和干涉型等光譜成像技術。色散型光譜成像技術和干涉型光譜成像技術都是通過推掃或擺掃的方式獲得目標的二維空間信息和一維光譜信息，對平臺的穩定性要求很高，且在同一次曝光中獲取所有譜段的光譜信息。采用濾光片的光譜成像方案，無論是采用多個濾光片并行獲取多個波長的圖像信息，還是采用依次切換濾光片的方式，都需要根據系統的光譜響應來設置合適的曝光時間，從而獲得最大的信噪比。

色散棱鏡分光技術

色散棱鏡是光譜成像中最常用、最簡單的分光元件，上圖是色散棱鏡在光譜成像儀中的典型應用。如圖所示，入射狹縫位于準直系統的前焦面上，入射光經準直系統后，經棱鏡由成像系統將狹縫按波長成像在焦平面探測器上。

衍射光柵分光技術

衍射光柵的應用方法和色散棱鏡一樣，入射狹縫位于準直系統前焦面上，入射光經準直系統后，經光柵將狹縫按波長成像在焦平面探測器上。

衍射光柵的另外一種用法是將其置于發散光束中，從狹縫入射的光不需要準直系統直接入射到光柵上，經光柵衍射后可得到目標狹縫的光譜虛像，成像系統將狹縫按波長成像在面陣探測器的不同位置，這種成像技術已經被應用到OrbView-4衛星的戰術遙感器的概念設計中。

目前國際上比較成熟的機載和航空航天打在的色散型光譜儀都是基于衍射光柵的，比如美國噴氣推進實驗室的AVIRIS、加拿大的CASI、芬蘭的AISA，以及光譜輻射計MODIS等儀器和設備。

二元分光元件分光技術

二元光學元件既是色散元件也是成像元件，利用單色面陣探測器沿光軸方向對所選波段成像范圍進行掃描，每一位置對應相應波長的成像區。二元光學元件同普通透鏡一樣會聚入射光線，但是它依據的是衍射原理，由衍射產生的色差的有效焦距與波長成反比。

與棱鏡或光柵元件沿垂直于光軸方向色散的特性不同，二元光學元件沿軸線色散，采用二元光學元件的成像光譜儀其光譜分辨率由探測器的尺寸決定。該結構成像光譜儀結構緊湊，衍射效率高。

聲光可調諧濾光片分光技術

聲光可調諧濾光片（AOTF）是一種新型的色散元件，由聲光介質、換能器陣列和聲終端三部分組成。根據聲光衍射原理，當復色光以特定的角度入射到聲光介質后，由于聲光相互作用，滿足動量匹配條件的入射光被超聲波衍射成兩束正交的單色光，分別位于零級光兩側。改變射頻信號的頻率，衍射光的波長也相應改變。連續快速的改變射頻信號的頻率就能實現在衍射光波長范圍內快速的光譜掃描。

干涉型成像光譜儀

由于色散型成像光譜儀的光譜分辨率與入射狹縫的寬度成反比，要獲得更高的光譜分辨率，就要不斷減小狹縫的寬度，以至于系統的光通量減少，導致探測靈敏度很低。隨著成像光譜儀的技術指標要求的提高，尤其是空間分辨率、光譜分辨率、對弱信號的探測能力等方面，色散型成像光譜儀漸漸不能滿足要求。干涉成像光譜儀在原理上具有高光譜分辨率與高能量利用率等優點，能夠滿足不斷提高的應用需求，逐漸成為成像光譜技術領域的研究熱點。

干涉成像光譜儀的主要分光技術有邁克爾遜干涉法、三角共光路干涉法、雙折射干涉法等。近年來又發展出了利用液晶可調諧濾光片獲得偏振光，進而發生干涉的技術。除了以上的雙光束干涉技術，還有基于多光束干涉的分光技術。

濾光片型成像光譜儀

濾光片型成像光譜儀是在光路中加入濾光片作為分光元件，通過更換濾光片來獲得不同的光譜通道。濾光片型光譜成像以電調諧的方式改變中心波長，波長調整一次，相機曝光一次，系統記錄下該波段的二維圖像信息，然后在設定下一個透過波長。依次循環，直到完成所有波長的圖像采集任務，獲得最終的光譜數據立方體。

光譜成像技術的應用

光譜成像技術是光譜分析技術和圖像分析技術的完美結合，同時具備光譜分辨能力和圖像分辨能力，可以對被測物體進行定性、定量、定位分析，利用物體表面成分的光譜差異，可以實現對目標的精確識別和定位，在物質識別、遙感探測、醫療診斷等領域具有廣泛的應用。

光譜成像技術的發展經歷了多光譜、高光譜、超光譜成像三個階段，正是因為成像光譜儀可以得到波段寬度很窄的多波段圖像數據，所以它多用于地物的光譜分析與識別。隨著光譜分辨率不斷提高，獲取的目標光譜信息更加精細，在軍事、農業、醫學、資源勘探、地質調查等領域的應用越來越廣泛。

在軍用方面，由于成像光譜儀具有在光譜上區分地物類型的能力，因此它在地物的精細分類、目標檢測和變化檢測上頭體現出較強的優勢，稱為一種重要的戰場偵查手段。光譜圖像可以在自然草地背景下分辨出真實目標和偽裝目標，在沙漠背景下快速檢測出戰術小目標。

在民用方面，光譜成像起源于地質礦物資源的識別研究，尤其是特殊的礦產探測如礦化蝕變巖的探測，逐漸擴展到植被生態學、海洋和海岸水色調查、水體檢測、冰雪、土壤以及大氣的研究中。具有精細分辨率的光譜圖像具有圖譜合一的特性，可以精確探測植被生長特征的光譜信息，甚至可以識別、估計水域中的葉綠素即懸浮物含量，檢測水質受到化學污染的情況。精細光譜成像已經成為國內外研究的熱點，學者們利用精細光譜成像技術更加微觀的尺度上定量化地在進行物質機理探測研究。

▋來源：中科院長春光機所、新機器視覺

本文僅做學術分享，如有侵權，請聯系刪文。

點擊進入—>3D視覺工坊學習交流群

干貨下載與學習

后臺回復：巴塞羅那自治大學課件，即可下載國外大學沉淀數年3D Vison精品課件

后臺回復：計算機視覺書籍，即可下載3D視覺領域經典書籍pdf

后臺回復：3D視覺課程，即可學習3D視覺領域精品課程

3D視覺工坊精品課程官網：3dcver.com

1.面向自動駕駛領域的3D點云目標檢測全棧學習路線！(單模態+多模態/數據+代碼)
2.徹底搞透視覺三維重建：原理剖析、代碼講解、及優化改進
3.國內首個面向工業級實戰的點云處理課程
4.激光-視覺-IMU-GPS融合SLAM算法梳理和代碼講解
5.徹底搞懂視覺-慣性SLAM：基于VINS-Fusion正式開課啦
6.徹底搞懂基于LOAM框架的3D激光SLAM: 源碼剖析到算法優化
7.徹底剖析室內、室外激光SLAM關鍵算法原理、代碼和實戰(cartographer+LOAM +LIO-SAM)

8.從零搭建一套結構光3D重建系統[理論+源碼+實踐]

9.單目深度估計方法：算法梳理與代碼實現

10.自動駕駛中的深度學習模型部署實戰

11.相機模型與標定(單目+雙目+魚眼）

12.重磅！四旋翼飛行器：算法與實戰

13.ROS2從入門到精通：理論與實戰

14.國內首個3D缺陷檢測教程：理論、源碼與實戰

15.基于Open3D的點云處理入門與實戰教程

16.透徹理解視覺ORB-SLAM3：理論基礎+代碼解析+算法改進

重磅！粉絲學習交流群已成立

交流群主要有3D視覺、CV&深度學習、SLAM、三維重建、點云后處理、自動駕駛、多傳感器融合、CV入門、三維測量、VR/AR、3D人臉識別、醫療影像、缺陷檢測、行人重識別、目標跟蹤、視覺產品落地、視覺競賽、車牌識別、硬件選型、ORB-SLAM系列源碼交流、深度估計、TOF、求職交流等方向。

掃描以下二維碼，添加小助理微信（dddvision）,一定要備注：研究方向+學校/公司+昵稱，例如：”3D視覺?+ 上海交大 + 靜靜“。請按照格式備注，可快速被通過且邀請進群。原創投稿也請聯系。

▲長按加微信群或投稿，微信號：dddvision

3D視覺從入門到精通知識星球：針對3D視覺領域的視頻課程（三維重建系列、三維點云系列、結構光系列、手眼標定、相機標定、激光/視覺SLAM、自動駕駛等）、源碼分享、知識點匯總、入門進階學習路線、最新paper分享、疑問解答等進行深耕，更有各類大廠的算法工程人員進行技術指導。與此同時，星球將聯合知名企業發布3D視覺相關算法開發崗位以及項目對接信息，打造成集技術與就業為一體的鐵桿粉絲聚集區，4000+星球成員為創造更好的AI世界共同進步，知識星球入口：

學習3D視覺核心技術，掃描查看介紹，3天內無條件退款

?圈里有高質量教程資料、答疑解惑、助你高效解決問題

覺得有用，麻煩給個贊和在看~??

總結

以上是生活随笔為你收集整理的光谱成像知多少的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。