摘要： 項目概況 利用星載機載高光譜數(shù)據(jù),主要面向城市和政府部門提供城市、國土、規(guī)劃以及農業(yè)、環(huán)境污染等領域的監(jiān)測數(shù)據(jù),屬國內領先。本項目的實施將依托中國科學院所屬單位以及北京中科數(shù)遙信息技術有限公司組織開展,場地位于北三環(huán)西路45號院內。

摘要： 高光譜技術是一種快速的多傳感技術,可以為許多學科提供空間密集的土壤數(shù)據(jù),反演多種土壤屬性,利用光譜技術來確定土壤無機碳含量是土壤學科新興的研究方向,近年來有學者對土壤無機碳的高光譜預測進行了研究。本研究評述了土壤無機碳的高光譜特征,分析總結了土壤無機碳室內建模和野外建模的國內外研究,歸納基于高光譜技術的土壤無機碳含量估測存在的問題和發(fā)展趨勢,為土壤無機碳含量的測定提供參考。

摘要： 為探討連續(xù)統(tǒng)去除法估算枸杞葉片含水率的潛力,以寧夏枸杞主栽品種寧杞7號為研究對象,采用自然失水法和烘干法測定枸杞葉片含水率,采用連續(xù)統(tǒng)去除法對原始光譜反射率進行處理,分析連續(xù)統(tǒng)去除光譜對含水率的響應特征,分析連續(xù)統(tǒng)去除光譜、吸收特征參數(shù)與葉片含水率的相關性,并建立枸杞葉片含水率估算模型。研究表明:連續(xù)統(tǒng)去除光譜能放大吸收谷波段對含水率的響應特征,1100~2200 nm波段光譜反射率對枸杞葉片水分變化的響應能力最強;連續(xù)統(tǒng)去除光譜在1500~1850 nm波段與葉片含水率之間的相關性得到增強;基于連續(xù)統(tǒng)去除光譜敏感波長和1270~1700 nm波段的吸收峰右面積建立的一元回歸模型優(yōu)于原始光譜敏感波長;基于900~1100 nm波段的吸收峰右面積、1270~1700 nm波段的吸收峰右面積和1100~1270 nm波段的吸收峰總面積建立的多元回歸模型估算效果最好,其模型R^(2)=0.7870,檢驗R^(2)=0.8003,均方根誤差為0.6833,平均相對誤差為0.72%,可用來定量估算枸杞葉片含水率。

摘要： 【目的】研究基于PROSAIL模型監(jiān)測天然草地的動態(tài)變化,掌握草地的質量與數(shù)量?！痉椒ā垦芯渴褂玫匚锕庾V儀連續(xù)3年在天山北坡中段的2個山地草原樣區(qū)采集光譜數(shù)據(jù)和配套數(shù)據(jù),基于PROSAIL模型進行冠層LAI的高光譜反演,重點研究應用不同代價函數(shù)、植被種類變化對反演精度的影響?！窘Y果】多數(shù)代價函數(shù)反演LAI的決定系數(shù)(R^(2))在0.54~0.55,均方根誤差(RMSE)在0.23~0.25,歸一化均方根誤差(NRMSE)在17~19。在9個來自不同統(tǒng)計類型的代價函數(shù)中,常用的RMSE代價函數(shù)的反演精度相對不高。將獲取的427個樣方數(shù)據(jù)依據(jù)種類數(shù)分成組,然后用PROSAIL進行LAI反演。種類數(shù)越多,RMSE在增大,R^(2)在減少,反演精度越差。但精度的下降幅度不是均勻的,種類數(shù)≤2的組和種類數(shù)≤3的組之間精度差異最大?！窘Y論】在利用物理模型反演天然草地的葉面積指數(shù)時,不同代價函數(shù)獲得的反演精度差別比較大;隨著植被種類數(shù)量的增多,反演的精度是下降的。

摘要： 人參是傳統(tǒng)中藥材中的貴重品種,具有較高的經濟價值。人參生長的地域性很強,不同產地人參有效成分含量存在差異,人參因“道地”與否,會導致其質量、醫(yī)學效用和經濟價值的差異,因此人參產地識別的意義重大。目前常通過磨粉提取等制備,再采用化學或光學等多種手段檢驗人參產地,但會造成樣本破壞。而基于外觀性狀或蘆頭特征的鑒別,因主觀性差異不能作為標準化的識別方法。如何用高精度、無損、快速檢測識別的方法,對人參的產地進行識別分析,是該研究的主要立足點。通過采用高光譜成像技術,對已知產地信息的人參樣本,通過獲取從400~2 500 nm的反射光譜,經過基于白板的絕對和相對輻射校正處理,構建了高光譜反射率數(shù)據(jù)集。采用隨機森林的機器學習方法,構建了基于高光譜數(shù)據(jù)的全光譜人參產地識別模型,并對不同尺度的地域劃分規(guī)則分別開展了產地識別精度驗證,發(fā)現(xiàn)不同產地的人參光譜有明顯區(qū)別。其中東三省與否的產地識別精度,可以達到98.2%。同時利用隨機森林基于決策樹構建的優(yōu)勢,獲得了人參產地識別的光譜重要性結果,為專用輕量化儀器研發(fā)指明特征光譜。高光譜人參產地識別研究作為嚴格的無損檢測方式,將對人參等道地藥材的產地識別、藥材圖譜指紋認知和挖掘、藥材鑒定和質量評價等提供理論支撐和技術手段。

摘要： 高光譜圖像包含豐富的地物光譜信息,在遙感圖像領域有著巨大的發(fā)展前景。高光譜圖像異常檢測無需任何先驗光譜信息,便可檢測出圖像中的異常目標。因此,在國防軍事和民用領域都有廣泛的應用,是現(xiàn)階段高光譜圖像處理領域的研究熱點。然而,高光譜圖像存在數(shù)據(jù)復雜、冗余性強、未標記以及樣本數(shù)量少等特點,這給高光譜圖像異常檢測帶來了很大的挑戰(zhàn)。尤其是在深度學習中,往往需要大量的圖像數(shù)據(jù)作為訓練樣本,這對高光譜圖像來說很難獲得。針對現(xiàn)有大多數(shù)算法對高光譜圖像自適應性不強和空間-光譜信息利用不足的問題,提出一種基于3D卷積自動編碼網(wǎng)絡的高光譜異常檢測算法,可以在少量訓練數(shù)據(jù)的前提下,有效利用高光譜圖像信息,學習更加有判別性的特征表達,提高檢測精度。首先,通過3D卷積、 3D池化和3D歸一化等步驟設計3D卷積網(wǎng)絡,進而提取高光譜圖像的空間-光譜結構特征。然后,將3D卷積網(wǎng)絡和3D反卷積網(wǎng)絡分別嵌入自動編碼網(wǎng)絡的編碼器和解碼器,通過最小化結合均方差和光譜角距離的重構誤差進行背景重構。最后,利用原始高光譜圖像待測像元與重構的背景圖像之間的馬氏距離進行異常檢測。該算法可以在無先驗信息的情況下,自動訓練網(wǎng)絡中的所有參數(shù),以無監(jiān)督的方式學習高光譜圖像的有效特征并進行背景重構。為證明算法的有效性,利用截取來自三組真實高光譜數(shù)據(jù)集的九個圖像進行異常檢測,并與RX,SRX,CRD,UNRS和LRASR五種算法進行對比。結果表明,與現(xiàn)有的其他算法相比,該算法可以在復雜程度不同的高光譜圖像背景下可以保持較高的檢測效果和準確率。

摘要： 針對梨炭疽病和黑斑病發(fā)病癥狀很相似,難以區(qū)分,導致實際生產中不便對癥施藥的問題,以碭山酥梨葉片為研究對象,探究利用高光譜技術來識別梨葉片炭疽病與黑斑病的可行性。首先,運用高光譜成像系統(tǒng)采集碭山酥梨正常葉片、炭疽病葉片和黑斑病葉片的高光譜圖像,提取圖像的平均光譜反射率。采用多元散射校正法(Multiplicative scatter correction,MSC)、SavitzkyGolay卷積平滑法和標準正態(tài)變換法(Standard normal variate,SNV)分別對原始光譜數(shù)據(jù)進行預處理。然后,采用主成分分析算法(Principal component analysis,PCA)、連續(xù)投影算法(Successive projections algorithm,SPA)、無信息變量消除法(Uniformative variable elimination,UVE)、競爭性自適應重加權算法(Competitive adaptive reweighted sampling,CARS)、隨機蛙跳算法(Shuffled frog leaping algorithm,SFLA)提取特征波長,分別獲取了27、12、15、26、20條特征波長,并將其作為后期建模的輸入變量。經對比發(fā)現(xiàn),在各基于特征波長建立的支持向量機(SVM)分類識別模型以及BP神經網(wǎng)絡分類識別模型中,SPASVM識別模型效果最佳,測試集準確率為93.25%,建模集準確率為94.80%。試驗結果證明,利用高光譜技術能夠有效識別碭山酥梨葉片的黑斑病與炭疽病。

摘要： 針對小樣本下基于深度學習的高光譜圖像分類方法精度不高的問題,本文提出一種基于空譜特征增強殘差網(wǎng)絡的高光譜圖像分類方法。該方法利用三維卷積核同時提取高光譜圖像的空間和光譜特征。同時,在普通三維卷積神經網(wǎng)絡結構前加入空間和光譜特征增強的殘差網(wǎng)絡模塊,通過恒等映射保留高光譜原始信息的同時用較少的參數(shù)增強網(wǎng)絡的信息流,并且在構造更深層網(wǎng)絡的同時避免了梯度消失的問題。實驗表明:本文方法能充分利用高光譜圖像的空間和光譜特征,在印第安納森林數(shù)據(jù)集、帕維亞大學數(shù)據(jù)集上分別能夠取得99.29%、99.74%的總體分類精確度,提高了小樣本下的分類精度。

摘要： 土壤是人類生存環(huán)境的重要載體,土壤重金屬污染問題一直備受關注。隨著可見光-短波紅外(VNIR-SWIR)高光譜和X-射線熒光(XRF)技術的發(fā)展,因其具有光譜信息量大、高效便利、可無損監(jiān)測等的優(yōu)勢,在土壤重金屬濃度監(jiān)測中取得了越來越多的成果。總結其應用成果來看,只能借助光譜域變換反演土壤Cu、Pb濃度,鮮有對Cu、Pb污染土壤光譜從頻率域角度進行局部細節(jié)信息的深入挖掘。

摘要： 【目的】蜜柚葉片氮素(nitrogen,N)含量是準確診斷和定量評價生長狀況的重要指標,建立合適的蜜柚葉片氮素含量高光譜估算模型,為實現(xiàn)快速、無損、精確的氮素含量估測提供依據(jù)?！痉椒ā炕诿坭秩~片高光譜數(shù)據(jù)和氮素含量實測數(shù)據(jù),建立了蜜柚葉片偏最小二乘回歸模型(PLS)、BP神經網(wǎng)絡回歸模型(BPNN)、隨機森林回歸模型(RF)和支持向量機回歸模型(SVM),并確定了蜜柚葉片氮素含量最佳估算模型。【結果】原始光譜和一階微分光譜與蜜柚葉片氮素含量在可見光范圍內有多波段相關性顯著,并出現(xiàn)多個極值。原始光譜曲線敏感波長為569 nm和704 nm,一階微分曲線的敏感波長為541、617、695、753 nm。與蜜柚葉片氮素含量相關性較顯著的光譜參量是NDVI′_(695,753)、RVI′_(695,753)、DVI′_(617,695)、R′_(617)、DVI′_(541,617)。建立的PLS、BPNN、RF和SVM 4種蜜柚葉片氮素含量估算模型的決定系數(shù)R^(2)分別為0.75、0.80、0.83和0.81,均方根誤差RMSE分別為1.16、1.08、0.97和1.02。驗證模型的決定系數(shù)R^(2)分別為0.79、0.84、0.85和0.82,均方根誤差RMSE分別為1.11、0.94、0.87和0.99,其估算模型的精確程度為RF>SVM>BPNN>PLS?！窘Y論】通過對琯溪蜜柚葉片氮素含量進行4種高光譜估算模型對比,隨機森林估算模型精度稍高于PLS、BPNN和SVM估算模型。研究結果為光譜監(jiān)測蜜柚葉片氮素含量提供了技術依據(jù)。

摘要： 地下油氣藏普遍存在著油氣微滲漏現(xiàn)象,油氣微滲漏中的烴類氣體會在上覆土壤中聚集,造成土壤中氣體含量和成分的相對變化,進而迫使生長在該土壤中的植被發(fā)生脅迫效應,通常表現(xiàn)為植被的色素含量、冠層反射率和生長形態(tài)發(fā)生變化.高光譜遙感油氣勘探技術就是利用油氣微滲漏所致的地表蝕變礦物異常和地植物異常在光譜上的異常表現(xiàn)來實現(xiàn)對油氣微滲漏信息的提取,進而對研究區(qū)的油氣勘探進行輔助.對無植被覆蓋的裸露地區(qū)的高光譜油氣勘探技術的研究,在國內外已有多項相關研究,并已取得了較好的結果;而對于植被覆蓋區(qū),由于植被對地表的真實情況進行了遮擋,使得高光譜遙感油氣勘探技術遇到了困擾和挑戰(zhàn),如何在植被覆蓋區(qū)成功地提取出油氣微滲漏信息成為了亟待解決的問題.本文將就該問題展開研究,對相關領域的國內外研究進行總結,并提出其存在的問題,給出解決問題的建議,并對該領域的后續(xù)研究方向進行展望.具體探討了植被的主要光譜特性，遙感數(shù)據(jù)監(jiān)測植被的分析方法，烴類滲漏對植被生長及反射率的影響，烴類滲漏帶給植被的影響和基于植被異常的遙感油氣勘探技術國內外研究進展。

摘要： 針對基于高光譜的巖礦組分含量提取精度不高的問題,簡單介紹了巖礦組分快速定量提取方法.通過把光譜吸收峰近似為三角形,利用三點控制吸收峰并建立相應的光譜混合分解模型.經多組數(shù)據(jù)驗證,該模型的鑒定結果與新疆有色金屬研究所鏡下鑒定結果高度一致,說明該方法精度較為可靠,具有很好地推廣前景.利用該方法在包古圖地區(qū)Ⅴ號巖體進行蝕變礦物提取的結果表明,Ⅴ號巖體的主要成礦類型為斑巖型銅礦.在后續(xù)的找礦工作中,應該針對不同成礦機制的礦床區(qū)別對待:在Ⅴ號似碟形巖體的中間,尋找以斑巖型為主的銅礦;在碟形巖體的周邊,尤其是巖體的上部,尋找高溫熱液型銅礦;在碟形巖體與圍巖的接觸帶以及圍巖的裂隙中,尋找以低溫熱液型銅礦.

摘要： 濕地植物在濕地水分、物質和能量循環(huán)中起到重要作用，能夠綜合反映濕地的生境特征。高光譜遙感因其多波段、高分辨率等特點成為研究濕地的重要方向。本研究選取華北地區(qū)典型濕地—野鴨湖濕地作為研究區(qū)，利用地面實測光譜作為數(shù)據(jù)源，包絡線去除法對光譜反射數(shù)據(jù)進行變換，并提取分析光譜的特征波段。進一步計算斜率(K)、吸收面積(A)等指數(shù)對不同類型濕地植物光譜特征進行比較分析。結果表明不同水環(huán)境梯度下植物的光譜曲線存在差異，在近紅外波段中生植物反射光譜曲線最高而沉水植物最低；包絡線去除法突出原始光譜的曲率、吸收深度等特征，不同植物在某些特征波段的斜率(K)和吸收面積(A)和對稱性存在差異，有利于進行植物群落的識別。研究結果可為深入進行濕地資源調查、濕地變化檢測等提供科學依據(jù)。

摘要： 交互式數(shù)據(jù)語言IDL具有強大的數(shù)據(jù)處理和可視化能力,結合專業(yè)遙感軟件ENVI靈活的二次開發(fā)接口,可方便地在ENVI原有菜單功能基礎上實現(xiàn)自定義功能模塊的擴展。本文針對實測光譜數(shù)據(jù),提出了高光譜數(shù)據(jù)處理方法,包括數(shù)據(jù)輸入輸出、數(shù)據(jù)重采樣、數(shù)據(jù)預處理、以及待測目標處理四大功能模塊。并以不同水深的水體為待測目標,在ENVI平臺下利用IDL語言開發(fā)水深反演模塊,實驗結果表明該系統(tǒng)能夠實現(xiàn)數(shù)據(jù)準確高速處理,并且處理結果可視化,同時該系統(tǒng)具有可擴展性,可以實現(xiàn)其他實測光譜數(shù)據(jù)的分析應用。

摘要： 針對熱紅外高光譜系統(tǒng)信噪比低的特點，設計了能有效抑制背景輻射的熱紅外精細分光光譜成像系統(tǒng)。利用雜散輻射分析軟件，對系統(tǒng)進行了背景輻射分析。搭建了一套地面實驗裝置，該系統(tǒng)光譜范圍為7.7～9.3μm，光譜分辨率為54 nm，空間分辨為0.75 mrad，推帚式成像。整機的測試結果表明，系統(tǒng)的光譜分辨率(SRF)達到了預先設計的要求值，低溫150 K時，系統(tǒng)的噪聲等效溫差NETD接近300mK。

摘要： 多光譜和高光譜遙感數(shù)據(jù)中，包含著豐富的表示地物特性的許多物理量。本文綜述了利用多光譜和高光譜遙感數(shù)據(jù)通過特征空間變換處理構成如亮度、綠度、濕度、溫度和水體的深度等不同物理量的方法。根據(jù)不同目標特性選擇不同的空間信息提取方法，可獲得比較好的效果。這個方法物理概念明確，有利于專家知識的結合，有應用潛力，也可用于高光譜數(shù)據(jù)的信息提取。

摘要： 在大量分析與歸納礦物光譜特征譜帶的基礎之上，總結了礦物分層識別的光譜基礎及識別準則，建立了由“礦物大類-礦物類型-具體礦物-礦物變種”逐層進行礦物識別的分層識別譜系及相關規(guī)則。以新疆東天山地區(qū)高光譜HyMAP數(shù)據(jù)為例，開展了應用試驗，取得了較好的應用效果。

摘要： 遙感技術監(jiān)測東亞飛蝗災害是農作物重大病蟲害的監(jiān)測與預測的重要組成部分。本文首先基于地面高光譜數(shù)據(jù)的對比分析，對利用NDVI變化來監(jiān)測蝗災的局限性進行了分析，認為，該方法可以定性的判別出飛蝗發(fā)生地，但往往會過高地估計飛蝗發(fā)生的程度，所以在定量遙感研究中存在問題。在精確反演LAI的基礎上，根據(jù)兩個時相LAI的變化進行了東亞飛蝗災害的監(jiān)測，更準確地確定了東亞飛蝗的危害范圍與程度。

摘要： 約束能量最小化算法通過使平均輸出能量最小來抑制噪聲和未知信號，被廣泛應用于高光譜遙感圖像目標檢測領域，然而該算法一次只能檢測一個目標。 為了較為精確地同時檢測多個目標，文中基于加和約束能量最小化和勝者全贏約束能量最小化方法，引入馬氏距離和投影算子對樣本自相關矩陣進行改進。實驗結果顯示，改進后的算法有效地降低了虛警，提高了檢測精度。

摘要： 高光譜圖像數(shù)據(jù)將空間圖像維和光譜維信息融合為一體，根據(jù)不同目標的光譜特性利用高光譜圖像可進行目標檢測。實驗室中常采用光譜輻射度計獲取目標的高光譜圖像，但其空間分辨率較低，當目標較小時，傳感器的單個象素接收到的輻射不僅包含目標信息還含有背景信息，此時利用光譜曲線便會產生偏差。通過透鏡對有限遠處小目標成縮小像，在像面處設置小孔光闌限制視場的方法可以提高其空間分辨率，基于該原理設計了一種視場角為0.2°，光譜范圍為0.35~2.5μm，焦距為20 mm，相對孔徑為1／2，適用于光譜輻射度計的前置鏡。當目標距離為300mm時，其空間分辨率為1mm。用前置鏡配合光譜輻射度計獲取目標的高光譜圖像清晰，提高了目標檢測的準確性。

摘要： 本發(fā)明涉及一種高光譜隱身涂料，包括如下質量百分比的組分：粘合劑40％～50％、顏填料14％～17.5％、功能性填料0～20％、助劑0.5％～1％和有機溶劑14％～18％。本發(fā)明制得的高光譜隱身涂料及涂層具有優(yōu)異的防高光譜偵察性能，在0.4～2.5μm，高光譜隱身涂層近紅外(710nm?880nm)反射率平均值與紅光區(qū)(620nm?660nm)反射率平均值之比＞5，光譜反射率在1200nm處反射率范圍為40％～60％，在1400nm處反射率范圍為30％～50％，在1800nm處反射率范圍為20％～40％，在2500nm處反射率范圍為0～20％，高光譜隱身涂層60度光澤小于5個光澤單位，滿足國家軍用標準要求，并具有傳統(tǒng)隱身材料不具有的抗高光譜偵察偽裝性能，將對抗波段擴展到0.4?2.5微米范圍。此外，本發(fā)明還涉及一種高光譜隱身涂料的制備方法及一種高光譜隱身涂層。

摘要： 一種高光譜元件，包括：(1)多濾光器，包括：第一子濾光器，使具有第一波長的第一波長光通過，以及第二子濾光器，使具有第二波長的第二波長光通過，所述第二波長與所述第一波長不同；以及(2)多檢測器，配置為檢測所述第一波長光和所述第二波長光，其中，所述第一子濾光器和所述第二子濾光器可以串行布置在入射到所述多濾光器上的入射光的光路徑中。

摘要： 提供了一種高光譜傳感器。高光譜傳感器包括窗口、設置在窗口的背面上并且包括多個透鏡的第一聚焦部分、設置在第一聚焦部分的背面上并且具有與窗口的背面平行的正面的第一圖像傳感器、與第一聚焦部分和第一圖像傳感器間隔開并具有相對于窗口的背面傾斜的正面的第一鏡子、與第一鏡子間隔開的第一光學元件、與第一光學元件間隔開并在其中具有周期性的折射率分布的第二光學元件、與第二光學元件間隔開并包括多個透鏡的第二聚焦部分、以及設置在第二聚焦部分的背面上的第二圖像傳感器。還提供了包括高光譜傳感器的高光譜成像系統(tǒng)，以及使用該高光譜成像系統(tǒng)的高光譜成像方法。

摘要： 本發(fā)明提供了一種高光譜成像系統(tǒng)、高光譜相機及高光譜相機系統(tǒng)，該高光譜成像系統(tǒng)在探測器的像平面上以鍍膜的方式設置不同透過波長的濾光片，同一透過波長的濾光片在像平面上由像平面的中心向邊緣呈放射的形式排列，成像時，控制模塊控制電機帶動探測器以其中心為軸對目標物體進行旋轉掃描，得到目標物體的多個不同波段的高光譜圖像。該系統(tǒng)得到的高光譜圖像的中心分辨率高，不存在光譜混疊的現(xiàn)象，光譜覆蓋范圍廣，成像系統(tǒng)的集成度高，緩解了現(xiàn)有的采用色散分光技術進行分光時，得到的高光譜圖像存在光譜混疊度高，光譜范圍窄，成像系統(tǒng)的緊湊性較低的技術問題。

摘要： 成像系統(tǒng)包括用于記錄高光譜光場（CLF）的光場相機（3）。系統(tǒng)還包括用于投影可見光中的光場（PLF）的光投影儀（4）。相機和投影儀共享公共光軸。投影儀基于光場相機所捕獲的高光譜光場（CLF）來投影光場（PLF）。

摘要： 本發(fā)明公開了一種基于高光譜和多光譜圖像融合生成高光譜圖像的方法及系統(tǒng)，本發(fā)明基于高光譜和多光譜圖像融合生成高光譜圖像的方法包括：將輸入的高光譜圖像Y進行子空間分解以提取得到待生成的高光譜圖像的左低秩向量U；將輸入的多光譜圖像Z通過訓練好的深度生成網(wǎng)絡，生成待生成的高光譜圖像的右低秩向量V；將待生成的高光譜圖像的左低秩向量U和右低秩向量V融合生成高光譜圖像X；本發(fā)明的系統(tǒng)包括用于獲取輸入的高光譜圖像Y以及多光譜圖像Z的光學元件及成像傳感器。本發(fā)明能夠基于高光譜和多光譜圖像融合生成高光譜圖像，降低高光譜圖像獲取的成本和效率。

摘要： 本申請公開了一種非制冷高光譜成像芯片和高光譜成像儀，包括感光芯片，感光芯片包括多個超像元，每個超像元包括多個互不相同的第一光譜像元，每個第一光譜像元包括多個使第一光譜像元的光譜響應為寬帶響應的特征微結構；每個超像元輸出與待測目標對應區(qū)域的光譜信息，光譜信息包括多個離散的波長，以便得到與每個波長對應的光譜圖像，并得到高光譜數(shù)據(jù)立方體。本申請中特征微結構使非制冷高光譜成像芯片的光譜響應為寬帶的，沒有狹縫和窄帶濾光片限制光譜成像系統(tǒng)的光通量，提升光通量和信噪比；超像元兼具光譜測量和成像作用，從而使非制冷高光譜成像芯片通過一次曝光拍攝即可得到高光譜數(shù)據(jù)立方體，解決傳統(tǒng)光譜成像系統(tǒng)成像緩慢的問題。

摘要： 本申請公開了非制冷高光譜成像芯片和高光譜成像儀，包括成像感光芯片，成像感光芯片包括在預設方向上排布的多個線狀像元陣列；每個線狀像元陣列包括多個相同的光譜像元，不同線狀像元陣列中的光譜像元不同，且每個光譜像元包括多個使光譜像元的光譜響應為寬帶響應的特征微結構；成像感光芯片在預設方向上移動時獲取待測目標的光譜信息和空間信息，得到待測目標的高光譜圖像。特征微結構使高光譜成像芯片的光譜響應為寬帶的，提升光通量和信噪比；且由于使用了寬帶響應光譜像元，線掃靈活性增加，可以提升高光譜圖像的獲取速度。

摘要： 本申請?zhí)峁┝艘环N高光譜顯微成像系統(tǒng)，包括成像物鏡、初步分光部件、可調分光器、成像部件、分光控制器。成像物鏡、初步分光部件位于同一光軸，可調分光器、成像部件位于同一光軸。成像物鏡用于將被拍攝的目標實物反射或透射的光放大并透射至所述初步分光部件。初步分光部件用于將成像物鏡透射的光進行初步分光并投射至可調分光器?？烧{分光器用于對初步分光部件投射的平行光進行衍射，得到若干不同波長的光并反射至成像部件。分光控制器用于控制可調分光器中的若干個微鏡的工作狀態(tài)，以實現(xiàn)不同的光譜范圍。成像部件用于根據(jù)可調分光器反射的若干不同波長的光，生成目標實物的高光譜圖像。

摘要： 本實用新型提供了一種高光譜成像系統(tǒng)、高光譜相機及高光譜相機系統(tǒng)，該高光譜成像系統(tǒng)在探測器的像平面上以鍍膜的方式設置不同透過波長的濾光片，同一透過波長的濾光片在像平面上由像平面的中心向邊緣呈放射的形式排列，成像時，控制模塊控制電機帶動探測器以其中心為軸對目標物體進行旋轉掃描，得到目標物體的多個不同波段的高光譜圖像。該系統(tǒng)得到的高光譜圖像的中心分辨率高，不存在光譜混疊的現(xiàn)象，光譜覆蓋范圍廣，成像系統(tǒng)的集成度高，緩解了現(xiàn)有的采用色散分光技術進行分光時，得到的高光譜圖像存在光譜混疊度高，光譜范圍窄，成像系統(tǒng)的緊湊性較低的技術問題。