高光譜成像技術，使用硬件和軟件來幫助用戶建立更好的質量保證標記。硬件捕獲圖像，軟件進行處理，結合傳統的光譜技術和數字成像功能，為用戶提供可操作的數據。
傳統的機器視覺系統通常缺乏有效地捕捉和向用戶傳達細節和細微差別的能力。相反，智能成像技術在光譜和空間分辨率兩個主要領域使用了優秀的功能。
本質上，智能成像系統使用的細節水平遠遠高于當前的行業標準設備。RGB相機只能看到三種顏色:紅色、綠色和藍色。高光譜成像可以檢測300到600種真實顏色。
智能成像還可以擴展到紫外光或紅外光譜，為食品化學和結構成分提供更多細節，這些細節在可見光譜中是無法觀察到的。
高光譜成像相機通過生成“數據立方體”來做到這一點。這些是在圖像中收集的像素，顯示了人類或傳統相機無法觀察到的微妙反射色差。一旦生成，這些多維數據集將使用機器學習進行分類、標記和優化，以便在未來更好地處理信息。
除光譜和空間數據外，其它基本的質量保證體系也有其自身的局限性。
高光譜成像有以下顯著優勢：
1.有著近似連續的地物光譜信息。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。
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參量，大大的提高了成像高定量分析的精度和可靠性。
歡迎來到
