推扫式高光谱成像仪

孚光精仪日前在上海发布革命性的四维成像光谱仪和4D高光谱成像仪。 据悉，这种4D成像光谱仪是革命性的新型成像光谱仪，它突破传统的推扫扫描方式，以高速成像方式获取图像和光谱数据，一套系统可同时获得空间，光谱和时间分辨（瞬态）的高光谱信息，具有特殊的捕捉快速事件的能力，从而使得成像光谱仪体积更小，更为方便携带和野外现场使用。这种4D成像光谱仪每秒可获得10000个高光谱图像立方体数据，可监测到包括火箭发射，爆炸等快速过程，在生命科学和医学领域，它可以监测到血氧变换等信息。 4D成像光谱仪产品特色可获取动态物体的空间，光谱和时间分辨信息配备光纤，可灵活安装镜头与图像传感器多样的前置光学镜头，可选择显微物镜，普通镜头和望远镜头实时显示和处理高光谱数据，不需要全部光谱定标和辐射定标 详情浏览： http://www.f-opt.cn/gaoguangpu1.html4D高光谱成像仪产品参数参数普通型高速型光谱范围400-1100nm 400-1000nm 光谱分辨率2.4nm 2.2nm 光谱波带数300270空间分辨率44x40像素21x 19像素最大高光谱立方体采集频率30Hz 10000Hz 4D高光谱成像仪产品应用：实时自动目标探测火箭或导弹尾羽分析爆炸分析燃烧诊断http://www.f-opt.cn/gaoguangpu1.html 运营中心2--上海, 负责华东、华中、华南地区业务 Tel: +86-21-51300728Email: info@felles.cnWeb: http://www.f-opt.cn/gaoguangpu1.html

p　　2016年3月31日，科技部在上海组织召开了863计划地球观测与导航技术领域“星载热红外高光谱成像仪工程样机研制”课题验收会。br//pp　　相对于可见光和短波红外，在热红外波段进行高光谱遥感研究具有独特优势。通过搭载机载或者卫星平台来获取地物的热辐射精细光谱信息，可以更有效地识别地物、分辨目标，在地质勘察领域发挥重大作用，同时热红外高光谱成像仪也可以广泛地用于地表温度探测、城市热流分析、环境灾害监测及矿蚀岩的识别等领域，我国的业务部门对热红外高光谱数据需求迫切。该课题在国内首次完成了星载红外高光谱成像载荷总体设计，提出并验证了“推扫成像+延伸波长热红外探测器+色散型分光组件+背景抑制模块+机上实时定标”的总体技术路线，关键技术取得突破，成功研制了我国首台具备自主知识产权的机载热红外高光谱成像仪。/pp　　上述成果已成功地完成了飞行验证。课题成果对进一步推动高光谱红外成像遥感在国土资源管理、矿产资源调查、污染气体控制、地表温度监测等领域的应用具有重要意义。/ppbr//p

IQ手持式高光谱成像仪是Specim于2017年研制生产的最新轻便型高光谱成像仪，集高光谱数据采集、数据处理和处理结果可视化于一体，一经问世即引起全球的关注，并荣获德国设计协会“红点设计奖”——国际公认的全球工业设计顶级奖项、连续两年获得“inVISION全球顶级创意奖”（inVISION Top Innovations 2018 award）。Specim最新公布IQ Studio软件升级，为您手中的IQ带来新的功能、新的体验！ ? 经由WiFi或USB连接，您可以通过计算机（安装IQ Studio）遥控IQ高光谱成像? IQ Sdudio可以自动识别软件版本并自动升级软件和IQ固件 最新应用案例：Specim公司与德国波恩大学等机构合作，利用Specim IQ高光谱成像仪，对作物病害与表型进行了研究分析，并发表论文“Specim IQ: Evaluation of a New, Miniaturized Handheld Hyperspectral Camera and Its Application for Plant Phenotyping and Disease Detection”(Sensor, 2018) 荷兰瓦赫宁根大学研究团队利用IQ高光谱成像仪对食品香料检测进行了研究，研究成果发表在2019年《Food Science and Technology》（Hyperspectral imaging as a novel system for the authentication of spices: A nutmeg case study）。 易科泰生态技术公司为您提供高光谱成像全面解决方案：实验室高光谱成像技术方案野外高光谱成像技术方案无人机高光谱遥感方案

1、采购信息申购单号：CB106132022000086申购主题：机载高光谱成像仪设备购置采购单位：西南交通大学采购申报项目编号：WSJJ-2022-0142、中标信息采购项：多角度成像光谱仪品牌：双利合谱成交供应商：江苏双利合谱科技有限公司型号：GaiaSky-mini3-VN成交总价：319800.00元3、技术参数：1) 光谱范围：400-1000nm2) 光谱分辨率（FWHM）：5nm3) 光谱采样分辨率：1.34nm4) 数值孔径：F/1.75) 探测器：科研级CMOS6) 数据输出位数：12bit7) 光谱通道数：224（2X）,448（1X）8) 空间通道数：10249) 连接方式：Gige 10) 横向视场角（FOV）：23°@23mm镜头11) 成像方式：内置扫描、外置推扫两用12) 单幅成像速度：4s/cube 13) 辅助摄像头：500W像素14) 功率：45W15）相机总重量：1.2kg 16）内置NCU：I5，8G，240G SSD4、厂商介绍:江苏双利合谱科技有限公司是一家集光学、精密机械、电子、计算机技术于一体的高新技术企业，聚焦机械推扫式高光谱测量技术，为广大客户提供门类齐全的高光谱系统解决方案。主要的产品包括：Gaiasky机载高光谱成像系统、Gaiafield地面野外高光谱成像系统、GaiaSorter室内暗箱系列高光谱以及GaiaMicro显微高光谱等4大系列产品。公司的相关产品，在国内高光谱应用市场，已经成功服务于农业遥感、工业分选、刑侦物证鉴定、环境保护、地质勘探、考古研究等。

PIKA IR-L 高光谱成像仪Pika IR-L 是一款覆盖近红外光谱范围（925-1700 nm）的线性扫描高光谱成像仪。该红外成像仪高速、轻便、性价比高。可与Resonon的台式、野外和机载系统联合使用、可借助软件开发工具包独立使用、也可集成到机器视觉系统中使用。特点光谱范围：925-1700 nm每行320个空间像素每行236个光谱通道高速（521 fps max.）技术指标[1] 925-1700 nm范围的光谱通道数。Pika IR-L提供的光谱通道总数为240，波段延伸超过光谱范围的两个边缘。[2] 该值在最小binning时获得。SNR可以通过光谱和空间binning来增加。样品数据和高光谱分析软件可在downloads.resonon.com免费下载。C++软件开发工具包可以直接控制高光谱成像仪。PIKA IR-L+ 高光谱成像仪Pika IR-L+是一款覆盖近红外光谱范围（925-1700 nm）的线性扫描高光谱成像仪。该仪器精度高，重量轻。可与Resonon的台式、野外和机载系统联合使用、可借助软件开发工具包独立使用、也可集成到机器视觉系统中使用。特点光谱范围：925-1700 nm每行640个空间像素每行470个光谱通道3.8 nm光谱分辨率（FWHM）技术指标[1] 925-1700 nm范围的光谱通道数。Pika IR-L+提供的光谱通道总数为480，波段延伸超过光谱范围的两个边缘。[2] 该值在最小binning时获得。SNR可以通过光谱和空间binning来增加。样品数据和高光谱分析软件可在downloads.resonon.com免费下载。C++软件开发工具包可以直接控制高光谱成像仪。

图1 变色龙软体机器人变色实验图（来源：Nature Communications）近日，韩国首尔大学等团队公开了“仿生变色龙软体机器人”成果，有望在军事等领域应用，基于伪装技术的不断升级，伪装识别系统也同样备受关注！在过去的100年中，伪装在大多数国家和地区的军事行动中扮演了至关重要的角色。在军事中，伪装就是隐真与示假，隐真是通过主题对背景的仿真，从而使主体目标物隐藏在背景目标中，无法或者难以被发现。国防工程中，通过采用伪装网与复合材料等方法，进行仿形和仿颜色遮蔽来实现；例如，迷彩服，就是一种最传统的伪装方法。而示假是通过对真目标的仿真，用假目标迷惑观察者，比如，二战期间，苏联采用大量“木质坦克”来迷惑德军，使得德军不敢轻易急速进军。“仿”易于实现，一般只需外形相仿。“真”是要求性质上的相似。植被环境背景下的作战，是最常见的战场模式，特别是在山区、丘陵、草原等地区的作战；因此植被背景下的伪装，是必须解决的反伪装技术之一。需要用到的仪器图2 真实场景（A 为绿色的目标、B 为浅绿色塑料假草皮、C 为翠绿色塑料假草皮、D 为绿色雨衣、E 为老式伪装目标、F 为草地）图3 可见光波段和短波红外光谱曲线（可由ATP9110-25H测得）图4 左为真实场景下可见光565nm波段的灰度图像；右为真实场景下近红外1320波段的灰度图像（可由ATH9500-4-17测得）对比可见光与近红外高光谱波段伪装目标的伪装效果发现，可见光波段下，即使物体颜色相似，但是材料不同，光谱曲线变化率也会不一样；在近红外波段下，不同物体的光谱反射值存在较大差异，但是光谱曲线变化率相对较小。图5 左是真实树叶，右为高仿绿色伪装网我们采用全波段地物光谱仪（如奥谱天成的ATP9110-25H型全波段地物光谱仪），测得的高仿伪装网的光谱曲线在 400~1300 nm之间与灌木条叶面光谱曲线很相似，而且具有植被“红边”及可见光波段的绿色强反射峰等特征，在此波段区域不易于区分植被和伪装网光谱。这是一款非常优 秀的高仿绿色伪装网。图6 地物光谱仪（可用奥谱天成ATP9110-25测得）采集树叶和纯绿色伪装网光谱曲线图图7 地物光谱仪（可用奥谱天成ATP9110-25）测得树叶和伪装网光谱曲线图（叶绿素吸收、红边区域局部放大图）从图中可以看出，高仿伪装网一样有红边效应，但是与真实的绿叶还是有差别的。另外，树叶有明显的叶绿素反射峰，而高仿伪装网则没有。图8 基于探测与感知的伪装效果评估流程图（可用ATH9500、ATH9500-4-17型无人机高光谱成像仪测得）基于对目标的实时监控、搜索、侦察以提高战场情况的感知能力及提供打击效果评估的需要，美军希望利用高光谱成像具有较高空间分辨率及高光谱分辨率的特点，通过高光谱融合信息探测出可疑目标位置，引导高空间分辨率成像载荷对目标进行详细分类确认，开展了大量的高光谱军事应用研究项目HYMSMO。图9 机载侦查实验图像1994年10月~1995年10月美国先后进行了白沙导弹试验场沙漠辐射 Ⅰ ､ Ⅱ 试验，森林､城市辐射试验，岛屿辐射试验。以沙漠､森林､城市和岛屿等具有典型地貌的场景为背景环境，研究证实了高光谱成像对目标的可探测性。在进行真假目标､隐藏试验时，高光谱谱段数210个，波段范围0.42~5 μ m ，光谱分辨率10nm ，地面像元分辨率范围0. 75~3m 。图9为沙漠背景环境下，机载侦察试验对伪装的“飞毛腿”导弹发射车(图9 ( a )所示)拍摄的全色图(图9 ( b )所示)及高光谱图像(图9( c )所示)，全色图像难以确定目标，但是高光谱图像特征明显。图10 奥谱天成ATH9010无人机载高光谱飞行演示随着科学技术的进步，遥感技术也得到了飞速发展，并日趋成熟。其所具有的全方位、多尺度、全天时、全天候及精细化成像等优点，使遥感侦察变得更加直接与准确，对发现疑似目标与揭露隐蔽目标也更为犀利。遥感技术使传统伪装技术方法与装备器材受到了很大制约，对伪装技术的发展提出了更加严峻的挑战，迫使伪装技术另辟蹊径，寻求更为有效的应对措施与技术方法。更多关于“高光谱”的应用，欢迎咨询！

高光谱成像仪是天宫一号搭载的有效载荷之一。在轨运行期间，多个应用单位利用它的&ldquo 火眼金睛&rdquo 开展了地质调查、矿产和油气资源勘查、森林监测、水文生态监测、环境污染监测分析等，取得了丰硕的成果。　　高光谱成像仪由中科院长春精密机械与物理研究所和上海技术物理研究所共同研制，是目前我国空间分辨率和光谱综合指标最高的空间光谱成像仪，在空间分辨率、波段范围、波段数目以及地物分类等方面达到了国际同类遥感器先进水平。　　&ldquo 在天宫一号目标飞行器上安排高光谱遥感对地观测，主要是利用高光谱成像仪&lsquo 图谱合一&rsquo 的特点以及在地表覆盖识别能力、蕴含地物光谱信息等方面优势，有针对性开展研究。&rdquo 载人航天工程空间应用系统副总设计师张善从介绍说。　　在林业方面，高光谱成像仪在森林覆盖制图与变化监测方面有广阔的应用前景。由于空间遥感可以获得较大范围的数据，因此利用遥感数据可较好地估算森林的生物量和碳储量。　　高光谱成像仪在森林防火中发挥着重要作用。目前我国森林防火主要应用的是中低空间分辨率、高时间分辨率的卫星数据，对于较大面积火场非常敏感，但对燃烧初期的明火通常较难探测到。天宫一号高光谱成像仪可同时获取不同波谱范围的数据，更好地满足我国森林防火预警扑救的需求。　　海洋遥感是20世纪后期海洋科学取得重大进展的关键技术之一。国家卫星海洋应用中心对天宫一号高光谱遥感数据进行解译、信息提取，用于海岸带信息与海冰信息监测，同时针对土地利用、滨海湿地、潮间带、岸线变迁、保护区、石油平台监测等信息进行了制图。　　在数字化土地利用监测方面，目前大多光谱数据由于受空间、光谱分辨率等限制，难以满足现实需要。天宫一号高光谱成像仪具有较高光谱分辨率，在类别细分方面具有一定优势。　　中科院遥感与数字地球所研究人员利用天宫一号高光谱数据对北京通州地区城市土地利用类型进行监测，并与同一时期其他来源的遥感数据进行了对比。&ldquo 对比显示，天宫一号高光谱数据分类结果更精细，可清晰识别出主干道、细小河流、田块边界等。&rdquo 遥感地球所研究员刘良云说。　　6月中旬，我国将择机发射神舟十号飞船，与天宫一号目标飞行器继续实施交会对接试验。&ldquo 神十任务结束后，我们还会安排开展高光谱成像仪相关专题应用，比如湖泊生态监测、青藏高原监测以及城市环境监测等。&rdquo 中科院空间应用工程与技术中心系统工程部副主任李绪志说。

肉类富含丰富的蛋白质和营养物质，不仅能够满足我们的味蕾，还能够提供我们身体所需的能量和营养。随着肉类需求的增加，大规模的肉类生产和运输过程中，肉类的速冻可以一定程度保持食物的新鲜度和口感。然而，关于速冻解冻的肉类，和新鲜肉类的混淆，让人难以分辨。首尔大学的研究人员利用高光谱成像技术，做了相关的研究。使用高光谱成像仪和机器学习对新鲜和冻融牛肉进行分类由于对安全、可食用肉类的需求的不断增加，冷冻储存技术得到了不断改进。然而目前存在解冻肉在处理和销售过程中被进行了错误的标记，宣称为新鲜肉类，这可能导致消费者受到误导或产生安全隐患。在这项研究中，使用高光谱图像数据构建了一个机器学习（ML）模型，用于区分新鲜冷藏、长期冷藏和解冻的牛肉样本。通过四种预处理方法，共准备了五个数据集来构建ML模型。使用PLS-DA和SVM技术构建了模型，其中应用散点校正和RBF核函数的SVM模型性能最佳。结果表明，利用高光谱图像数据立方体，可以构建区分新鲜肉类和非新鲜肉类的预测模型，这可以成为肉类储存状态常规分析的快速、非侵入性方法。安装在暗室中的高光谱数据采集系统的配置示意图基于此，来自首尔大学的研究人员使用Resonon Pika L 高光谱成像仪，在近红外光谱的400-1000 nm波段内获取高光谱图像数据立方体，进行了相关研究。在本研究中，图像采集系统安装在暗室中，以确保完全消除外部光并能够采集高光谱图像。将九个样本同时放置在哑光黑色板上，通过移动相机获取高光谱图像数据立方体。所有样品均经过光学稳定处理，在采集高光谱数据之前将它们置于实验环境中 20 分钟，消除由肌红蛋白/氧肌红蛋白含量差异引起的巧合差异。随后，通过分离红色肉部分，从高光谱数据立方体中提取了（ROI）的光谱，确保了只有红色部分肉的光谱被提取用于分析。这个过程产生了高质量的数据集，适用于后续的分析和解释。使用四种预处理技术（MSC、SNV转换、一阶Savitzky–Golay滤波和最小-最大归一化）对提取的光谱进行模型开发。本研究获取的高光谱数据立方体中的光谱图像。(a–c) 分别为“新鲜”、“受损”和“冷冻”样品的 630–650 nm 平均图像；(d-f)分别为“新鲜”、“受损”和“冷冻”样品的 540-560 nm 平均图像。用于构建肉样本分类模型的高光谱数据立方体中的光谱。(a) 实验数据的完整光谱；(b) 每个实验组的平均光谱（实线）以及加减标准差后的光谱（虚线）。研究结论这篇文章研究了使用NIR高光谱成像仪，对牛肉进行分类，区分其“新鲜”、“受损”和“冷冻”状态。通过将韩国产牛肉样品划分为新鲜冷藏、长期冷藏和解冻状态，共获得了九个高光谱图像数据立方体，并通过滴水损失测试定量分析了牛肉样品的状况。本研究共收集了4950个光谱图像，将其80%用作训练集，20%用作测试集。在构建机器学习模型时，使用了四种预处理方法，包括MSC和SNV用于校正，Savitzky-Golay 1st滤波器用于平滑，Min-Max用于归一化，以及原始数据，共准备了五个数据集。采用PLS-DA和SVM技术构建模型，其中SVM模型使用了四个核函数。评估模型性能时，准确性是主要指标，同时对“新鲜”类别的F1分数进行了估计，以独立验证生鲜肉分类的性能。测试集的准确率在几乎所有模型中都超过90%，主要错误是由于未能正确区分“受损”和“冻结”类别。具有散点校正和RBF核函数的SVM模型表现最佳，其准确度达到96.57%，“新鲜”类别的F1分数为100%。研究结果表明，通过纯化高光谱图像数据立方体筛选的光谱可以构建一个预测模型，用于区分新鲜肉和非新鲜肉。这些模型在未来的实际肉类采购场所中具有可行性。

p　　4月23日，安洲科技携手中国地质大学与中国农业大学等单位在中国农大涿州试验站进行S185机载高速成像光谱仪飞行试验。本次试验主要研究方向为小麦估产以及土壤水分含量等高光谱模型反演。/pp　　涿州实验站是中国农业大学重点建设的教学实验基地，成立于2011年3月，总投资1639.59万元，总建筑面积1870平方米，分两期建设，投资800万元的第一期建设已完工。/pp　　涿州实验站是涿州实验园区的重要组成部分，是为中国农业大学教学科研活动提供实验、实习的平台 涿州实验站建设为农业产业升级提供技术支撑，而且为同类型区域现代农业发展提供示范样板和技术辐射源。实验站建设对提高学校教学科研水平、实现我校农业技术开发的跨越式发展，实现产、学、研结合，推进农业科技研究及成果转化体系的改革发展有重要意义。/pp　　实验站具有丰富的土地资源和地理优势，具备最适宜农作物生长繁殖的气候条件。实验站有丰富的地下水资源，水泵房安装无线遥控控制系统，站区具备现代化农业自动灌溉系统，现代化农业气象观测站，站内以及东部两百亩中国农大国家级牧草基地区域内铺设了地下灌溉网络。/pp　　S185是目前高速成像光谱仪的最轻版本,融合了高光谱数据的精确性和快照成像的高速性，能够瞬间获得在整个视场范围内精确的高光谱图像。通过此款光谱仪可以最简便地在1/1000秒内获得整个高光谱立方体数据，配套功能强大的测量及数据处理软件，不需要IMU即可实现无人机遥感测量 S185机载高光谱成像仪可随UAV按预设航线自动测量，快速获得大面积高光谱图像，可通过软件自动快速拼接。/pp style="text-align: center "img title="1.png" src="http://img1.17img.cn/17img/images/201705/insimg/0424a030-4697-44da-b9e0-b767ae87528b.jpg"/　　 /pp style="text-align: center "飞行试验站点/pp style="text-align: center "img title="2.png" src="http://img1.17img.cn/17img/images/201705/insimg/55732f1b-606a-45f4-9386-4feeaff3b830.jpg"/　 /pp style="text-align: center "飞行实验图/pp style="text-align: center "img title="3.png" src="http://img1.17img.cn/17img/images/201705/insimg/828ef4ab-87a0-4940-86e1-29de62a3e3ba.jpg"/　 /pp style="text-align: center "飞行实验图/pp style="text-align: center "img title="4.png" src="http://img1.17img.cn/17img/images/201705/insimg/32a44cbf-b68c-453d-9949-86ef1fd9ffcb.jpg"/　 /pp style="text-align: center " 土壤不同水分光谱　 img title="5.png" src="http://img1.17img.cn/17img/images/201705/insimg/c3f069e4-beba-410f-aa7d-1fd3f2cbf2de.jpg"//pp style="text-align: center " 不同生长状态小麦高光谱/p

2019 年 9 月 26 日，德国 ETTLINGEN 讯——布鲁克公司（纳斯达克股票代码：BRKR）今日宣布，自 6 月以来，德国联邦内政、建筑和社区部采购局已订购 8 台HI 90 FTIR 高光谱成像仪。德国联邦内政、建筑和社区部（联邦部委）及其执行机构负责范围广泛的任务和工作，从公民保护、移民融合、体育经费到安全，不一而足。布鲁克 FTIR 高光谱成像仪 HI 90在联邦部委的职权范围内，联邦公民保护与灾难救助局（BBK）负责保障群众安全，集中开展所有相关工作和提供信息。其工作内容包括：1) 执行联邦政府在公民保护方面的任务；2) 规划并筹备各项措施，以供给应急物资，执行应急预案； 3) 规划并筹备联邦政府与联邦各州之间的合作；4) 制定关键基础设施保护方案；5) 关于公民保护与灾难救助、救灾医疗、预警和告知群众等的基本培训和高级培训； 6) 拓展关于公民保护的研究，特别是关于 CBRN 危害的研究；7) 在所有国家民防机构的参与下，执行国际合作领域的概念规划任务。布鲁克 HI 90 FTIR 高光谱成像仪采用最尖端的技术，可以远距离进行最快速、最可靠的危险气体化合物鉴定和量化分析。得益于此，HI 90 堪称 BBK 执行各项任务的理想仪器。联邦公民保护与灾难救助局工作人员 Matthias Drobig 指出，“通过采购这些技术尖端的设备，我们进一步加强了分析工作队（ATF）在发生紧急情况时为群众提供救助的能力。”拉曼分析仪和气体分析仪全球业务部门经理 Ing. Armin Gembus 博士表示，“我们很高兴获得德国联邦部委的这份大订单，为德国政府在公民保护、反恐救灾方面的工作贡献绵薄之力。”

pspan style="font-family: 楷体, 楷体_GB2312, SimKai "/span/pp style="text-align: center"img src="http://img1.17img.cn/17img/images/201802/insimg/339dab1f-d9cb-44b9-85bb-0c2609f20835.jpg" title="201822573270.jpg"//ppspan style="font-family: 楷体, 楷体_GB2312, SimKai "　　《乐舞图》韩休墓中的一幅壁画《乐舞图》，左侧地毯前的男子可以隐约发现改动的痕迹(上图)，经过对高光谱图像的进一步分析发现，左侧地毯前的男子处原先画了一个小孩(下图)，后来被修改成了大人。/span/pp　　高光谱成像仪获取的不再是可见光的图像，而是颜色光谱反射率的信息，所以不会产生普通相机在不同光源照射下呈现相同颜色的色差问题，进而完整且真实地还原色彩与壁画的状态。不仅如此，近红外波段到短波红外波段对颜料有穿透能力，这意味着高光谱成像仪可以透视壁画。/pp　　1月15日，中国科学院西安光学精密机械研究所(以下简称西安光机所)与陕西历史博物馆正式签订战略合作协议。未来，双方将在古代壁画典型颜料库建设项目和“流动博物馆”两个项目上开展合作。/pp　　这次合作的基础建立在西安光机所拥有的光谱成像技术、光学超高分辨率成像等先进的光学技术基础上。这些曾经在军工领域大显身手的前沿技术，在壁画发掘与保护工作中也脱颖而出，成为记录壁画原始信息、辨别颜料成分的“利器”。/pp　　strong看出颜料成分/strong/pp　　在古代，颜料多以矿物质、植物等自然物质为主，经过几千年智慧的积累，同一种颜色可以用不同的物质表达，“比如红色就包括朱砂、赭石、铅丹等物质 黄色则可能是纤铁矿、密陀僧或雌黄等。”陕西历史博物馆壁画基地办公室副主任王佳在接受《中国科学报》记者采访时举例说。所以即便看到同一种颜色，也无法立刻判断到底是哪种物质产生的颜色。“文保工作者看到壁画的第一时间就想知道颜料的成分。因为壁画的价值体现在表达内容上，颜料又是表达内容最重要的手段之一。”王佳补充道。/pp　　既然无法通过肉眼观察得到结论，那么仪器分析就必不可少。“我们一直在尝试，通过光学显微镜、X射线荧光、激光拉曼等手段分析，只是精确的仪器往往体积比较庞大，无法带到发掘现场。所以只能从壁画上刮取样品带回去检验。这样的取样化验的方法不可避免会对画作造成损害。”王佳无奈地说。/pp　　高光谱成像仪的出现，让这些“无奈”迎刃而解。“高光谱成像仪分析颜料成分时完全不需要刮取颜料，是通过与壁画保持一定距离而进行非接触式扫描实现的。它判断颜料成分的依据是不同矿物质具有的光谱特征不同。可以说，光谱反射率是物质的‘指纹’，可以用来识别物质。”西安光机所副研究员张朋昌告诉《中国科学报》记者。而且，相较于精确度与体积无法“兼得”的大型仪器，高光谱成像仪经过西安光机所的不懈努力，已经可以适应较狭窄的场地，进行现场勘测。这些都为建立颜料库提供了基础。/pp　　而在此协议签订之前，我国并没有对古代画作特别是壁画的颜料光谱特征开展过系统的研究。因为与其他文物的修复工作相比，壁画修复的工作起步较晚。“壁画的考古发掘工作从上世纪五六十年代才开始，至今也不过只有六七十年的时间。国内开展颜料测定工作时间更短，所以目前并没有系统的颜料资料库。”王佳解释说。/pp　　发现高光谱成像仪可以分辨颜料成分起源于2013年，当时陕西历史博物馆的考古人员正在发掘唐朝宰相韩休的墓葬。韩休墓的发现，与一起盗墓案密不可分。/pp　　strong记录原始色彩/strong/pp　　2006年，陕西省西安市民警破获了一起盗墓案，在查看被收缴的硬盘时，发现了一组壁画的照片。从照片中可以清楚地看出壁画绘制精美，人物神情惟妙惟肖。通过衣着体态和面容形象，专家判断这是盛唐时期的墓室壁画。经过几年的审问，盗墓人终于吐露，这是从位于西安南郊郭辛庄村的一处古墓内拍摄的。/pp　　2013年，这一墓葬在西安市长安区大兆街办郭辛庄村被发现。在进行抢救性发掘时，考古人员发现该古墓是唐代官员韩休与夫人合葬之墓。墓葬深约11米，坐北向南，墓道至墓室总长约40米。虽然遭到严重盗扰，但墓葬形制基本保存完整，还出土了鸡、鸭、牛、马、骆驼等陶质文物140余件。更让考古者们惊喜的是墓中的壁画几乎被完整地保留下来且精美绝伦。/pp　　墓室内，东壁绘制的是乐舞图，西壁是6幅条屏式的树下高士图，南壁是玄武图，在北壁的东部则发现了山水图。但遗憾的是，西壁的6幅图中有两幅不翼而飞，南壁的玄武图也被破坏殆尽 幸运的是，东壁满绘的乐舞图是近10年来，陕西省发现的最完整的乐舞图，图中男性胡人乐队和女性唐人乐队就像斗舞一般，在春日的闲暇时光里为墓主人表演，“这幅壁画恰巧反映了唐代丝绸之路的繁荣，我国与其他国家的互联互通，为现代‘一带一路’的发展提供了证据”。王佳说。更重要的是，北壁东部发现的山水画也将我国山水画成熟期提前。“以前，专家们一直认为山水画的成熟期是在宋代，但是这幅壁画中山水的画法显示，在唐朝山水画已经进入了成熟期。”王佳说。/pp　　为了更好地将壁画完整地记录下来，陕西历史博物馆邀请西安光机所加入到保护壁画的工作中。“因为墓穴打开后，空气会让颜料的成分不稳定，进而产生变化。高光谱成像仪可以第一时间将颜色记录下来。”张朋昌解释说。/pp　　strong透视涂改痕迹/strong/pp　　高光谱成像仪果然不负众望，其可以接近100%复原壁画的被发掘的状态，甚至可以还原壁画曾经修改的部分。这双“慧眼”得益于高光谱成像仪可以覆盖范围更广的光谱。/pp　　从原理上讲，光是一种电磁波，但是人眼可见的波段有限，即400nm至760nm波段，普通相机拍出的照片呈现的便是可见光的部分。而在760nm~2500nm的波段，虽然人眼看不到，却可以被仪器捕捉到，比如一些红外相机等就可以呈现一部分波段的图像。/pp　　高光谱成像仪则覆盖了光波更广的范围，包括可见光、近红外(760nm~1000nm)和短波红外区域(1000nm~2500nm)。“我们可以再将400nm至2500nm区间的波长划分为宽度为N纳米的区间。对于同一幅场景，我们按波长从小到大依次用每一个区间波长的光去拍摄图像，将得到2500~400/N幅图像，这组图像作为整体被称作高光谱图像。”张朋昌解释说。/pp　　正因为高光谱成像仪获取的不再是可见光的图像，而是颜色光谱反射率的信息，所以不会产生普通相机在不同光源照射下呈现相同颜色的色差问题，进而完整且真实地还原色彩与壁画的状态。不仅如此，近红外波段到短波红外波段对颜料有穿透能力，“这意味着我们可以透视壁画”。张朋昌说。/pp　　在对乐舞图进行扫描时，张朋昌等人就发现左侧地毯前的男子隐约有改动的痕迹。经过对高光谱图像的进一步分析发现，证实了研究人员的想法：左侧地毯前的男子处原先画了一个小孩，后来被修改成了大人。更有意思的是，墓室壁画中类似的涂改还有多处，比如，在壁画右侧地毯左下角还有一处被涂改掉的兔子。那么，为何墓室的壁画会被涂改，这些被涂改的内容与后来的成人有何关系?高光谱成像仪的发现为后续的研究工作提出了更多的问题。/pp　　除了“看到”画中被涂改的痕迹，高光谱成像仪还能够将细小的裂纹完整呈现，“这些细节反映了壁画的健康状况，对后期对其修复和保护工作都能提供思路，如果被忽略则可能错过重要的信息”。张朋昌说。/pp　　为了完美地将细节复原，高光谱成像仪对工作环境的要求也是极高的，“首先要摒除一切环境光的干扰”，张朋昌说。所以在工作时，他们会将墓室内的环境光屏蔽，同时打开自己携带的光源，“将无关光源挡住后才能保证高光谱成像仪采集的数据准确。”张朋昌继续解释道。/pp　　strong效力后续文保/strong/pp　　参与韩休墓壁画的发掘工作让张朋昌难忘，因为这是对高光谱成像仪应用领域开拓的尝试，同样将这次经历铭记于心的还有王佳，他说：“这是我第一次进入真正的墓室，之前我一直在博物馆内的文物修复室工作。”他还记得在发掘的不到两年时间内，作为发掘人员，他们经历了地上接近40摄氏度高温，墓葬中却只有十几摄氏度的高温差。“当时是夏天，室外温度极高，但墓室内因为在地下11米的地方，所以温度不高。而且里面空气不新鲜，我们每隔半个小时就要爬到地面上透透气。”王佳说，“计算下来一天的爬上爬下的距离与攀上30层楼相差无几。”而且，很多在实验室可以使用的材料在墓室内却失效了。于是一边开发寻找新的材料，一边抓紧时间进行壁画揭取工作。当王佳看到壁画安全运到博物馆并修复完成后，“觉得吃再多苦都值得”。/pp　　壁画的发掘工作的成功也让双方看到了进一步合作的前景。于是就有了签订协议建立颜料库的一幕。“我们将会从馆藏壁画入手，慢慢扩展。”王佳说，“希望最终形成中国古代壁画的颜料库。”目前，我国古代壁画一般被分为三类，包括墓葬壁画、石窟壁画和建筑壁画。但有些壁画因为各种原因无法保留在原地，就会被搬迁到博物馆或其他文保单位进行修复保护，被称为馆藏壁画。“目前，我国陕西地区大部分被发掘的唐代墓葬壁画都在陕西历史唐代墓葬壁画博物馆内。”王佳介绍说。/pp　　在发掘现场，韩休墓中的壁画除了一部分被高光谱成像仪扫描过外，还有很大一部分因为较为脆弱，不适宜当场扫描，直接被揭取后收入博物馆进行修复。现在，壁画的修复工作接近完成，接下来又到了高光谱成像仪大显身手的时候。“我们也是边实践边研究，关于算法的研究工作一直在进行。”张朋昌说。/pp　　王佳也表示，除了颜料资料库的合作外，还能通过科技进行哪些文保工作需要具体再探讨。“我们将继续与西安光机所召开研讨会，先介绍我们修复的手段和过程，双方再从过程中寻找科技的灵感。”/p

北京欧普特科技有限公司携手天峋创新科技无人机公司于9月、10月分别在天津宝坻和江苏常州成功进行了两次机载高光谱成像仪飞行演示和技术讲座，同时邀请了美国Headwall公司Dr.Martin前来进行技术指导。Nano-Hyperspec超微型机载高光谱成像仪，推扫成像，光谱数据**可靠，集成度高，无需单独采控盒子，整体上机重量0.7Kg，形状方正规则，体积＜8×8×12cm，视场**大可达50度，作业效率高；天峋天蝠四旋翼无人机，60分钟超长续航时间，针对Nano-Hyperspec定制了小巧稳定云台，二者**结合，单次飞行面积可达40公顷（0.4km2），满足大面积作业，机身小巧轻便、可折叠，方便携带，一键自主飞行，操作简单，对操作者要求低。推扫成像方式作为一种经典的成像方式，其特点在于每个像元都对应一条真实采集到的准确光谱数据，而非差值平均获取，并且由于光谱通道多，能给出更加丰富细致的光谱信息，更适用于精细分类、定量遥感等的应用。而对于高光谱遥感来说，光谱数据是其至关重要的信息，其准确性直接决定研究成果的真实性和**度。推扫成像的图像数据效果一直为人所诟病，取决于减震及稳定云台和惯导GPS的精度。随着科技的发展，稳定云台已从响应速度慢的舵机云台发展到现在响应速度非常快且小巧的无刷电机云台，从根本上解决了图像效果问题，获取到的原始图像效果视觉上几乎无畸变，不需要校正；惯导GPS的发展同样飞速，不同精度且体积小巧的惯导可满足不同客户需求，高精度惯导GPS通过PPK后处理亦可实现厘米级位置精度，后期图像拼接可通过高精度惯导实现更好的效果，拼接软件除了厂家自带的软件还可直接用ENVI的Mosiac功能实现全通道拼接。两次飞行数据结果如下：飞行高度：70米，惯导动态精度：0.1°正射校正和拼图结果：植被反射率：土壤反射率：植被辐射亮度：土壤辐射亮度：Google Earth贴图：拼图结果与Google Earth可**结合随着时代的发展、科技的进步，航空机载高光谱成像技术由于其获取数据的灵活性以及高分辨率使其在生态环境、农作物和植被的精细分类、矿产勘查和土壤调查、城市地物甚至建筑材料的分类和识别方面都有更好的应用效果。目前我公司机载高光谱成像仪已全面展开飞行服务工作，并与多个客户合作，参与了辽河水质监测、上海水库水质监测、玉米不同播种期长势监测、红树林树种鉴别、土壤水分含量监测、松材线虫病虫害监测等多个应用项目，积累了丰富的经验。北京欧普特科技有限公司将一如既往的秉承脚踏实地，诚信务实的原则，不断为高光谱遥感事业的进步贡献自己的绵薄力量。

日前，中国科学院长春光学精密机械与物理研究所突破了航天高分辨率高光谱成像关键技术。该技术利用离轴三反非球面光学系统、复合棱镜分光、推扫成像 和指向镜运动补偿技术，有效解决了航天高光谱遥感中高空间分辨率、高光谱分辨率与图像高信噪比之间的矛盾，突破了视场分离、光谱分光、在轨光谱辐射定标等 关键技术瓶颈，为我国航天高分辨率高光谱成像技术的工程化奠定了技术基础。　　长春光机所研究员颜昌翔及其研究团队针对航天高光谱遥感领域的视场分离、光谱分光、图像信噪比、在轨光谱辐射定标等关键技术瓶颈提出了一系 列创新性的解决方法。研究团队采用离轴三反非球面光学系统、单晶硅无基底狭缝的视场分离器和复合棱镜分光加非球面准直成像光谱仪的技术方案，实现了全色、 可见近红外和短波红外三光路准确分离，保证了系统宽波长覆盖，并实现了高光谱和高空间分辨率、高信噪比，保证了光谱成像质量。该团队采用指向镜运动补偿方 案，建立了在轨实时计算指向镜运动补偿曲线的数学模型，实现了实时计算和控制，使探测器接收的光能量增加到4-6倍，显著提高了系统信噪比，解决了高光谱 和高空间分辨率成像的矛盾。同时，该研究团队还采用镀膜的钕镨玻璃加积分球的在轨定标技术，利用指向反射镜自准，实现了全光路光谱和辐射定标。该团队共发 表学术论文85篇，其中EI、SCI收录36篇，并有6项已授权国家发明专利。目前，该技术已获吉林省2013年度科技进步一等奖。　　利用此项技术成果研制的天宫一号高光谱成像仪，为我国首次自主获取航天高分辨率高光谱图像数据提供了技术支撑，填补了国内空白。天宫一号高 光谱成像仪已在轨稳定运行两年半，获取了大量高光谱图像数据，并已应用于油气勘探、矿物探测、林业调查、土地利用/覆盖变化、海岸带资源调查等领域，为国 民经济可持续健康发展规划提供了科学决策依据。　　据悉，此项技术已经在更高性能航天高光谱成像仪的研制工作中得到应用，必将在持续推进我国航天高光谱遥感技术的发展中起到其应有的作用。

项目编号：ZZ23551HW04310120项目名称：东北师范大学地理科学学院全波段高光谱成像仪（进口）设备采购预算金额：626.5000000 万元（人民币）采购需求：项目概况东北师范大学地理科学学院全波段高光谱成像仪（进口）设备采购的潜在投标人应在网上以邮件形式获取招标文件，并于2022年12月1日9时00分（北京时间）前递交投标文件。 一、项目基本情况1.项目编号：ZZ23551HW04310120。2.项目名称：东北师范大学地理科学学院全波段高光谱成像仪（进口）设备采购。3. 采购方式：公开招标。4.预算金额：87万美元（人民币限额626.5万元）。5.采购需求：全波段高光谱成像仪（进口）设备采购；数量：1套（详见招标文件“第五章 项目需求”）。6.合同履行期限（供货期）：合同签订之日起270日内完成交付、安装及调试。7.本项目不接受联合体投标。公开招标（进口货物）-东北师范大学地理科学学院全波段高光谱成像仪（进口）设备采购定稿(2).pdf

一、背景 纺织品作为颜色传播的重要载体，对织物颜色的准确度和均匀度具有较高要求。在纺织工业生产中，加工出符合要求的布料和成衣的两个前提条件是准确测量样品布匹颜色和严格控制印染颜色。 工业上测量织物颜色最常用的分光光度法只能测量单色织物,对织物尺寸大小要求较高且操作繁琐,使得其并不适应于多色织物或单根纱线颜色测量。 为了满足企业生产和发展的需求,本公司对织物颜色的精确测量方法进行了深入研究,针对当前技术的不足,在分析光谱成像技术的基础上建立高光谱成像系统,提出基于高光谱成像技术的织物颜色测量方法,实现了具有较高精度的颜色测量。光谱成像技术是将光谱技术和成像技术结合在一起,可以测量织物感兴趣区域(ROI)中光谱波段的反射率。从而获得更多的纺织品颜色信息,达到较高的颜色测量精度。二、可行性分析作为一种集光谱学、微弱信号检测、信息处理等于一体的综合性技术，光谱成像技术克服了分光光度法测量纺织品颜色的缺点。光谱成像技术能测量单色、多色和各种形状的织物，从采集的光谱图像中获取每个像素的颜色信息，从而实现光谱成像技术在纺织品颜色测量中的应用。光谱成像技术在对目标的空间信息成像的同时，也对每一个空间像元在波段内进行光谱信息覆盖，从而形成“光谱图像立方体”。浙江理工大学的张盼曾利用高光谱成像仪进行 15 个标准样品与15 个次品颜色测量并计算明度差、色度差和色差，其反射率图片如图 1 所示： 图 1 标准样品与次品反射率对比图 图一（a）为标准样品的反射率曲线，（b）为次品的反射率曲线，从光谱反射率曲线可以直观的看出，单色色织布标准样与批次样间的光谱反射率曲线的走向是一样的，但是在数值上还是有差异的。高光谱成像仪测量织物间颜色可以获得它们的色差值，这反映了高光谱成像仪的测色能力。 三、数据采集设备 数据采集的设备为杭州高谱自主研发的实验室高光谱成像仪（HY-8010-U），设备实景图，如下图。系统参数，见下表。系统核心分光模组完全由高谱公司自主研发，支持选配多种型号图像传感器，并搭配超高像素高清相机实现高空间分辨率与高光谱分辨率的完美融合。同时，HY-80系列可选配自研线性光源和定制暗箱，最大程度减少外部环境对样品检测带来的影响，结合独有的时空辐射校正功能，确保获得稳定的标准化高光谱数据。 HY-80系列实验室高光谱成像仪是一款专门为实验室环境定制的专用设备，能够实现对物质定性、定量、定时、定位信息的精准检测，是一台“图谱合一”的专业化科研设备，为物质分选、刑侦文检、食品监测、真伪鉴定等行业高端应用领域提供高精度的光谱建模与分析解决方案。四、测量结果及结论 通过对标准色卡和花布进行测量，并对测量结果进行反射率校正与值转换。本次选取 RAL 1000-RAL1004 共 5 种颜色样本进行分析，并分为两组进行对比,如图 2 所示，反射率处理结果如图 3 所示。将其转换为 L、A、B 值并对其进行相关处理后结果如图 4 所示:如上图 4 所示，图 4（a）为 RAL1000-RAL1004 五种样品的 L 值对比图、图 4（b）为 a 值对比图、图 4（c）为 b 值对比图、图 4（d）为以 RAL1000 为基准 RAL1001、RAL1002、RAL1003、 RAL1004 四种颜色的色彩度差值。对四块样品布进行想同处理后得到如下结果： 如上图 6 所示，图 6（a）为 1、2、3、4 四种样品的 L 值对比图、图 6（b）为 a 值对比图、图 6（c）为 b 值对比图、图 6（d）为以 1 为基准 2、3、4 四种颜色的色彩度差值。综上所述，可看出高光谱成像仪检测的 Lab 值具有明显差异。

“倘若有什么植物妨碍了我们的计划，或是扰乱了我们干净整齐的世界，人们就会给它们冠上杂草之名。可如果你本没什么宏伟大计或长远蓝图，它们就只是清新简单的绿影，一点也不面目可憎。” ——《杂草的故事》清新简单的绿影自然面目可爱，惹人注目，但人类生存之下，繁多冗杂的一片蔓延，确是明目张胆地抢了农作物的地盘，伤了农业发展。世界上的杂草有1000多种，它们通常生长迅速、繁殖能力强，会对农业产生一定的影响。杂草不仅会与农作物争夺土壤养分和水分，传播病虫害，从而影响农作物的生长和产量，含有毒素的杂草还会影响农作物品质。因此，对于农业生产来说，防治杂草对保证农作物的正常生长和产量至关重要。IRIS机载一体式激光雷达高光谱成像仪在评估杂草抗性方面的应用杂草防治是现代农业生产管理的重要组成部分。然而，过度依赖常用除草剂进行化学防治已导致大量抗性杂草的出现，对可持续农业构成重大威胁。因此，开发一种大面积准确评估和量化田间杂草抗性的方法对于农场管理和可持续发展至关重要。目前的方法，例如目视检查，既费时又费力。酶测定虽然准确，但只能在实验室环境中进行。热成像技术可能会受到环境因素的影响，导致在室外使用时精度较低。因此，无法大规模应用。无人机（UAV）和各种传感器已经成为植物表型研究中不可或缺的工具。在这项研究中，作者于2021年6月7日在中国黑龙江省哈尔滨市向阳农场（位于北纬45°61′，东经126°97′）使用LR 1601-IRIS 机载一体式激光雷达高光谱成像仪（北京理加联合科技有限公司）进行了相关试验。旨在（1）根据杂草表型和鲜重提出新的抗性指数，来有效地量化田间杂草的抗性；(2) 利用高光谱传感器识别抗性杂草和敏感杂草之间的内在差异和敏感光谱区域；（3）通过多模态数据融合和深度学习研究光谱、结构和纹理信息及其组合在抗性评估中的贡献；（4）评估所提出的模型针对不同杂草密度和绘制抗性杂草的能力。机载杂草抗性评估方法的工作流程。结果（a） 不同抗性和密度的高光谱反射率曲线；（b）高光谱一阶导数。虚线代表抗性杂草，实线代表敏感杂草，颜色代表杂草密度。CRS测量和预测值散点图。结论（1）敏感杂草和抗性杂草的光谱响应存在明显差异，连续投影算法（SPA）选择的最佳波段与抗性表达波段的最佳波段相吻合；（2）通过多模态数据融合提高了抗性评估的准确性，后期深度融合网络表现出最佳的准确性，R2为0.777，RMSE为0.547；（3）多模态融合网络模型在不同密度的抗性评估中表现出强大的适应性，并有效地生成杂草抗性图。总的来说，这项研究证明了使用多模态数据融合和CRS，结合深度学习，实现准确和可靠的农田杂草抗性评估的有效性。本研究为农田抗性杂草管理提供了一种更有效、更准确的方法，并为可持续农业的发展提供助力。

2019年6月17日至20日，易科泰生态技术公司光谱成像与无人机遥感团队技术工程师一行，访问了世界著名高光谱成像技术公司芬兰Specim，并与Specim公司CEO Tapio Kallonen先生、公司市场总监Hannu Maki-Marttunen先生，就双方合作加强高光谱成像技术在中国的创新应用与推广进行了座谈讨论。期间易科泰公司技术工程师还接受了Aisa系列高光谱航空遥感技术培训及Specim其它高光谱成像技术培训。 Specim Aisa系列高光谱成像系统，涵盖了可见光-近红外波段、短波红外、中波红外、长波红外及太阳光诱导叶绿素荧光成像系统，为空陆双用高端高光谱成像仪器，其主要特点如下：AisaKestrel高光谱成像系统，包括AisaKestrel10和AisaKestrel16，高分辨率、高信噪比、轻便实用（重量约为2.3kg），前者波段范围为400-1000nm、空间分辨率2040像素，后者波段范围600-1640nm、空间分辨率640像素，与易科泰生态技术公司EcoDrone 8旋翼无人机匹配，特别适用于农业、林业、生态及地球科学无人机高光谱遥感；AisaFenix VNIR+SWIR全波段高光谱成像系统，涵盖可见光、近红外、短波红外380-2500nm全波段高光谱成像，高信噪比（1000:1以上）、高分辨率（标配版为384像素，超高分辨率版AisaFenix 1k空间分辨率达1024像素，在1400m高空遥感作业的地面分辨率达1m/pixel），是地球地质科学、生态环境科学、农业、林业航空遥感及地面高光谱遥感的高端设备 AisaIBIS太阳光诱导叶绿素荧光高光谱成像系统，由Specim公司与德国Juelich研究中心为欧洲太空局（ESA）地球探测项目（FLEX）研制的Hyplant传感器，是世界上第一款商业化高光谱叶绿素荧光成像仪器，采用夫琅和费线深度法，可以检测太阳辐射诱导叶绿素荧光（Sun-induced Fluorescence），用于陆空双基植物叶绿素荧光高光谱成像测量分析，可得到NDVI、EVI、F760（植物叶绿素荧光）等参数 AisaOwl，世界上首款compact高光谱长波段红外热成像系统，波段范围7.6-12.3μm，96通道（波段数），空间分辨率384像素，用于地球科学、地矿探测、水温、安防（可燃气体及有害气体监测等）、国防（伪装检测等）等空陆双基红外热成像遥感 易科泰生态技术公司为您提供高光谱成像技术全面解决方案：空陆双基高光谱遥感技术方案植物表型光谱成像分析技术方案文物鉴定、修复高光谱成像技术方案高光谱成像、叶绿素荧光成像综合技术方案地球科学、地质地矿探测高光谱成像技术方案样芯高光谱成像、X-光成像、μXRF元素分布扫描成像分析技术方案

Resonon 公司的高光谱成像系统是高光谱行业内性价比最高的产品，轻巧便携，设计紧凑；为满足商业、工业及科研领域的不同需要，设计了许多适用于室内、野外、工厂、航空的附件设备，为用户提供了极大的便利；具备雄厚的技术力量和经验，自2002年成立以来，和很多著名的研究机构合作（NIH、NOAA、USDA、USDE等），其产品被NIST权威结构采用。Resonon高光谱成像仪被世界各国的研究机构、工业及公司所长期使用，坚固耐用，质量可靠；产品制造技术精良，采用当前最先进的技术和材料，不断的优化和提高成像性能，保证用户获得低杂散、低失真、高信噪比的高光谱图像；为成像仪专门设计了一系列的野外及室内采样平台，大大简化了采样的难题。2013年12月20日，Resonon授权理加联合在中国市场销售其产品，这极大地丰富了理加联合的产品线，同时，凭借优秀的销售团队和专业、专注、专才的服务理念，理加人相信，通过专业的仪器销售、技术培训和售后服务，Resonon高光谱成像仪将在中国得以推广并被广大用户所认可。

香蕉是中国岭南特色水果之一，香蕉在采收和运送过程中往往处于绿硬期(青香蕉),在此过程中易受到各种碰撞损伤。不同类型碰伤均可加速香蕉果皮活性氧的积累进而导致香蕉果实的衰老腐败 青香蕉受到碰撞损伤后，微生物容易侵染损伤部位，经过催熟过程中的乙烯释放和果实软化后，造成於伤腐烂或黑斑花脸，严重影响其色泽品质和销售价格。因此，亟待寻找一种快速无损检测青香蕉碰撞损伤的方法。为探究有效检测青香蕉早期轻微碰撞损伤的方法，本文结合青香蕉的结构特点利用高光谱技术找出青香蕉关于碰撞损伤特性的特征波长段，实现碰伤程度的区分与可视化。研究为开发青香蕉表面碰伤快速无损检测系统，提高香蕉经济效益具有重要意义。1.材料与方法1.1青香蕉碰撞损伤程度分类青香蕉的品质分级标准14中，果身表面的机械类损伤面积是一个重要指标。标准规定，果身表面无碰压伤的青香蕉属于优等品；碰压伤面积小于1cm² 的属于一等品；碰压伤面积为1～2 cm² 的属于二等品；碰压伤面积大于2cm² ,属于劣等品将不进入市场。将碰伤的香蕉置于温度15℃、相对湿度88%的恒温恒湿环境中保存48 h取出切开，损伤面积如表所示。1.2 高光谱图像采集系统试验可采用彩谱科技有限公司的高光谱成像仪，主要包括高光谱相机、光源、载物台、滑轨、计算机控制硬件和软件系统。光源采用仪器自带的卤素灯，光谱仪的光谱范围为400～1000 nm,采样间隔为2.39 nm,将光谱范围分为256个频带范围。仪器扫描的具体参数设置：曝光时间20 ms,移动台前进速度1.4 cm/s,回退速度2cm/s,镜头与样本距离42 cm。本研究使用的光谱数据由256维图像组成。区别于三维的RGB图像，高光谱图像的数据信息高维且冗余，如果对每份样品的所有图像进行处理，不仅工作量庞大且后续的建模效果不佳。如图所示是同一份样品在不同波段下(500、600、700、800nm)的图像，对比可知：不同波段下的图像其呈现出的碰伤情况存在差异。因此探究青香蕉关于碰撞损伤的特征波段，利用特征波段下的图像提取碰伤部位的光谱数据，可为后续的检测模型提供可靠且精准的数据集。2结果与分析2.1 原始光谱数据预处理结果使用软件进行预处理，首先对原始光谱进行多项式平滑法处理，再采用多元散射校正法对光谱进行预处理，以降低极限漂移和散射效应。对原始样本数据集如图a先进行SG处理，将处理后的光谱曲线再进行多元散射校正法处理。处理后的效果如图b所示。可以看出，预处理后的光谱曲线修正了部分反射率为1的数据，总体曲线更加归一且平滑，噪音点减少，曲线的凹凸处变少。说明该预处理方法效果较好，后续研究所用的光谱数据皆为经过SG和MSC方法预处理后的数据。2.2基于BP神经网络的检测模型和可视化碰伤等级图像通过图像分割流程，将918张灰度图像进图像分割，提取香蕉碰伤部位的轮廓区域，同时利用图像全像素点下的反射率数据，用光谱反射率数据去表示碰伤轮廓区域的每个像素点所代表的信息。对健康样品、轻度碰撞伤样品、中度碰撞伤样品、重度碰撞伤样品的测试集的识别准确率分别为97.53%、92.59%、93.82%和96.29%,平均碰伤程度的判断准确率为95.06%。为了更好地展示分类结果，同时考虑检测的可视化，对每一个像素点用“00”代表健康，标记为黄色RGB(255,255,0) “01”代表轻度碰撞伤，标记为蓝色RGB(67,142,219) “10”代表中度碰撞伤，标记为紫色RGB(128,0,128) “11”代表重度碰撞伤，标记为红色RGB(255,0,0)的方式进行最后的输出显示。其中区域的总体识别结果若有85%以上的相同数值和颜色，那么本区域都用此数值和颜色进行归一显示，最后的可视化图像如图所示。3.结 论本文以青香蕉为研究对象，利用高光谱成像仪采集青香蕉健康表面和不同碰伤程度香蕉的光谱反射率数据和不同波段下的图像信息，结合特征变量筛选对青香蕉的碰撞损伤程度进行了研究，主要结论如下：1)采用3种类型的支持向量机算法，验证了青香蕉碰撞损伤的识别机理以及采用光谱数据和图像信息结合进行无损检测的合理性。2)对通过预处理和异常样本剔除后的数据进行特征波长提取和验证，得到9段特征波长。3)通过获取特征波长段下的图像，提取碰撞损伤区域的轮廓分布边界数据以及该区域的每个像素点对应的光谱反射率数据。将此数据作为BP神经网络的输入层进行训练，最后得到的模型对健康样品、轻度碰撞伤样品、中度碰撞伤样品、重度碰撞伤样品的测试集识别准确率为97.53%、92.59%、93.82%和96.29%。

近日，华东师范大学精密光谱科学与技术国家重点实验室曾和平教授与黄坤研究员团队在中红外光谱成像方面取得进展，结合非线性上转换成像与可调谐声光滤波技术，有效提升了空间-波长三维图谱信息的采集速度，实现了超灵敏、大视场、高帧率的中红外高光谱视频成像，可为化学瞬态过程分析、生物原位成像检测、医学实时光谱影像及燃烧场快速诊断等应用提供有力支撑。相关研究成果以“Wide-field mid-infrared hyperspectral imaging beyond video rate”为题发表于Nature Communications期刊。华东师范大学为论文的第一完成单位，博士生方迦南为论文第一作者，曾和平教授和黄坤研究员为共同通讯作者。图1 曾和平教授与黄坤研究员团队在Nature Communications 刊发研究成果高光谱成像是将成像技术与光谱技术相结合的多维信息获取手段，可在百个甚至更多谱段对目标进行非侵入式成像，生成包含空间和光谱信息的图谱数据立方。因此，高光谱图像具有“图谱合一”的重要特征，每个像素都对应一组光谱信息，所含的丰富信息能够对样品的化学成分、含量与分布进行测定与表征。特别地，中红外波段位于分子的指纹光谱区，包含许多官能团的吸收峰，实现该波段的高光谱成像能够对待测目标进行无标记精确识别。因此，中红外高光谱成像技术已被广泛应用于痕量分析、环境监测、生物医药、材料科学等领域。图2 中红外高速高光谱成像原理概念图然而，兼具多谱段与大画幅的红外高光谱成像系统长期以来局限于观测静态样品或低速运动场景，难以用于快速目标测量或动态过程捕捉。一方面，高光谱成像所生成的图谱数据提供了丰富的目标信息，有助于准确分析与识别样品；另一方面，庞大的数据采集量极大限制了高光谱成像速率。例如，传统摆扫式和推扫式高光谱成像系统主要借助光栅、棱镜等器件实现信号色散分光，在空间信息获取上往往需要依赖点扫描或线扫描来实现二维图像覆盖。为了克服冗长的机械扫描，全幅式光谱成像技术应运而生，其采用可调谐窄带光源（如光参量振荡器、量子级联激光器）或波长可调滤波器（如声光、液晶滤波器）进行光谱扫描，有效提升了多像素图像的采集效率。即便如此，中红外高光谱成像速度仍很大程度上受限于该波段焦平面探测阵列的工作帧频（尤其对于大面阵多像素相机），单色光谱图像采集帧率的典型值为50 Hz @ 512×512像素。相应地，采集百个波长通道以上的高光谱成像往往需要数秒甚至更长时间，距离可实时观测的视频帧率还有量级上的差距。当前，实现大视场、多波段、高帧频的中红外高光谱成像仍颇具挑战，需要同时实现高速光谱扫描与高速图像采集。图3 中红外高速高光谱成像装置图为此，研究团队创新结合非线性广角成像技术与高速声光滤波技术，能够同时提升红外图像采集速率与红外光谱切换速率，克服了传统方案在图谱信息获取上的短板，实现了高达百赫兹的三维图谱刷新率，在同等谱段数与像素规模下，比此前记录提升了至少两个数量级。具体地，研究人员采用特殊设计的啁啾极化铌酸锂晶体，实现宽波段非线性光学和频，将超连续谱中红外信号一次性转换至可见光波段。该过程具有大视场空间映射和高保真度光谱转换的特点，可在空间和光谱维度上保留完整的目标图谱信息。为了实现高速率、高精度的波长调控，研究人员采用声光可调滤波技术，获得了微秒级的波长切换速度与纳米级的窄带滤波带宽。滤波后的单色图像由高性能硅基相机捕获，规避了现有红外焦平面探测阵列在灵敏度、像素数、帧率等方面的不足，从而实现大视场、多像素、高帧频的红外图像采集。图4 高帧频中红外高光谱视频成像（A）实验测定的苯与乙醇红外吸收光谱。（B）每个高光谱数据立方包含100个精细谱段，单色图像拍摄时间仅需100 μs。(C-D) 选取不同的光谱通道，可以方便区分显示不同物质成分。（E）对两种液体吸收峰对应的单色图进行RGB色彩合成，可以清晰展示不同介质扩散与融合的动态过程。实验中，所搭建的高光谱成像系统工作波长为2.4-4.1 μm，涵盖多种CH/OH化学键的红外伸缩与振动吸收谱线，是有机物材料鉴别的重要谱段。为了展示高光谱成像在物质鉴别与动态场景中的应用，研究人员选用了乙醇和苯两种化学样品，他们在肉眼下观察均为无色透明，而通过高光谱成像可测量得到迥异红外特征光谱（图4A），利用独特的分子选择性即可实现样品成分的有效甄别。在高光谱三维数据采集中，单波长大视场成像（近百万像素画幅）的积分时间仅为100 μs，获取100个谱段的图谱立方数据则仅需10 ms（图4B），从而实现100 Hz水平的大视场高光谱影像。与传统机械式波长调谐方式不同，声光可调滤波器不受机械惯性限制，可对光谱进行快速动态调控，实现连续不间断的循环波长扫描，为实时光谱视频成像提供了可能。如图4C-4E所示，可根据样品吸收光谱特征，选取多幅单色灰度图像进行RGB填色合成，实现对样品化学差异与浓度分布更直观的可视化。值得一提的是，所发展的上转换光谱成像技术得益于非线性光学混频过程中所需的相位匹配条件，使得不同波长的单色上转换图像具有不同的空间缩放因子，从而形成波长-空间耦合的独特成像效果，结合特定信息编码和计算成像算法，可以从单幅灰度图像恢复出三维图谱信息，进而发展出单发快照式红外高光谱成像，为实现超高速光谱摄影提供了有效途径。此外，该技术可以扩展到长波红外或太赫兹波段，以满足该谱段对于高速光谱成像的迫切需求，可为材料、化学、生物、医学等领域提供具有吸引力的光谱影像分析手段。近年来，曾和平教授与黄坤研究员课题组在中红外多维成像领域开展了系列创新研究，先后发展了中红外非线性广角成像 [Nature Comm. 13, 1077 (2022)]、中红外单光子单像素成像[Nature Comm. 14, 1073 (2023)]、以及中红外单光子三维成像 [Light Sci. Appl. 12, 144 (2023)]等。相关工作得到了科技部、基金委、上海市、重庆市与华东师大的资助。论文链接：https://doi.org/10 . 1038/s41467-024-46274-z

火炬松是美国南部最重要的森林树种，它生长迅速、适应性强，可用于建筑木材、胶合板和纸浆等。松梭形锈病是由真菌Cronartium quercuum f.sp. fusiforme（Cqf）引起的一种影响该物种的常见且具有破坏性的病害。这种真菌通常会感染幼树的茎，导致被称为“锈瘿”的肿瘤样生长物产生，可能会造成树木死亡或产生“锈丛”，从而妨碍树木生长，降低木材使用价值。种植抗病苗是限制该病害的最有效的措施。温室中抗病性测试在人工接种幼苗后的目视估计病害发病率和严重程度具有高度主观性，容易出现人为错误，且劳动密集。此外，目视评估只有在病害感染一段时间后，症状充分发展时才能进行。而高光谱成像可同时获取空间和光谱信息，提供了在不同空间尺度上分析光谱信息的机会，已成功应用于多种植物物种的病害和胁迫检测。基于此，在本文中，来自北卡罗来纳州立大学和密西西比州立大学的研究团队提出了一种利用高光谱成像技术筛选火炬松幼苗梭形锈病发病率的创新方法，具体目标为（1）开发高光谱图像处理管道，用于从火炬松幼苗图像中的特定感兴趣区域（ROI）中提取光谱数据；（2）基于来自(1)的特定ROI的光谱数据，评估用于区分患病和未患病幼苗的SVM分类模型。图1 火炬松幼苗高光谱图像采集的成像装置。【高光谱图像获取】线性扫描高光谱成像仪（Pika XC2，Resonon Inc.，Bozeman，MT，USA）用于收集400至1000 nm范围内的高光谱数据，光谱分辨率为1.3 nm。高光谱图像立方体的尺寸为1600×n×462，其中n为创建一个数据立方体使用的线扫描数，1600为每条线的像素数。获取高光谱图像后，通过阈值化归一化植被指数（NDVI）图像从背景中分割出幼苗，并通过使用Faster RCNN模型的目标检测来实现个体幼苗的描绘。随后使用DeepLabv3+模型对植物部分进行分割。并使用几何特征分割冠层像素。从植物片段中提取光谱数据后，训练支持向量机（SVM）分类模型用于患病和非患病植物的分类。【结果】图2 测试集随机组图像的茎像素（红色）和非茎像素（绿色）。对于每株植物，左图显示了地面实况标签，右图显示了DeepLabv3+模型预测结果。表1 利用DeepLabv3+对茎叶像素进行分割的像素精度和平均交并比(mIoU)值。表2 不同ROI的分类模型结果。图3 左：箱线图显示了从不同ROI提取的数据中使用SVM判别模型获得的平衡精度。ST：茎上半部分；S：全茎；SB：茎下半部分；WP：整株植物；C：冠层。右图：使用茎上半部分光谱数据的SVM分类模型的接收器操作特征(ROC)曲线与具有完美和不存在判别能力的模型进行比较。【小结】作者通过研究发现，本文所提出的方法可有效检测病害发病率。随着进一步研究图像采集和处理方法，以及通过使用自动化表型平台，火炬松幼苗的高通量表型分析将成为目前在抗性筛选中心所使用方法的一个组成部分。

一、项目基本情况1.项目编号：0873-2301HW2L0372项目名称：北京科技大学全自动锥形量热仪及火焰蔓延量热仪项目预算金额：518.000000 万元（人民币）采购需求：采购全自动锥形量热仪、火焰蔓延量热仪各1套；用于科研，接受进口产品投标，具体采购要求详见附件。合同履行期限：签订合同后8个月内本项目( 不接受 )联合体投标。2.项目编号：0873-2301HW2L0370项目名称：北京科技大学热脱附扩散氢测试仪项目预算金额：247.500000 万元（人民币）采购需求：采购热脱附扩散氢测试仪1套；用于科研，接受进口产品投标，具体采购要求详见附件。合同履行期限：合同签定后10个月内本项目( 不接受 )联合体投标。3.项目编号：BMCC-ZC23-0707项目名称：北京科技大学红外长波遥感高光谱成像仪采购项目预算金额：556.190000 万元（人民币）最高限价（如有）：556.190000 万元（人民币）采购需求：包号名称分包控制金额(万元)是否接受进口货物所属预算项目项目总预算(万元)01红外长波遥感高光谱成像仪556.19是北京科技大学红外长波遥感高光谱成像仪采购项目556.19面阵列傅立叶成像红外光谱仪：需内置GPS系统，多机连用后可3D成像并对气团进行GPS定位，可在地图软件显示3D成像效果等；具体详见招标文件。合同履行期限：合同签定后14个月内，完成供货、安装及调试，并达到验收条件。本项目( 不接受 )联合体投标。二、获取招标文件时间：2023年10月25日 至 2023年11月01日，每天上午9:00至11:30，下午13:30至17:00。（北京时间，法定节假日除外）地点：北京中教仪国际招标代理有限公司512室，北京市海淀区文慧园北路10号方式：建议采用汇款形式进行报名，请按本公告“其他补充事宜”所述账户信息汇款(不接受个人账户汇款)，请您在本公告页面最下方附件自行下载“报名登记表”，填写完成后以word文本形式和汇款底单一起发送至shige@china-didac.com，工作日可以现场登记报名，到现场报名前请务必电话联系确认，文件售后不退。售价：￥500.0 元，本公告包含的招标文件售价总和三、对本次招标提出询问，请按以下方式联系。1.采购人信息名 称：北京科技大学　　　　　地址：北京市海淀区学院路30号　　　　　　　　联系方式：谭老师010-62332135　　　　　　2.采购代理机构信息名 称：北京中教仪国际招标代理有限公司　　　　　　　　　　　　地　址：北京市海淀区文慧园北路10号　　　　　　　　　　　　联系方式：李璟琨、施歌、卢琛曦、杨硕010-59893127、010-59893121、010-59893129　　　　　　　　　　　　3.项目联系方式项目联系人：李璟琨、施歌、卢琛曦、杨硕电　话：　　010-59893127、010-59893121、010-598931294.采购代理机构信息名 称：北京明德致信咨询有限公司　　　　　　　　　　　　地　址：北京市海淀区学院路30号科大天工大厦B座17层1709室　　　　　　　　　　　　联系方式：韩伯阳、杜畅、王经理、吕绍山、颜华，010－82370045/17600207104　　　　　　　　　　　　5.项目联系方式项目联系人：韩伯阳、杜畅、王经理、吕绍山、颜华电　话：　　010－82370045/17600207104

据全国农技推广中心近日发布：预计2021年农作物重大病虫害呈重发态势，全国发生面积14.45亿亩次，同比增加19.2%。其中，草地贪夜蛾、草地螟、粘虫、稻飞虱、稻纵卷叶螟、小麦蚜虫等迁飞性害虫和二化螟、小麦条锈病和赤霉病、稻瘟病、马铃薯晚疫病等流行性病害，将在水稻、小麦、玉米、大豆、马铃薯等主要农作物70%以上的产区构成成灾风险，如不及时采取有效措施防控，可造成30%以上的产量损失。病虫害是病害和虫害的并称，植物病虫害通常会对农业产量造成重大损失，成为日益威胁粮食安全、生态系统完整性的严重问题，越来越受到社会的广泛关注。对病虫害的早期监测方法目前仍然停留在主要靠人工肉眼来识别、判断，存在效率低、误差大、滞后性严重等弊端；也有提前施药来预防病虫害的发生，但会产生用药不精 准、时机不成熟，造成农药浪费，环境污染的问题。而且随着社会老龄化问题的逐渐严重，农户单打独斗作业方式的弊端日益凸显，越来越不符合农业现代化的发展。奥谱天成高光谱遥感技术在全波段具备更为丰富的光谱信息，可反映植被不同生物物理特性的细微变化，目前已在农作物营养素诊断、分类识别、品质鉴定、食品加工、病虫害监测等方面有大量研究和不同程度的应用。尤其在粮食作物、经济作物、蔬菜作物、果品等农作物的病虫害监测方面。高光谱成像技术在精 准农业的应用：1、农作物生长监测和产量预估；2、农作物病虫害防治；3、农作物旱情监测；4、土壤水分含量和分布监测；5、农作物养分监测......无人机高光谱的柑橘黄龙病植株的监测与分类在柑橘树病虫害方面：高光谱成像仪对柑橘黄龙病进行了早期无损检测及病情分级，快速诊断、快速识别正常、缺素和黄龙病柑桔叶片。高光谱成像技术在农林业病虫害方面的应用越来越广泛，方法手段也在不断发展。当然高光谱成像仪也不仅仅只适用于农林业，也应用到了地质勘探、工业分选、公共安全和水质环保等方面。

利用高光谱成像评估水果和蔬菜的成熟度和老化监测和控制食品质量对于追求利润和负责任的食品生产至关重要。特别是对于水果和蔬菜来说，它们比其他食品更加敏感，必须新鲜出售和加工才能更加有价值和更加健康。高光谱成像为自动质量控制系统提供了重要的数据，以确保食品的高质量。 用specim FX10高光谱相机测量李子和番茄的老化食品的生长天数是评价食品新鲜程度时需要量化的一个重要参数。在这样的背景下，水果和蔬菜的成熟度和硬度是需要观察和监测的两个最基本的参数。高光谱相机可以观察水果和蔬菜在整个成熟过程中的光谱变化。在这项研究中，我们使用specim FX10高光谱相机和实验室推扫平台对李子和番茄进行了20天的检查，以评估其老化过程(图1)。specim FX10高光谱相机是一种可见光-近红外波段(VNIR)相机，覆盖光谱范围从400到1000纳米。分析的第一部分着重于样品随时间变化的光谱特征。在此基础上，建立了番茄和李子的老化过程回归模型。图1图2: 3个李子和3个西红柿样本放在lab scanner 40×20推扫平台上，用specim FX10相机测量了20天。样品的照片与高光谱数据一起被拍摄下来。图片显示，李子的新鲜度，尤其是西红柿，随着时间的推移，会逐渐下降(图2)。在一个西红柿和李子的中间开一个小口。它似乎对加速番茄的衰老有实质性的影响，但对李子没有影响。图3: 第1天、第13天、第20天的样品照片。光谱反射率揭示化学变化在每天进行光谱测量时(第1天、第2天、第3天、第6天、第9天、第13天、第14天、第16天、第17天和第20天)对每个李子和番茄进行矩形框选。图4中仅显示了第1天、第13天和第20天的光谱，以简化结果的显示。光谱在选择区域上取平均值。番茄的光谱差异比李子更显著。这在第1天、第13天和第20天拍摄的照片中已经可以看到(图3)。 光谱揭示了水果和蔬菜中随时间发生的化学变化。李子和西红柿在生长初期都是绿色的，因为它们含有叶绿素。但在成熟时，叶绿素会分解成另一种化学物质。对于番茄来说，叶绿素分解成番茄红素，这就解释了它的红色。这种化学变化解释了李子和番茄在550到750nm之间的光谱变化。水果和蔬菜的成熟过程也会影响水分，影响它们在970纳米处的光谱。其他性质(例如，糖含量)也会随着时间的推移而变化，形成反射率光谱。图4:第1天、第2天、第3天、第6天、第9天、第13天、第14天、第16天、第17天和第20天获得的李子和番茄的伪彩图。每个数据集从左(第1天)到右(第20天)被组合成一个单一的数据集(镶嵌图)。每个番茄和李子的平均光谱分别显示在第1天(白色)、第13天(粉色)和第20天(紫色)。 回归模型来量化老化建立回归模型量化李子和番茄的老化(图4)。成像日为实际回归变量。 李子的R2为0.81，而番茄的R2为0.91。这些是根据其他选择计算的，而不是用于训练模型的选择。实际值与预测值的回归图如图5所示。对于李子，该模型是基于将光谱范围从588nm到976nm。对于番茄，该模型基于445nm到993nm之间的光谱波段。图5:三个李子(上)和三个西红柿(下)的回归模型输出。分别于第1天、第2天、第3天、第6天、第9天、第13天、第14天、第16天、第17天、第20天(从左至右)采集数据。热区图的范围从第1天(Min)到第25天(Max)。图6:两个模型的实际值与模型预测值(测量李子和西红柿的老化)。结论Specim FX10高光谱相机适用于测量水果和蔬菜的成熟度和老化，因为它对农产品的新鲜度相关特征很敏感。在建立典型回归模型时，可以将实验室测量值作为开发和验证模型的参考值。FX10高光谱相机在可见-近红外(VNIR)下工作，为监测生鲜食品的产品质量提供了一种有效的工具。与传统的基于点的方法相比，高光谱成像由于其非破坏性的性质，通过图谱合一的检测方式，是一种特别适用于食品分级、分类和分类的方法。在各种工业、农业的应用中，通过高光谱分辨率的光谱信息与成像相结合的无损检测方法，及时提供各种成分、异物检测和质量损伤情况等，形成“征兆图”，供诊断、决策和风险评估等使用。另外，通过广泛实验和实际应用，发现大部分物质成分，在近红外900-1700nm，和短波红外1000-2500nm有较好的吸收反射，在此波段范围光谱特征明显。建议同种应用，不同物质检测需采用合适的波长范围产品。上海昊量光电作为芬兰Specim中国地区的代理商，为您提供专业的选型以及技术服务。更多详情请联系昊量光电/欢迎直接联系昊量光电关于昊量光电：上海昊量光电设备有限公司是光电产品专业代理商，产品包括各类激光器、光电调制器、光学测量设备、光学元件等，涉及应用涵盖了材料加工、光通讯、生物医疗、科学研究、国防、量子光学、生物显微、物联传感、激光制造等；可为客户提供完整的设备安装，培训，硬件开发，软件开发，系统集成等服务。

最新的研究报告显示，2023年，全球高光谱成像系统（HSI）市场估计为168亿美元，预计2028年有望达到343亿美元，预测期间复合年增长率为15.4%。报告分析，该市场的增长主要归因于农业种植、国防和商业应用中对遥感需求的日益增长。随着图像处理及分析相关的硬件和软件的不断进步，HSI在全球各种研究项目中的使用越来越多。与其他光谱成像仪相比，HIS具有更高的特异性，更快的图像采集速度，以及无创成像等。鉴于以上优势，该技术被应用于各种应用领域，并得到当局的资金支持。报告预计，如果这一趋势在未来几年继续下去，并假设HSI有助于在各种研究项目和应用中取得有效的成果，更多的研究项目将积极采用HSI系统。 同时，HSI不断增长的应用也将吸引市场参与者对该市场进行投资，更多的创新产品也会推出市场。在过去的二十年里，HSI技术在食品和农业领域取得了许多成功的应用。最近，微型成像光谱仪、一体化小型高光谱相机和快照高光谱成像仪已经上市，这使得开发可用于受限空间和现场的紧凑和便携式模拟系统和设备成为可能，例如，植物生长室的高架成像、使用无人机或地面平台进行作物健康/疾病感测等。同时，通过机器学习将AI的能力集成到高光谱成像系统中，也正成为开发新型智能传感设备和仪器的新方向。为了更深入的了解高光谱技术及应用的最新进展，第十二届光谱网络会议（iCS2023）期间特别开设“高光谱技术及应用新进展”主题报告，邀请多位业内专家进行分享。在仪器系统方面：中国科学院上海技术物理研究所刘银年研究员将介绍国际上星载高光谱成像载荷的发展状况，分析总结发展星载宽谱宽幅、高精度、高灵敏高光谱成像的主要关键技术和难点，同时介绍大视场、小F数、宽谱段、远心成像、低光谱畸变高光谱成像技术的突破情况；中国科学院上海技术物理研究所王跃明研究员将介绍高光谱遥感基本原理、航空高光谱遥感技术特点，并总结国内外航空高光谱遥感发展现状，分析存在的问题，凝练航空高光谱遥感技术未来发展趋势。立即报名》》》中国科学院上海技术物理研究所 刘银年研究员《星载高光谱成像技术难点、突破及应用》刘银年，中国科学院上海技术物理研究所研究员，博士生导师，所学术委员会副主任，中国遥感应用协会高光谱遥感技术与应用专业委员会主任，上海市十大科技英才，全国优秀科技工作者，国家级人才计划入选者，是我国星载高光谱遥感载荷的主要开拓者，先后主持了国家级重大项目10余项，是多个国家级项目的首席科学家、首席专家。带领团队率先突破了国际上光谱成像难以同时兼顾宽谱、宽幅、高光谱分辨率和高探测灵敏度的技术瓶颈，建立了星载光谱成像载荷技术研发体系，研制出国际上首台星载宽谱宽幅高光谱相机，实现了国际上4颗高光谱卫星在轨组网观测，技术水平大幅领先国际在轨和在研的同类载荷，推动了行业的跨越式发展，研究成果发表于《IEEE GRSM》和《Science Advances》等国际顶级期刊。中国科学院上海技术物理研究所 王跃明研究员《航空高光谱遥感技术进展》王跃明，男，研究员、博士生导师、高光谱遥感专家，长期从事红外与光谱信息获取方法研究及相关仪器研制，作为技术负责人主持研制成功我国第一台航天高分辨率短波红外高光谱成像仪(天宫一号任务)；主持研制成功我国新一代机载高分辨率全谱段高光谱遥感系统(高分重大专项项目)。获中国载人航天工程突出贡献者奖章 (2011年，天宫一号/神舟八号交会对接任务),上海市技术发明一等奖1次(2011年，排名第7)，上海市科技进步二等奖1次（2012年，排名第1），累计申请发明专利74项（其中已授权33项），发表学术论文约130篇(其中SCI论文58篇，EI论文39篇)，主编学术专著1部，参与编纂学术专著3部，多次在国际学术会议做口头报告或特邀报告。在应用方面，本次会议3位专家将从生鲜食品新鲜度、农产品品质安全检测、稀土矿山修复效果评价等不同的角度分享高光谱技术的最新应用进展。其中，华南理工大学成军虎教授将介绍生鲜食品新鲜度近红外光学成像感知与体系构建；江苏大学郭志明教授将分享高光谱成像及在农产品品质安全检测中的应用；国家地质实验测试中心刘斯文副研究员将给大家呈现无人机搭载高光谱仪在稀土矿山修复效果评价中的应用。立即报名》》》 华南理工大学 成军虎教授《生鲜食品新鲜度近红外光学成像感知与体系构建》成军虎，河南临颍人，工学博士（食品科学），博士后（机械电子工程），教授，博士生导师，连续四年入选科睿唯安农业科学领域“全球高被引科学家”（2019-2022），全球前2%顶尖科学家，全球前10万顶尖科学家，广东省企业科技特派员，广东省农村科技特派员，中国国际“互联网+”大学生创新创业大赛总决赛全国金奖指导教师。2016年毕业于华南理工大学，获博士学位；2015-2016年在比利时鲁汶大学开展博士联合培养；2016年10月任职于华南理工大学食品科学与工程学院。发表SCI学术论文100余篇，其中第一作者/通讯作者SCI论文50余篇，ESI（Web of Science）高被引论文（1%）11篇，H指数为44，申请发明专利36件，授权15件，专利转化1件，PCT专利2件。目前主持国家及省部级科研项目10多项。先后荣获广东省科技进步一等奖，教育部科技进步二等奖，全国发明展览奖金奖，中国食品科学技术学会科技创新奖等。中国食品科学技术学会食品装备与智能制造分会理事，Frontiers in Nutrition副主编（IF6.590）、Molecules编委（IF4.927）、Grain & Oil Science and Technology编委、《河南工业大学学报-自然科学版》编委。江苏大学 郭志明教授《高光谱成像及在农产品品质安全检测中的应用》郭志明，博士，现为江苏大学食品与生物工程学院教授、博士生导师，专注农产品品质安全的分子光谱快速无损检测与物联网监测技术研究。入选国家重大人才计划“神农青年英才”（农业农村部首批）和江苏高校“青蓝工程”优秀青年骨干教师等，兼任中国农业机械学会农副产品加工机械分会副秘书长、中国苹果产业协会理事、中国食品科学技术学会果蔬加工技术分会理事、江苏省食品科学与技术学会副秘书长等，也是“科创中国”国家农机装备产业科技服务团高级专家。近年主持了国家重点研发计划（课题和任务）、国家自然科学基金（面上和青年）、江苏省重点研发计划、江苏省产学研合作项目、江苏省农业科技自主创新等国家/省部级项目10余项。申请专利60余件，已授权发明专利46件，登记软著8件；发表SCI检索论文60余篇，其中ESI高被引论文6篇。研究成果获2020年教育部自然科学二等奖（2/6）、2016年江苏省科学技术一等奖（6/10）、2020年中国轻工业联合会技术发明三等奖（1/6）和2021年中国商业联合会科技进步特等奖（4/14）等。国家地质实验测试中心 刘斯文副研究员《无人机搭载高光谱仪在稀土矿山修复效果评价中的应用》刘斯文，国家地质实验测试中心健康地质研究室副主任，副研究员，硕士研究生导师。主要从事生态地球化学研究工作。长期致力于赣州离子型稀土矿山生态修复和矿集区健康效应评价工作，近年来探索利用无人机搭载高光谱传感器，对稀土矿山修复效果及生态健康进行评估的方法研究。近5年承担参加国家重点研发项目2项，地质调查项目5项，发表论文20余篇，获得国家发明专利4项，支撑了自然资源部赣州定点帮扶工作，相关研究成果被《财新周刊》、《中国自然资源报》、《中国矿业报》、人民日报融媒体等报道。由仪器信息网主办，中国仪器仪表学会近红外光谱分会、中国生物物理学会太赫兹生物物理分会等协办由仪器第十二届光谱网络会议（iCS2023）将于6月13-16日举办。iCS2023将聚焦最新、最前沿的光谱技术及应用，特别设立了超快/瞬态光谱最新技术及应用进展、高光谱技术及应用新进展、光谱快检及在线应用技术进展等专场。同时会议也会选择光谱技术在生命科学、环境、材料等领域的应用进展进行深入探讨，为国内外光谱科研工作者及专业技术人士提供一个全新、高效的沟通交流平台，以促进业内交流，提高光谱研究及应用水平。立即报名 》》》 https://www.instrument.com.cn/webinar/meetings/ics2023/

研究背景在薄膜和涂层行业中，厚度是非常重要的质量参数，厚度和均匀性指标严重影响着薄膜的性能。目前，薄膜厚度检测常用的是X射线技术和光谱学技术，在线应用时，通常是将单点式光谱仪安装在横向扫描平台上，得到的是一个“之”字形的检测轨迹（如下图左），因此只能检测薄膜部分区域的厚度。SPECIM FX系列行扫描（推扫式成像）高光谱相机可以克服上述缺点。在每条线扫描数据中，光谱数据能覆盖薄膜的整个宽度（如上图右），并且有很高的空间分辨率。 实验过程 为了验证高光谱成像技术在膜厚度测量上的应用，芬兰Specim 公司使用高光谱相机SPECIM FX17（935nm-1700nm)）测量了4 种薄膜样品的厚度，薄膜样品的标称厚度为17 μm，20 μm，20 μm和23 μm. 使用镜面几何的方法，并仔细检查干涉图形，根据相长干涉之间的光谱位置及距离，可以推导出薄膜的厚度值。通过镜面反射的方式测量得到的光谱干涉图，可以转化为厚度图使用 Matlab 将光谱干涉图转换为厚度热图，通过SPECIM FX17相机采集的光谱数据，计算的平均厚度为18.4 μm、20.05 μm、21.7 μm 和 23.9 μm，标准偏差分别为0.12 μm、0.076 μm、0.34 μm和0.183 μm。当测量薄膜时，没有拉伸薄膜，因此测量值略高于标称值。此外，在过程中同时检测到了薄膜上的缺陷，如下图所示，两个缺陷可能是外部压力造成的压痕。结论SPECIM FX17高光谱相机每秒可采集多达数千条线图像，同时可以对薄膜进行100%全覆盖在线检测，显著提高了台式检测系统的检测速度，提高质量的一致性并减少浪费。与单点式光谱仪相比，高光谱成像将显著提高薄膜效率和涂层质量控制系统，同时也无X射线辐射风险。 理论上，SPECIM FX10可以测量1.5 μm到30 μm的厚度，而SPECIM FX17则适用于4 μm 到90 μm的厚度。如需了解更多详情，请参考：工业高光谱相机-SPECIM FX：https://www.instrument.com.cn/netshow/C265811.htm

2016年12月15日，北京安洲科技有限公司作为Cubert公司在中国区的总代理和技术服务中心，本着拓展不同的应用领域、提高实际操作及维护水平、提升技术服务力度的目的而组织了“2016年德国Cubert高速机载高光谱成像技术交流培训会”。来自全国各地的三十多个高校和科研单位的专家学者齐聚北京参加此次研讨会进行交流学习。 德国Cubert系列高速高光谱/多光谱成像仪，以其革命性的高速成像技术，在上市后短短的三年内，即获得了国际上众多科研单位及高校的认可和支持，并相继发表一批以Cubert系列产品为数据来源的优秀论文。尤其是UHD185机载画幅式高光谱成像仪，具有高速画幅式成像的优势，可以快速搭载多种无人机使用，快速获得大面积的高光谱图像，且光谱与图像质量高，操作简便，可满足多种高光谱/多光谱遥感测量需求。 德国Cubert公司首席科学家Dr. René Michels围绕着机载高光谱实时成像技术及其应用这一主题进行了生动的讲解和演示，并悉心解答了用户关注的问题。现场展示的S185与S137两款高速成像光谱仪，引起在场专家学者的高度关注和浓厚兴趣。

图1、CW10固定翼无人机+S185飞行现场示意图 2018年10月10日，北京安洲科技有限公司携宁波市海洋与渔业执法支队S185机载画幅式高光谱成像系统与成都纵横大鹏无人机科技有限公司合作进行S185+CW10固定翼无人机的飞行试验，在四川北川县某飞行基地附近实地完成首飞，成功获取该地区的航空高光谱影像。 S185是一款高速画幅式成像高光谱仪，其Snapshot测量模式融合了高光谱数据的精确性和快照成像的高速性，能够瞬间获得在整个视场范围内精确的高光谱图像。此款机载光谱仪能以毫秒级的速度获得整个高光谱立方体数据，使用多旋翼无人机或固定翼无人机均可实现快速搭载航测；S185机载高光谱成像仪可随UAV按预设航线自动测量，快速获得大面积高光谱图像，可通过软件自动快速拼接。 此次飞行搭载S185的是成都纵横CW10固定翼无人机，该复合翼无人机兼顾了固定翼无人机的高作业效率和多旋翼无人机垂直起降的安全性，同时还具有载重能力强，操作简单，全自动智能飞行等特点。安洲科技还针对S185开发了高光谱专用云台，非常适合大面积飞行作业。图2、水体、植被、房屋光谱曲线图图3、植被、马路、不同颜色屋顶光谱曲线图图4、树冠、农田、裸土光谱曲线图图5、无人机航迹运行图及飞行参数图6、四川北川县某飞行基地附近实际拼接RGB大图图7、陕北地区黄土高原丘陵沟壑区实际拼接NDVI大图图8、基于SAM光谱角算法的高光谱影像分类大图图9、ENVI打开假彩色（9610×10531像素，约0.8平方公里，数据量约24Gb，图中每个像素点具有光谱和GPS坐标值）

检测地点：青岛森泉光电有限公司上周我们收到很多客户邮寄过来的样品，给大家分享几个用高光谱成像系统测试的结果：一、测试人体手掌我们用波长的光源来测试人体手掌在高光谱相机下的图像。从下图的高光谱图像中，可以很清晰地看到皮下脂肪组织和血管分布情况。同时，图4中食指被项圈紧扎5分钟后，在高光谱图像中可以明显看出食指血管已充血。图1.常规相机图像 图2.高光谱图像图3.530NM波长时高光谱图像图4.900NM波长时，食指紧扎5分钟项圈时的高光谱图像二、测试不同品牌矿泉水分别用可见-近红外和近红外高光谱相机测试两种不同品牌的矿泉水。如下图所示，通过比较发现这两种矿泉水在500nm以下、720nm~950nm的特征曲线差异明显。该装置有望应用于户外水质检测领域中。三、测试肉铺食品如下图所示可以用用高光谱成像系统测试出肉脯中的昆虫、 塑料、金属等。四、测试药品用近红外高光谱相机来测试胶囊和片剂药物成品，从右下图片中可以很清晰的看出药物样品的颜色和外观形状，而且不同药品的光谱曲线是完全不一样的。五、测试不同种类的玉米种子从下面左图中可以很清晰的看到这两种玉米种子的外观图像，右图是其中一类玉米种子的灰度图。经比较发现，肉眼看起来外观近似一样的样品，其实其在光谱图中的某些特征峰位置是有明显的差异性的。通过这些细微的差别，我们可以很好的对不同种类的谷物进行分类、根据仪器上显示的某成分含量分布情况，可以很好地对谷物营养成分进行分级处理。六、测试蔬菜、水果用可见-近红外高光谱相机测试洋葱、梨、土豆，下面左图是在785.37nm波长下洋葱、梨、土豆的高光谱图像。右图是这四种样品的光谱曲线图，通过比较图片中的曲线可以发现每种样品的光谱是完全不同的。之后，用近红外高光谱相机测试洋葱、梨、土豆，下面左图是在1274.13nm波长下洋葱、梨、土豆的高光谱图像。右图是这四种样品的光谱曲线图，通过比较图片中的曲线可以发现每种样品的特征峰存在差异。另外，我们用可见-近红外高光谱相机测试洋葱，通过574.98nm的高光谱图像可以很清晰的看出洋葱轮廓和洋葱外皮，其在400nm~1000nm的光谱曲线的特征峰是有差别的。上图为在574.98nm波长时洋葱的高光谱图像 & 洋葱和洋葱皮的光谱曲线洋葱的主成分分析图像Camlin工程师 John Gilchrist还分享了多种应用案例，如下图是用近红外高光谱相机来识别废弃聚烯烃、聚苯乙烯、聚氯乙烯这种塑料，该设备可以应用在垃圾分选系统中。Camlin一套完整的桌面式高光谱扫描系统装置，包括：光谱相机、扫描台、样品架、照明系统、聚焦目标、数据采集和分析软件等。（如下图所示）再次欢迎您送检或者来森泉与我们共同探讨高光谱成像系统的应用。森泉为您的科研事业添砖加瓦：1） 激光控制：激光电流源、激光器温控器、激光器控制、伺服设备与系统等等2） 探测器：光电探测器、单光子计数器、单光子探测器、CCD、光谱分析系统等等3） 定位与加工：纳米定位系统、微纳运动系统、多维位移台、旋转台、微型操作器等等4） 光源：半导体激光器、固体激光器、单频激光器、单纵模激光器、窄线宽激光器、光通讯波段激光器、CO2激光器、中红外激光器、染料激光器、飞秒超快激光器等等5） 光机械件：用于光路系统搭建的高品质无应力光机械件，如光学调整架、镜架、支撑杆、固定底座等等6） 光学平台：主动隔振平台、气浮隔振台、实验桌、刚性工作台、面包板、隔振、隔磁、隔声综合解决方案等等7） 光学元件：各类晶体、光纤、偏转镜、反射镜、透射镜、半透半反镜、滤光片、衰减片、玻片等等8） 染料：激光染料、荧光染料、光致变色染料、光致发光染料、吸收染料等等

成像光谱仪自上世纪80年代由美国喷气动力实验室正式提出并研制以来，经过数十年的飞速发展，目前已成为非接触光学成像最具代表性的技术。高光谱成像技术的出现和发展使人们观测和认识事物的能力实现了又一次飞跃，续写和完善了光学成像从全色经多光谱到高光谱的全部图像信息链，孕育形成了一门成像光谱学的新兴学科门类，已广泛应用于遥感领域。国际上知名的高光谱成像技术提供商如Specim、Headwall、Cubert和IMEC等绝大多数集中在欧美国家，因此高光谱技术的早期应用探索也率先在欧美地区展开。我国高光谱遥感技术从20世纪80年代以来，经过几代研究人员的不懈努力，从探索研究到实际应用，始终和国际保持同步发展。但是，近地及无人机遥感高光谱技术在中国的发展起步较晚，特别是民用化的推广应用，更是在近二十年间才逐步为广大科研工作者所知悉。受国内成像传感器、光谱仪等核心器件的技术壁垒限制，真正国产高光谱成像技术的研发更是凤毛麟角，国内大多数企业更多是从国外引进光谱仪等核心器件，在此基础上进行二次开发集成，缺乏核心竞争力，因此，核心技术的国产化应该成为我们国内企业关注的重点。高光谱技术发展至今，就硬件来说，随着工业4.0时代的到来以及先进制造业的发展，以Specim为代表的高光谱成像技术生产商经过近20年的技术积累，已经具备了从紫外（UV）、可见光（VIS）、近红外（NIR）、短波红外（SWIR）、中波红外（MWIR），到长波红外（LWIR）全波段的高光谱成像产品生产能力。可以说高光谱成像硬件技术的发展已达到先进制造业所能支撑的顶级水平，市场常见的高光谱产品也是百花齐放。但是，由于高光谱成像技术应用领域的多样化，不同应用分析需求中由定性分析向定量或半定量分析的快速转化，高光谱成像应用解决方案及软件分析技术未得到同步发展，特别是针对某一具体应用领域，缺乏完整的解决方案。而且高光谱图像数据的一个重要特征是超多波段和大数据量，对它的处理也就成为其成功应用的关键问题和难题。高光谱图像数据分析门槛较高，市场上又鲜有专业的分析软件，用户要想更好、更深入地发掘高光谱信息并与自身研究课题结合起来，往往需要从底层入手，且具备图像处理、编程、二次开发等专业基础，而目前高光谱成像技术应用较多的领域如农业遥感、生态环境监测、植物表型分析等领域的用户，并不具备这样跨学科的基础，使得诸多领域的用户望而却步。更需一提的是，具有广阔前景的工业应用领域的用户，往往更关注直接可用的结果，而不注重分析过程，因此，相比高光谱成像硬件技术，针对特定领域的专业分析软件技术成为现如今高光谱成像技术的普及及工业化应用的最大阻碍，是高光谱行业科技公司亟需解决的问题。正因如此，以北京易科泰生态技术公司自主开发的SpectrAPP©、FluorVision©等为代表的专业高光谱成像分析软件应运而生，为高光谱技术的发展贡献积极力量。目前高光谱技术在农业、林业、植被覆盖、生态环境监测、地质矿产、湖泊和海洋水质检测等领域具有广泛的应用。除了以上领域外，高光谱技术最具发展潜力的应用将会体现在工业应用方向，如自动化分选、流水线/产品线品质监控、废弃物循环利用等，另外生物医学、文博考古、刑侦、艺术品鉴定等行业也将是高光谱技术的大显身手的领域。随着成像传感器技术、机器视觉技术、人工智能技术的发展，尽管高光谱成像技术已越来越多地应用于各行各业，但由于缺乏通用的行业标准，再加上国内外高光谱软硬件质量参差不齐，在全世界范围内没有建立起一套完整的、公认的、权威的规范标准，使得高光谱成像技术缺乏国际一致认可的衡量标准，也催生出许多以次充好、滥竽充数、搅乱市场的现象。易科泰公司自2002成立以来，便长期致力于生态-农业-健康研究监测技术推广、研发与服务，并与国际知名公司如PSI公司、Specim公司等合作，在光谱成像技术如高光谱成像技术、叶绿素荧光成像技术、红外热成像技术、无人机遥感技术等方面积累了丰富的经验。易科泰生态技术公司为国内遗传育种、植物生理生态研究、作物抗性筛选等提供表型分析技术方案已有10多年的成功技术经验，先后为中科院植物所、中国农科院水稻所、中国农科院生物技术研究所、中国海洋大学、海南大学热带作物学院等科研机构和公司机构提供了几十套高通量作物/植物表型分析平台和藻类表型分析平台，包括高光谱成像技术、叶绿素荧光成像技术等国际先进表型分析技术。近几年来，易科泰公司与国际高光谱成像技术领导者Specim合作，研制生产了Ecodrone®系列无人机高光谱-激光雷达-红外热成像遥感平台、PhenoTron®多功能高光谱成像等系列作物/植物表型分析系统、AlgaTech®藻类表型分析平台等，为植物/作物表型分析、中医药表型组学、生态修复及生态保护、水体与藻类、生态环境监测领域等提供陆空双基、全方位的技术方案。也使得易科泰成为国内高光谱成像技术在农业、林业、生态环境、海洋科学、地质地球科学等领域应用推广的先行者和主要代表。易科泰公司基于自主研发的SpectraScan©光谱成像扫描平台技术、成像配置系统、SpectrAPP©及FluorVision©软件分析技术，并结合国际先进的Specim高光谱成像、PSI叶绿素荧光成像、Thermo-RGB成像技术，先后推出多种产品系列，以完整的解决方案全方位覆盖高光谱成像技术的主要应用领域。主要有：• FluorVision叶绿素荧光高光谱成像技术• UV-MCF生物荧光高光谱成像技术• SIF太阳光诱导叶绿素荧光高光谱成像技术• PhenoTron®植物表型成像产品系列• PhenoPlot®近地遥感高光谱成像系列• AlgaTech®藻类表型成像系统• Ecodrone®无人机高光谱遥感系统（农、林、生态环境方向）• Geodrone®无人机高光谱遥感系统（地质地球方向）• SpectraScan®高光谱成像扫描系统• SpectrAPP©光谱成像技术创新应用项目（合作实验与技术服务）正如前文所述，受限于国产光谱仪核心部件的技术壁垒，目前主流的国产高光谱产品是基于进口光谱仪如Imspector的二次组装集成，从核心技术成像光谱仪的研发、光学设计到整机集成、出厂校准测试等没有形成一体化、封闭式流程，产品性能较进口产品仍然有不小的差距，高光谱整机解决方案的国产化进程缓慢。但由于随着国家对国产设备的支持力度逐渐加大，且国产设备从市场价位、售后响应等方面存在先天优势，在中国市场，目前的国产集成设备与整机进口设备竞争日趋激烈。同时，在EcoTech®实验室、西安易科泰光谱成像与无人机遥感技术研究中心（设立有光谱成像实验室）、表型与种质资源事业部等多方专业技术团队的分工协作、共同努力下，易科泰公司已经走出一条从光谱成像核心技术的引进、专业领域的系统集成，到软件分析技术的自主研发、解决方案的全面整合，再到技术支持服务保障一站式、全流程道路，及用户之所想，解用户之所需，消用户之顾虑，也因此赢得市场的广泛认可，成为高光谱成像技术在国内发展壮大的有力推动者。2018-2021年间，由易科泰公司和中国海洋大学海洋生命学院研究团队合作，首次将Ecodrone®无人机遥感技术引入海洋科学领域，建立了一套可靠的紫菜生物量快速评估方法，并在Plant Methods上合作发表文章《Biomass estimation of cultivated red algae Pyropia using unmanned aerial platform based multispectral imaging》，为大型藻类的培育管理、遗传育种、表型学研究及海洋牧场监测管理提供高效、可靠的解决方案。随后，考虑到研究团队对于一站式多传感器表型成像分析的迫切需求，易科泰公司充分发挥自身优势、基于自主专利技术设计研发AlgaTech®高通量藻类表型成像分析平台，成为目前国内功能完备、技术一流的高通量藻类表型成像分析系统，为藻类及海洋植物生理生态、海水养殖、生物量评估、遗传育种等研究领域提供全方位、一站式解决方案。有研究数据显示，2022年全球与中国高光谱成像系统市场容量分别为934.73亿元与279.02亿元。基于2018-2022年高光谱成像系统市场发展趋势并结合市场影响因素分析，有预测机构预测全球高光谱成像系统市场规模在2028年达2471.94亿元。由此预计2022至2028年间，中国高光谱市场规模将超过700亿元，可以预测中国必将成为未来全球最大的高光谱成像市场。面对如此市场机遇，易科泰公司将继续秉持“生态-农业-健康”的战略定位，以自主研发的软硬件技术为基础，以高光谱成像、叶绿素荧光成像、红外热成像等先进传感器技术为依托，全面整合解决方案，在农、林、生态环境、无人机遥感、地质地球等科研领域继续深耕，并逐步向工业生产线、废弃物分拣、食品药品、文博考古、艺术品鉴定等应用领域积极拓展，为高光谱成像技术在中国的全面发展贡献蓬勃力量。（作者：北京易科泰生态技术有限公司、西安易科泰光谱成像与无人机遥感技术研究中心 王宁）