高光譜成像系統(tǒng)將可見光近紅外（VNIR或NIR）光譜與高分辨率成像相結(jié)合，采用推掃式（pushbroom）成像技術(shù)對(duì)運(yùn)動(dòng)的樣品或在運(yùn)動(dòng)中對(duì)靜止的樣品進(jìn)行逐線全波段光譜采集并同步生成圖像，獲取樣品化學(xué)成分的量化數(shù)據(jù)以及空間分布等詳細(xì)信息，圖像中每一象素都記錄了其對(duì)應(yīng)樣品點(diǎn)的化學(xué)組成、質(zhì)量、顏色等信息的光譜特征，用于對(duì)樣品進(jìn)行定性、定量分析。

• 常用儀器

1.Specim IQ 手持式VNIR高光譜成像儀

    IQ手持式高光譜成像儀是一款極輕便型高光譜成像儀，產(chǎn)自于芬蘭SPECIM，曾獲得“紅點(diǎn)設(shè)計(jì)獎(jiǎng)”、“inVISION創(chuàng)意獎(jiǎng)”。他將高光譜數(shù)據(jù)采集、數(shù)據(jù)處理和處理結(jié)果可視化集于一身，通過(guò)相機(jī)自帶的觸摸屏就可實(shí)時(shí)實(shí)現(xiàn)基本數(shù)據(jù)的采集和分析過(guò)程，實(shí)現(xiàn)智能化操作，克服了市場(chǎng)上高光譜相機(jī)操作復(fù)雜、使用不便等缺點(diǎn)。

2、 Specim FX10/FX17輕便型高光譜成像儀

    FX10/FX17高光譜成像儀為Specim 2016年研制生產(chǎn)，是世界上成像速度快的輕便型高光譜成像儀，涵蓋400-1000nm（FX10）和900-1700nm（FX17）兩個(gè)波段，2017年被inVISION雜志評(píng)為“機(jī)器視覺創(chuàng)新獎(jiǎng)”

3、 sisuCHEMA高光譜成像分析系統(tǒng)

    sisuCHEMA高光譜成像分析系統(tǒng)是一套完整的高光譜成像分析工作站，整合了VNIR至SWIR高光譜成像技術(shù)、自動(dòng)掃描技術(shù)及高光譜物質(zhì)分析技術(shù)（軟件），使用者只需要將放置在樣品盤中的待檢樣品置于推掃臺(tái)上，即可通過(guò)軟件進(jìn)行掃描控制，實(shí)時(shí)進(jìn)行光譜二維影像信息的獲取和保存，可同時(shí)對(duì)大量的樣品或不同形狀的樣品進(jìn)行光譜成像測(cè)量分析，包括組成成分/化學(xué)組成量化數(shù)據(jù)及其分布信息等，樣品大為200x300x45mm，對(duì)10mm以下樣品其分辨率可達(dá)30μm。

• 應(yīng)用案例

案例一、高光譜成像技術(shù)研究了蛋的顏色和蛋殼強(qiáng)度值的測(cè)定以及裂紋蛋的識(shí)別，降低蛋類產(chǎn)品生產(chǎn)成本，提高質(zhì)量，并禽類飼料配比提供參考。

參考文獻(xiàn)：《External characteristic determination of eggs and cracked eggs identification using spectral signature》

案例二、當(dāng)患者的靜脈由于任何原因（例如深色膚色，頭發(fā)存在，高體脂或脫水狀況等）而不可見時(shí)，利用高光譜成像技術(shù)協(xié)助醫(yī)務(wù)人員進(jìn)行靜脈定位過(guò)程。

參考文獻(xiàn)：《Hyperspectral venous image quality assessment for optimum illumination range selection based on skin tone characteristics》

案例三、利用高光譜技術(shù)篩選特異性結(jié)合蛋白，無(wú)損檢測(cè)活體斑馬魚幼體的Ca²⁺活性。

參考文獻(xiàn)：《Imaging Ca2+ activity in mammalian cells and zebrafish with a novel red-emitting aequorin variant, Emitted photons were collected by an optic fiber》

案例四、利用高光譜成像技術(shù)分析不同種類兩棲動(dòng)物的體色反射率，分析其適應(yīng)環(huán)境和躲避天敵的機(jī)制。

參考文獻(xiàn)：《Non-Invasive Measurement of Frog Skin Reflectivity in High Spatial Resolution Using a Dual Hyperspectral Approach》