高光谱成像技术，使用硬件和软件来帮助用户建立更好的质量保证标记。硬件捕获图像，软件进行处理，结合传统的光谱技术和数字成像功能，为用户提供可操作的数据。
传统的机器视觉系统通常缺乏有效地捕捉和向用户传达细节和细微差别的能力。相反，智能成像技术在光谱和空间分辨率两个主要领域使用了优秀的功能。
本质上，智能成像系统使用的细节水平远远高于当前的行业标准设备。RGB相机只能看到三种颜色:红色、绿色和蓝色。高光谱成像可以检测300到600种真实颜色。
智能成像还可以扩展到紫外光或红外光谱，为食品化学和结构成分提供更多细节，这些细节在可见光谱中是无法观察到的。
高光谱成像相机通过生成“数据立方体”来做到这一点。这些是在图像中收集的像素，显示了人类或传统相机无法观察到的微妙反射色差。一旦生成，这些多维数据集将使用机器学习进行分类、标记和优化，以便在未来更好地处理信息。
除光谱和空间数据外，其它基本的质量保证体系也有其自身的局限性。
高光谱成像有以下显著优势：
1.有着近似连续的地物光谱信息。高光谱影像在经过光谱反射率重建后，能获取与被探测物近似的连续的光谱反射率曲线，与它的实测值相匹配，将实验室中被探测物光谱分析模型应用到成像过程中。
2.对于地表覆盖的探测和识别能力极大提高。高光谱数据能够探测具有诊断性光谱吸收特征的物质，能准确的区分地表植被覆盖类型，道路地面的材料等。
3.地形要素分类识别方法是多种多样的。影像分类既可以采用如贝叶斯判别、决策树、神经网络、支持向量机的模式识别方法，也可以采用基于被探测物的光谱数据库的光谱进行匹配的方法。
4.地形要素的定量和半定量分类识别将成为可能。在高光谱影像中能估计出多种被探测物的状态参量，大大的提高了成像高定量分析的精度和可靠性。
欢迎来到
