高光谱相机 HSI与红-绿-蓝 RGB相机的对比

很多朋友对高光谱相机，HSI与红-绿-蓝，RGB相机的对比不是很了解，每日小编刚好整理了这方面的知识，今天就来带大家一探究竟。

机器视觉制造商广泛使用红绿蓝(RGB)摄像机。这些相机非常适合根据物体的形状和颜色来表现它们。但是，因为只有三个可见波段，所以它们的识别能力最小。超光谱相机可用于要求更高的应用中，通过在宽光谱带通上记录数百个波段来测量物体或场景。这些波段是连续的，并不限于光谱的可见光部分。

超光谱成像(HSI)为用户提供了大量信息，使他们能够根据化学成分而不仅仅是大小、形状和可见颜色来识别筛选材料。每种材料都有其独特的成分，因此其对电磁波谱的响应也是独特的。HSI摄像头把这种奇怪的反应提取出来，转化成特征进行识别，就像用指纹识别个人一样。

图1:杏仁(FX10红色)和外壳(FX10品红色)近红外光谱。杏仁(深蓝色)和果壳(青色)的RGB成分。可测量的RGB波段由它们各自的垂直线表示。上图(图1)说明了RGB相机相对于高光谱相机的局限性。高光谱相机(FX10)测量的是完整的光谱特征，所以无论是壳还是杏仁的颜色，都可以准确测量出杏仁和壳的区别。

在本例中，坚果油在930纳米处的光谱特性为准确分类提供了准确的选择性识别。RGB相机仅限于三个颜色波段，完全缺乏最相关的排序标准。

除了扩展到近红外(NIR)光谱范围的灵敏度之外，Specim FX10测量的数百个波段产生的彩色图像比RGB相机的三个波段产生的彩色图像精确得多(图2)。可见光谱以外的超光谱相机，如FX17，覆盖了900-1700nm的近红外波段。这些相机提供适用于更稳定型号的扩展光谱数据(取决于应用要求)。

如图2所示，FX17相机将是将杏仁和开心果从其外壳和外来污染物中分类的最佳工具(优于RGB模型)。值得注意的是，其他应用可能需要在短波红外(SWIR，1700-2500纳米)、中波红外(MWIR，2.7-5.3微米)或长波红外(LWIR，8-12微米)光谱区具有灵敏度的超光谱相机。

图2:基于RGB相机、FX10和FX17数据的照片和模型预测。开心果和坚果是绿色的，贝壳是蓝色的，木头是黄色的。机器视觉系统通常结合多个传感器，这些传感器是互补的。下表强调了超光谱技术相对于其他常用传感器的优势。表1:绿色=好，橙色=差，红色=无关审计傅干江

以上知识分享希望能够帮助到大家！