高光谱成像基础知识

图像分类及成像原理

RGB图像

RGB图像是一种采用红色（R）、绿色（G）、蓝色（B）三种颜色分量来表示各种颜色的图像。这三种颜色分别是通过各种比例的基本颜色组合而成，它们在不同的比例下可以产生众多的颜色。在RGB图像中，每一个像素都由三个值（即R、G、B）来表达，每个值都是一个8位的数值，取值范围是0-255，表示该颜色分量的强度。通过这种方式，可以构建出一个由红、绿、蓝三种颜色构成的三维的颜色空间，即RGB颜色空间。

问题：可以通过RGB图像恢复高光谱图像吗？

解答： 一句话就是RGB图像本身就不包含高光谱的信息，自然也就无法通过图像处理从RGB图像恢复到高光谱图像。

 可见普通的可见光相机只记录了2/3/4即红绿蓝三个波段的信息，其他波段就都丢掉了，所以我们会看到RGB图像就有3个通道。因为只记录了3个信号，所以也就没有办法根据3个通道的信息去恢复其他丢失的光谱信息。RGB图像广泛应用于各类电子设备中，如电视、电脑显示器、相机、手机等。它是一个有效的图像存储方式，可以在保持高质量的同时占用较少的存储空间。此外，RGB图像也是将图像处理的重要基础，可以通过对红、绿、蓝三种颜色分量的处理，实现各类图像操作，如灰度化、色彩调整、图像增强等。

遥感成像原理

遥感成像（Remote Sensing）的原理是利用各种传感器（如卫星、航空器、无人机等）所接收到的电磁波信号，对地面的特征进行探测和感知。遥感成像的基本原理是利用电磁波与地物之间的相互作用及其反射、传播、散射等特性，提取出地面信息并加以解译识别。

遥感成像的主要过程包括：辐射能量源、辐射能量接收器、辐射能量传输、地物辐射与散射、接收器接收与记录、图像处理与解译等环节。

具体来说，是通过发送电磁波向地面发射能量，地物吸收、反射、散射和透射部分电磁波到环境中，部分电磁波被接收器采集和记录下来。经过数据压缩、图像增强、各种数据处理，得出高质量的遥感图像和数据产品，以供使用者进行相关应用。

遥感技术在自然资源检测、地理信息系统、环境监测、城市规划、农业、林业等领域具有广泛的应用价值。例如，通过遥感技术可以实现地质矿产勘探、农作物种植面积、病虫害监测、气象预报及天气灾害防治、自然灾害预警等方面的应用。

全色图像

全色图像是单通道的，其中全色是指全部可见光波段0.38~0.76um，全色图像为这一波段范围的混合图像。因为是单波段，所以在图上显示为灰度图片。全色遥感图像一般空间分辨率高，但无法显示地物色彩，也就是图像的光谱信息少。 实际操作中，我们经常将全色图像与多波段图像融合处理，得到既有全色图像的高分辨率，又有多波段图像的彩色信息的图像。全色图像通常用于卫星遥感和空中摄影中，以便更快地传输和处理数据。

高光谱图像

高光谱则是由很多通道组成的图像，具体有多少个通道，这需要看传感器的波长分辨率，每一个通道捕捉指定波长的光。把光谱想象成一条直线，由于波长分辨率的存在，每隔一定距离才能“看到”一个波长。“看到”这个波长就可以收集这个波长及其附近一个小范围的波段对应的信息，形成一个通道。也就是一个波段对应一个通道。注意对图中土壤的高光谱图像，如果我们沿着红线的方向，即对高光谱上某一个像素的采样，就可以针对此像素生成一个“光谱特征”。

高光谱图像成像原理是利用光谱相似的物体在不同波段下表现出不同的光谱反射率或辐射率的特性。光谱分辨率越高，即波段数量越多，越能区分物体之间的差异。具体地，高光谱图像采集装置（如遥感卫星或飞机载荷等）在不同波段下将透过大气层的电磁波反射或辐射回地球表面，形成高光谱图像。基于高光谱图像数据，可以提取出地表物体的光学特征，并对不同地物类型进行分类识别。

多光谱图像

多光谱图像其实可以看做是高光谱的一种情况，即成像的波段数量比高光谱图像少，一般只有几个到十几个。由于光谱信息其实也就对应了色彩信息，所以多波段遥感图像可以得到地物的色彩信息，但是空间分辨率较低。更进一步，光谱通道越多，其分辨物体的能力就越强，即光谱分辨率越高。

为什么多光谱图像的空间分辨率比全色图像要低？

多光谱图像在获取图像时需要同时采集多个波段的信息，因此相比于全色图像需要更多的时间和资源。为了在同一时间内获取多个波段的数据，多光谱传感器常常采用分束器技术，将光线分为多个光谱并在不同的探测器中获取数据，这会导致每个探测器探测到的区域大小和分辨率都会降低。另外，多光谱图像的数据量更大，需要更多的存储和处理能力，因此通常需要在权衡空间分辨率和数据量方面做出选择，从而导致多光谱图像的空间分辨率比全色图像低。