iSpecHyper-VS系列高光譜成像相機(jī)是萊森光學(xué)（LiSen Optics）專門用于刑偵動力、物證鑒定、精準(zhǔn)農(nóng)業(yè)可靠保障、礦物地質(zhì)勘探等領(lǐng)域的產(chǎn)品敢於監督，主要優(yōu)勢具有體積小、幀率高分享、高光譜分辨率高廣泛關註、高像質(zhì)等性價比特點(diǎn)。iSpecHyper-VS采用了透射光柵外置推掃原理高光譜成像意向，系統(tǒng)集成高性能數(shù)據(jù)采集與分析處理系統(tǒng)意料之外，高速接口傳輸，全靶面高成像質(zhì)量光學(xué)設(shè)計(jì) 形式，物鏡接口為標(biāo)準(zhǔn)C-Mount置之不顧，可根據(jù)用戶需求更換物鏡。iSpecHyper-VS系列高光譜成像相機(jī)廣泛應(yīng)用于刑偵數字化、物證鑒定方便、精準(zhǔn)農(nóng)林、遙感遙測各領域、 工業(yè)檢測知識和技能、 醫(yī)學(xué)醫(yī)療、采礦勘探等各領(lǐng)域新模式。
技術(shù)優(yōu)勢特點(diǎn)
1.光譜范圍400-1000nm或900-1700nm實現，分辨率優(yōu)于3nm
2.高光通量分光成像設(shè)計(jì)不容忽視、信噪比靈敏度高
3.高性能CMOS/CCD/InGaAs(TE Cooled)圖像傳感器，數(shù)據(jù)格式支持ENVI,支持多區(qū)域ROI
4.可選配電控自動對焦技術(shù)服務體系、自動曝光說服力、自動成像掃描匹配
5.全靶面高成像質(zhì)量光學(xué)設(shè)計(jì)，點(diǎn)列斑直徑小于0.5像元
6.多種焦距物鏡鏡頭（12.5/25mm/35mm/75mm）可根據(jù)用戶需求更換物鏡
軟件操作界面
主要技術(shù)指標(biāo)
高光譜技術(shù)典型應(yīng)用案例
高光譜成像技術(shù)在水果分選的應(yīng)用案例
隨著我國農(nóng)產(chǎn)品加工業(yè)的發(fā)展和農(nóng)業(yè)現(xiàn)代化進(jìn)程的加快,使得農(nóng)產(chǎn)品品質(zhì)檢測和分級技術(shù)顯得更加重要分析，迫切性日益增加表示，水果的內(nèi)部品質(zhì)表示水果內(nèi)部的生理、化學(xué)和物理性質(zhì)非常激烈，高光譜成像系統(tǒng)目前已經(jīng)開始應(yīng)用于水果分選競爭力所在，反映水果品質(zhì)光譜信息主要集中在650-950nm之間，水果的糖分含量是決定光譜品質(zhì)的重要因素領域，糖分光譜特征主要在700nm-820nm的吸收以及750nm附近800-900nm的峰值等溝通機製。
高光譜成像系統(tǒng)水果分選利用工業(yè)領(lǐng)域的傳送帶作為高光譜相機(jī)的推掃成像機(jī)構(gòu)，高光譜相機(jī)利用龍門架結(jié)構(gòu)架設(shè)在傳送帶上方註入新的動力，配合專用線型光源進(jìn)行照明領先水平。系統(tǒng)主要包括高光譜相機(jī)及其支架、線型光源效率和安、控制模塊設計能力、相關(guān)定位傳感器、計(jì)算機(jī)（運(yùn)行控制與數(shù)據(jù)采集軟件）等組成深入開展。
高光譜成像技術(shù)在血液氧含量檢測的應(yīng)用案例
2015年發(fā)表的論文“Hyperspectral optical tomography of intrinsic signals in the rat cortex”一文中更為一致，研究人員研究了大鼠大腦皮層的高光譜成像，研究者發(fā)現(xiàn)有氧血紅蛋白和脫氧血紅蛋白分別在529nm和630nm處有敏感變化技術的開發。鑒于高光譜技術(shù)數(shù)據(jù)算法的靈活多邊性研究與應用，作者開發(fā)了一種新的高光譜算法DOT，用于方便快捷的判斷血液中結(jié)合氧含量服務品質。
高光譜成像技術(shù)在光合作用研究的應(yīng)用案例
2017年發(fā)表的“Kleptoplast photosynthesis is nutritionally relevant in the sea slug Elysia viridis”一文中，研究了海蛞蝓的“光合作用”組成部分，海蛞蝓以大型藻類為食，并將葉綠體滲入其腎小管細(xì)胞中發展契機，研究者利用高光譜成像對海蛞蝓體內(nèi)的葉綠體的豐度促進進步、分布和光合作用機(jī)制進(jìn)行了研究，發(fā)現(xiàn)黑暗饑餓24天的海蛞蝓體內(nèi)的葉綠體明顯變少共創美好，可見覆蓋範圍，在極其惡劣的環(huán)境中，海蛞蝓體內(nèi)的葉綠體可進(jìn)行分解奮勇向前，以滿足其能量需求組建。
高光譜成像技術(shù)在生物醫(yī)學(xué)的應(yīng)用案例
2012年發(fā)表的論文“Hyperspectral imaging and spectral-spatial classification for cancer detection”，文中提出高光譜成像是一種用于生物醫(yī)學(xué)應(yīng)用的新興技術(shù)重要的意義。本研究提出了一種*的圖像處理和分類方法性能，用于分析前列腺癌檢測的高光譜圖像數(shù)據(jù)。開發(fā)了最小二乘支持向量機(jī)（LS-SVM）并對其進(jìn)行了評估以對高光譜數(shù)據(jù)進(jìn)行分類的方法，以增強(qiáng)對癌組織的檢測進行探討。該方法用于檢測荷瘤小鼠的前列腺癌最新。創(chuàng)建空間分辨圖像以突出癌癥的反射特性與正常組織的反射特性的差異。小鼠的初步結(jié)果表明持續向好，高光譜成像和分類方法能夠可靠地檢測動物模型中的前列腺腫瘤充足。高光譜成像技術(shù)可以為癌癥的光學(xué)診斷提供新工具。
Houzhu Dingd等（2015）至關重要、Michael S. Chin等（2015）本別以豬和裸鼠作為實(shí)驗(yàn)動物提升行動，對燒傷分級和恢復(fù)進(jìn)行了高光譜成像研究。左圖為根據(jù)高光譜成像分析得出的燒傷區(qū)域氧飽和分布與血紅蛋白分布無障礙，T00互動互補、T01、T04文化價值、T24分別為燒傷0時效果、1小時合作關系、4小時、24小時后融合；右圖上圖為裸鼠燒傷皮膚彩色成像完成的事情，中圖為高光譜成像分析的氧合血紅蛋白成像穩定，下圖為組織切片優勢與挑戰，高光譜成像可以將燒傷深度進(jìn)行非損傷、非接觸有力扭轉、高通量分級。
高光譜成像技術(shù)在生物分類的應(yīng)用案例
2013年發(fā)表的“Non-Invasive Measurement of Frog Skin Reflectivity in High Spatial Resolution Using a Dual Hyperspectral Approach”一文中廣度和深度，研究者采用了由兩個推掃式高光譜成像系統(tǒng)組成的雙攝像機(jī)設(shè)置管理，其產(chǎn)生400和2500nm之間的反射圖像效率和安，分析了三種樹棲青蛙的光譜反射率。3中樹蛙都呈現(xiàn)出肉眼可見的綠色深入開展，但物種之間的光譜反射率在700和1100nm之間顯著不同，依次可以區(qū)分不同種類研究與應用。
高光譜成像技術(shù)在文物考古的應(yīng)用案例
自1974年兵馬俑被發(fā)現(xiàn)以來積極影響，一直為全o世o界關(guān)注緊密協作，被法國前總統(tǒng)希拉克譽(yù)為“世o界o第八大奇跡”。但是醒悟，包括兵馬俑在內(nèi)的這些埋于地下兩千多年的珍貴文物高質量，突然暴露在空氣中，極易發(fā)生變化重要的作用，其修復(fù)和保護(hù)工作極為困難特點。高光譜成像技術(shù)通過非接觸直接獲取兵馬俑的圖像光譜信息又進了一步，通過分析兵馬俑的圖像及光譜信息，可了解兵馬俑被病害侵蝕程度以及兵馬俑制造的顏料擴大公共數據，*后根據(jù)分析結(jié)果對其進(jìn)行模擬修復(fù)帶動擴大。
高光譜成像技術(shù)在作物的精細(xì)分類和識別的應(yīng)用案例
高光譜數(shù)據(jù)能區(qū)分作物更細(xì)微的光譜差異持續發展，探測作物在更窄波譜范圍內(nèi)的變化，從而能夠準(zhǔn)確地對作物進(jìn)行詳細(xì)分類與信息提取多樣性。目前最/流o行、應(yīng)用最o廣的高光譜作物分類方法有光譜角分類（SAM）指導、決策樹分層分類等充分。
中科院遙感所熊楨基于高光譜影像對常州水稻生長期進(jìn)行監(jiān)測競爭力，利用混合決策樹法對水稻的品種進(jìn)行了高光譜圖像的精細(xì)分類機製性梗阻，包括6個水稻品種的劃分，分類精度達(dá)到 94.9%使命責任。張兵充分考慮自然界地物分布的一般性規(guī)律合規意識，針對高光譜遙感海量數(shù)據(jù)的特征有效性，利用光譜特征優(yōu)化的專家決策分類方法廣泛關註，用高光譜影像對日本南牧農(nóng)作物進(jìn)行精細(xì)分類。結(jié)果表明更合理，這種分類模式一方面可以提高像元分類精度各方面，另一方面也大大減少了分類結(jié)果圖像上的誤判噪聲適應性。
高光譜成像技術(shù)在谷物檢測的應(yīng)用案例
我國是世o界o上o最o大的糧食生產(chǎn)國重要作用，谷物類包含水稻切實把製度、小麥、玉米協同控製、花生等品質。通過高光譜成像技術(shù)對大米急性檢測利用好，檢測質(zhì)量及種類解決問題，得到大米高光譜圖像系列，以主成分分析方式，對圖像中的數(shù)據(jù)降維處理相互配合，提取堊白度及形狀特點(diǎn)慢體驗，以PCA、BPNN建立谷物識別模型智能化，發(fā)現(xiàn)采用BPNN模型效果較為理想科技實力，其準(zhǔn)確率達(dá)到89.91%，而PCA準(zhǔn)確率為89.18%建設，兩者相差不大在此基礎上。BPNN和數(shù)據(jù)融合結(jié)合，準(zhǔn)確率進(jìn)一步提高前來體驗，可達(dá)到94.45%自主研發。因此，采用高光譜成像技術(shù)對谷物進(jìn)行檢測更加廣闊，對大米種類及質(zhì)量分析具有實(shí)用性損耗。
高光譜成像技術(shù)在森林物種識別的應(yīng)用案例
森林樹種類型識別的主要目的是提取森林樹種的專題信息，為劃分森林類型非常完善、繪制林相圖和清查森林資源提供基礎(chǔ)和依據(jù)性能穩定。
目前研究多集中在河湖、鹽沼作用、海岸灘等濕地生境的植被識別及制圖越來越重要，即群落尺度的區(qū)分。結(jié)合地面調(diào)查來提取不同物種典型的特征光譜曲線發揮重要作用。數(shù)據(jù)源采用高光譜成像儀實(shí)地測得的數(shù)據(jù)醒悟，通過建立光譜信息模型等方法，實(shí)現(xiàn)對主要物種高質量、森林類型或具體樹種的識別技術先進。有學(xué)者借此對植被空間分布制圖、植被變化監(jiān)測進(jìn)行研究延伸，均取得了與地面數(shù)據(jù)相當(dāng)好的一致性認為。（混合決策樹服務好、專家決策樹法常用于農(nóng)作物的精細(xì)分類，高光譜更多應(yīng)用于草原生物量估算反應能力、農(nóng)作物理化信息提取等方面共謀發展。
