怎么理解高光谱成像技术？高光谱成像技术是一种检测速率快、对样品没有损伤、可以大范围扫描分析样品的检测技术，被广泛应用在农业、军事、食品、环境、医疗、微生物、矿物勘探的研究中，高光谱成像技术在二维图谱的获取方面超越了拉曼光谱与 FT-IR，具有图谱合一的优点，这是由于高光谱图像特有的空间和光谱分辨率。空间分辨率与测量样品图像像素具有一定的几何关系，而光谱分辨率确定了空间像素点代表的波长变化函数，每个空间像素点对应着一条具有数十至数百个光谱波段的连续光谱曲线。高光谱成像技术将传统的二维RGB图像与光谱技术相结合，通过将图像上每个空间像素点的光谱特性与对应的空间信息联系，来确定每个像素点所代表物质的化学性质，从而完成对不同样品的详细检测分类。

使用高光谱成像光谱仪采集样品的数据，不仅掺杂有噪音信息，还会受到三恩时仪器本身和外部环境的影响，因此往往需要利用光谱预处理过程来去除或削减干扰信息，保留更多有效信息，提高进一步的光谱数据处理的准确度，同时，高光谱数据是由数千个甚至数万个数据点组成，相邻数据间通常会呈现出高度相关的光谱特征，因此高光谱图像中常常包含大量重叠的冗余信息。而数据量过大的高光谱数据在进行统计识别时，会出现数据特征维数过多的现象，导致“休斯”效应，为数据的处理带来了巨大挑战。休斯效应会对高光谱图像的分类过程产生负面影响，导致分类器性能变差，分类识别结果的精确度降低，因此，在对高光谱图像进行分类时，非常有必要找到一种对“休斯”效应具有鲁棒性的化学计量学算法。

高光谱成像技术的高光谱图像分析与处理方法：化学计量学算法是一种适用于从最简单图像到复杂高光谱图像的数据处理方法，这一强大的图像数据处理工具对分析光谱数据集，适当修改数据结构，突出光谱特定特征方面具有很强的实用性。在对高光谱图像进行分类前，往往需要借助预处理方法来对原始光谱数据进行优化，常用的高光谱预处理方法有平滑、滤波、多元散射矫正和导数算法等。

深圳三恩时的仪器就是有着这种技术，在广大的市场中广受好评，三恩时的技术运用了全新的科技，在测色仪的仪器上加大了投入，也正是因为这项新技术，在市场中占据着遥遥领先的地位，三恩时不管是在生产中，还是在生活中，都给我们带来了很大的便利。