什么是多光谱成像？

核心要点

  • 多光谱成像在多个预先选定的波段记录场景响应，为图像数据增加光谱维度；通道数量与波长范围由具体系统决定。
  • 滤光、曝光、校准和重建共同影响多通道数据；原始通道强度不等同于标准化光谱反射率。
  • 多光谱是否有用取决于目标任务是否需要额外波段信息，以及系统能否满足照明、空间采样、算力和验证要求。

技术定义

多光谱成像是在多个离散或有限带宽的波段采集同一场景的光学响应，并将各波段数据与空间位置关联起来。与普通彩色照片主要呈现红、绿、蓝三类宽通道不同，多光谱数据包含更多指定波段的测量维度，可用于分析目标在不同波长范围下的响应差异。

“多光谱”不是一个固定规格：不同系统可能采用不同的中心波长、带宽、通道数量、滤光结构和输出格式。多光谱也不等同于高光谱；二者的区分通常涉及波段数量、带宽和采样连续性，但实际边界应结合具体传感器设计描述，而不能只按名称判断。

需要区分多光谱图像与光谱反射率。相机记录的是经过光源、目标表面、光学系统和传感器响应共同作用后的信号。只有在明确的辐射/反射率校准、参考条件和处理方法下，才可将数据解释为相应的物理量。

工作原理

首先，照明光到达目标并与材料相互作用。目标对不同波长的吸收、反射或透射特性不同；镜头和滤光组件决定进入传感器的光谱范围，像素则把光子转换为电信号。曝光时间、增益、温度、光源稳定性和成像几何都会影响测量值。

多光谱相机可通过滤光片轮、分光光学、多个传感器，或传感器前的多光谱彩色滤光阵列（CFA）获得不同波段信息。CFA 方案可在紧凑模组中一次曝光采集多个通道，但不同通道的滤光单元分布在不同像素位置。去马赛克等重建方法根据邻近样本估算各位置的通道值，处理结果会受空间细节、噪声、滤光图案和算法影响。

采集后通常还要进行暗场/增益校正、光谱响应校准、坏点处理、通道重建，以及在需要时的空间配准。不同产品的标定数据、处理顺序和输出定义可能不同，应以对应传感器的数据格式和工程说明为准。若照明或工作距离发生变化，也要重新评估原有校准和模型是否仍然适用。

技术价值

多光谱的价值在于，当两种目标在 RGB 图像中的外观相近时，额外波段可能呈现不同的响应模式，为分类或检测提供新的特征。此类能力不是自动发生的：必须先确认目标在可用波段确有稳定差异，再使用代表性的样本检验这种差异能否跨批次、光照和表面变化保持。

相较 RGB，多光谱系统通常需要管理更多数据通道和校准参数，可能增加接口带宽、存储、处理延迟和算法开发工作。若采用 CFA，单个通道的采样点分布还可能低于全阵列像素密度。因此，评估时应把光谱区分能力与目标空间尺寸、成像视场、帧率、信噪比、照明、处理平台和维护能力一并考虑，而非把“通道更多”作为单独的性能结论。

建议先建立 RGB 基线，再用固定的采集条件测试额外波段是否提升目标任务指标；同时保留光源、曝光、增益、温度、校准版本和算法版本等记录。若要跨设备或跨时间比较，需定义一致的参考样本与校准流程。

应用场景

  • 工业材料与表面检测：可评估多光谱信号是否有助于区分 RGB 外观接近的材料、涂层或表面状态；应用结论需由生产材料、照明和速度条件下的样本验证。
  • 农业与食品分析：不同波段可能补充颜色和纹理之外的信息，用于研究作物或食品表面差异。具体波段和判断标准应通过目标品类、采集环境与参考测量确定。
  • 纺织品与颜色一致性：多通道响应可作为材料或颜色分析的输入，但不同光源下的响应、布料纹理和表面方向会影响比较，需定义照明及校准条件。
  • 机器人与智能设备：多光谱可以作为感知流水线中的一个传感器输入；若与 RGB 或深度数据联合使用，还需处理视场、坐标、时序与数据带宽。系统层集成场景可参考机器人视觉感知架构。

SGI 解决方案

SGI 的多光谱相机模组参考方案面向可见光多通道采集，产品页列出 400–700 nm、15 个光谱通道、平均 FWHM 34 nm、SVGA（864 × 648）空间格式、最高 30 fps、4 × 4 CFA、2-Lane MIPI D-PHY 与 I²C 接口，以及板载 64 kbit EEPROM 校准存储。这些是该参考模组页面所列参数，不是所有多光谱成像系统的通用规格；每个重建通道的有效空间分辨率应按实际数据格式与算法确认。

在实际项目中，应把目标任务、光源和样本放在同一验证计划中，明确相机输出是原始马赛克还是重建通道、校准数据如何应用、如何与参考测量对比，以及主机侧的带宽和时延预算。可继续阅读多光谱与 RGB 成像比较，了解选型差异；有关特定 15 通道结构与处理限制，可参阅多通道成像原理。

相关主题