点击上方“小白学视觉”，选择加"星标"或“置顶”
重磅干货，第一时间送达光栅分光原理
在经典物理学中，光波穿过狭缝、小孔或者圆盘之类的障碍物时，不同波长的光会发生不同程度的弯散传播，再通过光栅进行衍射分光，形成一条条谱带。也就是说：空间中的一维信息通过镜头和狭缝后，不同波长的光按照不同程度的弯散传播，这一维图像上的每个点，再通过光栅进行衍射分光，形成一个谱带，照射到探测器上，探测器上的每个像素位置和强度表征光谱和强度。一个点对应一个谱段，一条线就对应一个谱面，因此探测器每次成像是空间一条线上的光谱信息，为了获得空间二维图像再通过机械推扫，完成整个平面的图像和光谱数据采集。
经过狭缝的光由于不同波长照射到不同的探测器像元上，光能量很低，因此需要选择高灵敏相机，同时需要加光源。例如系统如下：
声光可调谐滤波分光（AOTF）原理
AOTF由声光介质、换能器和声终端三部分组成。射频驱动信号通过换能器在声光介质内激励出超声波。改变射频驱动信号的频率，可以改变AOTF衍射光的波长，从而实现电调谐波长的扫描。
最常用的AOTF晶体材料为TeO2即非共线晶体，也就是说光波通过晶体之后以不同的出射角传播。如上图所示：在晶体前端有一个换能器，作用于不同的驱动频率，产生不同频率的振动即声波。不同的驱动频率对应于不同振动的声波，声波通过晶体TeO2之后，使晶体中晶格产生了布拉格衍射，晶格更像一种滤波器，使晶体只能通过一种波长的光。光进入晶体之后发生衍射，产生衍射光和零级光。 
AOTF系统组成：成像物镜+准直镜+偏振片+晶体+偏振片+物镜+detector，入射光经过物镜会聚之后进入准平行镜（把所有的入射光变成平行光），准平行光进入偏振片通过同一方向的传播的光，平行光进入晶体之后，平行于光轴的光按照原来方向前行，非平行光进行衍射，分成两束相互垂直o光和e光（入射光的波长不同经过晶体之后的o光与e光的角度也不同，因此在改变波长的过程中，图像会出现漂移）；o光和e光及0级光分别会聚在不同的面上。如图所示：
为了保证入射光经过准平行镜之后能够完全变化成平行光，因此对前端的物镜视场角有一定的要求，根据晶体的xxx角，可算出物镜最大的视场角，小于最大视场角的情况，成像ok，如果大于视场角，则会造成重影（衍射光与0级光都进入了sensor）；
实现方法
不同波长的光经过晶体之后衍射光与0级光的夹角也不同，因此为了能够保证更好的成像效果，在晶体的出光口加入遮挡片，即遮挡0级光，避免与衍射光一起进入sensor，造成重影。
对聚光准直系统的优化有两个方面：1提高光源的聚光效果，2减小聚光准直系统的外形尺寸。
棱镜分光
入射光通过棱镜后被分成不同的方向，然后照射到不同方向的探测器上进行成像。棱镜分光后，在棱镜的出射面镀了不同波段的滤光膜，使得不同方向的探测器可以采集到不同光谱信息，实现同时采集空间及光谱信息。
芯片镀膜
近年来，IMEC（欧洲微电子研究中心）采用高灵敏CCD芯片及SCMOS芯片研制了一种新的高光谱成像技术，在探测器的像元上分别镀不同波段的滤波膜实现高光谱成像，此技术大大降低了高光谱成像的成本。
目前IMEC提供三种标准的光谱探测器：100波带的线扫描探测器，32波带的瓷砖式镀膜探测器，16波带以4x4为一个波段的马赛克式镀膜探测器
这种光谱技术的优点是可以同时获得光谱分辨率和空间分辨率，可以进行快速、高性能地获得光谱信息和空间信息，集成度高，成本低。但是缺点是光谱灵敏度较低，一般大于10nm，多用于无人机等大范围扫描的光谱应用领域。
高光谱成像系统
下图为一个典型的高光谱成像系统结构示意图。系统主要由面阵相机、分光设备、光源、传输机构及计算机软硬件等五部分构成。光源是高光谱成像系统的一个重要部分，它为整个成像系统提供照明；分光设备是高光谱成像系统的核心元件之一，分光设备通过光学元件把宽波长的混合光分散为不同频率的单波长光，并把分散光投射到面阵相机上；相机是高光谱成像系统的另一个核心元件，光源产生的光与被检测对象作用后成为物理或化学信息的载体，然后通过分光元件投射到面阵相机；计算机软件和硬件用来控制高光谱成像系统采集数据，针对特定的应用进行图像和光谱数据的处理与分析，同时还可以为高光谱图像提供存储空间。
高光谱的优势
随着高光谱成像的光谱分辨率的提高，其探测能力也有所增强。因此，与全色和多光谱成像相比较，高光谱成像有以下显著优势。
1. 有着近似连续的地物光谱信息。高光谱影像在经过光谱反射率重建后，能获取与被探测物近似的连续的光谱反射率曲线，与它的实测值相匹配，将实验室中被探测物光谱分析模型应用到成像过程中。
2. 对于地表覆盖的探测和识别能力极大提高。高光谱数据能够探测具有诊断性光谱吸收特征的物质，能准确的区分地表植被覆盖类型，道路地面的材料等。
3. 地形要素分类识别方法是多种多样的。影像分类既可以采用如贝叶斯判别、决策树、神经网络、支持向量机的模式识别方法，也可以采用基于被探测物的光谱数据库的光谱进行匹配的方法。分类识别特征是既可以采用光谱诊断特征，也可以采用特征选择与提取。
4. 地形要素的定量和半定量分类识别将成为可能。在高光谱影像中能估计出多种被探测物的状态参量，大大的提高了成像高定量分析的精度和可靠性。
高光谱成像技术应用
1. 食品安全
高光谱成像技术融合了传统的成像和光谱技术的优点,可以同时获取被检测物体的空间信息和光谱信息,因此该技术既可以像检测物体的外部品质,又可以像光谱技术一样检测物体的内部品质和品质安全。目前,已经有大量的基于高光谱成像技术检测水果和蔬菜品质与安全的研究性论文发表。
2. 医学诊断
高光谱成像是一个新兴的,非破坏性的,先进的光学技术,它具有光谱和成像的双重功能,这种双重功能使得高光谱成像能够同时提供实验对象的化学和物理特征,并具有良好的空间分辨率。高光谱成像作为一种特殊光学诊断技术,具有成像系统多样化、研究对象广泛化、临床诊断实用化和分析方法功能化等特征，具有原位实时活体诊断疾病(特别是肿瘤)的潜力,临床应用前景广阔,值得深入研究。
3.航天领域
根据目前公开的信息可以认为航天高光谱成像仪将进入新一轮发展。在仪器性能方面民用高光谱成像仪主要通过扩大幅宽提高灵敏度等措施来满足地球科学等应用需求；军用高光谱成像仪将在空间分辨率谱段覆盖和信息实时处理能力方面进一步发展 。根据现有能力和水平国内发展空间分辨率30m左右幅宽大于60km的航天高光谱成像系统的条件已经基本具备，这样的技术指标已经能够满足矿产调查环境监测和农林估产等需求并具有一定的先进性。
下载1：OpenCV-Contrib扩展模块中文版教程
在「小白学视觉」公众号后台回复：扩展模块中文教程，即可下载全网第一份OpenCV扩展模块教程中文版，涵盖扩展模块安装、SFM算法、立体视觉、目标跟踪、生物视觉、超分辨率处理等二十多章内容。
下载2：Python视觉实战项目52讲
在「小白学视觉」公众号后台回复：Python视觉实战项目，即可下载包括图像分割、口罩检测、车道线检测、车辆计数、添加眼线、车牌识别、字符识别、情绪检测、文本内容提取、面部识别等31个视觉实战项目，助力快速学校计算机视觉。
下载3：OpenCV实战项目20讲
在「小白学视觉」公众号后台回复：OpenCV实战项目20讲，即可下载含有20个基于OpenCV实现20个实战项目，实现OpenCV学习进阶。
交流群
欢迎加入公众号读者群一起和同行交流，目前有SLAM、三维视觉、传感器、自动驾驶、计算摄影、检测、分割、识别、医学影像、GAN、算法竞赛等微信群（以后会逐渐细分），请扫描下面微信号加群，备注：”昵称+学校/公司+研究方向“，例如：”张三 + 上海交大 + 视觉SLAM“。请按照格式备注，否则不予通过。添加成功后会根据研究方向邀请进入相关微信群。请勿在群内发送广告，否则会请出群，谢谢理解~
