传统的多光谱成像通常仅包含几个离散的波段，难以捕捉物体精细的光谱特征变化。而高光谱成像技术通过获取数十至数百个连续窄波段的光谱信息，能够揭示物质在分子层面的吸收、散射特性，从而实现对目标的精确识别与定量分析。 

随着高光谱成像技术向“便携化、高精度、易操作”升级，OMTOOLS自研的SIMSPEC 桌面便携式高光谱成像系统，将实验室级高光谱分析能力集成于小巧的桌面设备中，可快速获取“图谱合一”的三维数据立方体，广泛应用于材料表征、农业食品检测、环境分析及高光谱教学科研等场景。

图 SIMSPEC 桌面便携式高光谱成像系统

SIMSPEC 桌面便携式高光谱成像系统

1.高精度成像

可灵活搭载DHL10、DHL17两款高光谱相机，支持4001000nm/9001700nm波段、2.5nm/4nm分辨率自由选配；内置暗电流与白板双重校准，有效降噪，确保光谱数据精准可靠。

2.精密扫描成像，数据稳定

一体化精密扫描，成像稳定无误差，快速生成标准数据立方体，数据一致性高。

3.紧凑机身，部署灵活

桌面级轻量化设计，可在实验室与移动场景快速部署。

4.全流程智能操作

成像、校正、参数提取全自动化，上手简单，适配科研与教学场景。

5.通用数据格式

兼容ENVI标准数据格式，可对接主流分析软件，支持多维度光谱分析。

那么，该系统在真实的植物光谱分析中表现如何？我们选取绿萝、水稻、玉米三种极具代表性的植物样本，开展了实测验证。

实验过程：三种典型植物，一场光谱“体检”

1实验样本与系统配置

选取绿萝成熟叶片、水稻稻谷、玉米籽粒为测试样本，放置于黑色背景上进行采集，以减少背景反射的干扰。

SIMSPEC 桌面便携式高光谱成像系统设定核心采集参数如表1所示。

表1 高光谱成像系统技术参数

2原始高光谱数据采集

设备参数设置完成后，依次采集三类原始数据：

·采集暗电流图像：无光照条件下，获取探测器热噪声信号数据；

·采集白板图像：以标准反射率白板为参考，获取基准参考数据；

·采集样本原始图像：将三种植物样本放入检测区域，自动完成光谱成像与数据采集。

3光谱数据辐射校正

高光谱数据的辐射校正是保证数据质量的关键步骤，主要包括暗电流校正和白板定标两个环节。

● 暗电流校正：消除探测器热噪声产生的输出信号

● 白板定标：计算相对反射率/透射率

4光谱特征提取与处理

在完成辐射校正后，从数据中提取以下光谱特征参数：

吸光度A：

一阶导数 dA/dλ：用于消除基线漂移，增强重叠光谱带分辨率

二阶导数 d²A/dλ²：用于确定吸收峰的精确位置

对数变换 lgA：压缩动态范围，突出低值区域细节

5数据质量与特征分析

为全面评价数据质量，选取以下指标进行分析：

·信噪比(SNR)：信号强度与噪声强度的比值

·光谱平滑度：相邻波段间的数值波动程度

·特征波段一致性：关键吸收峰位置的准确性

·数据完整性：有效像元数量与总像元的比值

·结果与分析：从原始光信号到植物光谱指纹

本次实验通过 SIMSPEC 桌面便携式高光谱成像系统完成植物光谱数据采集与分析，最终得出以下分析：

1系统参数一致性分析

对三种植物样本的高光谱数据进行系统参数分析，结果如表2所示：

表2 三种植物样本的系统参数对比

▶ 从数据可见：三次采集的系统参数高度一致，设备工作稳定。

▶ 从数据可见：有效像元面积的差异主要由样本的实际覆盖区域大小决定，绿萝叶片因面积较大而具有最多的有效像元。

2光谱数据范围分析

表3给出了三种植物样本在各光谱特征参数上的数值范围统计：

表3 三种植物样本的光谱特征参数范围

▶ 从数据可见：

水稻吸光度范围最大(0.110-0.483)，吸收能力最强；绿萝吸光度最小且峰值出现在较短波长（~640 nm），与叶绿素强吸收相关；

近红外反射率排序为：绿萝 (0.55-0.81) > 水稻 (0.68-0.72) > 玉米 (0.48-0.51)。

3光谱曲线特征分析

▶ 从数据可见：

绿萝：呈现典型健康植被光谱特征，蓝紫光区低反射（~0.08-0.14）→ 绿光区反射峰（~0.28）→ 红光吸收谷（~0.17-0.29）→ 红边区（680-750 nm）反射率急剧上升至~0.81 → 近红外高反射平台（0.55-0.81）；

水稻：光谱整体单调递增，从蓝光区~0.11升至近红外~0.71，缺乏明显红边效应，但在610-635nm附近有微弱斜率变化；

玉米：同样单调递增，但整体反射率最低，近红外平台仅约0.49-0.51，增长更为平缓。

4导数光谱分析

一阶导数

一阶导数极值位置与幅度如下表：

表4 一阶导数极值位置与幅度

▶ 从数据可见：绿萝红边拐点位于~700nm，水稻和玉米拐点偏移且幅度较小，反映光谱特征差异。

二阶导数

▶ 从数据可见：绿萝在550nm（绿峰）、680nm（红光吸收谷）存在显著极小值；水稻和玉米曲线平坦，仅在660-690nm有微弱波动。

5对数变换光谱分析

▶ 从数据可见：三种样本的对数变换光谱呈现以下特点

绿萝：lgA范围为-1.02至-0.54，在可见光区变化剧烈，近红外区趋于平稳；

水稻：lgA范围为-0.96至-0.32，整体水平高于绿萝；

玉米：lgA范围为-1.00至-0.41，介于两者之间。

6样本图像分析

三种样本的原始灰度图像、处理后图像及伪彩色图像，如下图所示：

绿萝原始灰度图像：叶片轮廓清晰，可见叶脉纹理，背景干净；

水稻原始灰度图像：稻谷颗粒分散排列，个体边界清晰；

玉米原始灰度图像：玉米粒呈不规则块状分布，表面光泽可见。

实验结论：自研系统表现优异，光谱差异显著

1.系统性能稳定可靠

该系统运行稳定，数据采集参数一致性好，具备241个波段、2.5nm光谱分辨率的高质量数据获取能力。

2.数据处理算法有效

所采用的暗电流校正、白板定标、吸光度/透射率反演、导数计算等算法流程科学合理，生成的光谱数据物理意义明确、特征显著。

3.植物光谱特征差异显著

三种样本呈现出截然不同的光谱响应特性，可通过光谱特征实现植物样本的精准区分：

绿萝叶片呈现典型的植被光谱特征，具有明显的绿峰、红边效应和近红外高反射平台；

水稻、玉米籽粒无典型红边效应，光谱曲线呈全波段单调递增趋势；

近红外反射率呈现绿萝＞水稻＞玉米的清晰梯度差异，三种样本整体光谱曲线对比如下所示。

图 不同物体曲线对比

4.数据质量达标可用

原始数据和反演结果的信噪比较高，光谱曲线平滑，特征波段位置准确，有效像元占比合理；原始灰度图、处理后图像、伪彩色图像成像清晰，样本轮廓与纹理完整。

更多应用领域拓展

SIMSPEC 桌面便携式高光谱成像系统不仅适用于植物光谱分析，其灵活性与高精度还可延伸至：

✅ 农业育种：作物病害早期识别（如小麦锈病、水稻稻瘟病）、营养诊断、品种鉴别；

✅ 食品品质：谷物水分/蛋白/淀粉含量无损检测、水果糖度预测、肉类新鲜度评估；

✅ 材料科学：涂层均匀性分析、塑料分选、矿物识别；

✅ 环境监测：水体藻类识别、土壤有机质反演、大气颗粒物遥感定标；

✅ 生物医学：皮肤病变光谱标记、血液成分非接触检测。

产品参数