高光譜圖像作為一種結(jié)合了成像技術(shù)和光譜技術(shù)的多維信息獲取技術(shù)，具有顯著的優(yōu)勢，但同時也存在一些劣勢。以下是對高光譜圖像優(yōu)勢和劣勢的詳細(xì)對比。

?

高光譜圖像的優(yōu)勢

基于測譜學(xué)原理，高光譜將紫外、可見光、近紅外以及中紅外區(qū)域的連續(xù)光譜信息形成一體式感知，其極高的光譜分辨率，沖破了人類視覺的可見光探知范圍，使得像元表達(dá)更接近觀測目標(biāo)的物理本質(zhì)。具體而言，高光譜成像技術(shù)利用成像光譜儀，實(shí)現(xiàn)了表征光譜響應(yīng)的一維特征與反映目標(biāo)分布情況的二維幾何信息的聯(lián)合獲取，促使高光譜圖像既能夠以圖像方式刻畫目標(biāo)，還能夠借助精細(xì)電磁波譜進(jìn)行光譜探測，完成圖像與光譜信息的結(jié)合。高光譜圖像集空、譜多維信息于一體，可實(shí)現(xiàn)復(fù)雜地表覆蓋的精細(xì)分類、自動探測以及地表參量的定量化反演等。與寬波段遙感探測手段采集的圖像相比，大部分地物的吸收特征峰半寬度為20~40nm，而高光譜成像系統(tǒng)連續(xù)波段光譜分辨率一般在10nm以內(nèi)，對感興趣目標(biāo)的屬性鑒別能力更強(qiáng)。因此，從待觀測目標(biāo)的精準(zhǔn)解譯和典型地物的診斷性識別角度來看，高光譜數(shù)據(jù)具有紅外、可見光以及合成孔徑雷達(dá)等數(shù)據(jù)無法比擬的優(yōu)勢。因此，高光譜遙感既是對地觀測的重要手段，也是空間信息網(wǎng)絡(luò)中不可或缺的組成部分，在航天遙感和對地觀測等多項任務(wù)中發(fā)揮了積極作用。

?

高光譜圖像的劣勢

高光譜圖像數(shù)據(jù)量大，測量復(fù)雜度很高，具備典型的高數(shù)據(jù)體量特性。其次，高光譜圖像的光譜分辨率高，包含較多波段，形成了高特征維度特性此外，高光譜圖像的波段之間具有強(qiáng)相關(guān)性，圖像的譜間相關(guān)系數(shù)大，易造成高光譜冗余信息堆疊，并且該冗余伴隨成像波段數(shù)目以及成像分辨率的增高而增加，具備典型高冗余度特性。最后，高光譜圖像標(biāo)簽樣本采集困難，人工標(biāo)注成本高昂，在真值數(shù)據(jù)獲取方面具有高標(biāo)注代價的特點(diǎn)。

高光譜圖像的高數(shù)據(jù)體量特性，致使基于高光譜圖像的分析處理所涉及的運(yùn)算量較大，計算負(fù)擔(dān)較重；高冗余度特性為數(shù)據(jù)處理及分析帶來困難，嚴(yán)重影響模式分類等方法的有效性；高標(biāo)注代價特性通?？蓪?dǎo)致實(shí)際分類應(yīng)用中有效訓(xùn)練樣本數(shù)目不足使得小樣本問題成為掣肘高光譜數(shù)據(jù)分析的難題，小樣本與高特征維度聯(lián)立，極大地增加了數(shù)據(jù)分析的難度，容易造成“維數(shù)災(zāi)難”現(xiàn)象。而且，高光譜圖像分類方法，如機(jī)器學(xué)習(xí)及深度學(xué)習(xí)方法，依賴大量樣本進(jìn)行模型的有效訓(xùn)練，而高光譜遙感圖像配備的標(biāo)注樣本數(shù)量少、分布不均衡，影響分類模型的設(shè)計和精細(xì)分析效果。因此，盡管高光譜數(shù)據(jù)中包含著豐富的空、譜信息，具備極強(qiáng)的地物屬性識別能力，且相關(guān)研究成果甚廣，但如何有效利用高光譜的數(shù)據(jù)特性，使其在多樣化的應(yīng)用場景下最大限度地發(fā)揮優(yōu)勢依然是學(xué)術(shù)界及工業(yè)界重點(diǎn)關(guān)注的問題。

在遙感（Remote Sensing）中，高光譜遙感器廣泛用于以高光譜分辨率監(jiān)視地球表面。HSI數(shù)據(jù)通常包含同一空間區(qū)域上的數(shù)百個光譜帶，這些光譜帶提供了識別各種材料的有價值的信息。 在HSI中，每個像素（pixel）都可以視為一個高維向量，像素的數(shù)值對應(yīng)于從可見光到紅外的光譜反射率（spectral reflectance）。

高光譜數(shù)據(jù)的采集和收集變得越來越容易，這使得高光譜圖像分析成為許多應(yīng)用中的有前途的技術(shù)之一，包括精準(zhǔn)農(nóng)業(yè)，環(huán)境分析，軍事監(jiān)視，礦物勘探，城市調(diào)查等。

高光譜圖像分類（Classification of Hyperspectral Images）是對圖像中每個像素的類標(biāo)簽進(jìn)行分類的任務(wù)。

困難之處在于，沒有流行的HSI數(shù)據(jù)源，這使得初學(xué)者很難開始進(jìn)行HSI分析。以下是HSI的一些數(shù)據(jù)源。

?