Hiperspektralna slika je tehnika koja reflektiranoj slici dodaje šarenu treću dimenziju koja sadrži spektralne podatke mete. Može se koristiti u aplikacijama kao što su topografska analiza mineralnih naslaga ili farmi, vojni nadzor, analiza medicinskog tkiva i arheološko mapiranje. Hiperspektralna slika pruža mnoštvo podataka o svjetlu i sastavu sa slikovnih senzora na terenu, u laboratoriju, pa čak i u svemiru.
Spektralna slika analizira spektre refleksije ili podatke o valnoj duljini svjetlosti. Mogao bi koristiti tehnologiju kao što su reflektirajuća zrcala, prizme, leće i svjetlosni senzori, slično kao komponente i čipovi uređaja s nabojom (CCD) unutar digitalnog fotoaparata. U kombinaciji s tehnologijom daljinskog snimanja, spektralna slika se koristi za mjerenje valnih duljina elektromagnetskog spektra raspršenog ciljanim materijalom. Uređaji koji se nazivaju spektrometri i spektroradiometri bilježe varijacije u valnoj duljini energije svjetlosti reflektirane od mete i omogućuju promatračima da odrede kompozicijski sastav materijala ili krajolika.
Hiperspektralno snimanje koristi modernu računsku snagu za kombiniranje podataka iz mnogih slika i dodavanje treće dimenzije spektralnih podataka izravno na sliku. Ovaj skup podataka složen je u “hiperspektralnu kocku”, poput hrpe snimaka, u kojoj svaki piksel sadrži svoje spektralne podatke. Multispektralna slika kombinira podatke o desecima ili stotinama elektromagnetskih (EM) pojaseva, ali hiperspektralne kocke mogu obraditi podatke iz tisuća vrpca.
Multispektralna slika obično koristi podatke s više senzora, dok se hiperspektralni podaci često prikupljaju kao skup susjednih traka s jednog senzora. Što više podataka, to je slika jasnija. Što je slika jasnija, lakše je odrediti od koje je tvari ili tvari predmet napravljen.
Neke primjene hiperspektralnog snimanja uključuju kemijsku analizu, fluorescentnu mikroskopiju, termalno snimanje, arheološka otkrića i forenzička istraživanja. Medicinska hiperspektralna slika izdvaja vizualne valne duljine prostorne regije i sintetizira rezove u “topografsku kartu” spremnu za jasnu medicinsku analizu svojstava tkiva za različite dijagnoze ili istraživačke svrhe. Ova tehnologija snimanja može uhvatiti više EM pojasa od vidljive svjetlosti, uključujući infracrvene i ultraljubičaste valne duljine, tako da može poboljšati informacije koje bi inače mogle ostati nevidljive golim okom. Svi materijali sadrže spektralne potpise koji mogu pružiti vitalne tragove za mnoštvo primjena u mnogim područjima.
Na primjer, razumijevanjem razlika u kemijskom sastavu tla i rasta biljaka, forenzički istražitelji mogu točno odrediti inače nepoznata grobna mjesta. To je zato što razgradnja razlikuje spektre refleksije rasta biljaka od njihove okoline. Pojednostavljeno, dodatni klorofil sadržan u biljkama oplođenim razgradnjom čini ih mnogo vidljivijim u hiperspektralnim podacima nego golim okom.
Daljinska detekcija i digitalna slika stalno pronalaze nove primjene. Organizacije kao što je Nacionalna uprava za aeronautiku i svemir (NASA) Sjedinjenih Država sve više stavljaju na raspolaganje istraživačima i civilima posebne knjižnice koje sadrže poznate spektralne podatke materijala. Nove primjene ove tehnike kontinuirano se razvijaju u mnogim industrijama. Poljoprivredne namjene mogu uključivati određivanje sorti biljaka, stanja vode i hranjivih tvari te rano otkrivanje bolesti. Kako tehnologija postaje dostupnija javnosti, očekuje se da će se nove aplikacije kontinuirano razvijati za veliku prednost u odnosu na relativno ograničenu analitičku moć spektroskopije u jednoj točki.
Tehnologija toplinske slike dugo se koristi u vojnom ili zračnom nadzoru. Iz tog razloga razvijene su posebne tehnike osmišljene da spriječe ovu tehnologiju, kako bi se prikrili toplinski potpisi zemaljskih snaga iz zraka. Hiperspektralno snimanje moglo bi pobijediti ove protumjere svojim mnoštvom mjerenja spektralnog pojasa, nudeći preciznu analizu koja može otkriti spektralne “otiske prstiju” mete.
Za svaki piksel informacije prikuplja se cijeli spektar, tako da promatraču nije potrebno prethodno poznavanje materijala da bi napravio analizu. Računalna obrada može uključiti sve dostupne podatke za potpunu analizu uzorka. To zahtijeva namjenske računalne resurse, uključujući skupu osjetljivu opremu i veliki kapacitet pohrane podataka. Hiperspektralna kocka predstavlja višedimenzionalne skupove podataka koji zahtijevaju stotine megabajta za obradu.