一. 高光谱技术
1.1 高光谱概述
普通光谱：有限的波长内采集光谱数据（可见光谱范围），只蕴含颜色信息，相当于只有R、G、B通道
多光谱： 在特定波长范围内选择几个离散的波长点进行数据采集（反射光谱特征峰差异很小，需要更高的分辨率）
高光谱具有更广泛的波长范围内采集连续的光谱数据（插值拟合），从而提供更多关于物体成分、结构和特性的信息
相对于传统的图像技术，高光谱可以采集到可见光之外更丰富的信息，包括红外线、紫外线等
光谱维度上有N个通道，通道数是由波段数决定的，使用200*200像素并选择300个波段，成像结果为200*200*300的三维立体图像
高光谱技术实现光谱空间的离散采样，能区分的目标物在波谱空间具有明显的差异性
每个光谱通道记录了该波长范围或波长点上的光谱反射（发射）强度
应用：作物健康监测、土壤质量评估、大气污染和水质状况监测、勘测矿藏岩石组成、癌症诊断和组织病理学研究
1.2 成像原理
普通照相机基于人眼对红绿蓝三原色的敏感程度，传感器由数百万微小光敏原件（像素）组成
每个像素包含一个光敏原件和一个滤光片，普通照相机有红绿蓝三种滤光片，允许通过这三种波长范围的光线
每个光敏原件测到的光的强度被转化为电信号，通过数字转换变为数字图像数据
高光谱成像具有更多的通道，能够采集更为广泛的光谱信息
1.3 高光谱成像技术
主要有光栅分光、声光可调谐滤波分光、棱镜分光、芯片镀膜
-
光栅分光（同时采样多光谱，拼接空间维度）
一维图像上的每个点，经过光栅进行衍射分光，形成一条谱带，照在探测器上，
一维图像展开成二维光谱图像，位置和强度分别表征相应光谱和其强度，通过机械推扫，完成采集（三维数据） -
声光可调谐滤波分光（采样空间信息，拼接光谱信息）
不同频率的震动产生不同的声波，使得晶体发生布拉格衍射，实现滤波器的效果，让晶体只能通过一种波长的光 -
棱镜分光（同时采样空间和光谱信息）
入射光经过棱镜分成不同方向，照射到不同探测器上，棱镜出射面镀了不同波段滤光膜，能同时采集空间及光谱信息 -
芯片镀膜（同时采样空间和光谱信息）
探测器的像元上镀不同波段的滤波膜，可以同时获得光谱信息和空间信息
高光谱成像系统：光源（特定波长范围）、分光设备（混合光分散为不同频率的光）、面阵相机、传输机构（拼接空间信息）、计算机软硬件
1.4 全色/光谱融合技术
全色多光谱融合技术的目标是将全色图像的高分辨率信息与多光谱图像的多光谱信息结合起来
以获得同时具有高空间分辨率和多光谱信息的图像
这种融合可以通过不同的算法和方法来实现，其中一种常用的方法是使用像素级融合技术
在像素级融合中，全色图像的高分辨率信息被转移到多光谱图像中，以保留多光谱图像的光谱特征
这可以通过将全色图像进行降采样，使其空间分辨率与多光谱图像相匹配，并将其信息融合到多光谱图像中的相应波段中来实现
之所以要进行融合，一方面是成本原因，另一方面由于光的能量是有限的
一个光子在采集过程中只能使用一次，如果分出更多波段的光，必然会使得分辨率降低
而波段的采集是有限的，只进行多光谱采集，进而融合多光谱信息得到的全色图像不如直接采集的有效
1.5 思考
纯红色的光照到纯蓝色物体上，呈现为较暗的黑色
这是因为物体的光谱本质上是由于组成它的原子吸收了特定波长的光造成的
组成物体原子的电子能吸收特定波长的光子进行跃迁
所以我们也能使用特定范围波段的光源，探测物体在对应波段的吸收情况（光谱信息）
二. 图像压缩
2.1
三. 压缩感知
2.1 压缩感知概述
在我们将模拟信号转化为计算机能够处理的数字信号时，必然要经过采样过程
奈奎斯特采样定理证明了要保留完整的信号采样频率必须大于信号中最高频率的两倍（小于两倍会使信号发生混叠）
压缩感知算法可以使用稀疏表示，从少量测量数据中恢复出完整的信号
如果信号是稀疏的，那么它可以由远低于采样定理要求的采样点重构恢复
本质上是在采样的过程中完成了压缩
即我们在全采样获取完全信号，然后又进行变换压缩的过程时，可以一开始少采样，在采样的时候完成压缩
2.2 压缩感知原理
当我们进行采样的时候，用到了采样频率，这同样意味着我们的采样是等距采样，这种方式在采样点不足的时候，必然会发生混叠
2.3 哲学思考
关于世界是离散的还是连续的的问题始终是哲学上的一大问题
古代芝诺悖论试图证明运动和空间时连续的，笛卡尔同样认为世界是连续的
康德认为这是我们主观感知的一部分，无法确定时空本质，哥德尔的不完备性定理同样认为我们无法确认世界的本质
爱因斯坦的相对论框架认为时空是连续的，量子力学哥本哈根学派不确定性原理暗示了微观的离散型
众所周知的普朗克长度似乎代表了空间的最小量子结构
启发在于，我们现实所作的一切观测、采样和测量，实际上都进行了压缩
把观测到的连续的信息，压缩成了某一瞬时能够处理的信息