短波红外成像镜头也是一种光学镜头，短波红外是指波长在900nm-2500nm之间波段，是人的肉眼看不见的光谱。短波红外光一般定义为0.9～1.7μm波长范围内的光线，但也可归入0.7－2.5μm波长范围。人眼无法直接感知红外线的存在，因此人类需要借助光电仪器来获取红外线作用下产生的信息。而短波红外成像让用户能够“看到可见光范围外”的成像，如检测凹陷或擦伤检测水果，在可视成像中，水果并无缺陷；而在短波红外成像中，可以清晰地看到水果内部的瘀伤。
短波成像对于可见光成像具有*的优点，可以全天候具有视觉效果，能在夜空下观测。昼夜成像。隐蔽照明、能看到隐蔽的激光器和信标、无需低温制冷。可使它在未来的发展和应用中相比可见光使用更加广泛。
短波红外镜头以及成像系统的运用还有更多的拓展的可能性，需要在实际应用中去摸索和开拓，如果短波镜头生产技术能够在成本上得到革命性的突破，那么短波成像在具有如此多的技术优势下会在各个领域得到运用和普及。
短波红外成像镜头是通过透镜组汇聚物体发射的短波红外光到图像传感器上，由芯片进行光电信号的转换，最后形成物体的灰度图像。SWIR镜头类似于可见光镜头，主要由光学玻璃透镜组成，但SWIR成像透镜组必须根据SWIR波长专门设计、优化和制备减反射膜（增透膜），通常要求在700-1900nm波段,透过率>75%，而在900-1700nm波段,透过率>80%；如果使用设计用于可见光的透镜组进行SWIR成像，会导致低影像分辨率（分辨率大幅下降）和高光学像差（且光学像差变大）。SWIR镜头的透镜组和其它光学元件（滤光片、窗口片等） 可以使用与可见光镜头光学元件相同的制造工艺，因此可降低制造成本。
高光谱遥感（hyperspectral remote sensing）是高光谱分辨率遥感(highspectral resolution remote sensing)的简称，是在电磁波谱的可见光、近红外、中红外和热红外波段范围内，获取许多非常窄、光谱连续影像数据的技术。
高光谱遥感源于20世纪70年代初期的多光谱遥感技术，它的出现在遥感的发展历史上是一个概念和技术上的创新。
高光谱成像遥感是20世纪80年代初出现的新型遥感技术，与合成孔径雷达（SAR）成像技术并列为当代遥感两大前沿领域。高光谱成像遥感技术的产生，是遥感发展史上最具标志性的成果，高光谱遥感图像在记录地物空间信息的同时也记录了地物的光谱信息，实现了图谱合一。相对于全色影像和多光谱影像，高光谱影像的优势主要表现在：高光谱影像具有高的光谱分辨率，达到纳米级，表现为不同地物在光谱维上的细微差异，能够精细地刻画地物的反射光谱，从而大大提高对地物分类与识别的能力。目前，世界各国对高光谱成像遥感技术的发展都十分重视，随着技术的日趋成熟，高光谱成像遥感已经广泛应用于地质勘探、地质制图、植被生态监测、精细农业、大气环境、环境监测、海洋遥感、食品安全、产品质量检测、战场侦察、伪装检测等多个领域。
高光谱遥感成像原理及特点
所谓高光谱图像就是在光谱维度上进行了细致的分割，不仅仅是传统的黑和白或者R(红)、G(绿)和B(蓝)的区别，而是在光谱维度上也有N个通道，例如可以把400～1000nm分为300个通道。因此，通过高光谱成像仪获得的数据是一个数据立方体，不但有图像的信息，而且还可以在光谱维度上进行展开，这样不仅可以获得图像上每个点的光谱数据，还可以获得任一个谱段的影像信息。成像光谱仪在空间成像的同时，以相同的空间分辨率记录下几十至成百的光谱通道数据，它们叠合在一起就构成高光谱图像立方体，如图1.1(a)所示，在图像立方体的每个像元处均可提取到一条连续的光谱曲线，如图1.1(b)所示。在对高光谱遥感图像进行处理和应用时，除了可以利用图像的空间信息外，还可以利用其光谱信息，从而大大提高了目标与背景的定量分析能力。
图1 高光谱遥感成像示意图
与传统全色及多光谱遥感图像相比，高光谱遥感图像数据具有以下特点。
①光谱的波段范围广且光谱分辨率非常高。成像光谱仪获得的光谱范围可以从可见光延伸到短波红外，甚至到中红外，其波段数高达数百个，形成一条近似于连续的光谱曲线，光谱分辨率可达10nm以内。
②高光谱遥感数据立方体包含丰富的图像信息及光谱信息。在高光谱遥感图像中，它在普通的二维空间图像的基础上，增加了一维光谱数据，整个数据形成一个光谱图像立方体，每一个像元的光谱数据展开来就对应为一条光谱曲线，整个数据就是图谱合一的立方体。
③描述高光谱数据的模型有多种形式，如图像模型、光谱模型与特征模型，使得数据的分析和处理更加灵活、方便。
④高光谱数据中存在大量冗余信息。因为高光谱数据是由很多狭窄的波段构成的，所含数据数量巨大，同时相邻波段之间存在空间相关、谱间相关，以及波段相关，这都导致高光谱数据中冗余信息的增多。
⑤高光谱遥感具有非线性特性。其非线性出现在两个方面：一方面是地物反射太阳光的过程，是一个典型的非线性过程；另一方面是太阳入射光和地物反射光在空气中的传播，也是一个非线性的过程。
⑥信噪比低。高光谱数据较低的信噪比给其处理也增加了很大难度。
高光谱遥感成像技术经过短短30余年的快速发展，取得了举世瞩目的成绩，得到广泛的应用。相对高光谱成像技术的迅猛发展，高光谱图像数据处理技术明显滞后，为其应用带来了许多挑战和困难，亟须解决如下数据处理问题。
① 高光谱图像拥有丰富地物光谱信息的同时也带来数据冗余，以及数据维数灾难的问题，如何有效降低高光谱遥感数据的维数和选择有效波段是拓宽高光谱图像数据应用领域的基础。
②高光谱图像光谱分辨率提高的同时也带来高光谱图像空间分辨率降低的问题，这使得高光谱图像中存在大量的混合像元，如何正确解决高光谱图像混合像元问题是高光谱图像处理的重要内容。
③相对于全色影像和多光谱影像，高光谱影像更容易受到噪声的干扰，如何提高高光谱图像的信噪比和质量需进一步研究。
④高光谱图像中的地物目标检测、分类和识别，所获取的空间信息和光谱信息没有得到充分利用。
本文摘编自刘代志、黄世奇、王艺婷、刘志刚、王百合著《高光谱遥感图像处理与应用》第1章，内容有删减。
高光谱遥感图像处理与应用
刘代志 黄世奇 王艺婷 刘志刚 王百合 著
北京：科学出版社，2016.09
ISBN 978-7-03-049968-4
《高光谱遥感图像处理与应用》是一部关于高光谱遥感图像处理与应用的科研论著。全书包括七章，主要内容有高光谱遥感数据的采集与处理，高光谱数据的波段选择，高光谱数据的降维处理，高光谱数据的端元提取和混合像元的解混，以及基于高光谱遥感图像数据的目标探测和异常检测及伪装识别等。各章节介绍的理论和方法，用实例进行了验证和阐述，并结合了当前的前沿研究情况，旨在为读者提供实用的工具，介绍发展动态。
一起阅读科学!
科学出版社│微信ID：sciencepress-cspm
专业品质 学术价值
原创好读 科学品味
点击“阅读原文”可购买本书