图像是获取信息以及探知世界的重要媒介。近年来，传感科技与成像技术实现了跨越式发展，促使图像获取在质与量上均获得了显著提升。在多样化成像手段中，光谱成像技术是成像科技的重要组成部分，是人类借助光这一能量手段探测物质特性的科学技术。地球上的不同物质，受物质组分以及光场环境变化等因素影响，可具备不同的光谱特性，依据光谱特性捕获的精细程度，可将成像结果划分为多光谱及高光谱图像。

其中，高光谱成像实现了目标光谱获取及目标空间成像的有效集成，是最重要的遥感探测手段之一。高光谱遥感的全称为“高光谱分辨率遥感”，较为直观地体现了高光谱遥感具备光谱维度细节信息精确表征的能力。高光谱遥感对大量地表物质的光谱测量也充分表明，不同物质能够表现出不同的光谱反射与辐射特征，其物理内涵是物质内部不同的分子、原子和离子对应着不同特征分布的能级，在特定频率的波谱下产生跃迁，由此引起不同波长的光谱发射和吸收，从而产生不同的光谱特征。

高光谱图像的数据特性：

1. 优势高

基于测谱学原理，高光谱将紫外、可见光、近红外以及中红外区域的连续光谱信息形成一体式感知，其极高的光谱分辨率，冲破了人类视觉的可见光探知范围，使得像元表达更接近观测目标的物理本质。具体而言，高光谱成像技术利用成像光谱仪，实现了表征光谱响应的一维特征与反映目标分布情况的二维几何信息的联合获取，促使高光谱图像既能够以图像方式刻画目标，还能够借助精细电磁波谱进行光谱探测，完成图像与光谱信息的结合。在高光谱地物观测图中，任一像元可提取出一条表征地物信息的光谱曲线，而任一波段又可以抽取为一幅二维空间图像，用于描述地表二维空间特性。高光谱图像集空、谱多维信息于一体，可实现复杂地表覆盖的精细分类、自动探测以及地表参量的定量化反演等。与宽波段遥感探测手段采集的图像相比，大部分地物的吸收特征峰半宽度为20~40nm，而高光谱成像系统连续波段光谱分辨率一般在10nm以内，对感兴趣目标的属性鉴别能力更强。因此，从待观测目标的精准解译和典型地物的诊断性识别角度来看，高光谱数据具有红外、可见光以及合成孔径雷达等数据无法比拟的优势。因此，高光谱遥感既是对地观测的重要手段，也是空间信息网络中不可或缺的组成部分，在航天遥感和对地观测等多项任务中发挥了积极作用。

2. 劣势高

高光谱图像数据量大，测量复杂度很高，具备典型的高数据体量特性。其次，高光谱图像的光谱分辨率高，包含较多波段，形成了高特征维度特性此外，高光谱图像的波段之间具有强相关性，图像的谱间相关系数大，易造成高光谱冗余信息堆叠，并且该冗余伴随成像波段数目以及成像分辨率的增高而增加，具备典型高冗余度特性。最后，高光谱图像标签样本采集困难，人工标注成本高昂，在真值数据获取方面具有高标注代价的特点。

高光谱图像的高数据体量特性，致使基于高光谱图像的分析处理所涉及的运算量较大，计算负担较重；高冗余度特性为数据处理及分析带来困难，严重影响模式分类等方法的有效性；高标注代价特性通常可导致实际分类应用中有效训练样本数目不足使得小样本问题成为掣肘高光谱数据分析的难题，小样本与高特征维度联立，极大地增加了数据分析的难度，容易造成“维数灾难”现象。而且，高光谱图像分类方法，如机器学习及深度学习方法，依赖大量样本进行模型的有效训练，而高光谱遥感图像配备的标注样本数量少、分布不均衡，影响分类模型的设计和精细分析效果。因此，尽管高光谱数据中包含着丰富的空、谱信息，具备极强的地物属性识别能力，且相关研究成果甚广，但如何有效利用高光谱的数据特性，使其在多样化的应用场景下最大限度地发挥优势依然是学术界及工业界重点关注的问题。