omtools光机电产品一站式选购平台-光学平台-电动位移台-耦合系统

看形貌、辨成分、定量化！显微高光谱相机系统，解锁微观科研新维度

2026年04月03日

在遥感、农业、医疗、工业检测等多个领域，传统RGB相机已不满足于“看得清”，更迫切的需求是“看得准”与“看得深”。高光谱相机（Hyperspectral Camera）作为融合图像信息与光谱数据的前沿传感设备，以非接触、多维度、可量化的方式识别物质成分与状态，正成为实现“可视智能”的关键工具。

从RGB到高光谱成像：为什么需要更多维度的“看见”？

日常使用的相机，大多以“可见光三通道（RGB）”为基础，只记录红、绿、蓝三个波段下的反射强度。这种成像方式满足人眼视觉再现，但无法识别物质本质特性。

比如：

·看似健康的叶片，可能已处于病害早期，RGB无法察觉；

·外观一致的水稻籽粒，成熟度与品质可能截然不同；

·精密五金零部件，表面微缺陷在RGB相机下毫无异常；

这时候，仅靠色彩图像是不够的。我们需要一种能够穿透表象、识别材料成分、捕捉微观特征的成像方式——高光谱成像。

与传统成像有何不同？

高光谱成像是一种收集和处理电磁频谱信息以获得图像中每个像素频谱的成像技术，可以检查物体与许多其他波段的相互作用，包括250nm至15000nm及热红外波长的光。

光谱成像系统中采用的成像技术可以捕获和处理有关图像内光波长的信息。这些系统旨在捕获电磁波谱中超出人眼可见光范围的多个波段或信息通道，然后该数据经过处理可以生成光谱数据的颜色编码表示，从而提供有关图像中物体的化学和物理特征信息。

图1 电磁光谱

与传统成像有何不同？

简单举例：RGB成像只能看到苹果颜色红润、形状圆润、表皮光滑，而高光谱成像可以精准分析苹果含糖量、水分、硬度、酸度内部褐变程度、表面农药残留等信息。

▋传统RGB成像

仅能采集红、绿、蓝3个宽波段光强信息，合成人眼可视的彩色图像，但这种颜色信息是混合信号，无法揭示物体的物理结构、分子成分或材料差异。

▋高光谱成像

在获取图像空间信息的同时，记录每个像素点在多个不同波长上的光谱响应，从而实现图像与光谱的深度融合。每一个像素点不仅有颜色，还带有一段光谱曲线，就像是每个像素的“光学指纹”。可实现复杂场景下混合材料的精准识别与定量表征，适配原位、活体检测与长期连续监测，完成从“视觉形貌还原”到“物质本质解析”的技术跃迁。

图2 RGB与高光谱图像对比

高光谱成像提供哪些信息？

通过结合数字成像和光谱仪成像光谱仪（通常称为高光谱相机）的优点，高光谱成像提供有关物体物理和化学特性的空间和光谱信息。

光谱信息允许对材料进行识别和分类，空间信息提供有关材料分布和区域分离的数据。高光谱成像提供了有关“什么”（基于光谱）、“何处”（基于位置）的问题的答案。

图3 RBG波长对比高光谱波长

如图3所示，为匹配人类视觉，使用红、绿和蓝三个色带创建树叶的数码照片（顶部）：

·RGB数据相当于三页小册子；

·高光谱图像（底部）捕获220个波长的光谱响应，类似220页书，包含有关该物体的更多详细信息。

当微观世界遇见高光谱：显微尺度下的新视野

当观测对象从宏观走向微米级，物质的成分差异、结构变化都更加细微，普通光学显微镜只能看到「细胞长什么样、涂层有没有划痕」，但看不到「细胞的生理状态变化、涂层的组分分布均匀性」。

而显微高光谱相机系统，把高光谱成分解析能力，和科研级显微镜微观成像能力深度融合，在微米级视野里，实现对材料、组织、涂层的精确识别与定量分析，给科研带来更丰富的「看见」维度。

SIMSPEC 显微高光谱相机系统

omtools自主研发的SIMSPEC 显微高光谱相机系统，是专门为显微测量应用推出的一体化精密成像设备。该设备将自研高光谱相机与标准科研级显微镜平台深度融合，实现显微成像与高光谱分析一体化设计，彻底解决了分体式系统光路复杂、调校繁琐、数据一致性差的行业痛点，为科研/工业用户提供一站式、高稳定、可开放的显微高光谱成像解决方案。

图4 SIMSPEC 显微高光谱相机系统

设备亮点

1、超宽光谱

400-1000nm可见光至近红外全波段覆盖，覆盖绝大多数科研与工业检测的特征光谱区间，一机适配多领域显微检测需求。

图5 脑组织高光谱

2、高空间分辨成像

1920高空间分辨率设计，成像清晰、噪点少；既能对整片样本进行全景式的光谱普查，也能精准锁定微米级的目标微区，捕捉任意一点光谱的特征信息。

图6 蜜蜂前腿组织切片

3、面阵高光谱成像

采用面阵高光谱成像方式，内部集成光谱分光与成像模块，有效减少外部光路调整需求，提升系统稳定性与数据一致性。

4、ROI动态控制

支持感兴趣区域（ROI）精准成像，兼顾高帧率与数据效率，适应动态样本与快速检测需求。

图7 速度帧率匹配测试

5、通用性强

提供采集软件与SDK，支持定制化算法研究与功能二次开发，适配多元科研创新需求。

6、高速数据传输

搭载USB3.0接口，实现低延迟、无损高速数据传输，满足高光谱数据量大、实时性要求高的应用场景。

农林科研应用场景：作物抗旱生理机制研究

微小物体由于物质结构和成分差异，其吸收光谱也会存在显著微观物体的物质结构与组分差异，会使其特征吸收光谱产生显著区别。通过光谱技术探测并分析被测物吸收光谱的谱型、特征吸收频率、峰强度等核心谱学参数，可精准判别其物质结构与成分信息，实现对微小目标的深度定量化解析。

▋如图8所示，在显微层面上对干旱和正常叶片图像数据进行处理，可获取叶片在不同环境状态下的细胞结构、组织形态及生理功能，可以观察到干旱条件下叶片细胞形态、大小、排列方式以及细胞壁厚度等微观结构的变化，有助于分析作物对干旱环境的生理响应机制。为进一步探究干旱胁迫下叶片的代谢途径、基因表达以及信号转导等生理过程的变化提供理论依据，进而促进作物抗旱性能的提升和农业生产的可持续发展。