据麦姆斯咨询报道，近期，一支欧盟科学家团队正在开发一种新型高光谱相机，旨在改变包括垂直农业在内的众多行业。例如，高光谱相机将使种植沙拉、香草和微型蔬菜等农作物的农民能够及早发现植物疾病，精确监测农作物健康状况，并优化收获时间，从而有效提升产量。

这个名为“HyperImage”的新型高光谱相机项目获得了Photonics Partnership的资助，旨在彻底改变不同行业的运营效率和产品质量。

该高光谱成像系统使用人工智能（机器学习）算法来识别物体，以实现更精确的决策。该系统还有望降低农业成本，减少浪费，产量比传统方法高出20%。

超越人类视觉

欧洲光子学平台Photonics 21发布的公告指出：“与仅捕获红光、绿光、蓝光的普通相机不同，高光谱相机可以捕捉从红外到紫外区域的许多不同波长的光，这称为光谱维度。然后，科学家可以使用人工智能实时分析这些光谱数据，对不同的物体和材料进行分类，即时明确地发现油漆、污染物或农作物疾病等。”

弗劳恩霍夫（Fraunhofer）IWS HyperImage项目负责人Alexander Kabardiadi Virkovski评论道：“将高光谱相机集成到自动驾驶系统中代表了技术和应用方面的重大进步。这种成像技术有望提高工业和农业的生产力和可持续性。尽管高光谱成像自1980年代就已经存在，但它从未与人工智能一起实时用于HyperImage团队目前正在探索的应用领域。”

“我们的新成像系统正在为自动化垂直农业开发，但同时也用于改进质量控制、自动驾驶导航、无人地理监视的视觉系统。创新的HyperImage方法将使自动驾驶汽车能够执行详细的环境分析并做出明智的决策。通过对不同相机制造商的高光谱数据进行标准化，我们的目标是创建一个用于物体识别和质量控制的通用解决方案。”

监视无人机

HyperImage项目团队还在努力提高一系列其它用例的运营效率，包括监视无人机。HyperImage平台中部署的光子组件和光谱成像技术最终将使无人机能够以更高的能效执行更长的任务，并提高监视和监测的运营效率。

“使用无人机的任务，例如环境监测、基础设施检查、灾害管理和农业调查，都可以通过 HyperImage系统得到改进。通过使用高光谱成像技术，无人机将能够捕获多个不同波长的详细数据，从而使其能够检测到植被的细微变化、识别材料或以比传统传感器更高的精度监测基础设施的完整性。”Kabardiadi Virkovski说道。

HyperImage项目团队正在开发一种轻量级、高分辨率的高光谱视觉系统，以将无人机整体重量减轻10%（最大起飞重量为25公斤）。这种重量减轻为更大的电池创造了额外的空间，从而将飞行时间延长了50%。

HyperImage项目将于2027年结束，由欧盟资助并汇集了来自工业界和学术界的十二个合作伙伴联盟，其中包括4K-MEMS、AMIRES、DIVE imaging systems、Growy、Infineon Technologies、KETMarket、Netcompany-Intrasoft、Norsk Elektro Optikk AS、Optotune、Robotnik Automation、SILIOS Technologies、Stichting Wageningen Research、HySpex。

据麦姆斯咨询报道，近期，一支欧盟科学家团队正在开发一种新型高光谱相机，旨在改变包括垂直农业在内的众多行业。例如，高光谱相机将使种植沙拉、香草和微型蔬菜等农作物的农民能够及早发现植物疾病，精确监测农作物健康状况，并优化收获时间，从而有效提升产量。

这个名为“HyperImage”的新型高光谱相机项目获得了Photonics Partnership的资助，旨在彻底改变不同行业的运营效率和产品质量。

该高光谱成像系统使用人工智能（机器学习）算法来识别物体，以实现更精确的决策。该系统还有望降低农业成本，减少浪费，产量比传统方法高出20%。

超越人类视觉

欧洲光子学平台Photonics 21发布的公告指出：“与仅捕获红光、绿光、蓝光的普通相机不同，高光谱相机可以捕捉从红外到紫外区域的许多不同波长的光，这称为光谱维度。然后，科学家可以使用人工智能实时分析这些光谱数据，对不同的物体和材料进行分类，即时明确地发现油漆、污染物或农作物疾病等。”

弗劳恩霍夫（Fraunhofer）IWS HyperImage项目负责人Alexander Kabardiadi Virkovski评论道：“将高光谱相机集成到自动驾驶系统中代表了技术和应用方面的重大进步。这种成像技术有望提高工业和农业的生产力和可持续性。尽管高光谱成像自1980年代就已经存在，但它从未与人工智能一起实时用于HyperImage团队目前正在探索的应用领域。”

“我们的新成像系统正在为自动化垂直农业开发，但同时也用于改进质量控制、自动驾驶导航、无人地理监视的视觉系统。创新的HyperImage方法将使自动驾驶汽车能够执行详细的环境分析并做出明智的决策。通过对不同相机制造商的高光谱数据进行标准化，我们的目标是创建一个用于物体识别和质量控制的通用解决方案。”

监视无人机

HyperImage项目团队还在努力提高一系列其它用例的运营效率，包括监视无人机。HyperImage平台中部署的光子组件和光谱成像技术最终将使无人机能够以更高的能效执行更长的任务，并提高监视和监测的运营效率。

“使用无人机的任务，例如环境监测、基础设施检查、灾害管理和农业调查，都可以通过 HyperImage系统得到改进。通过使用高光谱成像技术，无人机将能够捕获多个不同波长的详细数据，从而使其能够检测到植被的细微变化、识别材料或以比传统传感器更高的精度监测基础设施的完整性。”Kabardiadi Virkovski说道。

HyperImage项目团队正在开发一种轻量级、高分辨率的高光谱视觉系统，以将无人机整体重量减轻10%（最大起飞重量为25公斤）。这种重量减轻为更大的电池创造了额外的空间，从而将飞行时间延长了50%。

HyperImage项目将于2027年结束，由欧盟资助并汇集了来自工业界和学术界的十二个合作伙伴联盟，其中包括4K-MEMS、AMIRES、DIVE imaging systems、Growy、Infineon Technologies、KETMarket、Netcompany-Intrasoft、Norsk Elektro Optikk AS、Optotune、Robotnik Automation、SILIOS Technologies、Stichting Wageningen Research、HySpex。