鑫鼎晟觀察發現，觀點速覽：推掃式成像是目前研究和商用最爲成熟的成像方式。高光譜成像主要方法包括：揮掃式、推掃式、凝視式和快照式。推掃式成像是目前最成熟的成像方式，凝採式成像應用較少，但是因綜合性能、價格、產業化階段優勢大，受到業界看好。快照式成像技術尚不成熟，尤其分辨率受限，但潛力巨大。高光譜成像不同波長應用方向不同。應用相對成熟主要在軍事領域，民用領域的應用仍在研究中，如物體分選、水/大氣環境監測、農業、地質監測及醫療等。總的來說，目前高光譜成像的實際應用仍處於早期階段。MEMS微型高光譜技術可實現應用場景和芯片的AI物體感知。微型高光譜MEMS芯片可用於如農業、食品安全、醫療診斷等拓展領域，以實現快速、準確和非破壞性的光譜分析和成像。在智能製造、金融安全、國防公安等行業也可結合產業化應用，是未來極具前景的前沿技術。國外佔據絕大多數的市場份額，高光譜芯片量產將帶動國內市場規模爆發。目前發達國家的高光譜成像系統產品普遍處於較先進水平，整體優於國內企業，佔據絕大多數的市場份額。隨着中國高光譜成像系統應用擴展，芯片高光譜相機量產商用將促進市場爆發。降低硬件成本以及設計完整配套方案是目前行業最需解決的問題。高光譜成像系統商用近三十年，市場仍處於早期探索階段，未廣泛應用於各行業。未來能深入到客戶的實際應用場景，開發出對應的解決方案並形成長期積累的企業才能掌握行業的話語權。一、高光譜圖像傳感行業概述（一）高光譜成像原理高光譜是一種物質區別於其他物質的本質在於其分子、原子的種類及排列方式。每種物質有自身特有的光譜曲線，因此根據吸收或者反射的光譜便能確定物質的種類。高光譜成像技術（HSI）便是基於此種原理，通過獲取大量連續窄波段（通常小於10nm）的物體光譜信息，將光譜信息與普通成像信息相結合，最終將數據合成爲光譜連續的圖像數據。高光譜成像是光譜技術和成像技術的結合，通常也被稱爲成像光譜技術。高光譜成像是加入了彩色三維成像的技術，包括目標頻譜數據的反射圖像，通過數據處理得到電磁光譜圖像中每個像素。高光譜成像系統一般包括高光譜成像儀，攝像機，光源，數據軟件和計算機等。爲方便理解，我們可以認爲是在普通二維圖像上增加一維的連續光譜信息，即三維數據（x,y,λ），x和y表示二維圖像座標，λ表示光譜信息，其中光譜曲線的形態可以幫助確定物質的種類。（二）高光譜成像發展史從瞭解成像技術的發展歷史入手可以幫助更好地理解高光譜成像技術。第一個階段是灰度圖像，可以認爲是全色波段，或者是單波段，無法顯示物體的色彩，也就是黑白照片。第二階段是彩色圖像階段，彩色圖像是選定紅綠藍三個特定波長的光譜信息，獲取圖像信息後進行合成得到的。第三個階段是多光譜圖像，在彩色圖像的基礎上進一步增加了一定波段的光譜信息，通常通過由特定波段的濾光片組成的多光譜系統獲得。第四個階段是高光譜圖像，即進一步收窄波段寬度，提高單位波段數量，形成連續的光譜信息。整個成像技術的發展史可以認爲是光譜信息不斷豐富的過程。1、高光譜成像技術的優勢與不足高光譜成像技術優勢主要體現在兩個層面：①信息豐富程度大幅度提高，相對於傳統的成像技術，其進一步提供了光譜信息，更方便結合光譜特徵對物體進行分類和研究；②波段間隔小，更方便於波段之間進行數據的互相校正，提高數據的準確性。但是高光譜成像目前還面臨很多問題，特別是帶來了數據處理方面的挑戰：①數據量大幅增加，對計算能力要求相應提升；②數據中存在大量過剩信息，波段間數據相關性高，處理不好反而會影響分類精度；③常規圖像的處理模型和方法難以適應高光譜數據的處理及應用。2、全球及我國高光譜技術和應用的發展過程高光譜或者說光譜成像從20世紀80年代開始在航天及遙感領域開始應用，2000年左右商品化的高光譜設備開始出現，當時主要是光柵分光（specim\headwall）和液晶可調（CRI）兩種技術路線，應用領域也從以遙感、食品檢測、軍事爲主拓展到農林生態遙感監測、工業分行、文保、醫療等多個領域。2015年左右更多低成本的光譜成像技術開始出現，包括光場成像技術、MEMS技術、量子點、超表面結構、芯片鍍膜技術等，在工業（塑料、垃圾及水果分選等）、精準農業、水環境、食品檢測、美容醫療等多個領域已有成熟的方案和產品進行應用。近幾年，人工智能的快速發展給光譜成像技術的開發應用提供了很大的發展空間。在我國，2008年以前，僅有涉及遙感領域等的幾家單位從事高光譜的應用研究工作。2008年開始，國內從事高光譜研究工作的團隊越來越多，從以研究探索爲主逐漸在多個應用方向均有成果落地。2010年左右，在硬件技術方面，國內有幾家研究單位開發了以光柵分光和LCTF分光技術的高光譜設備，主要用於配套軍工、航天項目。近幾年，我國在新型低成本光譜成像技術方面發展較快，MEMS技術、量子點、超表面結構等新型光譜成像技術均有開展，且商業化、產品化的發展速度較快。（三）高光譜圖像傳感行業發展現狀1、當前高光譜技術發展程度目前，傳統的光柵分光技術比較成熟，但是成本較高，需要在成本上進行優化，降低設備採購門檻；有幾種新型的光譜成像技術，在成本方面，具有產業化應用的前景，如片上鍍膜技術、MEMS技術、量子點、超表面結構等，但技術方面，在成本降低的同時，不可避免地會出現數據質量低、光譜與空間分辨率低、光譜準確度低等問題，需要進一步通過壓縮感知技術、人工智能等數據處理手段提高數據的準確性。每種技術都有自己的優缺點，最重要的是找到技術與應用的結合點、成本與解決應用問題的平衡點，來實現技術落地。2、高光譜成像系統行業相關法律法規近年來，爲鼓勵高光譜成像系統及其下游行業發展，國家相繼出臺一系列法律法規及政策。3、高光譜成像系統產業鏈高光譜成像系統行業上游包括電子元器件、光學晶片等產業，上游產業爲高光譜成像系統行業提供生產所需的原材料、工藝技術、相關設備等。上游原材料供給規模、材料價格、工藝水平對高光譜成像系統行業存在重大影響。高光譜成像系統行業下游主要應用於軍事、農業、生物醫學等行業，下游市場的規模發展爲高光譜成像系統行業創造了可觀的新增市場容量，同時下游產業的結構升級，有助於驅動高光譜成像系統行業技術進步。二、適用場景廣：MEMS芯片開創生物識別新應用（一）高光譜圖像傳感主要技術路線由於高光譜成像獲得是三維數據，而傳統的成像方式只能獲得二維的平面數據，因此成像方式也相應進行了改變，在發展過程中主要出現了四種方法：揮掃式（Whiskbroom）、推掃式（Pushbroom）、凝視式（Staring）以及快照式（Snapshot）。1、揮掃式成像（Whiskbroom）揮掃式成像，又被稱爲點掃描式。顧名思義，該成像方式每次只對一個點的光譜信息（λ）進行測量，該點的反射光經過棱鏡散射後，只需一個線陣傳感器便可以完成信息的記錄，再通過機械結構實現測量點在物體表面的橫向和豎向的移動，從而完成對整個表面的光譜信息的描繪。該技術最早被衛星用於遙感探測，後來又被廣泛用於機載系統。2、推掃式成像（Pushbroom）推掃式成像是基於揮掃式成像的改進，該成像技術每次完成一條線對應的光譜信息的測量，也就是說同時獲取一維的空間信息（y）和光譜信息（λ）。該線陣的光線相繼通過光譜儀的前置狹縫、透鏡及投射光柵變爲隨波長展開的單色光，需要一個面陣傳感器完成信息的記錄，再通過機械結構實現測量線在物體表面的單向移動，從而完成對整個表面的光譜信息的描繪。3、凝採式成像（Staring）凝採式成像不使用光柵或者棱鏡，通常使用濾波器（例如可調諧濾波器、可變干涉濾波器、線性可變濾波器等），物體的反射光通過濾波器後只產生一段窄波段的光譜信息，然後通過面陣傳感器進行記錄，從而一次性獲得具有完整空間信息的單波段二維灰度圖像（x,y）的光譜。之後通過調整濾波器的輸出波長，獲得各段窄波段下的光譜信息圖像，最終拼成最終的三維信息。簡單來說，推掃式成像就是在一個時間點獲得一條線的完整光譜信息，通過時間完成另一個空間維度的信息補充，凝採式成像就是在一個時間點獲得一個面的單一窄波段的光譜信息，通過時間完成各波段的拼接。由於在不同波段下可以使用不同的曝光，因此凝採式成像具備更高的動態範圍。4、快照式成像（Snapshot）快照式成像通過各種方式將目標物體的三維數據以降維的形式呈現在探測器上，然後利用對應的重建算法將探測器上獲得的數據還原爲三維數據，旨在通過一次曝光便在面陣探測器上記錄完整的空間和光譜信息，其完全不需要掃描的過程。目前主要在研究的方法包括計算光譜成像、基於微透鏡陣列以及計算層析型高光譜成像三大類。這種成像方式內部不存在移動部件或者動態調節組件，具備抗干擾能力強、成像速度快的優勢，適用於移動較快的物體或者實時監測。另外，從理論上看，快照式成像在未來更容易實現成本的降低和相機體積的縮小，極大提高便攜性，更易在室外進行使用。但目前技術仍處於實驗室階段，面臨分辨率、硬件設計、數據計算等多方面的問題，難以實現大規模生產和應用。對比來看四種成像方式各有優劣，不同場景適用的方式不同。推掃式成像是目前研究和商用最爲成熟的成像方式，凝採式成像相較來說應用少一些。推掃式成像需要掃描一維空間，因此尤其適合於流水線檢測、無人機機載掃描等移動物體的掃描，但是在掃描靜止物體時不如凝採式成像方便，凝採式成像系統無需在內部集成移動組件，且更容易實現體積的縮小。快照式成像目前技術還不夠成熟，尤其是受限於分辨率不足的瓶頸，但卻是未來最具潛力的成像方式，其致力於在芯片層面解決光學層面的問題，因此能夠大幅度減小體積，且藉助成熟的半導體產業能夠實現量產成本的大幅降低，最有可能將高光譜相機從一個工業實驗設備轉變爲一個消費電子產品，開拓更多應用領域。（二）高光譜圖像傳感主要應用領域與光譜儀的定位不同，高光譜成像不只是爲了獲得物體的光譜信息從而進行物質分析，而是基於二維空間的基礎上增加光譜信息，即只有當需要進行空間層面的分析時，纔會需要用到高光譜成像，否則僅需要成本更低的光譜儀便可以勝任。由於高光譜成像在地面目標識別方面的優勢，其最早被應用於軍事領域，並逐漸取代多光譜成像，成爲主要的偵查手段。後來逐漸從軍用轉向民用，應用領域逐漸擴展到生命科學和診斷、地質調查、植被遙感、農業監測、大氣遙感、水文學、災害環境遙感、質檢分選等。1、不同波長應用方向不同由於技術限制，目前單一高光譜相機僅能測量有限的波長範圍。業界通常將其分爲紫外UV(200-400nm)、可見VIS(380-800nm)、可見－近紅外VNIR(400-1000nm)、近紅外NIR(900-1700nm)、短波紅外SWIR(970-2500nm)、中紅外MWIR(3-5μm)、遠紅外LWIR(8-12μm)。也正是由於這種限制，在實際應用中，會根據物體的光譜特徵，選擇最合適的波長範圍，不同波段的產品分別對應不同的應用場景：2、目前應用場景及其應用程度整體來看，目前高光譜成像的實際應用仍處於早期階段。應用相對成熟的主要是在軍事領域，在民用領域許多應用方向仍在研究和探索中，例如特定物體的分選、水污染及大氣環境監測、農業、地質監測以及醫療等相關領域。①航天遙感光譜遙感通過高光譜傳感器探測物體反射的電磁波，進而獲得地物目標的空間和頻譜數據，成立於20世紀初期的測譜學是它的基礎。高光譜遙感的出現使得許多使用寬波段無法探測到的物體，更加容易被探測到。國內企業中，海譜納米同步開發了近地遙感，可適配各種消費級無人機產品，拓寬了行業應用場景。②分選與質檢通過機器學習算法，根據不同的應用場景，利用參考樣品進行訓練，以交互的方式得到監督分類模型後，上傳到模型庫中，便能利用已有模型對流水線上的產品進行快速分類，具有廣泛的適用性和通用性。目前的物體分選很多都是在可見光的範圍下通過機器視覺實現的，但是有很多物質無法在可見光的條件下進行區分。例如在垃圾分選中，往往存在多種構成成分區別很大的塑料，但外觀上區別不大，無法通過傳統的機器視覺進行識別，通過高光譜分析儀能有效對其構成成分進行分析從而進行區分。再例如在食品分選中，高光譜成像能夠有效區分出食品表面肉眼不可見的菌落，從而實現對新鮮度的判斷。③水污染、大氣等環境監測高光譜成像可以有效觀測水體中葉綠素、浮游生物、沉積性懸浮物等分佈情況，從而判斷富營養化和藻類暴發等水污染中的常見問題，具有能夠同時進行大範圍水質監測、動態跟蹤污染情況等優勢，正在成爲水環境保護中越來越重要的監測手段。此外，高光譜成像是大範圍監測污染氣體以及溫室氣體的重要手段。二氧化硫和氮氧化物等主要污染氣體和二氧化碳、甲烷等溫室氣體在紫外、可見、近紅外、紅外等波段存在比較強的特徵吸收帶，因此通過使用對應波段的高光譜數據便能夠對氣體的成分進行定量分析，判斷該地區的污染情況。④農業監測葉片中的葉綠素含量很大程度上決定了植物的反射光譜特徵，因此生長正常的植物具有典型的光譜特徵，通過分析光譜圖像便可以很容易地發現病蟲害、生長不良等問題，精確監控作物的生長狀態，從而及時進行解決。⑤地質監測從20世紀80年代以來，得益於衛星遙感技術的發展，高光譜技術開始被廣泛應用於地質研究中。在高光譜的分辨率下，能夠對錶面礦物進行特徵分析，進而在礦物成分識別、地質成因環境探測、成礦預測、油氣資源滲漏檢測等相關領域發揮重要作用。⑥醫療患病的機體和組織細胞表現出不同的光譜特徵，醫生能夠通過高光譜成像更快、更準確地檢測原來難以確定病竈的部位，從而爲患者針對性地定製更有效的治療方式。相較於超聲、射線等傳統醫學影像檢測手段，高光譜成像技術對人體完全無傷害，靈敏度高且操作簡單，正在成爲越來越多醫學研究關注的重點，爲疾病的發病機理、組織病變、疾病診斷與治療、藥物效果評價等研究方向提供了新的思路和方法。（三）MEMS高光譜成像芯片及其創新應用MEMS高光譜成像芯片是指利用MEMS工藝開發及MEMS標準化生產全流程，採用溼法硅刻蝕等特殊加工工藝，懸空、鍍膜、反射及密封空腔等特殊結構，以及體工藝、表面工藝和鍵合工藝等結構和工藝流程製備而成的，具備體積小、功耗低、性價比高、寬光譜連續可調、空間分辨率高、速度快（毫秒級）、穩定性一致性高等優勢的一項顛覆性技術。相比於其他高光譜技術，MEMS微型高光譜技術可以完美實現應用場景和芯片的標準化，即可以隨時隨地根據場景和拍攝物品，靈活地調整探測的波段，真正實現AI物體感知。MEMS高光譜成像傳感器在探測目標二維空間的同時，可以同步獲取每一個空間位置上的光譜信息，從而實現四維空間（4D）物質成分的分析檢測，實現了物理世界成分數字化，讓終端更好地看懂世界。1、微型高光譜mems芯片原理微型高光譜MEMS芯片是一種通過使用微機械系統（MEMS）技術製造的芯片，用於進行高光譜成像和傳感的設備。其原理是將光通過多個微小的光柵（也稱爲濾光片或譜片）分解成不同波長的光譜，並使用光譜相機或其他傳感器捕獲和記錄每個波長的光信號。微型高光譜MEMS芯片的工作原理如下：①入射光經過準直透鏡或光纖輸入到芯片的傳感區域。②在傳感區域中，光被分散並通過一系列微小的光柵。③每個光柵會選擇性地反射或透射出特定波長範圍的光信號，形成不同光譜的路徑。④一個光譜相機或其他光譜傳感器會捕獲並記錄每個波長的光信號。⑤芯片內的信號處理電路會對每個波長的光信號進行處理和分析，以提取有關樣本的光譜信息。微型高光譜MEMS芯片的優勢包括體積小、重量輕、高分辨率、快速成像和高光譜精度等。它們可用於如農業、食品安全、醫療診斷等拓展領域，以實現快速、準確和非破壞性的光譜分析和成像。2、MEMS傳感器開創新應用MEMS高光譜技術在智能製造、金融安全、食品安全、國防公安等行業也可結合產業化應用，是未來極具前景的前沿技術。①MEMS高光譜爲金融支付安全護航隨着人們對於金融安全的意識逐步提高，全球各大廠商均在開發更安全、便捷、高效的生物識別支付方式。然而，受制於生物特徵識別的隱私保護、數據傳輸的安全性、完整性以及存儲方式的明確性，移動支付用戶目前對於識別準確度、隱私泄露和數據安全較爲擔心。公安部發布的公共安全防假體呈現攻擊測試方法國標要求嚴苛，但海譜納米等企業自主研發並量產的MEMS微型高光譜傳感器模組，可無縫集成在多種消費級電子產品中，做到拍照即檢測物質化學成分，能夠在各種嚴苛條件下識別出紙張，照片，手機動態視頻，仿真人臉頭模等假體與真實皮膚的區別，不僅有效提高了生物識別的準確性，還能夠最大限度保護支付用戶的生物體徵信息，達到對用戶隱私的保護。在光譜維度，由於皮膚中血紅蛋白及水分等特徵吸收，使得真人皮膚的光譜和假體材質的光譜有較大區分度。如下圖展示了真人皮膚和一些假體材質的光譜，可以看到不同真人的皮膚光譜走勢基本一致，真人皮膚和假體材質的光譜有較大區分。在圖像維度，由於不同波段的光在皮膚中的穿透深度不同，不同波段下的圖像能展示皮膚不同深度的信息。以下數據展示了手掌在不同波段下的圖像，在短波波段下（如藍光），手掌的掌紋較清晰，在長波下（如紅外光）手掌的掌脈較清晰。②高光譜專業級智能測膚技術研究顯示，採用高光譜測膚技術對皮膚進行信息採集，可檢測指標涵蓋紋理、成分、病理三大類別，皺紋、毛孔、粗糙度、黑色素、血紅蛋白、水分、油脂、色斑、痤瘡、炎症、皮膚病等數十種指標。海譜納米在該技術領域世界領先，將帶來智能測膚新革命。高光譜智能測膚是根據肌膚對各種波段光譜的反射不同，高光譜技術不僅可以檢測已經暴露在肌膚表面的問題，更能夠通過定量分析將隱藏在皮膚基底層的問題直觀展示出來，以便及早對皮膚存在的問題進行預防、治療。三、高光譜圖像傳感市場需求潛力和未來技術發展趨勢（一）高光譜傳感市場需求潛力1、高光譜圖像傳感芯片商業化進展高光譜圖像傳感器芯片可爲視覺傳感技術賦能，其應用廣泛靈活，可應用於各類視覺傳感領域。通過光譜芯片的不同光譜範圍（可見光-近紅外-短波紅外-熱紅外），可實現針對不同行業提供整體解決方案，例如：高光譜工業在線檢測設備、皮膚綜合檢測、食品安全、農產品品質分析、水質與危險氣體檢測等。根據最近的一份市場報告，預計2020年至2027年間，全球高光譜成像市場將以8.2%的複合年均增長率（CAGR）增長，到2027年將達到35.2億美元。預計亞太和歐洲將是市場增長最快的地區，複合年均增長率分別爲9.3%和8.5%。高光譜成像市場增長的主要驅動因素，包括市場對材料準確可靠分析的需求不斷增加、人工智能等新技術與低成本成像系統的發展相結合，以及對遙感應用的需求不斷增長。高光譜成像的主要應用領域包括醫療診斷、工業機器視覺、環境監測和軍事監察。而從細分領域來看，應用於食品安全、醫學診斷、金融安全、消費電子等民用領域的高光譜成像系統市場規模呈現出高速增長態勢，商業化進展迅速。2、高光譜圖像傳感市場規模得益於工業數字化、物聯網等需求的提升，越來越多的工業應用開始尋求自動化解決方案，以獲取更高的經濟效益。基於高光譜成像系統這種新興“傳感器”的行業解決方案也逐漸開始進入人們的視野，目前大多還處在行業驗證和試用階段。據統計，2023年全球高光譜成像系統市場規模達到了1273.55億元，中國高光譜成像系統市場規模達到了380.15億元。預測全球高光譜成像系統市場容量將以17.74%的年複合增速增長到2029年達到3352.34億元。若基於MEMS芯片的高光譜相機能夠量產商用，則市場規模將進一步爆發。基於細分產品來看，在高光譜成像市場中以高光譜相機爲代表的硬件設備佔據最大的市場份額，產生這種現象的原因在於：第一，目前行業仍處於早期階段，解決方案提供不完善，主流的商業模式仍停留在簡單的硬件銷售層面，後續開發和使用一般交由用戶完成；第二，高光譜相機由於硬件成本較高，單機銷售價格居高不下，普遍不低於10萬元/臺，相比較起來提供的解決方案價格更低，因此佔據份額更低。然而這兩點都不利於高光譜成像市場的長遠發展，未來隨着高光譜相機硬件成本價格的下降以及軟件算法的完善，市場規模將進一步擴大，硬件設備所佔據的市場份額也將逐步下降。基於技術路線來看，目前推掃式成像佔據最大的市場份額。短期內由於高光譜成像硬件設備價格難以下降，只能應用於工業、農業等實用價值更直接的領域，而且推掃式成像極其適用於工廠的流水線式作業以及無人機的區域監測，推掃式成像在短期內仍然是最主流的技術路線。未來隨着快照式成像技術的發展，高光譜相機有望實現硬件成本的大幅度下降，在消費級市場爆發出巨大的應用潛力，在遠期實現更快的增長速度。基於終端需求分類來看，各個應用方向的市場佔比平均，應用已經較爲成熟的地質行業的市場規模佔比最高，達到23%，其次是醫療市場以及安防市場。食物監測、廢物回收、農業等方面的應用目前多處於應用開發和驗證階段，未來市場份額佔比將逐步提高，產生更大的應用價值。3、高光譜圖像傳感市場格局由於高光譜成像系統需要極深的技術積累，目前發達國家的高光譜成像系統產品普遍處於較先進水平。國外成熟公司擁有更爲成熟的設備，強大的研發能力，整體水平優於國內企業。國外知名度高的廠商憑藉良好的產品和口碑長期佔據絕大多數的市場份額。世界大型高光譜成像系統生產企業主要集中在北美和歐洲，主要生產廠商包括美國的Headwall Photonics、Ocean Optics、Resonon、Surface Optics、康寧（併購NovaSol）、Brimrose，加拿大的ITRES、Telops，芬蘭的Specim，歐洲微電子研究中心（IMEC），挪威納斯克電子光學公司（Norsk Elektro Optikk AS）等。國內關於高光譜成像系統的研究主要集中在軍事機構和部分高校研究機構，例如中科院光電院、上海光機所、長春光機所等等。目前着手於商用的廠商相對較少，且大部分公司的產品的核心部件（分光儀等）仍然採購自國外技術成熟的公司，在國內完成組裝並通過更高的性價比實現市場的開拓，而已經形成生產和銷售能力的主要包括海普納米等。中國高光譜市場規模和增長預期中國經過了10餘年高光譜科研前沿應用探索，已發表有大量的專業應用文獻，爲高光譜的行業應用打下了牢固的基礎，高光譜科研應用專家也正在積極尋求高光譜在應用行業的落地，比如：水環境監測、農林行業監測、肉類食品加工等。同時，致力於高光譜行業落地推廣的許多公司，其中不乏已經掌握了高光譜核心硬件技術、應用算法等，如“無錫譜視界科技有限公司”，解決高光譜在行業應用遇到的成本、數據解析、方案集成等難題。因此，未來高光譜市場前景廣闊。未來，國內的高光譜市場可達百億級規模，在2~3年內，大概會保持20%左右的速率增長，主要應用在科研行業和部分行業推廣試運行探索階段，一旦某個行業高光譜應用成熟並大量推廣，整個高光譜市場規模將呈現指數增長。（二）高光譜傳感未來技術發展趨勢1、高光譜成像行業具有較高的技術壁壘目前，高光譜成像系統的研發和生產主要集中在歐美的一些發達國家，這些國家的高光譜成像技術研發起步較早，技術水平較爲領先，擁有衆多技術實力雄厚、競爭力較強的企業，如美國CRI公司、美國海洋光學（Ocean Optic）公司、美國HeadWall公司、挪威NEO公司、芬蘭SPECIM等。這些企業憑藉品牌、技術等優勢，在全球市場佔有較大市場份額。而由於中國、印度等發展中國家發展起步較晚，且發達國家對相關技術進行了封鎖，因此其高光譜成像技術發展較爲落後。近年來，隨着中國高光譜成像技術的發展及成熟，高光譜成像產品的應用日益廣泛，在國內海洋監測、地質礦產和油氣資源勘查、城市遙感等領域均發揮着十分重要的作用。同時，中國高光譜數據處理軟件競爭力也不斷提升，中國科學院遙感應用研究所研究設計並開發的高光譜圖像處理與分析系統（HIPAS），可用於處理高光譜成像儀所探測的豐富地學信息，是國內第一套具有完全自主知識版權的專業高光譜遙感圖像處理與應用軟件系統，並在高光譜遙感應用方面實現了向美、日、澳等發達國家的技術輸出，成果在國際上產生了重大影響。2、行業發展目前遇到的困境高光譜成像系統的商用雖然已經發展了近三十年，但現在市場仍處於早期的發展探索階段，仍未在各行業得到廣泛地使用。其中主要面臨的困難包括：①高光譜成像系統硬件成本居高不下由於目前高光譜成像系統以推掃式成像、凝視式成像兩種技術路線爲主，但是推掃式成像需要用到光柵和棱鏡，凝視式成像需要用到濾波器，兩條技術路線的硬件成本都難以在短期內快速降低。整個系統的生產成本和售價高高在上，商用客戶採用該系統產生的額外效益難以覆蓋其使用成本，無法被客戶所接受。這導致高光譜成像系統長時間只能應用於實驗室研究，下游客戶侷限於各大高校和研究所，市場規模有限。②缺少易用的整體解決方案由於高光譜成像系統產生的數據量體量巨大，且數據中噪聲多，處理過程複雜，對軟件算法提出了極高的要求。然而由於目前實際應用較少，大多數研究只停留在實驗論證階段，未能形成成熟易用的解決方案，下游客戶在使用過程中需要耗費巨大的時間、資金和精力去開發適合自己需求的系統，極大降低了嘗試意願。至於體量廣闊的消費級市場，則更需要一款簡單易用的“傻瓜式”配套程序才能具備入圍機會。正是由於這些發展瓶頸的存在，才使得這個行業充滿更多不確定性，爲後來的創業企業帶來彎道超車的機會。行業未來的破局點正是在於以上待解決的問題。①急需降低生產成本的硬件設計方案從原材料層面上看，推掃式成像和凝視式成像硬件成本難以在短期內降低，體積也難以進一步縮小，應用場景受到明顯的限制。目前來看，最具備技術突破潛力的當屬快照式成像，藉助於成熟的半導體產業鏈，最有可能實現生產成本的大幅降低，降低應用門檻。目前包括清華大學、劍橋大學、普林斯頓大學均已公佈相關研究成果，致力於在更小的芯片體積上實現更高的成像精度。②解決方案提供商的地位將逐漸提高高光譜成像系統的硬件已經經歷了多年的發展，參數規格已滿足基本需求，雖然成本難以快速降低，但是在很多對成本不是很敏感的行業已具備實用價值。解決方案提供商扮演起“臨門一腳”的重要角色，需要其深入到客戶的實際應用場景，開發出對應的解決方案，長期以後形成積累，掌握行業的話語權。（三）行業投融資情況在學術界，高光譜成像曾被認爲“一直是21世紀光電技術中增長最快的技術之一”。近年來，圍繞“自主可控”與“國產替代”的重要方向，光譜視頻監測技術探索逐步深入，智能工業市場對於光譜視覺的需求持續釋放。隨着與工業物聯網、機器視覺、大數據等前沿技術的深度融合，針對C端的消費級產品也呈現出巨大增長潛力。光譜視覺這一新興賽道的蓬勃發展從資本市場的投融資熱度也可窺見一二。我國光譜視覺領域投融資總體呈現出以下特點：1、單筆融資金額高這一新興賽道的技術與資金門檻較高，前期投入要求高。但我國推出的一系列低成本、高分辨率的新型光譜成像技術也令資本方看到了廣闊前景。據不完全統計，2020—2022年，我國光譜相關企業融資單筆融資金額少則上千萬元，多則過億元。2、融資次數不多這也與行業玩家數量有關，根據IT桔子“光譜”關鍵詞搜索，企業數量約116家，而“高光譜”企業則不足20家。3、以A輪爲主截至2023年2月末，A輪融資佔比約35.7%，我國光譜視覺行業起步晚，仍處於較爲初級的發展階段。但另一方面，我國在基礎儀器設備以及光譜視覺先進技術研發方面有相當大的投入。四、總結高光譜成像系統作爲一種功能進一步升級的“圖像傳感器”，能夠在二維圖像的基礎上增加高光譜信息，有效提升了可識別的信息量，從而幫助對物質種類進行識別。與傳統“機器視覺”相比，基於高光譜技術的識別不僅能夠更精確地區分不同物體，甚至能夠實現無法通過外觀進行分辨的物體識別。在物聯網發展的大背景下，未來將成長爲一種重要的終端傳感設備，豐富萬物互聯的世界。未來高光譜成像破局的關鍵在於整體系統成本的降低。雖然目前基於推掃式、凝視式技術的高光譜成像系統的成本正在不斷降低，開始逐步打開市場，但是距離實現大規模應用仍有較大距離。未來只有芯片級的高光譜成像技術得到推廣後，高光譜成像才能從高端工業應用走向消費級應用，走進大衆的日常生活，有效幫助改善生活質量，從而帶動市場規模的爆發。