La fotografía hiperespectral es una rama de la óptica aplicada que estudia imágenes rasterizadas, cada píxel está asociado no con un valor separado de intensidad de luz, sino con una descomposición espectral completa de energía óptica dentro de los límites de cualquier rango de frecuencia. Estos valores generalmente no se limitan a la luz visible y, a menudo, también incluyen otras longitudes de onda , como IR [1] .
La información recopilada de esta manera, por regla general, se presenta para su análisis en forma de hipercubo , cuyos ejes corresponden a la distribución de las características espectroscópicas registradas (reflectividad, fluorescencia, espectro Raman, etc.), coordenadas espaciales, y, a menudo, el tiempo [1] .
En la actualidad, los métodos hiperespectrales se utilizan activamente en una amplia variedad de aplicaciones, entre las que se encuentran la medicina, el control de calidad de materiales, el diagnóstico de enfermedades, la detección de vehículos en movimiento, la monitorización ambiental , la teledetección , etc. [2] [3]
Las imágenes hiperespectrales no deben confundirse con las técnicas multiespectrales que operan en matrices de datos de banda estrecha [1] . A diferencia de ellas, las imágenes hiperespectrales contienen cientos de canales dentro de los cuales se recopila y registra información de alta resolución de forma independiente [2] . Un rasgo característico de las tareas asociadas con los métodos hiperespectrales es que la información requerida se distribuye en grandes cantidades de datos, y los objetos deseados no pueden detectarse a través de la observación visual. Por regla general, su detección se lleva a cabo a nivel de subpíxel o combinando datos [4] .