Hyperspektrivalokuvaus on sovelletun optiikan haara, joka tutkii rasterikuvia, joiden jokaiseen pikseliin ei liity erillistä valon intensiteetin arvoa, vaan optisen energian täydellistä spektrihajoamista minkä tahansa taajuusalueen rajoissa. Nämä arvot eivät yleensä rajoitu näkyvään valoon ja sisältävät usein myös muita aallonpituuksia , kuten IR [1] .
Tällä tavalla kerätyt tiedot esitetään pääsääntöisesti analysoitavaksi hyperkuution muodossa , jonka akselit vastaavat tallennettujen spektroskooppisten ominaisuuksien (heijastuskyky, fluoresenssi, Raman-spektri jne.) jakaumaa, tilakoordinaatteja, ja usein aika [1] .
Tällä hetkellä hyperspektrisiä menetelmiä käytetään aktiivisesti monenlaisissa sovelluksissa, joita ovat muun muassa lääketiede, materiaalien laadunvalvonta, sairauksien diagnosointi, liikkuvien ajoneuvojen havaitseminen, ympäristön seuranta , kaukokartoitus jne. [2] [3]
Hyperspektristä kuvantamista ei pidä sekoittaa monispektritekniikoihin, jotka toimivat kapeakaistaisissa dataryhmissä [1] . Toisin kuin ne, hyperspektrikuvat sisältävät satoja kanavia, joissa korkearesoluutioisia tietoja kerätään ja tallennetaan itsenäisesti [2] . Hyperspektrisiin menetelmiin liittyville tehtäville on ominaista se, että tarvittava tieto jakautuu suurille tietomäärille, eikä haluttuja kohteita voida havaita visuaalisella havainnolla. Pääsääntöisesti niiden havaitseminen suoritetaan joko alipikselitasolla tai dataa yhdistämällä [4] .