ハイパースペクトルイメージング

arXiv:2508.08107v2 発表タイプ：代替 要旨：ハイパースペクトルイメージング（HSI）は、空間情報とスペクトル情報を同時に捉えることで、物質、化学的、生学的特性の無傷・ラベルフリーな解析を可能にする高度な検知モードです。このガイドブックは、HSI に関する物理的原理やセンサーアーキテクチャから、データ収集・校正・補正の主要な工程までを包括的に解説します。一般的なデータ形式をまとめ、次元削減、分類、スペクトル分解、およびディープラーニングなどの AI ドライブ型技術を含む古典的および現代的な解析手法を強調します。また、地球観測、精密農業、バイオメディカル、産業検査、文化財、セキュリティにおける代表的な応用例を討議し、HSI が高度な監視・診断・意思決定のための視覚化を超える特性をどのように顕在化するかを強調します。ハードウェアのトレードオフ、取得変動、高次元データの複雑性といった恒常的課題と、計算イメージング、物理情報を含むモデリング、クロスモーダル融合、自己教師あり学習を含む新興解決策を同時に検討します。データセット共有、再現性、メタデータドキュメントのためのベストプラクティスは、透明性と再利用を支援するためにさらに強調されます。先見として、センサーの小型化、自己教師あり学習、ファウンデーションモデルに起因する拡張可能・リアルタイム・エムベッッド型 HSI システムへの未来方向性を探求します。HSI が学際的なプラットフォームとして進化し続けるにつれ、科学、技術、社会において変革的な応用を約束します。

arXiv:2508.08107v2 Announce Type: replace Abstract: Hyperspectral imaging (HSI) is an advanced sensing modality that simultaneously captures spatial and spectral information, enabling non-invasive, label-free analysis of material, chemical, and biological properties. This Primer presents a comprehensive overview of HSI, from the underlying physical principles and sensor architectures to key steps in data acquisition, calibration, and correction. We summarize common data structures and highlight classical and modern analysis methods, including dimensionality reduction, classification, spectral unmixing, and AI-driven techniques such as deep learning. Representative applications across Earth observation, precision agriculture, biomedicine, industrial inspection, cultural heritage, and security are also discussed, emphasizing HSI's ability to uncover sub-visual features for advanced monitoring, diagnostics, and decision-making. Persistent challenges, such as hardware trade-offs, acquisition variability, and the complexity of high-dimensional data, are examined alongside emerging solutions, including computational imaging, physics-informed modeling, cross-modal fusion, and self-supervised learning. Best practices for dataset sharing, reproducibility, and metadata documentation are further highlighted to support transparency and reuse. Looking ahead, we explore future directions toward scalable, real-time, and embedded HSI systems, driven by sensor miniaturization, self-supervised learning, and foundation models. As HSI evolves into a general-purpose, cross-disciplinary platform, it holds promise for transformative applications in science, technology, and society.