Hyperspektrikuva on kuvaavan spektrometrin maastosta tuottama 3-ulotteinen tietokanta. Hyperspektrikuva muodostuu useista päällekkäisistä kuvista, joista jokainen esittää samaa aluetta valon eri aallonpituusalueilla. Näitä kuvia kutsutaan kanaviksi ja niitä saattaa olla satoja yhdessä kuvassa. Kukin kanava edustaa omaa kapeaa aallonpituusaluetta ja kanavat sijaitsevat vieretysten yleensä näkyvän valon sekä lähi-infrapunasäteilyn aallonpituuksilla. Kuvaava spektrometri tuottaa kohteen spektraalisista ominaisuuksista tarkemman kuvan verrattuna tavalliseen videokameraan, jonka kuva saadaan kolmella kanavalla (sininen, vihreä ja punainen).
Kuvassa on AISA (Airborne Imaging Spectrometer for Applications) -instrumentin tuottamasta hyperspektrikuvasta muodostettu datakuutio, joka havainnollistaa hyperspektrikuvan rakennetta. Datakuutio muodostuu 17 kanavasta, jotka on kasattu päällekkäin aallonpituusalueidensa mukaan. Ensiksi tulevat näkyvän valon kanavat (1-11) ja seuraavaksi lähi-infrapunan kanavat (12-17). Datakuution reunassa näkyvät eri kanavien arvot siten, että heijastuksen voimakkuus muuttuu vähäisestä voimakkaaseen värien sininen, vihreä, keltainen ja punainen kautta. Kuvasta voidaan havaita esimerkiksi veden alhainen heijastus (varsinkin lähi-infrapunan kanavilla) sekä kasvillisuuden heijastusarvojen suuri kasvu siirryttäessä näkyvän valon kanavilta lähi-infrapunan kanaville.
Hyperspektrikuvan luokittelua varten on kuvan hyvin tunnetuilta alueilta kerätty heijastusspektrejä, joita käytetään luokittelussa referenssispektreinä, ja joita verrataan luokiteltavan alueen jokaisen pikselin heijastusspektriin. Kuvan luokittelutulos on saatu ns. Spectral Angle Mapper -algoritmilla, joka laskee pikselin heijastusspektrin sekä referenssispektrien väliset kulmat ja ohjaa pikselin siihen referenssispektrin edustamaan luokkaan jonka välinen kulma on pienin.
Kuvassa on hyperspektrikuvasta laskettu kasvillisuusindeksikuva joka kuvaa lehtivihreän esiintymistä eli kasvillisuuden määrää kuvan eri osissa.