高光譜圖像由于既包含光譜信息，又包括圖像信息，因此，在建立預(yù)測模型時需要對光譜信息進(jìn)行處理。本文對高光譜圖像數(shù)據(jù)的校正方法和降維方法做了介紹。

高光譜圖像數(shù)據(jù)的校正方法：

圖像采集時不同的波段下光源強(qiáng)度分布不均勻或者接收器存在暗電流等因素引起的光強(qiáng)變化會影響采集圖像的質(zhì)量。因此，在進(jìn)一步的光譜分析前對樣品的高光譜圖像進(jìn)行圖像校正（即黑白校正）顯得尤為重要。在與采集高光譜圖像相同的條件下，先掃描反射率接近99.99%的標(biāo)準(zhǔn)聚四氟乙烯白色校正板得到全白的標(biāo)定圖像，然后蓋上鏡頭蓋進(jìn)行采集得到反射率幾乎為0%的全黑的標(biāo)定圖像，最后根據(jù)下列公式對原始采集的高光譜圖像進(jìn)行計算得到校正后的圖像。

式中，W為全白的標(biāo)定圖像，B為全黑的標(biāo)定圖像，I0為原始采集的高光譜圖像，I為校正后的高光譜圖像。

高光譜圖像數(shù)據(jù)的降維方法：

由于高光譜采集的數(shù)據(jù)塊通常含有幾百甚至上千個波段的光譜信息，這就造成了過高維度的光譜信息和數(shù)據(jù)較大的冗余性，不僅使得計算過程繁瑣，而且還會降低無損檢測模型的準(zhǔn)確性，因此在建模前對高光譜數(shù)據(jù)塊進(jìn)行降維處理是進(jìn)行數(shù)據(jù)分析的重要一步。查閱文獻(xiàn)發(fā)現(xiàn)，當(dāng)前應(yīng)用較多的降維處理方法主要有以下幾種：主成分分析法、獨立成分分析法、遺傳算法以及最小噪聲分離法等，通過相應(yīng)的降維算法處理后，大量的冗余信息被去除，并且特征波段和圖像被提取，這些對于簡化計算過程和提高模型的準(zhǔn)確性發(fā)揮著重要的作用。