高光譜圖像是由一系列連續(xù)波段圖像組成的三維圖像數(shù)據(jù)，既具有某個(gè)特定波長(zhǎng)下的圖像信息，又有針對(duì) XY平面內(nèi)某個(gè)特定像素的光譜信息。圖像信息即空間像素點(diǎn)的位置，每個(gè)像素點(diǎn)中又包含了全波段的光譜信息。那么，高光譜成像儀的高光譜圖像數(shù)據(jù)怎么處理？下文為大家做了介紹。

高光譜圖像數(shù)據(jù)處理的一般流程如下圖所示。由于高光譜圖像既包含光譜信息，又包括圖像信息，因此，高光譜圖像數(shù)據(jù)的分析方法很多。歸納起來，可以分為以下幾個(gè)步驟。

第一，數(shù)據(jù)校正與預(yù)處理

原始高光譜圖像數(shù)據(jù)是光子強(qiáng)度信息，需進(jìn)行反射校正獲取相對(duì)反射率。對(duì)于一些球狀或類球狀待測(cè)物，其形狀差異會(huì)使高光譜圖像數(shù)據(jù)存在空間差異，可在圖像維采用曲率校正方法或者在光譜維采用光譜預(yù)處理方法減弱或消除該影響。此外，由于高光譜圖像的數(shù)據(jù)量較大（可達(dá)數(shù)個(gè)GB），可通過裁剪、合并等方法減少無用信息從而降低數(shù)據(jù)量。

第二，數(shù)據(jù)降維

在圖像維，可根據(jù)待測(cè)物的光譜特性，直接提取反映待測(cè)物品質(zhì)的一個(gè)或幾個(gè)波長(zhǎng)下的圖像，也可通過一些數(shù)據(jù)降維方法如主成分分析法（PCA）、獨(dú)立成分分析法或最小噪聲分離法等獲取關(guān)鍵的特征圖像；還可在上述特征波段基礎(chǔ)上，采用波段比算法、差分算法等計(jì)算特征圖像。圖像維的處理方法常見于被測(cè)對(duì)象的表面缺陷檢測(cè)研究。在光譜維，在剔除了異常像元后，可對(duì)指定像元區(qū)域的光譜或者所有像元的光譜進(jìn)行平均，計(jì)算平均光譜或偏差光譜進(jìn)行分析；也可提取每個(gè)像元的光譜信息，用于像素級(jí)的分類分析。光譜維的處理方法可用于被測(cè)物內(nèi)部品質(zhì)和外部缺陷檢測(cè)等。

第三，模型建立

在圖像維，可采用數(shù)字圖像處理技術(shù)對(duì)圖像進(jìn)行分割處理從而獲取目標(biāo)，提取特征參數(shù)建立相關(guān)模型；在光譜維，可將平均光譜或偏差光譜與待測(cè)品質(zhì)關(guān)聯(lián)，通過一些化學(xué)計(jì)量學(xué)方法如偏最小二乘法（PLS）、支持向量機(jī)、人工神經(jīng)網(wǎng)絡(luò)等，建立待測(cè)物品質(zhì)的定量或定性分析模型。

第四，目標(biāo)分類

根據(jù)建立的模型對(duì)待測(cè)物品質(zhì)進(jìn)行可視化預(yù)測(cè)研究，建立組分含量分布圖像或分類圖像。