高光譜成像技術(shù)是一種新興無損檢測技術(shù)，它能夠同步獲取待測樣本在紫外到近紅外光譜覆蓋范圍內(nèi)的空間信息和光譜信息，具有圖譜合一的特點。本文對高光譜圖像數(shù)據(jù)的組成及特點做了介紹。

高光譜圖像數(shù)據(jù)的組成：

高光譜數(shù)據(jù)，可表示為高光譜數(shù)據(jù)立方或高光譜立方，是三維數(shù)據(jù)結(jié)構(gòu)。高光譜數(shù)據(jù)可視為三維圖像，在普通二維圖像之外又多一維光譜信息。其空間圖像維描述目標(biāo)物的二維空間特征，其光譜維揭示了圖像每一像元的光譜曲線特征，由此實現(xiàn)了遙感數(shù)據(jù)圖像維與光譜維信息的有機融合。

1.空間圖像維：在空間圖像維，高光譜數(shù)據(jù)與-般的圖像相似。

2.光譜維：從高光譜圖像的每一個像元中可以獲得一個連續(xù)的光譜曲線。采用基于光譜數(shù)據(jù)庫的光譜匹配技術(shù)，可以識別地物。同時大多數(shù)地物都具有典型的光譜波形特征，尤其是光譜吸收特征。這些特征與地物成分是密切相關(guān)的，因此對光譜吸收特征參數(shù)（吸收波長位置、吸收深度、吸收寬度）的提取將成為高光譜信息挖掘的主要方面。

高光譜圖像的特點：

1.紋理豐富復(fù)雜，空間相關(guān)性低于普通圖像。因為高光譜圖像的分辨率為幾米，地面目標(biāo)可能只占幾個像素，像素值的連續(xù)性較差，相關(guān)性較低。

2.波段多，光譜分辨率高，光譜間相關(guān)性較強。

3.空間分辨高。高的光譜分辨率和空間分辨率是遙感技術(shù)發(fā)展的兩個方向，這兩個方向有趨于統(tǒng)一的趨勢。

4.相似的地表區(qū)域具有相似的光譜曲線。高光譜圖像包含很多波段，每個波段都是由傳感器在某特定波長所接收到的強度返回值。由于地表反射和大氣吸收都是依賴于波長的，每個像素在光譜域形成的亮度矢量具有相似的形狀，每個像素矢量的精確形狀則依賴于該像素表示的地面類型。

5.由于波段多，狹窄且連續(xù)，使得高光譜數(shù)據(jù)量巨大、相關(guān)性大，尤其在相鄰的波段間，具有很大的數(shù)據(jù)冗余。

高光譜圖像信息的處理方法：

盡管成像光譜儀具有其獨特的優(yōu)越性，但由于高光譜遙感數(shù)據(jù)具有多、高、大、快等特點，即波段數(shù)多（幾十個甚至幾百個），光譜分辨率高（納米級），數(shù)據(jù)量大，數(shù)據(jù)率高（從每秒數(shù)兆到每秒數(shù)百兆），巨大的數(shù)據(jù)量為應(yīng)用和分析帶來不便，因此產(chǎn)生了許多新的數(shù)據(jù)處理方法對高光譜數(shù)據(jù)進(jìn)行處理。具體如下：

1.基于純像元的分析方法

（1）基于成因分析的光譜分析方法

基于成因分析的方法研究地物的光譜特性，從地物光譜特征上發(fā)現(xiàn)表征地物的特征光譜區(qū)間和參數(shù)，最常用的是各種各樣的植被指數(shù)。這種方法普遍用于NSS和TM圖像的處理和分析應(yīng)用中。成像光譜儀問世以后，許多研究人員沿用了這種方法，利用成像光譜儀數(shù)據(jù)的高光譜分辨率，選取影像的波段，發(fā)展了許多更為精細(xì)的植被指數(shù)。與此相對的方法，是地物光譜重建和重建的光譜與數(shù)據(jù)庫光譜的匹配識別。這一方法通過對比分析地面實測的地物光譜曲線和由成像光譜儀圖像得到的光譜曲線來區(qū)分地物。為了提高成像光譜儀數(shù)據(jù)分析處理的效率和速度，一般要對這些曲線進(jìn)行編碼或者提取表征曲線的參數(shù)?！肮庾V匹配”是利用成像光譜儀探測數(shù)據(jù)進(jìn)行地物分析的主要方法之一，但由于野外實際情況的復(fù)雜性，很難建立一個比較通用的地物光譜庫，這就限制了利用該法進(jìn)行分析，日前僅僅在比較小的范圍內(nèi)（如巖石成分分析等）取得成功的運用。

（2）基于統(tǒng)計分析的圖像分類和分析

基于統(tǒng)計分析的圖像分類和分析認(rèn)為每一波段的圖像為隨機變量，基于概率統(tǒng)計理論進(jìn)行多維隨機向量的分類。成像光譜儀圖像波段多，分類很大程度上受限于數(shù)據(jù)的維數(shù)，面對數(shù)百個波段的數(shù)據(jù)，如果全部用于分類研究，在時間上往往是無法接受的。因此在圖像分類之前必須壓縮波段，同時又要盡可能地保留信息，即進(jìn)行“降維”的研究。目前，壓縮波段有兩利途徑，一是從眾多的波段中挑選感興趣的若干波段；二是利用所有波段，通過數(shù)學(xué)變換來壓縮波段，最常用的如主成分分析法等?；诮y(tǒng)計分析的圖像分類和分析在理論上比較嚴(yán)謹(jǐn)，所以需要有充分的數(shù)據(jù)的地學(xué)特征，否則得到的結(jié)果有時是不明確的物理解釋。

2.基于混合像元的分析方法

由于傳感器空間分辨率的限制以及地物的復(fù)雜多樣性，混合像元普遍存在于遙感圖像中，對地面地物分布比較復(fù)雜的區(qū)域尤其如此。如果將該像元歸為一類，勢必會帶來分類誤差，導(dǎo)致精度下降，不能反映真實的地物覆蓋情況。

概括起來，混合模型主要有兩類，即線性光譜混合模型和非線性光譜混合模型。線性混合模型是迄今為止最受歡迎且使用最多的一種模型，其突出優(yōu)點是簡單。雖然它只能分離與波段數(shù)目相同的類別，但對于有著數(shù)百個波段的高光譜數(shù)據(jù)，完全可以克服這種限制。對于非線性混合模型可以利用某些方法來使之線性化，從而簡化為線性模型。