高光譜成像原理是什么？高光譜圖像數據分析方法

高光譜成像在遙感監測、食品品質及安全、農作物病蟲害監測、醫療診斷、航天領域[等有了大量的研究和應用。那么，高光譜成像原理是什么？本文簡單介紹了高光譜成像原理和高光譜圖像數據分析方法。

?

高光譜成像原理

高光譜成像技術主要融合了光學、電子學、數字圖像信息處理及計算機科學等技術，是一門新興的無接觸式檢測技術。其產生的圖像具有空間和光譜兩重信息，每個像素都保存相應位置的光譜信息，光譜也反映該特定像素的信息。

高光譜成像一般有兩種系統，.種是基于濾波片的成像系統，其裝置主要由電荷耦合器件（CCD）攝像頭和濾波片組成[川]；另一種是基于圖像光譜儀的高光譜圖像系統，如圖1所示，主要由 CCD或相機、光譜儀、照明單元、采集控制及處理軟件組成。

圖像采集方式有逐點掃描式、線推掃式以及面幀式，目前應用最多的是線推掃式。圖像光譜儀的核心部件是棱鏡光柵-棱鏡（PCP）單元，并配備狹縫，在推扎過程中待測物一條窄帶的反射光束通過PGP單元，被色散后投射到CCD探測器上，物體表面的多個條帶光譜圖像進行拼接，得到整個物體的高光譜圖像。

光譜采集方式包含反射、透射、散射和熒光4種模式].其光譜覆蓋面包含紫外、可見光、近紅外和巾紅外區域、所獲波段信息量大、分辨率高、連續性強，可為待測物休屬性分析與判斷提供依據。

?

高光譜圖像數據分析

高光譜圖像數據處理的分析方法有很多，一般的分析流程是對原始光譜信息進行校正和預處理之后進行降維，選擇關鍵信息建立模型進行結果分析。

1.?數據校正與預處理

原始高光譜圖像信息是能量值，圖像采集過程受外界光照強度、試樣表南陰影等的影響較大，需要通過白板校正獲取反射率或吸收率。圖像預處理可以通過直方圖均值化或主成分分析（Principle component analysis，PCA），常用的光譜信息預處理方法「15.161有平滑（Smoothing）、求導（Derivatives）、遺傳算法（Genetic algorithm，GA）、歸一化（Normalization，NOR）、標準正態變量變換（Standard normal variable transformation，SNV）和多元散射校正（Multiplicative scattering correction，MSC）等。經過數據校正和預處理，有助于提高高光譜的信噪比以及實現原始光譜數據的挖掘。

2.?數據降維

對于圖像信息，可以直接提取具有代表性的單一或幾個波長范圍內的圖像，也可以采用主成分分析法、最小噪聲分離法（Minimum noise fraction，MNF）、獨立成分分析法（Independent components analysis，ICA）等獲取關鍵的主成分圖像，還可以采用波段比算法、差分算法等提取數個特征波長圖像，計算獲得新的圖像。對于光譜信息，可以以全部目標像素或感興趣區域的像素光譜平均后獲得平均光譜信息，也可以提取每個像素的光譜信息用于像素分類分析。

3.?模型建立與分析

使用圖像信息，可以采用各種圖像處理技術對圖像進行分割獲取有效信息，提取相關特征參數建立模型。使用光譜信息，可以采用化學計量學方法如多元線性回歸（Multiple linear?regression，MLR）、主成分回歸（Principal component regression，PCR）、偏最小二乘回歸（Partial least squares regression，PLSR）、支持向量機（Support vector machine，SVM）、人工神經網絡（Artificial neural network，ANN）等，建立定性或定量分析模型。在樣本集挑選時可以根據分析方法的不同來選擇，如定性分析可以用隨機挑選法、Kennard-Stone法等，定量分析中可以用含量梯度法和SPXY法等。

?