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

高光譜圖像數據的校正方法：

圖像采集時不同的波段下光源強度分布不均勻或者接收器存在暗電流等因素引起的光強變化會影響采集圖像的質量。因此，在進一步的光譜分析前對樣品的高光譜圖像進行圖像校正（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%的標準聚四氟乙烯白色校正板得到全白的標定圖像，然后蓋上鏡頭蓋進行采集得到反射率幾乎為0%的全黑的標定圖像，最后根據下列公式對原始采集的高光譜圖像進行計算得到校正后的圖像。

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

高光譜圖像數據的降維方法：

由于高光譜采集的數據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據較大的冗余性，不僅使得計算過程繁瑣，而且還會降低無損檢測模型的準確性，因此在建模前對高光譜數據塊進行降維處理是進行數據分析的重要一步。查閱文獻發現，當前應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確性發揮著重要的作用。