高光譜數(shù)據(jù)的提取及預(yù)處理常用方法介紹
發(fā)布時間:2024-10-25
瀏覽次數(shù):89
高光譜成像儀器在采集樣品信息時,會獲取到大量的光譜信息,這些光譜信息包含很多無用的信息,因此,就需要對光譜數(shù)據(jù)進行提取,提取感興趣的區(qū)域,然后進行預(yù)處理,建立樣品的預(yù)測模型。本文對高光譜數(shù)據(jù)的提取及預(yù)處理方法做了介紹。
高光譜成像儀器在采集樣品信息時,會獲取到大量的光譜信息,這些光譜信息包含很多無用的信息,因此,就需要對光譜數(shù)據(jù)進行提取,提取感興趣的區(qū)域,然后進行預(yù)處理,建立樣品的預(yù)測模型。本文對高光譜數(shù)據(jù)的提取及預(yù)處理方法做了介紹。
高光譜數(shù)據(jù)的提取及預(yù)處理方法:
高光譜數(shù)據(jù)包含大量的信息,易受到環(huán)境中噪聲、基線漂移、雜散光等因素的影響,在建模之前對光譜數(shù)據(jù)進行預(yù)處理可改善以上影響、提高模型的準確率。常用的高光譜數(shù)據(jù)提取及預(yù)處理方法有:一階導(dǎo)數(shù)(First Derivative,F(xiàn)D)、二階導(dǎo)數(shù)(Second Derivative,SD)、S-G平滑(Savitzky-Golay平滑)、標準正態(tài)變換(Standard Normalized Variate,SNV)、多元散射校正(Multiplicative Scatter Correction,MSC)、FD+S-G、SD+S-G7種預(yù)處理方法對高光譜數(shù)據(jù)進行預(yù)處理。FD和SD可對光譜數(shù)據(jù)進行基線校正,提高光譜數(shù)據(jù)的穩(wěn)定性;S-G平滑對光譜曲線進行平滑處理,減少外界環(huán)境產(chǎn)生的噪聲影響,提高信噪比;MSC和SNV可對光譜數(shù)據(jù)進行散射校正,消除由于顆粒分布不均勻產(chǎn)生散射造成的光譜曲線變形。
高光譜數(shù)據(jù)特征波長篩選方法:
高光譜波段范圍較廣,數(shù)據(jù)量大,容易造成光譜數(shù)據(jù)冗余,導(dǎo)致數(shù)據(jù)分析和模型建立耗時費力。因而需要對光譜數(shù)據(jù)進行特征提取,剔除無效變量,以提高光譜數(shù)據(jù)分析與建模效率。常用的高光譜特征波長篩選方法有:連續(xù)投影算法(successive projections algorithm,SPA)、競爭性自適應(yīng)重加權(quán)算法(competitive adapative reweighted sampling,CARS)2種不同方法提取特征波段。SPA是一種前向迭代搜索方法,從一個波長開始,在每次迭代中加入一個新變量,直至所選變量數(shù)達到設(shè)定值。CARS的主導(dǎo)思想是達爾文的“適者生存”理論,結(jié)合蒙特卡洛采樣與PLS模型回歸系數(shù)進行特征變量篩選。
相關(guān)產(chǎn)品
-
紅外光譜的發(fā)展、原理、特點、分類
紅外光譜的發(fā)展、原理、特點、分類紅外光譜的技術(shù)在各領(lǐng)域中的應(yīng)用相繼經(jīng)歷了很長時期,逐漸完善著自身技術(shù)在領(lǐng)域中的應(yīng)用,且將低成本高性能作為發(fā)展與創(chuàng)新的主要方向。本..
-
近紅外光譜技術(shù)的優(yōu)缺點和應(yīng)用范圍
?由于近紅外光譜在光纖中良好的傳輸性,近年來也被很多發(fā)達國家廣泛應(yīng)用在產(chǎn)業(yè)在線分析中。近紅外定量分析因其快速、正確已被列人世界谷物化學(xué)科技標準協(xié)會和美國谷物化學(xué)..
-
高光譜數(shù)據(jù)常見預(yù)處理方法有哪些?
高光譜在采集數(shù)據(jù)時會有成百上千個不同的波段數(shù)據(jù),數(shù)據(jù)量巨大從而增加了數(shù)據(jù)處理的難度。而且在高光譜圖像采集過程中會有來自儀器與環(huán)境的干擾,獲得的光譜信號易存在噪聲..
-
高光譜成像儀光譜數(shù)據(jù)特征波長的選取方法介紹
高光譜成像儀?在對樣品進行側(cè)臉時,會采集多波段的光譜數(shù)據(jù),全波段數(shù)據(jù)有較多的冗余信息,因此就需要采用一定的方法來選取樣本光譜的特征波段與紋理特征的重要變量。本文..