高光譜數據常見預處理方法有哪些?
發布時間:2024-10-25
瀏覽次數:73
高光譜在采集數據時會有成百上千個不同的波段數據,數據量巨大從而增加了數據處理的難度。而且在高光譜圖像采集過程中會有來自儀器與環境的干擾,獲得的光譜信號易存在噪聲和基線漂移等誤差,很多數據是無效的需要依靠后續手段提取光譜數據中的有效信息,為了提高信噪比與模型分類準確性,最大程度方便后續進一步的數據處理,就需要對高光譜數據進行預處理。
高光譜在采集數據時會有成百上千個不同的波段數據,數據量巨大從而增加了數據處理的難度。而且在高光譜圖像采集過程中會有來自儀器與環境的干擾,獲得的光譜信號易存在噪聲和基線漂移等誤差,很多數據是無效的需要依靠后續手段提取光譜數據中的有效信息,為了提高信噪比與模型分類準確性,最大程度方便后續進一步的數據處理,就需要對高光譜數據進行預處理。
高光譜數據的預處理方法主要有以下幾種:
1.Norm預處理方法
Norm將數據按比例平移、縮放,使數據統一映射到特定區間內,其目的是消除不同數據單位的限制,讓數據具有可比性,避免數據量綱對結果產生的影響。同時也可以使數據的每個特征對模型分析結果做出同樣的貢獻,便于下一步建模處理。
2.MSC預處理方法
MSC處理數據之后效果明顯,可以提高模型分析結果,因此被廣泛用于處理各種物質的原始光譜。由于光在物體表面散射作用不同,生成的光譜曲線也會發生變化,而MSC可以減少由于物體表面顆粒大小分布不均勻引起的散射現象,通過計算樣本所有像素點的光譜數據的平均值作為修正光譜,并以此修正減少光譜間由于基線平移導致的差異,對光譜數據校正,有效增強有用的光譜信息。
3.1st預處理方法
1st對光譜直接求一階導數,可以表示某個波長的變化率。在數據采集過程中,由于背景顏色還有光照強度等因素會造成一些不可避免的誤差,但是通過導數算法可以有效消除由背景漂移造成的干擾,降低誤差提高數據分辨率和靈敏度。
4.SNV預處理方法
SNV與MSC方法類似,主要是減少光照時由于樣本顆粒大小以及不均勻造成的表面散射現象。但是SNV的計算核心是假定測量樣本的光譜中各個波長的反射率值滿足正態分布,并且是針對每條光譜分別進行校正,從而使其盡量接近沒有光譜信號誤差的理想光譜。
5.SG預處理方法
SG平滑又稱卷積平滑,是基于最小二乘原理的一種預處理算法,被廣泛用于數據去噪。通過使用最小二乘法對高階多項式進行擬合獲得加權權重,然后對樣本數據進行加權濾波處理。SG能夠增加光譜特征的平滑性,保留樣本相對極大值和極小值等特性,消除光譜中的高頻噪音,減少拍攝過程中的噪音干擾。
相關產品
-
紅外光譜的發展、原理、特點、分類
紅外光譜的發展、原理、特點、分類紅外光譜的技術在各領域中的應用相繼經歷了很長時期,逐漸完善著自身技術在領域中的應用,且將低成本高性能作為發展與創新的主要方向。本..
-
近紅外光譜技術的優缺點和應用范圍
?由于近紅外光譜在光纖中良好的傳輸性,近年來也被很多發達國家廣泛應用在產業在線分析中。近紅外定量分析因其快速、正確已被列人世界谷物化學科技標準協會和美國谷物化學..
-
高光譜數據常見預處理方法有哪些?
高光譜在采集數據時會有成百上千個不同的波段數據,數據量巨大從而增加了數據處理的難度。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據特征波長的選取方法介紹
高光譜成像儀?在對樣品進行側臉時,會采集多波段的光譜數據,全波段數據有較多的冗余信息,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..