高光譜成像技術(shù)是一門把二維成像技術(shù)與光譜技術(shù)有效結(jié)合的新興技術(shù)，它不僅可以獲得光譜信息，還可以獲得圖像信息，因此具有既能成像又能獲取目標(biāo)光譜曲線的“圖譜合一”的優(yōu)勢。本文對高光譜成像技術(shù)的原理及高光譜數(shù)據(jù)的處理方法，對此感興趣的朋友不妨了解一下！

高光譜成像技術(shù)的原理：

光譜成像技術(shù)，實質(zhì)上是結(jié)合了成像技術(shù)和光譜技術(shù)，不僅能獲得待測目標(biāo)的二維幾何空間信息，還能檢測到目標(biāo)物的一維光譜信息，因此具有既能成像又能獲取目標(biāo)光譜曲線的“圖譜合一”的優(yōu)勢。它充分利用了光與物質(zhì)的相互作用，物質(zhì)的光譜特征和其理化學(xué)信息緊密相關(guān)，物質(zhì)成分及其結(jié)構(gòu)的差異就造成了物質(zhì)內(nèi)部對不同波長光子的選擇性吸收和發(fā)射。

高光譜成像技術(shù)，是一門把二維成像技術(shù)與光譜技術(shù)有效結(jié)合的新興技術(shù)。它最初是為遙感方面的應(yīng)用而開發(fā)的，但后來已經(jīng)在天文學(xué)、農(nóng)業(yè)、藥品、醫(yī)學(xué)等多樣化領(lǐng)域被廣泛應(yīng)用。它集中了光學(xué)、電子學(xué)、光電子學(xué)、計算機科學(xué)等領(lǐng)域的先進(jìn)技術(shù)，具有多波段、高的光譜分辨率、波段窄、光譜范圍廣等特點。所謂“高光譜成像”，是指通過高光譜成像儀采集到的高光譜圖像在光譜維度上進(jìn)行了細(xì)致的分割。也就是說，通過高光譜設(shè)備獲取的是一個數(shù)據(jù)立方體，也被稱作"Hyperspectral cube”，高光譜三維數(shù)據(jù)結(jié)構(gòu)示意圖如下圖所示。

高光譜成像技術(shù)高光譜數(shù)據(jù)的處理方法：

通過成像光譜儀采集獲得的高光譜圖像，首先要進(jìn)行黑白校正（白板校正和暗場校正），即反射率的歸一化處理。然后，選取感興趣區(qū)域，提取感興趣區(qū)域內(nèi)所有點的反射率光譜并取平均值。提取所有樣品的平均光譜，得到光譜數(shù)據(jù)矩陣。

其中每一個像素點都對應(yīng)著一條完整的光譜曲線，每一條光譜曲線同樣對應(yīng)著一副二維的幾何圖像。實驗中，樣品數(shù)量高達(dá)上千個，又有上百個波段，這往往導(dǎo)致光譜數(shù)據(jù)矩陣非常龐大。因此，如何有效地挖掘龐大數(shù)據(jù)結(jié)構(gòu)的有效信息成為光譜分析技術(shù)需要解決的首要問題。通常，數(shù)據(jù)分析分為以下幾個步驟：

（1）光譜預(yù)處理

預(yù)處理可以有效減少系統(tǒng)噪音、雜散光等對成像的影響，從而獲取信噪比高、背景干擾較低的數(shù)據(jù)。常用的光譜預(yù)處理方法有：平滑、歸一化、多元散射校正、求導(dǎo)、變量標(biāo)準(zhǔn)化等。

（2）提取特征波長

光譜數(shù)據(jù)的高維及共線性問題往往降低模型的運算效率和精度。選取有效的特征波長不僅降低了維數(shù)問題，而且最大程度上包含樣品的原始信息，進(jìn)而達(dá)到簡化運算的目的。常用的提取特征波長的方法有：回歸系數(shù)法、連續(xù)投影算法、載荷系數(shù)法、遺傳算法、競爭性自適應(yīng)重加權(quán)算法等。

（3）回歸或分類模型的建立

用提取的特征波長和待測參數(shù)建立回歸或分類模型。常用的建模方法有：主成分分析、多元線性回歸、主成分回歸、人工神經(jīng)網(wǎng)絡(luò)、偏最小二乘法、最小二乘支持向量機等。

另外，以上所述的步驟僅僅是針對光譜的處理，而高光譜圖像還可以看作是每個波段圖像的疊加，這些圖像包含樣本豐富的空間分布屬性。圖像紋理反映像素的空間位置和亮度值變化，進(jìn)而反映樣本幾何結(jié)構(gòu)的變化。因此，通過提取高光譜圖像的紋理變量信息（包括對比度、方差、熵等）同樣可以建立相應(yīng)的預(yù)測模型。