高光譜成像儀獲取的光譜數據一般比較冗沉，會導致計算過程繁瑣，而且還會降低無損檢測模型的準確性，因此就需要進行相應的處理。目前處理的過程主要為：數據采集傳輸、數據預處理、數據應用。本文對高光譜成像儀獲取的光譜數據處理方法作了介紹。

不論何種光譜成像儀，在遙感應用過程中，都需要對數據進行處理，這包括三個主要過程：數據采集傳輸、數據預處理、數據應用。對于數據采集過程主要是完成數據的采集、壓縮，并將壓縮后的數據進行傳輸。數據預處理過程主要是完成數據的接收、數據的解壓、數據的預處理以及數據的質量控制，對于質量控制后的數據進行應用研究。對于光譜圖像數據來說，其應用領域非常廣泛，處理方法也復雜多樣，既包含通用處理方法，也包含既定領域的專用處理方法。

1.數據壓縮

由光譜成像儀獲得的數據在兩維空間信息的基礎上，增加了一維的光譜信息，使得數據量急劇增加（可近似認為是海量數據），給數據傳輸、處理提出了很高的要求，通常需要進行數據壓縮，以緩解數傳的壓力。

到目前為止，在國內外各種文獻上發表的關于光譜數據壓縮的方法有很多，每一種方法都有其獨特的優點以及一定的適用性。然而，對于干涉型光譜成像儀來說，由于其獲得數據的特殊性，很多有效的壓縮方法都無法顯示其優越性。

2.數據重建

由光譜成像儀所記錄的數據是地面目標的反射或輻射能量的光譜輻射絕對值，與目標的光譜反射率或光譜輻射亮度是不一致的。光譜成像儀獲得的數據包含了因太陽高度角、大氣、地形影響，以及儀器本身性能所引起的各種失真，因此在應用之前，需要對儀器記錄的輻射值轉換成地物反射率，消除各種因素引起的失真。

對于常規光譜成像儀（也稱直接光譜成像儀）來說，數據重建主要包括兩個部分：大氣校正、輻射定標，其中，大氣校正主要是消除外部因素引起的失真，而輻射定標主要是針對儀器本身性能引起的失真。

對于非常規光譜成像儀（間接光譜成像儀，如傅立葉變換光譜成像儀、計算層析光譜成像儀等）來說，由于其獲得的數據是對光譜數據進行了某種變換，因此，在數據重建之前，需要對數據進行光譜反演。

3.數據應用處理

由于光譜成像儀獲得的光譜圖像數據相對于常規圖像有更強的探測識別能力，使其在很多領域得到應用。然而，由于數據的特殊性，使得數據在應用過程中需要進行不同的處理。其中包括兩個很重要的方面：光譜數據理解（也即是光譜解混合）以及光譜數據演繹（也即是光譜數據融合）。

（1）光譜解混合

由于光譜成像儀空間分辨率的限制，使其獲得的圖像數據中的像元很少由單一均勻的地物目標組成，因此其光譜特征通常是幾種地物光譜特征的混合。由于混合像元的存在，使得光譜數據的識別、分類精度難以達到應用要求，這就需要對數據進行光譜解混合，以充分發揮其在亞像元級目標的探測識別能力。

（2）光譜數據融合

在很多遙感應用領域中，迫切需要同時具有高空間分辨率與高光譜分辨率共存的圖像數據，從而提高在特征提取、分類等方面的精度，然而，要設計此類成像系統，仍然存在很多關鍵技術需要解決，目前唯一有效途徑就是采用光譜圖像融合技術。

通過其它圖像與光譜圖像的融合，可以獲得任何單一圖像無法獲得的結果，融合后的圖像比直接從單一圖像得到的結果更簡潔、更有用途。