高光譜成像儀在對樣本進行檢測時，不僅可以獲得樣本的光譜信息，還可以獲取樣本的圖像信息。對于高光譜圖像信息，由于數據比較的冗沉，就需要提取有效信息。本文對高光譜圖像數據的分析方法做了介紹。

高光譜成像儀高光譜圖像數據分析方法：

高光譜圖像數據分析方法有很多，例如圖像和光譜信息、圖像光譜信息融合，但基本流程可以歸納為四個步聚：

步驟一，高光譜圖像校正和修整

原始高光譜圖像信息是能量值，需要通過白板校正獲取反射率或吸收率。此外，由于成像設備的系統和隨機誤差，在光譜維兩端的波長圖像信噪比很低，且遠離成像儀光軸的空間區域成像信息弱。所以原始圖像或校正后的圖像通常要剔除這些噪聲較大的部分。

步驟二，高光譜圖像降維

提取圖像信息的方法，直接提取具有代表性、有意義的單一（或幾個）波長圖像；或基于波段比、波段差和差分等算法提取數個特征波長圖像，計算獲得新的轉換圖像，用于目標分割和識別；或采用主成分分析和獨立成分分析等常用的降維方法，獲取關鍵的主成分圖像。提取光譜信息的方法有，以一定像素數（即感興趣區域）的像素光譜平均后獲得平均光譜信息；或以全部目標的像素計算其平均光譜；或提取每個像素的光譜信息，用于像素分類分析。

步驟三，品質預測，目標檢測和識別

采用圖像信息，使用圖像處理的各種方法，尤其是較為簡單的圖像分割方法分離獲得目標。使用光譜信息，采用化學計量學方法，預測分析檢測對象的某個品質，或采用分類方法識別目標。

步驟四，目標分類

依據分割后圖像特征，或者光譜信息，采用模式識別方法分類目標。

高光譜圖像分析方法的特點：

第一，根據檢測目的的不同，采用不同的信息。外部品質檢測多采用圖像信息，而內部品質采用光譜信息。綜合品質需要使用圖像和光譜兩種信息。

第二，數據處理方法較為簡單。高光譜圖像的信息豐富，圖像和光譜信息可以互補其缺點，在數據處理中，數據預處理較為簡單，預測和分類方法也是常用方法。

第三，針對較難分割的目標，采用兩種信息融合來分割或提取目標。例如，基于像素光譜信息的像素分類近幾年開始應用。