高光谱图像数据的处理方法:校正与降维
发布时间:2024-07-12
浏览次数:1344
高光谱图像由于既包含光谱信息,又包括图像信息,因此,在建立预测模型时需要对光谱信息进行处理。本文对高光谱图像数据的校正方法和降维方法做了介绍。
高光谱图像由于既包含光谱信息,又包括图像信息,因此,在建立预测模型时需要对光谱信息进行处理。本文对高光谱图像数据的校正方法和降维方法做了介绍。
高光谱图像数据的校正方法:
图像采集时不同的波段下光源强度分布不均匀或者接收器存在暗电流等因素引起的光强变化会影响采集图像的质量。因此,在进一步的光谱分析前对样品的高光谱图像进行图像校正(即黑白校正)显得尤为重要。在与采集高光谱图像相同的条件下,先扫描反射率接近99.99%的标准聚四氟乙烯白色校正板得到全白的标定图像,然后盖上镜头盖进行采集得到反射率几乎为0%的全黑的标定图像,最后根据下列公式对原始采集的高光谱图像进行计算得到校正后的图像。
式中,W为全白的标定图像,B为全黑的标定图像,I0为原始采集的高光谱图像,I为校正后的高光谱图像。
高光谱图像数据的降维方法:
由于高光谱采集的数据块通常含有几百甚至上千个波段的光谱信息,这就造成了过高维度的光谱信息和数据较大的冗余性,不仅使得计算过程繁琐,而且还会降低无损检测模型的准确性,因此在建模前对高光谱数据块进行降维处理是进行数据分析的重要一步。查阅文献发现,当前应用较多的降维处理方法主要有以下几种:主成分分析法、独立成分分析法、遗传算法以及最小噪声分离法等,通过相应的降维算法处理后,大量的冗余信息被去除,并且特征波段和图像被提取,这些对于简化计算过程和提高模型的准确性发挥着重要的作用。
上一页 : 光栅色散型光谱成像仪的原理介绍
下一页 : 干涉型分光高光谱成像仪的原理及特点
相关产品
-
高光谱成像分析在工业检测的应用
高光谱成像及分析已在国内外工业生产中广泛应用,其对当前无法实现的物质分选任务及瑕疵检测能力,是融合机器视觉的新型解决方案。..
-
高光谱成像仪的颜色检测法
颜色检测 高光谱成像仪测色方法能够测量更宽的光谱范围,能够记录更精细的光谱特征,相比传统的颜色分量方案有着更高的测色精度...
-
高光谱技术在农业、林业遥感领域的应用
高光谱遥感技术已成为农业、林业遥感领域的前沿技术之一; 树种识别 森林生物量估计 碳汇估算 养分元素监测 森林健康 病虫害监测。..
-
水质监测需求及高光谱技术应用分析
高光谱技术已经在水体水质监测方面得到了较多的应用,目前可以对多种水质指标(悬浮物浓度、叶绿素a浓度、黄色物质、透明度等)进行定量的估计和水质评估。..