高光谱图像数据的分析方法和流程详解

高光谱成像仪获取的光谱数据，受到很多因素的影响，其次其存在很多无用的信息，因此，就需要对光谱数据进行处理，以筛选出有效波段数据。本文对高光谱图像数据的分析方法和流程做了详解。

高光谱图像数据的分析方法和流程：

高光谱图像数据分析方法多种多样，但其基本流程可以归纳为四个步骤。

步骤一，高光谱图像校正和修整

原始高光谱图像信息是能量值，需要通过白板校正获取反射率或吸收率。此外，由于成像设备的系统和随机误差，在光谱维两端的波长图像信噪比很低，且远离成像仪光轴的空间区域成像信息弱。所以原始图像或校正后的图像通常要剔除这些噪声较大的部分。

步骤二，高光谱图像降维

提取图像信息的方法，直接提取具有代表性、有意义的单一（或几个）波长图像；或基于波段比、波段差和差分等算法提取数个特征波长图像，计算获得新的转换图像，用于目标分割和识别；或采用主成分分析和独立成分分析等常用的降维方法，获取关键的主成分图像。提取光谱信息的方法有，以一定像素数（即感兴趣区域）的像素光谱平均后获得平均光谱信息；或以全部目标的像素计算其平均光谱；或提取每个像素的光谱信息，用于像素分类分析。

步骤三，品质预测，目标检测和识别

采用图像信息，使用图像处理的各种方法，尤其是较为简单的图像分割方法分离获得目标。使用光谱信息，采用化学计量学方法，预测分析检测对象的某个品质，或采用分类方法识别目标。步骤四，目标分类。依据分割后图像特征，或者光谱信息，采用模式识别方法分类目标。

高光谱图像分析方法的特点：

综上所述，高光谱图像分析方法的具有以下特点：

第一，根据检测目的的不同，采用不同的信息。外部品质检测多采用图像信息，而内部品质采用光谱信息。综合品质需要使用图像和光谱两种信息。

第二，数据处理方法较为简单。高光谱图像的信息丰富，图像和光谱信息可以互补其缺点，在数据处理中，数据预处理较为简单，预测和分类方法也是常用方法。

第三，针对较难分割的目标，采用两种信息融合来分割或提取目标。例如，基于像素光谱信息的像素分类近几年开始应用。