高光谱图像数据采集系统有哪些？高光谱图像数据有什么特点？

根据光谱仪成像原理的不同，高光谱图像数据的采集系统也会有不同的类型，一种是基于滤波器或滤波片的高光谱图像系统，这种方法所采用的成像装置主要由CCD摄像头和可用于波长选择的元件组成；另一种是基于光谱仪的高光谱图像系统，这种成像装置主要由CCD摄像头和光谱仪组成。本文对这两种图谱数据采集系统及高光谱图像数据的特点进行了介绍。

高光谱图像数据采集系统的类型：

第一种是基于滤波器或滤波片的高光谱图像系统，如下图（a）所示。这种方法所采用的成像装置主要由CCD摄像头和可用于波长选择的元件组成。常用的波长选择元件有窄带滤波片、液晶可调式滤镜、声光可调式滤镜等。高光谱图像获取方法是：通过连续采集一系列波段条件下的样品二维图像，即在每个波长入 i（i = 1，2，3，...，n；其中n为正整数）得到一幅二维图像（横坐标为x，纵坐标为y），从而得到三维图像块（x，y，λ），如下图（b）所示。

第二种是基于光谱仪的高光谱图像系统，如下图（a）所示。这种成像装置主要由CCD摄像头和光谱仪组成。CCD摄像头采用线列探测器作为敏感元件。工作时，图像光谱仪将检测样品反射或透射来的光分成单色光源后进入CCD摄像头。该系统采用“扫帚式”成像方法得到高光谱图像。线列探测器在光学焦面的垂直方向作横向排列完成横向扫描（x轴向），可以获取对象条状空间中每个像素在各个波长条件的图像信息：同时在检测系统输送带前进过程中，排列的探测器就好像扫帚扫地一样扫出一条带状轨迹，从而完成纵向扫描（y轴向），综合横纵扫描信息就可得到样品的三维高光谱图像数据，如下图（b）所示。用此法在农畜产品品质与安全性检测时，使的检测生产线行进方向的样本尺寸不受CCD摄像头拍摄区间大小的限制，但此法成本较高。

高光谱图像数据的特点：

高光谱图像是一个具有“图谱合一”特点的三维数据立方体，因此高光谱图像的处理和分析既可以在指定波长情况下在空间域进行图像处理和分析，又可以在指定像素坐标位置情况下在光谱域进行光谱处理和分析，也可以同时在空间域和光谱域进行处理和分析。

下图显示了高光谱图像处理的一般流程。一般来讲，高光谱图像处理流程包括高光谱图像数据获取与校正层、高光谱图像处理与分析层和应用层三个层面。其中高光谱图像数据获取与校正层包括样品高光谱图像和参考图像的获取、高光谱图像校正；高光谱图像处理与分析层包括光谱处理与分析和图像处理与分析；应用层包括内部品质与安全性检测和外部缺陷识别与提取。

高光谱图像数据的处理方法：

高光谱图像数据信息量丰富，但数据处理非常复杂。综合国内外高光谱图像数据处理方法主要是：先选择感兴趣区域，然后可以采用主成分分析法、独立元分析、连续投影算法、线性判别分析、Fisher判别方法、典型分析以及遗传算法等对感兴趣区域数据进行降维处理，提取特征波长，并建立相应的判别模型，常用的建模方法有BP神经网络、支持向量机、多元线性回归法、偏最小二乘法等。相关文献表明：支持向量机在建模分析时，结果较好，因为支持向量机不会因波段数量增加，分类精度下降，即出现所谓的Hughes现象。RBF神经网络分类效果明显高于BP神经网络分类法。