高光谱成像仪获取的光谱数据怎么处理？

高光谱成像仪获取的光谱数据一般比较冗沉，会导致计算过程繁琐，而且还会降低无损检测模型的准确性，因此就需要进行相应的处理。目前处理的过程主要为：数据采集传输、数据预处理、数据应用。本文对高光谱成像仪获取的光谱数据处理方法作了介绍。

不论何种光谱成像仪，在遥感应用过程中，都需要对数据进行处理，这包括三个主要过程：数据采集传输、数据预处理、数据应用。对于数据采集过程主要是完成数据的采集、压缩，并将压缩后的数据进行传输。数据预处理过程主要是完成数据的接收、数据的解压、数据的预处理以及数据的质量控制，对于质量控制后的数据进行应用研究。对于光谱图像数据来说，其应用领域非常广泛，处理方法也复杂多样，既包含通用处理方法，也包含既定领域的专用处理方法。

1.数据压缩

由光谱成像仪获得的数据在两维空间信息的基础上，增加了一维的光谱信息，使得数据量急剧增加（可近似认为是海量数据），给数据传输、处理提出了很高的要求，通常需要进行数据压缩，以缓解数传的压力。

到目前为止，在国内外各种文献上发表的关于光谱数据压缩的方法有很多，每一种方法都有其独特的优点以及一定的适用性。然而，对于干涉型光谱成像仪来说，由于其获得数据的特殊性，很多有效的压缩方法都无法显示其优越性。

2.数据重建

由光谱成像仪所记录的数据是地面目标的反射或辐射能量的光谱辐射绝对值，与目标的光谱反射率或光谱辐射亮度是不一致的。光谱成像仪获得的数据包含了因太阳高度角、大气、地形影响，以及仪器本身性能所引起的各种失真，因此在应用之前，需要对仪器记录的辐射值转换成地物反射率，消除各种因素引起的失真。

对于常规光谱成像仪（也称直接光谱成像仪）来说，数据重建主要包括两个部分：大气校正、辐射定标，其中，大气校正主要是消除外部因素引起的失真，而辐射定标主要是针对仪器本身性能引起的失真。

对于非常规光谱成像仪（间接光谱成像仪，如傅立叶变换光谱成像仪、计算层析光谱成像仪等）来说，由于其获得的数据是对光谱数据进行了某种变换，因此，在数据重建之前，需要对数据进行光谱反演。

3.数据应用处理

由于光谱成像仪获得的光谱图像数据相对于常规图像有更强的探测识别能力，使其在很多领域得到应用。然而，由于数据的特殊性，使得数据在应用过程中需要进行不同的处理。其中包括两个很重要的方面：光谱数据理解（也即是光谱解混合）以及光谱数据演绎（也即是光谱数据融合）。

（1）光谱解混合

由于光谱成像仪空间分辨率的限制，使其获得的图像数据中的像元很少由单一均匀的地物目标组成，因此其光谱特征通常是几种地物光谱特征的混合。由于混合像元的存在，使得光谱数据的识别、分类精度难以达到应用要求，这就需要对数据进行光谱解混合，以充分发挥其在亚像元级目标的探测识别能力。

（2）光谱数据融合

在很多遥感应用领域中，迫切需要同时具有高空间分辨率与高光谱分辨率共存的图像数据，从而提高在特征提取、分类等方面的精度，然而，要设计此类成像系统，仍然存在很多关键技术需要解决，目前唯一有效途径就是采用光谱图像融合技术。

通过其它图像与光谱图像的融合，可以获得任何单一图像无法获得的结果，融合后的图像比直接从单一图像得到的结果更简洁、更有用途。