高光谱成像仪获取的高光谱图像数据怎么分析?
发布时间:2024-03-01
浏览次数:235
高光谱成像仪在对样本进行检测时,不仅可以获得样本的光谱信息,还可以获取样本的图像信息。对于高光谱图像信息,由于数据比较的冗沉,就需要提取有效信息。本文对高光谱图像数据的分析方法做了介绍。
高光谱成像仪在对样本进行检测时,不仅可以获得样本的光谱信息,还可以获取样本的图像信息。对于高光谱图像信息,由于数据比较的冗沉,就需要提取有效信息。本文对高光谱图像数据的分析方法做了介绍。
高光谱成像仪高光谱图像数据分析方法:
高光谱图像数据分析方法有很多,例如图像和光谱信息、图像光谱信息融合,但基本流程可以归纳为四个步聚:
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:
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。
相关产品
-
干旱区基于高光谱的棉花遥感估产研究
棉花产量与冠层光谱植被指数相关关系,建立棉花高光谱估算模型,可以促进高光谱技术在棉花长势监测和估产中应用。本文简单总结了干旱区基于高光谱的棉花遥感估产研究。..
-
近红外光谱分析技术在精准农业中的应用
近红外光谱分析技术在精准农业中的应用非常广泛且深入,主要体现在以下几个方面:..
-
近红外高光谱相机的工作原理
近红外高光谱相机以其高分辨率、高光谱分辨率以及广泛的应用领域,在科研、工业检测、环境监测等多个领域发挥着重要作用。本文简单总结了近红外高光谱相机的工作原理。..
-
高光谱图像处理的主要方法有哪些?
对高光谱图像进行处理,可以获取物体在不同波段的反射光谱信息,提供更加详细和全面的图像数据。那么,什么是高光谱图像处理?高光谱图像处理的主要方法有哪些?下文对此做..