隨著光學(xué)成像技術(shù)和探測器技術(shù)的不斷發(fā)展，高精密的光學(xué)儀器高光譜成像儀被廣泛的應(yīng)用于不同的行業(yè)，它將傳統(tǒng)光譜儀的二維成像與光譜技術(shù)有機(jī)的融為一體，可以完整、無損地同時獲取被測物的空間信息和光譜信息。本文對高光譜成像儀高光譜圖像數(shù)據(jù)的處理方法作了介紹。

高光譜圖像數(shù)據(jù)的一般處理流程如下圖所示，基于高光譜圖像圖譜合一的特點(diǎn)，高光譜圖像數(shù)據(jù)的分析方法可分為以下幾個步驟：

1.樣品制備與圖像獲取

首先，需要制備研究樣品。制備過程中，不僅要考慮含量的影響還要考慮成分等其他因素對圖像獲取的影響。樣品制備完成后，進(jìn)行圖像的獲取。將樣品放在載物臺上并進(jìn)行掃描，進(jìn)而得到特定方向的線性子圖像，隨后移動載物臺獲取另一方向的線性子圖像，從而得到三維原始高光譜圖像。這樣就記錄了圖像的多個波帶。

2.圖像預(yù)處理

原始高光譜圖像記錄的數(shù)據(jù)是光子強(qiáng)度信息，需要進(jìn)行反射校正才可獲取相對反射率。還需要對感興趣區(qū)進(jìn)行選擇，隨之進(jìn)行圖像的分割，進(jìn)而對目標(biāo)區(qū)進(jìn)行隔離和定位；最后再進(jìn)行光譜數(shù)據(jù)的提取。然而從樣品高光譜圖像的目標(biāo)區(qū)的所有像素反射率的值中，只能獲得一個平均頻譜，因此，需重復(fù)相同的程序，得到所有測試樣品的高光譜圖像的光譜，將所得到的每個樣品的頻譜進(jìn)行整合，得到一個光譜矩陣。此外，還可以通過合并、裁剪等方法對數(shù)據(jù)量極大地高光譜圖像進(jìn)行處理以減少無用信息的影響進(jìn)而提高處理效率。

3.光譜分析

光譜分析的核心就是特征模型的建立。在光譜維，首先利用主成分分析、偏最小二乘回歸等方法對全波段進(jìn)行預(yù)測，之后利用偏最小二乘回歸模型產(chǎn)生的回歸系數(shù)進(jìn)行特征波段的選擇。在圖像維，可采用數(shù)字圖像處理的技術(shù)對所得圖像進(jìn)行有效的分割與處理從而獲取目標(biāo)，提取特征參數(shù)建立相關(guān)的模型，選取回歸系數(shù)絕對值的最高值所對應(yīng)的波段為特征波段，隨后在特征波段中對模型進(jìn)行預(yù)測，即利用選擇的特征波段來建立多元線性回歸模型，最后，再利用回歸系數(shù)、交叉驗(yàn)證的均方根誤差等參數(shù)對模型進(jìn)行評估。

4.圖像分析

高光譜圖像中的每個像素都有自己的光譜，在每個樣本的像素中，可以通過計算出化學(xué)成分的濃度等參量來生成預(yù)測圖。由于精確測量每個像素是極其困難，因此可以借助回歸模型來實(shí)現(xiàn)。最終建立組分含量分布圖像或分類圖像，展示隱藏的信息，進(jìn)而對樣品進(jìn)行分析檢測。