高光譜成像技術(shù)是一門(mén)把二維成像技術(shù)與光譜技術(shù)有效結(jié)合的新興技術(shù)，它不僅可以獲得光譜信息，還可以獲得圖像信息，因此具有既能成像又能獲取目標(biāo)光譜曲線的“圖譜合一”的優(yōu)勢(shì)。本文對(duì)高光譜成像技術(shù)的原理及高光譜數(shù)據(jù)的處理方法，對(duì)此感興趣的朋友不妨了解一下！

高光譜成像技術(shù)的原理：

光譜成像技術(shù)，實(shí)質(zhì)上是結(jié)合了成像技術(shù)和光譜技術(shù)，不僅能獲得待測(cè)目標(biāo)的二維幾何空間信息，還能檢測(cè)到目標(biāo)物的一維光譜信息，因此具有既能成像又能獲取目標(biāo)光譜曲線的“圖譜合一”的優(yōu)勢(shì)。它充分利用了光與物質(zhì)的相互作用，物質(zhì)的光譜特征和其理化學(xué)信息緊密相關(guān)，物質(zhì)成分及其結(jié)構(gòu)的差異就造成了物質(zhì)內(nèi)部對(duì)不同波長(zhǎng)光子的選擇性吸收和發(fā)射。

高光譜成像技術(shù)，是一門(mén)把二維成像技術(shù)與光譜技術(shù)有效結(jié)合的新興技術(shù)。它最初是為遙感方面的應(yīng)用而開(kāi)發(fā)的，但后來(lái)已經(jīng)在天文學(xué)、農(nóng)業(yè)、藥品、醫(yī)學(xué)等多樣化領(lǐng)域被廣泛應(yīng)用。它集中了光學(xué)、電子學(xué)、光電子學(xué)、計(jì)算機(jī)科學(xué)等領(lǐng)域的先進(jìn)技術(shù)，具有多波段、高的光譜分辨率、波段窄、光譜范圍廣等特點(diǎn)。所謂“高光譜成像”，是指通過(guò)高光譜成像儀采集到的高光譜圖像在光譜維度上進(jìn)行了細(xì)致的分割。也就是說(shuō)，通過(guò)高光譜設(shè)備獲取的是一個(gè)數(shù)據(jù)立方體，也被稱作"Hyperspectral cube”，高光譜三維數(shù)據(jù)結(jié)構(gòu)示意圖如下圖所示。

高光譜成像技術(shù)高光譜數(shù)據(jù)的處理方法：

通過(guò)成像光譜儀采集獲得的高光譜圖像，首先要進(jìn)行黑白校正（白板校正和暗場(chǎng)校正），即反射率的歸一化處理。然后，選取感興趣區(qū)域，提取感興趣區(qū)域內(nèi)所有點(diǎn)的反射率光譜并取平均值。提取所有樣品的平均光譜，得到光譜數(shù)據(jù)矩陣。

其中每一個(gè)像素點(diǎn)都對(duì)應(yīng)著一條完整的光譜曲線，每一條光譜曲線同樣對(duì)應(yīng)著一副二維的幾何圖像。實(shí)驗(yàn)中，樣品數(shù)量高達(dá)上千個(gè)，又有上百個(gè)波段，這往往導(dǎo)致光譜數(shù)據(jù)矩陣非常龐大。因此，如何有效地挖掘龐大數(shù)據(jù)結(jié)構(gòu)的有效信息成為光譜分析技術(shù)需要解決的首要問(wèn)題。通常，數(shù)據(jù)分析分為以下幾個(gè)步驟：

（1）光譜預(yù)處理

預(yù)處理可以有效減少系統(tǒng)噪音、雜散光等對(duì)成像的影響，從而獲取信噪比高、背景干擾較低的數(shù)據(jù)。常用的光譜預(yù)處理方法有：平滑、歸一化、多元散射校正、求導(dǎo)、變量標(biāo)準(zhǔn)化等。

（2）提取特征波長(zhǎng)

光譜數(shù)據(jù)的高維及共線性問(wèn)題往往降低模型的運(yùn)算效率和精度。選取有效的特征波長(zhǎng)不僅降低了維數(shù)問(wèn)題，而且最大程度上包含樣品的原始信息，進(jìn)而達(dá)到簡(jiǎn)化運(yùn)算的目的。常用的提取特征波長(zhǎng)的方法有：回歸系數(shù)法、連續(xù)投影算法、載荷系數(shù)法、遺傳算法、競(jìng)爭(zhēng)性自適應(yīng)重加權(quán)算法等。

（3）回歸或分類模型的建立

用提取的特征波長(zhǎng)和待測(cè)參數(shù)建立回歸或分類模型。常用的建模方法有：主成分分析、多元線性回歸、主成分回歸、人工神經(jīng)網(wǎng)絡(luò)、偏最小二乘法、最小二乘支持向量機(jī)等。

另外，以上所述的步驟僅僅是針對(duì)光譜的處理，而高光譜圖像還可以看作是每個(gè)波段圖像的疊加，這些圖像包含樣本豐富的空間分布屬性。圖像紋理反映像素的空間位置和亮度值變化，進(jìn)而反映樣本幾何結(jié)構(gòu)的變化。因此，通過(guò)提取高光譜圖像的紋理變量信息（包括對(duì)比度、方差、熵等）同樣可以建立相應(yīng)的預(yù)測(cè)模型。