高光譜成像儀作為一種光電檢測技術(shù)，它不僅可以獲得樣本的光譜信息，還可以獲得樣本的圖像新信息，對樣本進(jìn)行定量與定性的分析。因此，其具有圖譜合一、信噪比低等優(yōu)點(diǎn)。那么，高光譜圖像數(shù)據(jù)有幾種各式？高光譜圖像數(shù)據(jù)怎么分析？下文為大家作了介紹。
高光譜圖像數(shù)據(jù)的格式：
高光譜遙感圖像主要有3種格式：BSQ格式（Band sequential），BIP格式（Band interleaved by pixel）和BIL格式（Band interleaved by line）。BSQ的格式數(shù)據(jù)按波段順序存儲，BIP格式的數(shù)據(jù)按像素點(diǎn)序列存儲，BIL格式的數(shù)據(jù)波段按行交叉存儲。雖然不同格式的圖像有不同的存儲方式，但是這些高光譜圖像都有共同的突出特點(diǎn)。
1.高光譜分辨率
通常的多光譜遙感器的專題制圖儀傳感器和地球觀測系統(tǒng)的高分辨率可見光傳感器只有幾個波段，其光譜分辨率一般大于100 nm。高光譜成像光譜儀能獲得整個可見光、近紅外、短波紅外、熱紅外波段的多而窄的連續(xù)光譜，波段數(shù)多至幾十甚至數(shù)百個，光譜分辨率可達(dá)納米級。
2.圖譜合一
高光譜圖像獲取表圖像包含了豐富的空間和光譜信息，在可見光和反射紅外區(qū)，其光譜分辨率通常在100nm量級。而成像光譜儀的光譜波段較多，一般是幾十個或者幾百個，有的甚至高達(dá)上千個，而且這些光譜波段在成像范圍內(nèi)都是連續(xù)成像。因此，成像光譜儀能夠獲得地物在一定范圍內(nèi)連續(xù)的、精細(xì)的光譜曲線。
3.數(shù)據(jù)冗余度大
高光譜成像光譜儀雖然光譜波段多，光譜曲線連續(xù)且精細(xì)，但是同時也存在它不足的一面，其采樣間距一般都在納米級，造成了相鄰波段的高度的相關(guān)性，冗余度也隨之增加。
4.信噪比低
高光譜數(shù)據(jù)信噪比較低。隨著波段數(shù)目的增加，噪聲增加。然而，高光譜特征和分類研究中主要存在以下兩個難點(diǎn)：一是高維使得計算速度受到很大影響，訓(xùn)練樣本的不足也會導(dǎo)致不好的分類結(jié)果；二是波段間的強(qiáng)相關(guān)性增加了冗余性，如果不能有效處理，會對結(jié)果產(chǎn)生一定的影響。
高光譜圖像數(shù)據(jù)的分析方法：
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。
