高光譜成像儀作為精密的光學儀器，它可以對成百上千個連續單一波長光信號逐一進行拍照，再將所有波長下的圖像直接融合組成樣品光譜圖像。光譜信息相當于物質的“指紋”，對其進行分析可獲得物質的內部理化指標；對圖像進行處理，可獲得物質的外部輪廓、尺寸大小以及顏色等外部特征。本文對高光譜成像儀的原理及光譜圖像數據處理方法作了介紹。
高光譜成像儀器的原理：
高光譜成像儀是高光譜成像分析系統的核心部件，由成像光譜儀與CCD探測器完美結合而成，可高效快速獲取被測物的光譜和影像信息。在樣品圖像采集時，高光譜成像儀接收被測物體表面反射和透射光在X軸上進行分光、在Y軸上進行成像，獲得一維影像和光譜信息。由于樣品的連續移動，從而能夠得到連續的一維影像以及光譜信息，所有的數據被計算機圖譜采集平臺采集。將所有窄波段的圖像和光譜信息進行融合，最后得到了整個樣品的光譜圖像。
根據不同的使用波段，可分為可見光波段（300～800nm）、可見-近紅外波段（400～1000nm）、近紅外波段（900～1700nm）和短波紅外波段（1000～2500nm）4個光譜波段。高光譜圖像采集可以通過擺掃型成像、推掃型成像和凝視型成像3種方式實現：擺掃型成像光譜儀由光機左右擺掃和載物平臺向前運動完成二維空間成像，線列探測器完成每個瞬時視場像元的光譜維獲取。推掃型成像光譜儀采用一個面陣探測器，其垂直于運動方向在載物平臺向前運動中完成二維空間掃描；平行于平臺運動方向，通過光柵和棱鏡分光，完成光譜維掃描。凝視型成像光譜儀保持圖像區域固定不變，通過可調諧濾光片獲取不同波段的圖像。3種方式最終都得到三維圖像數據塊，如下圖所示。
高光譜成像儀光譜圖像數據處理方法：
高光譜圖像由于既包含光譜信息，又包括圖像信息，因此高光譜圖像數據分析方法很多。這里以歸納高光譜圖像數據的處理為例，介紹高光譜成像儀圖譜數據處理方法。
第1步，高光譜圖像的校正和預處理
原始高光譜數據是光子強度信息，需進行黑白板校正獲取相對反射率。由于高光譜圖像通常在光譜波段范圍的首尾端信噪比較低，所以黑白板校正后的高光譜圖像需要進行預處理以剔除這些噪聲較大的部分。此外，由于高光譜數據量較大，對于一些無用部分可通過裁剪等方法減少高光譜圖像數據。
第2步，高光譜圖像的降維
在圖像維，可根據待測物的光譜特性，直接提取反映待測對象品質的一個或幾個波長圖像；也可采用主成分分析、獨立成分分析法或最小噪聲分離法等獲取關鍵的特征圖像；還可在上述特征波段基礎上，采用波段比算法或者波段差算法或者二次差分算法計算特征圖像；在光譜維，可對研究對象中一定像素區域的光譜或所有像素的光譜進行平均獲得平均光譜信息或偏差光譜信息。
第3步，品質預測，目標檢測及識別
在圖像維，可采用數字圖像處理技術對圖像進行分割從而獲取目標；在光譜維，可與化學計量學方法結合，建模預測分析待測物的品質，或進行判別分析。
第4步，目標分類
根據得到的圖像特征或者光譜信息，采用模式識別方法分類目標。
綜上所述，高光譜圖像數據的處理方法具有以下特點：
1）所用信息類型隨檢測目的的不同而改變。通常情況下，外部品質檢測主要采用圖像信息，內部品質檢測則多采用光譜信息，而綜合品質檢測則是兩種信息的結合。
2）雖然高光譜圖像信息豐富，但數據處理過程中的數據預處理方法較為簡單，預測和分類方法也大多是常規方法。
3）針對不容易分割的目標，通常是光譜信息和圖像信息結合來進行分割或提取目標。
