高光譜成像儀采集的三維數據塊能夠提供被檢樣品內外部豐富的成分含量信息，但由于高光譜數據具有波段多、分辨率高、數據維度高、冗余性強等特點，因此必須采取合適的的數學算法對數據進行處理和分析。本文對高光譜成像儀高光譜信息的提取與預處理方法做了介紹，對此感興趣的朋友可以了解一下！
高光譜成像儀高光譜信息的提取方法：
1.采集高光譜數據
采集高光譜圖像數據通過軟件平臺對相機曝光時間、成像分辨率、移動平臺速度等系統參數進行設置，參數設置要根據經驗具有合理性以保證采集的高光譜圖像清晰且不失真；
2.圖像校正
由于光源不均勻等和系統內暗電流的影響，須要對高光譜圖像進行白場和暗場校正。先掃描反射率為99%的標準白板得到全白的參考圖像Ac，然后采集全黑的參考圖像Bc，用下列公式對樣本數據進行黑白標定：
其中：Ac——全白的標定圖像；Bc——全黑的標定圖像；Rc——標定后高光譜圖像。
3.光譜數據選取
采集到清晰高光譜圖像數據后，通過分析軟件對感興趣區域的光譜信息進行提取，提取時對樣本中心高亮區域進行規避，提取的像素點符合相應的要求，取其算術平均值作為該樣本的光譜值，
高光譜成像儀高光譜信息的預處理方法：
由于背景干擾、和周圍雜散光干擾、儀器響應、震動等多方面影響及樣本自身存在的差異性，采集到的高光譜圖像信息中不僅包含了與樣本化學結構相關的有用信息，還摻雜了一些與樣本性質無關的信息，這些無用信息會導致模型一定程度上的精度下降和未知樣本的預測不準確。在建模之前對光譜進行預處理，可以消除一些噪聲信號和改善預測模型的精度。不同的預處理方法其原理和對數據的修正效果均不同，下文主要介紹幾種常見方法：
1.卷積平滑法
該方法通過對移動窗口內的數據進行最小二乘擬合，然后進行加權平均。一般平滑點數越大信噪比越高，但是平滑點數過高會導致信號失真。
2.導數處理
該方法可以增強光譜分辨率，克服相鄰波段譜帶重疊的影響，消除光譜采集過程中背景環境和基線漂移的干擾等。比如，噪聲中與光譜信息無關的漂移噪聲，可以用一階導數進行有效消除，與波譜線性相關的漂移，可以用二階導數進行有效消除。
3.多元散射校正
多元散射校正可以將散射介質光譜中的物理光散射信息和化學光吸收信息分離，同時能消除顆粒大小不一產生的散射影響，增強光譜數據與理化指標的相關程度。
4.標準正態變量變換
標準正態變量變換可以有效去除樣本表面散射顆粒大小和樣本曲面光程變化對光譜的影響。預先對將各樣本光譜的全波譜數據進行假設，假設其均符合正態分布，然后根據假設進行校正。
5.基線校正
在采集光譜的過程中，由于樣本自身的差異性和以其背景因素的影響，被測樣本的光譜圖中會出現吸收峰的偏移現象，為了消除這種偏移帶來的影響，保證模型的準確性，需要對原始采集的光譜曲線進行基線校正。
