高光譜成像儀作為精密的光學儀器，它不僅可以獲得目標的二維空間信息，同時還能獲得目標的一維光譜信息，形成一個三維數據立方體，完成對目標特性的綜合探測。本文對高光譜成像儀光譜數據的獲取方法與處理方法做了介紹，對此感興趣的朋友可以了解一下！
高光譜成像儀光譜數據的獲取方法：
高光譜數據采集完成后，因為在實驗過程中采集的高光譜圖像會包含一些背景噪聲，需要對高光譜成像儀拍攝的樣本圖像去除噪聲和背景，選取感興趣區域（Region Of Interest，ROI），然后提取ROI范圍內平均反射率作為光譜特征。提取流程為：
讀取經過校正處理的高光譜圖像，進行格式轉換得到灰度圖像，根據灰度值不同設置閾值進一步分割轉化為二值化圖像，將分割后的二值化圖像與高光譜圖像“與”操作，得到感興趣區域，計算感興趣區域樣品所有像素點的平均反射率，以此作為目標樣品的光譜特征。
高光譜成像儀光譜數據的預處理方法：
高光譜在采集數據時會有成百上千個不同的波段數據，數據量巨大從而增加了數據處理的難度。而且在高光譜圖像采集過程中會有來自儀器與環境的干擾，獲得的光譜信號易存在噪聲和基線漂移等誤差，很多數據是無效的需要依靠后續手段提取光譜數據中的有效信息，為了提高信噪比與模型分類準確性，最大程度方便后續進一步的數據處理。目前，用于光譜數據預處理的方法有很多，主要包括Norm、MSC、1st、SG和SNV幾種數據處理方法。
1.Norm處理方法
Norm將數據按比例平移、縮放，使數據統一映射到特定區間內，其目的是消除不同數據單位的限制，讓數據具有可比性，避免數據量綱對結果產生的影響，同時也可以使數據的每個特征對模型分析結果做出同樣的貢獻，便于下一步建模處理。
2.MSC處理方法
MSC處理數據之后效果明顯，可以提高模型分析結果，因此被廣泛用于處理各種物質的原始光譜。由于光在物體表面散射作用不同，生成的光譜曲線也會發生變化，而MSC可以減少由于物體表面顆粒大小分布不均勻引起的散射現象，通過計算樣本所有像素點的光譜數據的平均值作為修正光譜，并以此修正減少光譜間由于基線平移導致的差異，對光譜數據校正，有效增強有用的光譜信息。
3.1st處理方法
1st對光譜直接求一階導數，可以表示某個波長的變化率。在數據采集過程中，由于背景顏色還有光照強度等因素會造成一些不可避免的誤差，但是通過導數算法可以有效消除由背景漂移造成的干擾，降低誤差提高數據分辨率和靈敏度。
4.SG處理方法
SG平滑又稱卷積平滑，是基于最小二乘原理的一種預處理算法，被廣泛用于數據，去噪。通過使用最小二乘法對高階多項式進行擬合獲得加權權重，然后對樣本數據進行加權濾波處理，SG能夠增加光譜特征的平滑性，保留樣本相對極大值和極小值等特性，消除光譜中的高頻噪音，減少拍攝過程中的噪音干擾。
5.SNV處理方法
SNV與MSC方法類似，主要是減少光照時由于樣本顆粒大小以及不均勻造成的表面散射現象。但是SNV的計算核心是假定測量樣本的光譜中各個波長的反射率值滿足正態分布，并且是針對每條光譜分別進行校正，從而使其盡量接近沒有光譜信號誤差的理想光譜。
