光谱数据常用的预处理方法有哪些？

高光谱成像仪在采集样本高光谱图像时，容易受到系统噪声、光散射、基线漂移等方面的影响，这些干扰因素会影响光谱数据，因此对原始光谱进行数据处理是十分必要的。本文对光谱数据常用的SG、SNV、MSC、DOSC等光谱预处理方法做了介绍。

1.卷积平滑法（SG）

卷积平滑（Savitzky-Golay，SG）是一种对光谱进行平滑运算的方法，通过加权计算在平滑窗口内求平均值，对光谱的原始数据进行加权最小二乘拟合，强调了中心点的作用。采用多项式来对光谱数据进行最小二乘拟合，实现平滑的目的。

2.标准正态变换法（SNV）

标准正态变换（Standard Normal Variate，SNV）通过样品的方差对光谱进行校正，SNV可以有效的消除光源强度不一、散射噪声等干扰，通过线性变换对初始光谱数据标准化进行校正，减小样本因为表面散射、光谱迁移等因素带来的误差。

3.多元散射校正法（MSC）

多元散射校正（Multiplicative Scatter Correction，MSC）是光谱数据预处理的常用算法之一，MSC可以消除光谱中由于样品的镜面反射及不均匀造成的噪声，消除光谱数据的基线平移和偏移现象。多元散射的校正过程为：首先，计算所需校正光谱的平均光谱，并以此平均光谱作为标准光谱；其次，对平均光谱作回归计算；最后，对每一条光谱作多元散射校正，用测得样本的光谱值减去平移量后再除以偏移量。

4.直接正交信号校正法（DOSC）

直接正交信号校正（Direct orthogonal signal correction，DOSC）方法通过将光谱矩阵与待测参数矩阵正交，在不损害数据结构特性的前提下滤除与待测成分无关的信息，将最相关的信息用于预测模型的构建。