高光谱成像仪光谱数据特征波长的选取方法介绍
发布时间:2024-10-25
浏览次数:936
高光谱成像仪在对样品进行侧脸时,会采集多波段的光谱数据,全波段数据有较多的冗余信息,因此就需要采用一定的方法来选取样本光谱的特征波段与纹理特征的重要变量。本文对高光谱成像仪光谱数据特征波长的选取方法做了介绍。
高光谱成像仪在对样品进行侧脸时,会采集多波段的光谱数据,全波段数据有较多的冗余信息,因此就需要采用一定的方法来选取样本光谱的特征波段与纹理特征的重要变量。本文对高光谱成像仪光谱数据特征波长的选取方法做了介绍。
1.SPA方法
SPA通过最小化共线性向量空间和减少原始光谱矩阵中的冗余信息,从整个波长中提取最优波长。从一个波长开始,将其投影到别的波长,利用向量的投影分析比较投影向量大小,选取的待选波长为投影向量最大的波长,每次迭代中加入一个新变量,反复循环操作生成适当的参数,并且建立多元线性回归的矫正模型,根据矫正模型结果选择最终特征变量,能有效减少原始光谱的冗余信息。SPA设置的主要参数为选择变量的范围,即需要选择的最少和最多变量数。
2.CARS方法
CARS是将蒙特卡洛采样与PLSR回归系数相结合的一种特征变量选择方法,依据自适应重加权采样技术,随机选取一定数目的样本作为校正集建立模型。比较回归系数的绝对值,去掉绝对值较小的特征,并且选择均方根误差最小的子集,基于新的子集再次构建回归模型。多次循环计算,选择模型中RMSECV最小的子集中的波长作为特征波长,能有效选出最优波段组合。
3.CARS-SPA方法
CARS-SPA是两者联合方法,先用CARS筛选出部分特征波段,为了确定光谱变量能否进一步被优化,再用SPA对特征波段进行选择能进一步减少光谱冗余信息。
上一页 : 高光谱成像仪高光谱数据建模方法介绍
下一页 : 高光谱数据常见预处理方法有哪些?
相关产品
-
高光谱显微成像技术在植物细胞检测领域的研究
在生物、农学和生态学等学科蓬勃发展的当下,植物细胞检测的重要性愈发关键。高光谱显微成像技术作为一种崭新的非接触式检测方式,凭借其高分辨率、高灵敏度以及丰富的多..
-
高光谱成像技术在电子元器件漏胶检测的应用
高光谱相机通过获取物质在900-1700nm近红外波段的光谱特征(光谱分辨率8nm),可精准区分电子元器件、胶水、电路板等材料的化学差异。其核心原理基于光栅色散..
-
无人机机载高光谱在罂粟违法种植监测中的应用
当前我国禁毒形势依然严峻,2024年全国铲除非法罂粟种植点同比上升23%,传统人工踏勘存在效率低(人均日排查面积不足0.5km²)、隐蔽区域漏检率高等痛点。本研..
-
高光谱成像仪用于鸡肉品质的检测保证品质质量
鸡肉是一种营养丰富的健康食品,但鸡肉的品质和安全性是消费者选择鸡肉的前提。传统鸡肉品质的检测方法包括感官评定、物理仪器测定和化学分析测定,这些方法耗时、操作繁琐..