高光谱成像仪光谱数据预处理方法之平滑法的类型

对高光谱数据进行预处理是提取特征波长、建立预测模型的前提，关于高光谱数据的预处理方法有很多，其中比较常见方法就包括平滑法。本文对高光谱成像仪光谱数据预处理方法之平滑法的类型做了简要的介绍。

平滑算法可以有效地消除噪声，其中Savitzky-Golay平滑和Norris微分平滑是目前常用于光谱数据的去噪方法。

1.S-G平滑法

S-G卷积平滑是利用平滑点附近的若干个点，将这些点拟合或平均以求得该点的最佳估计值，来降低噪声、提高数据的信噪比。波长k处经平滑后的平均值为：

式中，h为平滑系数，H为归一化因子，H可基于最小二乘原理，用多项式拟合求得。

2.Norris导数平滑

Norris导数平滑可以使得样本光谱的峰值更加清晰。分段内的点数和分段间距影响平滑效果，应尽量合理选择分段点数和分段间距以使预处理效果最佳。