高光谱成像仪高光谱图像数据的组成及特点

高光谱成像仪在对样本进行测试时，可以获取样本的高光谱图像数据，这个数据是维数据结构。高光谱数据可视为三维图像，在普通二维图像之外又多一维光谱信息，其空间图像维描述样本的二维空间特征，其光谱维揭示了图像每一像元的光谱曲线特征。本文对高光谱成像仪高光谱图像数据的组成及特点做了介绍。

高光谱成像仪高光谱图像数据的组成：

高光谱数据，可表示为高光谱数据立方或高光谱立方（hyperspectral cubes），是三维数据结构。高光谱数据可视为三维图像，在普通二维图像之外又多一维光谱信息。其空间图像维描述目标物的二维空间特征，其光谱维揭示了图像每一像元的光谱曲线特征，由此实现了遥感数据图像维与光谱维信息的有机融合。

1.空间图像维：在空间图像维，高光谱数据与一般的图像相似。

2.光谱维：从高光谱图像的每一个像元中可以获得一个连续的光谱曲线。采用基于光谱数据库的光谱匹配技术，可以识别地物。同时大多数地物都具有典型的光谱波形特征，尤其是光谱吸收特征。这些特征与地物成分是密切相关的，因此对光谱吸收特征参数（吸收波长位置、吸收深度、吸收宽度）的提取将成为高光谱信息挖掘的主要方面。

高光谱成像仪高光谱图像数据的特点：

1.纹理丰富复杂，空间相关性低于普通图像。因为高光谱图像的分辨率为几米，地面目标可能只占几个像素，像素值的连续性较差，相关性较低。

2.波段多，光谱分辨率高，光谱间相关性较强。

3.空间分辨高。高的光谱分辨率和空间分辨率是遥感技术发展的两个方向，这两个方向有趋于统一的趋势。

4.由于波段多，狭窄且连续，使得高光谱数据量巨大、相关性大，尤其在相邻的波段间，具有很大的数据冗余。

高光谱图像表示方式：

高光谱图像一般采用以下二种表示方式：

1.三维数据。F（x，y，b），表示在x行，y列，b波段的像素值。即在空间坐标（x，y）上第b波段上采集到的光谱能量，反映相应图像像素的灰度值。

2.光谱域的亮度矢量集。F（x，y），其中x，y对应像素的空间位置，F为空间坐标（x，y）上在光谱域的亮度矢量，每个分量表示特定的波长。