高光谱成像仪获取的高光谱图像数据怎么分析?
发布时间:2024-03-01
浏览次数:207
高光谱成像仪在对样本进行检测时,不仅可以获得样本的光谱信息,还可以获取样本的图像信息。对于高光谱图像信息,由于数据比较的冗沉,就需要提取有效信息。本文对高光谱图像数据的分析方法做了介绍。
高光谱成像仪在对样本进行检测时,不仅可以获得样本的光谱信息,还可以获取样本的图像信息。对于高光谱图像信息,由于数据比较的冗沉,就需要提取有效信息。本文对高光谱图像数据的分析方法做了介绍。
高光谱成像仪高光谱图像数据分析方法:
高光谱图像数据分析方法有很多,例如图像和光谱信息、图像光谱信息融合,但基本流程可以归纳为四个步聚:
步骤一,高光谱图像校正和修整
原始高光谱图像信息是能量值,需要通过白板校正获取反射率或吸收率。此外,由于成像设备的系统和随机误差,在光谱维两端的波长图像信噪比很低,且远离成像仪光轴的空间区域成像信息弱。所以原始图像或校正后的图像通常要剔除这些噪声较大的部分。
步骤二,高光谱图像降维
提取图像信息的方法,直接提取具有代表性、有意义的单一(或几个)波长图像;或基于波段比、波段差和差分等算法提取数个特征波长图像,计算获得新的转换图像,用于目标分割和识别;或采用主成分分析和独立成分分析等常用的降维方法,获取关键的主成分图像。提取光谱信息的方法有,以一定像素数(即感兴趣区域)的像素光谱平均后获得平均光谱信息;或以全部目标的像素计算其平均光谱;或提取每个像素的光谱信息,用于像素分类分析。
步骤三,品质预测,目标检测和识别
采用图像信息,使用图像处理的各种方法,尤其是较为简单的图像分割方法分离获得目标。使用光谱信息,采用化学计量学方法,预测分析检测对象的某个品质,或采用分类方法识别目标。
步骤四,目标分类
依据分割后图像特征,或者光谱信息,采用模式识别方法分类目标。
高光谱图像分析方法的特点:
第一,根据检测目的的不同,采用不同的信息。外部品质检测多采用图像信息,而内部品质采用光谱信息。综合品质需要使用图像和光谱两种信息。
第二,数据处理方法较为简单。高光谱图像的信息丰富,图像和光谱信息可以互补其缺点,在数据处理中,数据预处理较为简单,预测和分类方法也是常用方法。
第三,针对较难分割的目标,采用两种信息融合来分割或提取目标。例如,基于像素光谱信息的像素分类近几年开始应用。
相关产品
-
高光谱和多光谱有什么区别?
高光谱和多光谱作为作为无损检测技术,因其精度高、分辨率高等优点,被广泛的应用于农业、地质灾害、医学等不同的领域。高光谱和多光谱同作为光谱技术,但它们之间存在一定..
-
高光谱图像的优势和劣势对比
高光谱图像作为一种结合了成像技术和光谱技术的多维信息获取技术,具有显著的优势,但同时也存在一些劣势。以下是对高光谱图像优势和劣势的详细对比。..
-
高光谱在水果品质检测中的应用
高光谱成像技术,以其高光谱分辨率、图像信息丰富及非接触、无损检测等独特优势,正逐步成为水果品质检测领域的新宠。本文从以下几个方面介绍了高光谱在水果品质检测中的应..
-
多光谱和高光谱哪个好?全面对比多光谱和高光谱
光谱成像已成为从农业到环境管理等许多领域的宝库。高光谱和多光谱成像处于该技术的前沿。本文我们将讨论高光谱和多光谱成像的优点和局限性,以及哪种技术适合哪种现实场..