高光谱成像仪采集的三维数据块能够提供被检样品内外部丰富的成分含量信息，但由于高光谱数据具有波段多、分辨率高、数据维度高、冗余性强等特点，因此必须采取合适的的数学算法对数据进行处理和分析。本文对高光谱成像仪高光谱信息的提取与预处理方法做了介绍，对此感兴趣的朋友可以了解一下！
高光谱成像仪高光谱信息的提取方法：
1.采集高光谱数据
采集高光谱图像数据通过软件平台对相机曝光时间、成像分辨率、移动平台速度等系统参数进行设置，参数设置要根据经验具有合理性以保证采集的高光谱图像清晰且不失真；
2.图像校正
由于光源不均匀等和系统内暗电流的影响，须要对高光谱图像进行白场和暗场校正。先扫描反射率为99%的标准白板得到全白的参考图像Ac，然后采集全黑的参考图像Bc，用下列公式对样本数据进行黑白标定：
其中：Ac——全白的标定图像；Bc——全黑的标定图像；Rc——标定后高光谱图像。
3.光谱数据选取
采集到清晰高光谱图像数据后，通过分析软件对感兴趣区域的光谱信息进行提取，提取时对样本中心高亮区域进行规避，提取的像素点符合相应的要求，取其算术平均值作为该样本的光谱值，
高光谱成像仪高光谱信息的预处理方法：
由于背景干扰、和周围杂散光干扰、仪器响应、震动等多方面影响及样本自身存在的差异性，采集到的高光谱图像信息中不仅包含了与样本化学结构相关的有用信息，还掺杂了一些与样本性质无关的信息，这些无用信息会导致模型一定程度上的精度下降和未知样本的预测不准确。在建模之前对光谱进行预处理，可以消除一些噪声信号和改善预测模型的精度。不同的预处理方法其原理和对数据的修正效果均不同，下文主要介绍几种常见方法：
1.卷积平滑法
该方法通过对移动窗口内的数据进行最小二乘拟合，然后进行加权平均。一般平滑点数越大信噪比越高，但是平滑点数过高会导致信号失真。
2.导数处理
该方法可以增强光谱分辨率，克服相邻波段谱带重叠的影响，消除光谱采集过程中背景环境和基线漂移的干扰等。比如，噪声中与光谱信息无关的漂移噪声，可以用一阶导数进行有效消除，与波谱线性相关的漂移，可以用二阶导数进行有效消除。
3.多元散射校正
多元散射校正可以将散射介质光谱中的物理光散射信息和化学光吸收信息分离，同时能消除颗粒大小不一产生的散射影响，增强光谱数据与理化指标的相关程度。
4.标准正态变量变换
标准正态变量变换可以有效去除样本表面散射颗粒大小和样本曲面光程变化对光谱的影响。预先对将各样本光谱的全波谱数据进行假设，假设其均符合正态分布，然后根据假设进行校正。
5.基线校正
在采集光谱的过程中，由于样本自身的差异性和以其背景因素的影响，被测样本的光谱图中会出现吸收峰的偏移现象，为了消除这种偏移带来的影响，保证模型的准确性，需要对原始采集的光谱曲线进行基线校正。
