高光譜成像儀采集的光譜數(shù)據(jù)往往波段數(shù)多（幾十個甚至幾百個），光譜分辨率高（納米級），數(shù)據(jù)量大，數(shù)據(jù)率高（從每秒數(shù)兆到每秒數(shù)百兆），巨大的數(shù)據(jù)量為應(yīng)用和分析帶來不便，因此就需要對高光譜數(shù)據(jù)進(jìn)行處理。本文對高光譜成像儀高光譜圖像信息的處理方法做了介紹。

盡管成像光譜儀具有其獨(dú)特的優(yōu)越性，但由于高光譜遙感數(shù)據(jù)具有多、高、大、快等特點(diǎn)，即波段數(shù)多（幾十個甚至幾百個），光譜分辨率高（納米級），數(shù)據(jù)量大，數(shù)據(jù)率高（從每秒數(shù)兆到每秒數(shù)百兆），巨大的數(shù)據(jù)量為應(yīng)用和分析帶來不便，因此產(chǎn)生了許多新的數(shù)據(jù)處理方法對高光譜數(shù)據(jù)進(jìn)行處理。高光譜數(shù)據(jù)的處理技術(shù)的研究主要集中在以下幾個方面：對海量數(shù)據(jù)的高比例“非失真”壓縮；高光譜遙感數(shù)據(jù)的高速化處理；光譜及輻射量的定量化和歸一化：高光譜遙感數(shù)據(jù)特征圖像提取及三維光譜圖像數(shù)據(jù)的可視化；地物光譜模型及識別技術(shù)；以及高光譜遙感數(shù)據(jù)在地質(zhì)、農(nóng)業(yè)、植被、海洋、環(huán)術(shù)境、大氣、城市等中應(yīng)用模型的建立。

研究人員為高效利用成像光譜儀數(shù)據(jù)，充分發(fā)揮其高光譜分辨率和空間分辨率方面做出了許多嘗試，所采用的方法可歸納為兩大類：

1.基于純像元的分析方法

（1）基于成因分析的光譜分析方法

基于成因分析的方法研究地物的光譜特性，從地物光譜特征上發(fā)現(xiàn)農(nóng)征地物的特征光譜區(qū)間和參數(shù)，最常用的是各種各樣的植被指數(shù)。這種方法普遍用于NSS和TM圖像的處理和分析應(yīng)用中。成像光譜儀問世以后，許多研究人員沿用了這種方法，利用成像光譜儀數(shù)據(jù)的高光譜分辨率，選取影像的波段，發(fā)展了許多更為精細(xì)的植被指數(shù)。與此相對的方法，是地物光譜重建和重建的光譜與數(shù)據(jù)庫光譜的匹配識別。這一方法通過對比分析地面實(shí)測的地物光譜曲線和由成像光譜儀圖像得到的光譜曲線來區(qū)分地物。為了提高成，像光譜儀數(shù)據(jù)分析處理的效率和速度，一般要對這些曲線進(jìn)行編碼或者提取表征曲線的參數(shù)?！肮庾V匹配”是利用成像光譜儀探測數(shù)據(jù)進(jìn)行地物分析的主要方法之…，但由于野外實(shí)際情況的復(fù)雜性，很難建立一個比較通川的地物光譜庫，這就限制了利用該法進(jìn)行分析，目前僅僅在比較小的范圍內(nèi)（如巖石成分分析等）取得成功的運(yùn)用。

（2）基于統(tǒng)計分析的圖像分類和分析

基于統(tǒng)計分析的圖像分類和分析認(rèn)為每一波段的圖像為隨機(jī)變量，基于概率統(tǒng)計理論進(jìn)行多維隨機(jī)向量的分類。成像光譜儀圖像波段多，分類很大程度上受限于數(shù)據(jù)的維數(shù)，面對數(shù)百個波段的數(shù)據(jù)，如果全部用于分類研究，在時間上往往是無法接受的。因此在圖像分類之前必須壓縮波段，同時又要盡可能地保留信息，即進(jìn)行“降維”的研究。目前，壓縮波段有兩種途徑，一是從眾多的波段中挑選感興趣的若干波段：二是利用所有波段，通過數(shù)學(xué)變換來壓縮波段，最常用的如主成分分析法等?；诮y(tǒng)計分析的圖像分類和分析在理論上比較嚴(yán)謹(jǐn)，所以需要有充分的數(shù)據(jù)的地學(xué)特征，否則得到的結(jié)果有時是不明確的物理解釋。

2.基于混合像元的分析方法

由于傳感器空間分辨率的限制以及地物的復(fù)雜多樣性，混合像元普遍存在于遙感圖像中，對地面地物分布比較復(fù)雜的區(qū)域尤其如此。如果將該像元?dú)w為一類，勢必會帶來分類誤差，導(dǎo)致精度下降，不能反映真實(shí)的地物覆蓋情況。

概括起來，混合模型主要有兩類，即線性光譜混合模型和非線性光譜混合模型。線性混合模型是迄今為止最受歡迎且使用最多的一種模型，其突出優(yōu)點(diǎn)是簡單。雖然它只能分離與波段數(shù)目相同的類別，但對于有著數(shù)百個波段的高光譜數(shù)據(jù)，完全可以克服這種限制。對于非線性混合模型可以利川某些方法來使之線性化，從而簡化為線性模型。