高光谱成像仪光谱数据特征波长提取的常见方法

高光谱成像仪获取的高光谱数据有很多的无用信息，因此，就需要进行特征波长的提取。特征波长的提取是为了提取与分析目标有关的信息，尽可能剔除无关的数据成分，消除光谱中的噪声干扰，把信息转化为后续的表达方式。本文对高光谱成像仪光谱数据特征波长提取的常见方法做了介绍。

连续投影算法（SPA）：

SPA是一种向前循环算法，它通过多次迭代选择出冗余信息最少的变量组，能够解决信息重叠，共线性等问题。避免再去从大量数据中选择有代表性的数据，极大的调高了模型的效率。

无信息变量消除法（UVE）：

UVE 是基于偏最小二乘回归系数选择算法，用于消除无效信息，能够减少信息量，所以比较实用。但经该算法筛选的变量维数依然很大，因此该算法的效果会降低。

后向间隔偏最小二乘波段选择法（BiPLS）：

BiPLS是间隔偏最小二乘法（iPLS）的改进算法，是一种非常有效的波长筛选方法。能够筛选出反应信息的特征光谱组合区间。