一、測(cè)試原理及方法：

 高光譜成像技術(shù)是近二十年來(lái)發(fā)展起來(lái)的基于非常多窄波段的影像數(shù)據(jù)技術(shù)，其突出的應(yīng)用是遙感探測(cè)領(lǐng)域，并在越來(lái)越多的民用領(lǐng)域有著更大的應(yīng)用前景。它集中了光學(xué)、光電子學(xué)、電子學(xué)、信息處理、計(jì)算機(jī)科學(xué)等領(lǐng)域的先進(jìn)技術(shù)，是傳統(tǒng)的二維成像技術(shù)和光譜技術(shù)有機(jī)的結(jié)合在一起的一門(mén)新興技術(shù)。

 高光譜成像技術(shù)的定義是在多光譜成像的基礎(chǔ)上，在從紫外到近紅外（200-2500nm）的光譜范圍內(nèi)，利用成像光譜儀，在光譜覆蓋范圍內(nèi)的數(shù)十或數(shù)百條光譜波段對(duì)目標(biāo)物體連續(xù)成像。在獲得物體空間特征成像的同時(shí)，也獲得了被測(cè)物體的光譜信息。

目標(biāo)物體-成像物鏡-入射狹縫-準(zhǔn)直透鏡-PGP-聚焦透鏡-CCD棱鏡-光柵-棱鏡：PGP

圖1 成像原理圖

光譜儀的光譜分辨率由狹縫的寬度和光學(xué)光譜儀產(chǎn)生的線性色散確定。最小光譜分辨率是由光學(xué)系統(tǒng)的成像性能確定的（點(diǎn)擴(kuò)展大?。?。

成像過(guò)程為：每次成一條線上的像后（X方向），在檢測(cè)系統(tǒng)輸送帶前進(jìn)的過(guò)程中，排列的探測(cè)器掃出一條帶狀軌跡從而完成縱向掃描（Y方向）。綜合橫縱掃描信息就可以得到樣品的三維高光譜圖像數(shù)據(jù)。

圖2 像立方體

圖3  Gaia Field高光譜成像儀

高光譜儀配置：鏡頭：22mm鍍膜消色差鏡頭；光譜范圍：400nm-1000nm，光譜分辨率: 4nm@435.8nm（@400-1000nm），像面尺寸（光譜x空間）：6.15 x 14.2 mm，相對(duì)孔徑：F/2.4，狹縫長(zhǎng)度14.2 mm. 內(nèi)置控制、掃描機(jī)構(gòu)；內(nèi)置電池；

SpecView軟件：控制完成自動(dòng)曝光、自動(dòng)對(duì)焦、自動(dòng)掃描速度匹配；數(shù)據(jù)處理：黑白、輻射度、均勻性、鏡頭等校準(zhǔn)；光譜查看。

二、數(shù)據(jù)分析：

本文以西安壁畫(huà)為研究對(duì)象，利用雙利合譜的高光譜成像儀Gaia Field（光譜范圍400 nm - 1000 nm）采集測(cè)試對(duì)象的高光譜數(shù)據(jù)。

對(duì)成像高光譜儀拍攝的原始影像數(shù)據(jù)進(jìn)行數(shù)據(jù)的預(yù)處理，預(yù)處理過(guò)程主要包括兩部分。第一部分是輻射定標(biāo)；第二部分為噪聲去除。

首先進(jìn)行輻射定標(biāo)。輻射定標(biāo)的計(jì)算公式如1所示。

                       (1)

其中，Ref_target為目標(biāo)物的反射率，Ref_panel為標(biāo)準(zhǔn)參考板的反射率，DN_target為原始影像中目標(biāo)物的的數(shù)值，DN_panel為原始影像中標(biāo)準(zhǔn)參考板的數(shù)值，DN_dark為成像光譜儀系統(tǒng)誤差。

其次是噪聲去除，本文運(yùn)用國(guó)外較為常用的最小噪聲分離方法(Minimum Noise Fraction Rotation， MNF)進(jìn)行噪聲去除。最小噪聲分離工具用于判定圖像數(shù)據(jù)內(nèi)在的維數(shù)（即波段數(shù)），分離數(shù)據(jù)中的噪聲，減少隨后處理中的計(jì)算需求量。MNF本質(zhì)上是兩次層疊的主成分變換。第一次變換（基于估計(jì)的噪聲協(xié)方差矩陣）用于分離和重新調(diào)節(jié)數(shù)據(jù)中的噪聲，這步操作使變換后的噪聲數(shù)據(jù)只有最小的方差且沒(méi)有波段間的相關(guān)。第二步是對(duì)噪聲白化數(shù)據(jù)（Noise-whitened）的標(biāo)準(zhǔn)主成分變換。為了進(jìn)一步進(jìn)行波譜處理，通過(guò)檢查最終特征值和相關(guān)圖像來(lái)判定數(shù)據(jù)的內(nèi)在維數(shù)。數(shù)據(jù)空間可被分為兩部分：一部分與較大特征值和相對(duì)應(yīng)的特征圖像相關(guān)，其余部分與近似相同的特征值以及噪聲占主導(dǎo)地位的圖像相關(guān)。圖4為MNF降噪前后的光譜反射率變化。

圖4  MNF變換前(左)后(右)高光譜影像數(shù)據(jù)反射率值變化

圖5 分別壁畫(huà)在高光譜影像中不同位置的光譜反射率變化情況

利用SpecView軟件的Analysis-Animate功能，快速瀏覽能識(shí)別軀干、手背、肢體、鎧甲的各波段圖像的變化，結(jié)果表明能較為清楚地識(shí)別壁畫(huà)高光譜影像信息的波段主要集中在紅光與近紅外區(qū)域，這與目前國(guó)內(nèi)外的研究結(jié)果相同。以760 nm波段影像為例，對(duì)壁畫(huà)760 nm處影像的灰度圖作密度分割，以期能更清楚地分辨壁畫(huà)中內(nèi)部成分的變化，如下圖所示。從圖6可知，通過(guò)對(duì)成像高光譜特定某一波段作密度分割并賦予不同的顏色，不僅在圖像能較為清晰的看到壁畫(huà)內(nèi)部成分的變化，而且也能看到其在數(shù)值上的變化。

圖6  壁畫(huà)在760 nm處密度分割前后影像圖

為了客觀地區(qū)分壁畫(huà)內(nèi)部成分的變化，對(duì)經(jīng)預(yù)處理后的高光譜數(shù)據(jù)進(jìn)行主成分分析（Principal Component Analysis, PCA），去除波段之間的多余信息、將多波段的圖像信息壓縮到比原波段更有效的少數(shù)幾個(gè)轉(zhuǎn)換波段下。下圖為PCA的前6個(gè)主成分及主成分的312組合圖。

圖7  壁畫(huà)前6個(gè)主成分圖

圖8  壁畫(huà)的PCA變化前影像合成圖

（左 R：800 nm,G:700 nm，B：600 nm；右 R：PCA3,G:PCA1，B：PCA2）

通過(guò)圖8可知，利用成像高光譜原始影像數(shù)據(jù)進(jìn)行波段組合時(shí)，其無(wú)法較為清晰地看到壁畫(huà)內(nèi)部的變化規(guī)律，但經(jīng)過(guò)PCA變換之后，通過(guò)PCA各主成分的波段組合，壁畫(huà)內(nèi)部成分的變化能較為清晰的展現(xiàn)出來(lái)。