二）多光谱图像去条带处理 在TM图像上，条带的主要表现形式为：①图像数据行有若干相邻像元及整行丢失，图像上呈现白色条带。
X2st=diff（X，2）； %X为输入光谱矩阵，X2st为输出二阶导数光谱矩阵 多元散射校正处理谱图 （1）计算平均光谱：（2）一元线性回归：（3）多元散射校正：公式中X表示n×p维定标光谱数据矩阵，n为样品数，p为波点数。
ETM＋卫星全色波段数据的空间分辨率为15 m，与其多光谱数据自融合后在理论上可以辨识225m2大小的物体，适合对重点成矿区的遥感调查工作。数据源的选择和预处理工作流程如图2所示，遥感数据的预处理详见第1章，在此不再赘述。
成像光谱对地物的识别依赖于地物精细的光谱特征，为了从图像中获取地物真实的光谱特征，必须进行相关数据的定标与大气校正，以消除与地物光谱辐射特征等无关因素的影响。
辐射定标的目的和意义如下：绝对定标：通过各种标准辐射源，在不同波谱段建立成像光谱仪入瞳处的光谱辐射亮度值与成像光谱仪输出的数字量化值之间的定量关系。相对定标：确定场景中各像元之间、各探测器之间、各波谱之间以及不同时间测得的辐射量的相对值。
反射率法：在卫星过顶时同步测量地面目标反射率因子和大气光学参量（如大气光学厚度、大气柱水汽含量等）然后利用大气辐射传输模型计算出遥感器入瞳处辐射亮度值，具有较高的精度。
ENVI软件的全能解析：从辐射定标到植被覆盖度估算 ENVI，作为遥感数据处理的强大工具，为我们揭示了Landsat-8数据的深度解析过程。它不仅包含了辐射定标、大气校正等基础操作，还涵盖了更高级的分析方法，如植被指数提取和覆盖度估算。
使用专门研制的trw多光谱检测试验台（mstb）进行起飞前的测试和定标。mstb能为trwis-3的光谱仪提供稳定的、均匀的、已知光谱辐射的光谱-空间的灵活光源。
1、矿物信息提取的高光谱数据预处理 先将成像高光谱数据进行辐射定标、大气校正等过程得到光谱反射率数据。无论是高光谱成像仪还是传统的多光谱传感器，它们所记录的数据都是地面观测目标的反射或辐射能量的光谱辐射绝对值，与地物目标的光谱反射率或光谱辐亮度值是不一致的。
2、ViewSpecPro中先进行平均，然后去掉跳跃。ENVI里面SPECTRAL模块里面可以直接读取ASD文件，生成光谱库。
3、高光谱数据一般流程是先做大气校正，后做几何校正。这样在做定标的时候使用原始的dn值，在做几何校正时候，使用最邻近重采样法。
4、数据预处理的流程可以概括为以下步骤：数据采集和收集：收集各种数据资源，包括数据库、文件、API接口、传感器等。数据清洗：去除不完整、不准确、重复或无关的数据，填补缺失值，处理异常值。数据集成：将来自不同数据源的数据进行整合和合并，消除重复和不一致的数据。
5、构造信息提取一般均采用目视解译方法。首先从高光谱数据中抽取相应波段，形成真彩色图像或标准假彩色图像，或者直接采用预处理效果较好的波段，而后通过传统目视解译方法进行构造信息提取，生成相应的矢量图层，最后生成标准的构造信息产品。
6、数据预处理的常用流程为：去除唯一属性、处理缺失值、属性编码、数据标准化正则化、特征选择、主成分分析。去除唯一属性 唯一属性通常是一些id属性，这些属性并不能刻画样本自身的分布规律，所以简单地删除这些属性即可。
高光谱遥感的巨大内涵和独特之处在于它可以从数据的高维空间特性入手，基于地物本身的物理属性，进行更有效的目标探测和分类处理。基于此，近年来发展了很多目标探测算法。
原始影像分解 根据所建立的高光谱影像谐波分析模型，将原始高光谱影像各像元分解成谐波能量谱成分，分解后的各个像元要保持空间结构的不变性，最终像元的谐波成分复原到影像形式。（2）原始影像背景抑制 在高光谱影像目标探测方面，影像背景抑制的效果直接影响着目标探测效果。
以实验区AVIRIS高光谱影像像元点为计算单元，取h＝0，L＝137，根据式（3）中计算谐波余项A0/2；取h＝1，2，3；L＝137，根据式（2）、式（3）计算影像谐波分析的1～3次谐波振幅C1～C3和谐波相位Φ1～Φ3。
谐波分析技术对视觉类似、化学成分有差异的地物外表有较好的识别功能；3）谐波累积曲线比原始地物光谱可以在更细微的层面有效地区分类似的地物；4）谐波参量均值对不同时相、相同材料地物敏感；5）谐波振幅曲线可以更为敏感的识别相似地物。
本章结合白化处理与CEM算子，提出了一种基于谐波分析的HA—WP—CEM高光谱遥感影像小目标探测模型。
1、如供试品为盐酸盐，因考虑到在压片过程中可能出现的离子交换现象，标准规定用氯化钾（也同溴化钾一样预处理后使用）代替溴化钾进行压片，但也可比较氯化钾压片和溴化钾压片后测得的光谱，如二者没有区别，则可使用溴化钾进行压片。
2、该类型仪器缺点是：单色光的谱带较宽，波长分辨率差；对温湿度较为敏感；得不到连续光谱；不能对谱图进行预处理，得到的信息量少。故只能作为较低档的专用仪器。色散型近红外光谱仪器：色散型近红外光谱仪器的分光元件可以是棱镜或光栅。
3、与常规的光谱定量分析不同之处是，近红外光谱分析时所用样品可以不经预处理，通过求解光谱矩阵与待测成分的浓度矩阵来建立数学模型，进行定量。检测固体样品一般采用漫反射技术，对于液体样品的检测用透射方法。建立数学模型的方法主要有：多元线性回归、主成分法、偏最小二乘法等。
4、投资及操作费用低近红外光谱仪的光学材料为一般的石英或玻璃仪器价格低操作空间小样品大多数不需要预处理投资及操作费用较低而且仪器的高度自动化降低了操作者的技能要求。
