为识别空间外差光谱仪探测目标干涉信号的特征信息, 提出一种基于经验模态分解与回归分析的空间干涉谱目标提取方法。首先对预处理后的光谱进行经验模态自适应分解, 得到各阶次固有模态分量并分别计算它们与原始光谱信号的Pearson相关系数, 根据相关系数分选准则判定背景与目标信息重构的分界点。然后计算重构背景与实测背景间的Pearson相关系数来判定经验模态分解结果。对信号主导的固有模态分量利用小波软阈值进行消噪,重构较纯净的目标特征信息; 利用目标特征信息与原始干涉光谱信息进行多元线性回归分析获得最佳的近似滤波系数, 构造滤波器并应用到目标信号, 提取目标。最后通过差谱信号与提取的目标光谱的Pearson相关系数来判别提取的目标信号。实验结果表明: 经验模态分解可将背景与目标近似分离; 在未知背景信号情况下, 利用经验模态分解与回归分析可实现钾共振双线特征光谱的提取。

提出了独立软模式法（SIMCA）的番茄叶片灰霉病特征波段图像的提取, 并通过多元线性回归法（MLR）提取波段融合图像, 通过最小距离法获取番茄灰霉病患病信息的技术路线。 利用680～740 nm波段的方差图像和建模能力参数提取的特征波段, 并作为输入变量进行MLR分析, 在0.5准确率阈值下, 准确率均大于99%, 说明特征波段可以实现番茄叶片灰霉病的检测, 并利用MLR回归系数提取波段融合图像, 通过最小距离法获取番茄灰霉病患病信息, 结果表明所提出的方法具有很好的预测能力, 为番茄灰霉病的早期检测提供了一种新方法, 且大大降低了高光谱图像的数据处理时间。