Гиперспектральные изображения как инструмент распознавания почв различных полей Гиперспектральная визуализация позволяет выполнять высокоточные и детальные спектральные измерения исследуемых объектов и применяется в широком диапазоне масштабов — от лабораторной съёмки образцов и полевых наблюдений до спутникового дистанционного зондирования. В настоящем исследовании по гиперспектральным изображениям образцов почвы, отобранных на трёх различных полях, определяли усреднённые спектральные характеристики каждого образца. Спектральные данные обрабатывали в программной среде Pirouette с применением анализа главных компонент (PCA). По первым трём главным компонентам образцы почв из разных полей отчётливо разделялись. Дополнительно рассчитывали межклассовые расстояния. Анализ дискриминирующей способности позволил выделить длины волн, информативные для распознавания происхождения почвенных образцов. Источник