摘要光谱特征波段的选取是植被高光谱分类识别的重要基础之一利用鄱阳湖种典型植被的实测高光谱数据在对数据进行预处理和分析的基础上提出了一种基于均值极差阈值法的光谱特

光谱特征波段的筛选，选择光谱数据中具有代表性的变量用以建立定量预测模型

光谱特征波段选择—无信息变量消除uve.rar

可以实现光谱特征波段的提取，减少建模时间。

在400~720 nm波段范围，基于液晶可调谐滤波器(LCTF)和CMOS相机组合的多光谱成像系统，以四季豆叶片为研究对象每隔5 nm进行成像。根据图像亮度信息法和波段指数法的相关原理，首先分别计算得到各波段四季豆叶片的波段指数值和可识别度；然后对四季豆叶片的波段指数值和可识别度进行排序，综合图像的灰度离散、亮度信息丰富和波段的相关性小等特点，得出545、630、645、720、650和570 nm波段有较大的波段指数值和较好的识别度；最后根据最小欧氏距离法和光谱角度匹配法分别对四季豆叶片的特征波段的分类精度予以计算，两种方法的分类精度分别为100.00%和83.33%，得出选取的特征波段对四季豆叶片具有较好的分类精度。因此，545、630、645、720、650 和570 nm波段可作为四季豆叶片的特征波段。