偏振频域光学相干层析成像（OCT）中图像质量受散斑噪声影响较大，散斑噪声会使图像细节变模糊，降低图像清晰度。针对此问题，提出了一种分光谱降低偏振频域OCT散斑噪声的方法。该方法将系统的全光谱信号分为多个光谱信号，对每个分立的光谱信号进行窗函数滤波，单独进行常规数据处理，然后将处理后的各个分光谱进行平均合成，达到降低散斑噪声的目的。利用Matlab进行仿真，同时搭建实验系统对离体生物样品鸡胸肉进行检测。实验结果表明，该方法可有效降低散斑噪声，提高偏振图像质量。

SAM卫星图像分类 该项目旨在说明SAM算法在卫星图像分类中的用途。 高光谱图像提供像素光谱，可获取有关表面的详细信息，以识别和区分光谱相似（但独特）的材料。 放置在遥感卫星上的高光谱图像传感器可捕获具有各种光谱带的高光谱图像。 进行了实验，以在高光谱图像上实现光谱角度映射器（SAM），以对表面上的像素进行分类。 还可以获得图像的假彩色合成，以便更好地可视化表面差异。 各个波段的高光谱图像彼此堆叠，以形成用于SAM实现的三维图像立方体。 SAM是一种监督分类算法，可基于光谱角的计算来识别图像中的各种类别。 在为每个像素建立的测试向量与为用户选择的每个参考类别建立的参考向量之间计算光谱角。 获得了将多个2D数据集读取并重组到一个紧凑的3D数据集多维数据集中的结果。 构建参考向量以执行SAM分类，并计算参考向量和像素向量之间的角度以与确定的阈值角度值进行比较。 然后应用颜色编码来区分已被SAM

主成分PCA；光谱分析；主成分得分；载荷~