一种矿物光谱特征提取中最优小波基选取的方法技术

本发明专利技术属于光谱信号处理和高光谱矿物填图技术领域，具体涉及一种矿物光谱特征提取中最优小波基选取的方法；本发明专利技术的目的在于提供一种矿物光谱特征提取中最优小波基选取的方法，包括以下步骤：步骤一，测量矿物光谱数据；步骤二，通过均值法对矿物光谱进行去噪处理；步骤三，确定待选小波簇种类及每种小波簇中所包含的一些列小波基；步骤四，利用不同小波簇中的小波基系列对目标矿物光谱信号进行小波分解；步骤五，根据小波分解系数计算各级分解尺度的能量和香浓熵；步骤六，计算能量与香浓熵的比值；步骤七，依据所选最优小波基分解系数提取矿物光谱特征。

A Method of Optimal Wavelet Base Selection in Mineral Spectral Feature Extraction

The invention belongs to the technical field of spectral signal processing and hyperspectral mineral mapping, and specifically relates to a method for selecting the optimal wavelet bases in mineral spectral feature extraction. The purpose of the invention is to provide a method for selecting the optimal wavelet bases in mineral spectral feature extraction, including the following steps: step 1, measuring mineral spectral data; step 2, average method for mineral spectrum extraction. In step 3, the types of wavelet clusters to be selected and some columns of wavelet bases contained in each wavelet cluster are determined; in step 4, the spectral signals of target minerals are decomposed by wavelet bases in different wavelet clusters; in step 5, the energy and fragrance entropy of each decomposition scale are calculated according to the wavelet decomposition coefficients; in step 6, the ratio of energy to fragrance entropy is calculated. Step 7, extract mineral spectral characteristics according to the selected optimal wavelet basis decomposition coefficient.

【技术实现步骤摘要】
一种矿物光谱特征提取中最优小波基选取的方法
本专利技术属于光谱信号处理和高光谱矿物填图
，具体涉及一种矿物光谱特征提取中最优小波基选取的方法。
技术介绍
岩石矿物光谱的反射、吸收特征覆盖了整个可见光到红外光谱范围，依据矿物诊断性光谱特征可以直接识别矿物类型和矿物组分，定量反演地物组分含量。因此，运用合适的方法准确提取并分析矿物的光谱特征至关重要。光谱特征提取是指从已获取的矿物原始光谱数据中，去除多余的干扰信息而保留有效的区别于其它地物的诊断特征信息。光谱微分法是一种传统的光谱特征提取方法，主要用于提取波段波长位置、深度等多种光谱参数。光谱微分法与主成分分析、判别式分析法等基于统计的光谱特征提取方法，都是一种单纯基于波形的时域分析方法，没有考虑光谱信号的频域特征。小波变换具有同时在时域和频域表征信号局部特征的能力，能够从信号在不同尺度下的小波变换结果中分析信号特性，在信号处理领域应用广泛。与傅里叶变换只有一种基函数不同，小波变换理论上有无限多种小波基，可以满足各种问题的需要。不同的小波基具有不同的时频特征，波形差别较大，支撑长度和规则性也各不相同。因此，对于同一个矿物光谱信号选取不同小波基进行处理，得到的结果往往差别很大，如何选取最优小波基用于矿物光谱特征提取，是本专利技术重点解决的问题。
技术实现思路
本专利技术的目的在于提供一种矿物光谱特征提取中最优小波基选取的方法，利用不同小波簇中一系列小波基对目标地物光谱信号进行小波分解，基于分解系数计算各级分解尺度的能量和香浓熵，将能量与香浓熵的比值大小作为选取最优小波基的判定标准，用于矿物光谱特征提取。本专利技术的技术方案是：一种矿物光谱特征提取中最优小波基选取的方法，包括以下步骤：步骤一，测量矿物光谱数据；步骤二，通过均值法对矿物光谱进行去燥处理；步骤三，确定待选小波簇种类及每种小波簇中所包含的一些列小波基；步骤四，利用不同小波簇中的小波基系列对目标矿物光谱信号进行小波分解；步骤五，根据小波分解系数计算各级分解尺度的能量和香浓熵；步骤六，计算能量与香浓熵的比值；步骤七，依据所选最优小波基分解系数提取矿物光谱特征。所述步骤一中，将测量得到的某种矿物光谱曲线记为Xi(λ)，其中λ为光谱波段序号，i为多次测量矿物光谱的编号。所述步骤二中，通过均值法对矿物光谱进行去噪处理，对测量得到的某种矿物光谱Xi(λ)按照相应波段求和后取平均值，假设共对矿物进行了n次光谱测量，均值法对矿物光谱去噪的公式为：所述步骤三中，确定待选小波簇的种类以及每种小波簇中包含的一系列小波基，根据小波簇性质选取小波簇种类以及所包含的小波基系列。所述步骤四中，利用不同小波簇中的小波基系列对目标矿物光谱信号进行小波分解，设定小波基函数为分解层数j，应用小波基对去噪后的矿物光谱信号Z(λ)进行j层离散小波分解，得到分解系数序列为Cj(k)(k＝1,2,...2j)，代表第j层的第k个分解系数。所述步骤五中，根据小波分解系数计算各级分解尺度的能量和香浓熵，其中每个分解层能量可以由该层分解系数的平方和计算得到，即小波分解第j层第k个节点能量的概率分布P(k)计算公式为Pj(k)＝|C(k)|2/E(j)(3)香浓熵F(j)用来描述小波分解系数的能量分布，其计算公式为所述步骤六中，计算能量与香浓熵的比值R(j)，将最大R(j)值对应的小波基作为最优小波基；其计算公式为R(j)＝E(j)/F(j)(5)。本专利技术的有益效果是：提出了一种矿物光谱特征提取中最优小波基选取的方法，该方法简便快捷，实现了最优小波基的快速选取，提高了矿物光谱特征提取效果和信号处理的效率，降低人为经验的干扰，适用范围广泛。附图说明图1是一种矿物光谱特征提取中最优小波基选取的方法流程图。具体实施方式下面结合实施例对本专利技术进行进一步的介绍：一种矿物光谱特征提取中最优小波基选取的方法，包括以下步骤：步骤一，测量矿物光谱数据；步骤二，通过均值法对矿物光谱进行去噪处理；步骤三，确定待选小波簇种类及每种小波簇中所包含的一些列小波基；步骤四，利用不同小波簇中的小波基系列对目标矿物光谱信号进行小波分解；步骤五，根据小波分解系数计算各级分解尺度的能量和香浓熵；步骤六，计算能量与香浓熵的比值；步骤七，依据所选最优小波基分解系数提取矿物光谱特征。所述步骤一中，将测量得到的种矿物光谱曲线记为Xi(λ)，其中λ为光谱波段序号，i为多次测量矿物光谱的编号。所述步骤二中，通过均值法对矿物光谱进行去噪处理，对测量得到的某种矿物光谱Xi(λ)按照相应波段求和后取平均值，假设共对矿物进行了n次光谱测量，均值法对矿物光谱去噪的公式为：所述步骤三中，确定待选小波簇的种类以及每种小波簇中包含的一系列小波基，根据小波簇性质选取小波簇种类以及所包含的小波基系列。所述步骤四中，利用不同小波簇中的小波基系列对目标矿物光谱信号进行小波分解，设定小波基函数为分解层数j，应用小波基对去噪后的矿物光谱信号Z(λ)进行j层离散小波分解，得到分解系数序列为Cj(k)(k＝1,2,...2j)，代表第j层的第k个分解系数。所述步骤五中，根据小波分解系数计算各级分解尺度的能量和香浓熵，其中每个分解层能量可以由该层分解系数的平方和计算得到，即小波分解第j层第k个节点能量的概率分布P(k)计算公式为Pj(k)＝|C(k)|2/E(j)(3)香浓熵F(j)用来描述小波分解系数的能量分布，其计算公式为所述步骤六中，计算能量与香浓熵的比值R(j)，将最大R(j)值对应的小波基作为最优小波基；其计算公式为R(j)＝E(j)/F(j)(5)。实施例下面结合附图1对本专利技术进行详细描述。本专利技术是一种矿物光谱特征提取中最优小波基选取的方法，具体步骤如下：步骤1、测量矿物光谱数据，通过ASD光谱仪测量矿物光谱，测量得到的某种矿物光谱曲线记为Xi(λ)，其中λ为光谱波段序号，本实例中λ总数为2151个，i为测量同一矿物光谱的编号，本实例中测量总数i为30条。步骤2、通过均值法对矿物光谱进行去噪处理，对测量得到的某种矿物光谱Xi(λ)按照相应波段求和后取平均值，假设对矿物进行了n次光谱测量，均值法对矿物光谱去噪的公式为：步骤3、确定待选小波簇的种类以及每种小波簇中包含的一系列小波基，在专利技术中不对小波簇种类做任何限定，但作为示例，本实例中的小波簇选择db、symlet与coiflet，小波簇包含的小波基数量可以根据需求进行调整，本实例中db小波系列包含db1、db2、db3、db4、db5、db6、db7、db8、db9和db10；symlet小波系列包含sym1、sym2、sym3、sym4、sym5、sym6、sym7、sym8、sym9和sym10；coiflet小波系列包含coif1、coif2、coif3、coif4、coif5和coif6。步骤4、利用步骤三确定的小波基系列分别对目标矿物光谱信号进行小波分解，将小波基函数记为分解层数j设为5层，应用小波基对去噪后的矿物光谱信号Z(λ)进行j层离散小波分解，得到分解系数序列为Cj(k)(k＝1,2,...2j)，代表第j层的第k个分解系数。步骤5、根据小波分解系数计算各级分解尺度的能量和香浓熵，其中每个分解层能量可以由该层分解系数的平方和计算得到，即小波分解第j层第k个本文档来自技高网...

【技术保护点】
1.一种矿物光谱特征提取中最优小波基选取的方法，其特征在于：包括以下步骤：步骤一，测量矿物光谱数据；步骤二，通过均值法对矿物光谱进行去燥处理；步骤三，确定待选小波簇种类及每种小波簇中所包含的一些列小波基；步骤四，利用不同小波簇中的小波基系列对目标矿物光谱信号进行小波分解；步骤五，根据小波分解系数计算各级分解尺度的能量和香浓熵；步骤六，计算能量与香浓熵的比值；步骤七，依据所选最优小波基分解系数提取矿物光谱特征。

【技术特征摘要】
1.一种矿物光谱特征提取中最优小波基选取的方法，其特征在于：包括以下步骤：步骤一，测量矿物光谱数据；步骤二，通过均值法对矿物光谱进行去燥处理；步骤三，确定待选小波簇种类及每种小波簇中所包含的一些列小波基；步骤四，利用不同小波簇中的小波基系列对目标矿物光谱信号进行小波分解；步骤五，根据小波分解系数计算各级分解尺度的能量和香浓熵；步骤六，计算能量与香浓熵的比值；步骤七，依据所选最优小波基分解系数提取矿物光谱特征。2.根据权利要求1所述的一种矿物光谱特征提取中最优小波基选取的方法，其特征在于：其中所述步骤一中，将测量得到的矿物光谱曲线记为Xi(λ)，其中λ为光谱波段序号，i为多次测量矿物光谱的编号。3.根据权利要求1所述的一种矿物光谱特征提取中最优小波基选取的方法，其特征在于：所述步骤二中，通过均值法对矿物光谱进行去噪处理，对测量得到的矿物光谱Xi(λ)按照相应波段求和后取平均值，假设共对矿物进行了n次光谱测量，均值法对矿物光谱去噪的公式为：4.根据权利要求1所述的一种矿物光谱特征提取中最优小波基选取的方法，其特征在于：所述步骤三中，确定待选小波簇的种类以及每种小波...

【专利技术属性】
技术研发人员：田青林，潘蔚，余长发，陈雪娇，
申请(专利权)人：核工业北京地质研究院，
类型：发明
国别省市：北京,11