一种适用红外小目标识别的遥测光谱噪声抑制方法技术

本发明专利技术公开了一种适用红外小目标识别的遥测光谱噪声抑制方法，该方法包括步骤：对红外光谱数据进行归一化处理；计算归一化后的光谱强度的一阶导数；根据光谱一阶导数估计出光谱的噪声水平，从而确定双边滤波器的两个重要参数值；对光谱数据库训练，求解最优参数组合，并指导双边滤波参数的设定；利用最优参数的双边滤波，对含噪声光谱处理，获得高分辨率的红外光谱。本发明专利技术提出的方法有效利用了双边滤波的噪声抑制优势，在信噪比高于30dB时，光谱分辨率提高约35％，促进了红外光谱在目标检测识别及空间技术、气象、石油化工等领域的应用，并提供相应技术支撑。

【技术实现步骤摘要】

本专利技术涉及红外光谱信号预处理技术，尤其涉及一种适用红外小目标识别的遥测光谱噪声抑制方法。
技术介绍
红外遥测光谱常用于远距离目标检测、大气污染气体检测等方面，具有距离远、范围大、操作简单等突出优势。但实测光谱信号往往包含大量高频噪声，并受到低频基线的干扰。随机噪声则是受实验条件、光谱仪本身的误差等因素的影响。影响了光谱的后续处理，阻碍了数据的有效利用。为解决该问题，许多噪声抑制的方法被分别提出，以提高光谱分辨率。传统的抑制噪声方法一般首先设计滤波模板和权重系数，而滤波输出则是当前点和模板内周围点灰度的加权之和。有算术平均法、滑动平均法、非线性最小二乘法、卡尔曼滤波法、高斯滤波等抑制噪声方法。常规的方法有微分法、平滑法、傅里叶变换法和小波变化法等对远红外小目标光谱进行去噪。其中微分法对消除基线漂移、强化谱带特征、克服谱带重叠有很好的效果，但原始光谱经过微分后光谱噪声会增大，需要进一步的光谱去噪。平滑法可以有效地平滑信号中的高频噪声，但同时也会对目标光谱进行平滑，造成信号失真。傅里叶变换法将时域信号与频域信号分开，利用信号的频率特征进行去噪，但它只对平稳信号有很好的去噪效果。为了克服传统滤波方法的不足，提出使用双边滤波(BilateralFiltering,BF)算法抑噪。
技术实现思路
本专利技术要解决的技术问题在于针对现有技术中的缺陷，提供一种适用红外小目标识别的遥测光谱噪声抑制方法,该方法有效利用了双边滤波的噪声抑制优势，能促进红外光谱在目标检测识别及空间技术、气象、石油化工等领域的应用，并提供相应技术支撑。本专利技术解决其技术问题所采用的技术方案是：一种适用红外小目标识别的遥测光谱噪声抑制方法，包括以下步骤：1)采集待处理的红外光谱，对待处理的红外光谱数据作归一化处理获得归一化后光谱强度fi，其中i表示波数点，n表示波数的点数；2)对归一化后光谱强度fi进行一阶求导，fi′＝(fi+1-fi)/2；3)根据光谱一阶导数，使用绝对中值估计器初步计算光谱噪声水平；差分绝对值中值(MedianAbsoluteDifferences,MAD)表达式δ，如下：δ=1.48262median{|gi-gi-1|,i=2,...,n本文档来自技高网...

【技术保护点】
一种适用红外小目标识别的遥测光谱噪声抑制方法，包括以下步骤：1)采集待处理的红外光谱，对待处理的红外光谱数据作归一化处理获得归一化后光谱强度fi，其中i表示波数点，n表示波数的点数；2)对归一化后光谱强度fi进行一阶求导，fi′＝(fi+1‑fi)/2；3)根据光谱一阶导数，使用绝对中值估计器初步计算光谱噪声水平；差分绝对值中值表达式δ，如下：δ=1.48262median{|gi-gi-1|,i=2,...,n}]]>其中，g表示退化的红外光谱数据；4)根据噪声水平数值确定双边滤波器的最优参数组合；所述双边滤波的两个参数为值域的标准差σr和空间域的标准差σs；最优参数的确定方法如下：4.1)根据噪声水平数值，确定仿真噪声，并加入原始光谱中；4.2)在σr∈(0,0.5)和σs∈(0,10)范围内遍历所有参数组合，遍历的步长是0.001；4.3)对双边滤波器进行大量训练，得到的所有最优参数组合进行拟合，获得最优参数依赖噪声水平的公式；5)将最优参数组合代入双边滤波器，对待处理光谱数据处理。

【技术特征摘要】
1.一种适用红外小目标识别的遥测光谱噪声抑制方法，包括以下步骤：
1)采集待处理的红外光谱，对待处理的红外光谱数据作归一化处理获得归一化后光谱强度fi，其中i表示波数点，n表示波数的点数；
2)对归一化后光谱强度fi进行一阶...

【专利技术属性】
技术研发人员：刘海，杨宗凯，刘三女牙，张昭理，舒江波，刘婷婷，曹太合，
申请(专利权)人：华中师范大学，
类型：发明
国别省市：湖北;42