基于平稳小波变换的微型光谱仪信号去噪方法技术

本发明专利技术涉及信号处理，旨在提供基于平稳小波变换的微型光谱仪信号去噪方法。包括：对微型光谱仪产生的光谱信号进行平稳小波分解处理，获得光谱信号的平稳小波的细节系数和近似系数；采用软阈值函数及多分辨率启发式阈值选取规则的方法，对细节系数进行变换处理以去除噪声，并保存为新的平稳小波细节系数；利用新的细节系数和此前的近似系数进行平稳小波逆变换处理，获得去噪后的微型光谱仪光谱信号。本发明专利技术具有平移不变性，能有效抑制Gibbs震荡现象，保证信号的真实性，对于线状谱信号不会出现伪尖峰，去噪后光谱信号几何特征和原始信号一样；比其他阈值选取方式能获得更高的信噪比，对于连续光谱信号和线状光谱信号都能获得很好的去噪效果。

【技术实现步骤摘要】

本专利技术属于信号处理及仪表仪器领域，特别涉及微型光谱仪光谱信号处理领域，具体是指一种基于平稳小波变换的光谱信号阈值处理方法。
技术介绍
随着微电子技术和微加工技术的发展，微型光谱仪的应用越来越广泛，包括航空、农业、食品、医学、化学等领域。然而，实际测得光谱信号常常伴随噪声的干扰，光谱信号的噪声中包含CCD本身的随机噪声、像素感光度不均匀带来的噪声、A/D转换带来的量化噪声，噪声类型为白噪声。因此，必须对实测光谱信号进行消噪处理，以使噪声对有用光谱信号的影响降低到最小。均值滤波是最简单的信号处理方法，算法实现简单，但只适用于静态或低动态情 况，且容易造成光谱信号失真。傅里叶变换是信号处理领域常用的处理方法，但其不能将信号时域特征和频域特征有机结合起来，通过傅里叶变换虽然能了解到有多少频率成分存在于信号中，但不能知道这些频率成分是什么时候出现，因此和傅里叶变换相关的噪声处理方式得到的效果总是不尽人意。小波变换是近年来新兴的一种信号处理方法，其提供了信号的时-频复合表示，明显解决了傅里叶变换的弊端，具有良好的低熵性、多分辨率、去相关性和选基灵活性的特点，并且能更准确的得到信号上特定点的奇异性信息。信号和噪声在小波变换下表现出截然不同的性质，所以小波变换能在小波域很好地实现信噪分离，更成功的用于信号处理、图像处理领域。因传统小波不具有平移不变性，致使阈值量化的去噪方法具有一定的局限性，在非连续点区域容易产生Gibbs震荡现象，造成光谱信号失真，破坏光谱信号几何特征。平稳小波变换是一种非正交小波变换，利用一维离散平稳小波变换对光谱信号去噪既可以利用小波变换的优点，又可以克服正交小波变换的缺点，保持光谱信号几何特征，且对于静态、动态信号均适用。
技术实现思路
本专利技术要解决的技术问题是，克服现有技术中的不足，提供一种，解决微型光谱仪光谱信号含有噪声的问题。该方法通过选取软阈值函数，Heuristic SURE (多分辨率启发式算法)阈值选取规则确定光谱信号去噪的自适应阈值。去噪后光谱信号仍保持原始信号的几何特征，不产生Gibbs震荡现象，提高了微型光谱仪光谱信号输出精度。为解决技术问题，本专利技术的解决方案是提供一种基于平稳小波变换的微型光谱仪光谱信号去噪方法，包括以下步骤(I)对微型光谱仪产生的光谱信号进行平稳小波分解处理，获得光谱信号的平稳小波的细节系数Clj 和近似系数a」；(2)采用软阈值函数及多分辨率启发式阈值选取规则的方法，对步骤(I)所得的细节系数进行变换处理以去除噪声，并保存为新的平稳小波细节系数；(3)利用新的细节系数和步骤(I)所得的近似系数进行平稳小波逆变换处理，获得去噪后的微型光谱仪光谱信号。本专利技术中，所述步骤(I)包括以下步骤(a)选用symlet5小波基作为平稳小波变换的小波基；(b)采用a' trous算法对光谱信号进行5层平稳小波分解，获得平稳小波的近似系数h 和细节系数4 。本专利技术中，所述步骤(2)包括以下步骤 (a)选取软阈值函数作为阈值处理函数，软阈值函数定义如下 X-Γ if X > Tdm{x) = < O if \x |< T x + T // 式中，X代表平稳小波变换细节系数，T为阈值，dm阈值估计子，即阈值函数；(b)根据多分辨率启发式阈值选取规则确定阈值，令" = v ^在μ〈V时采用Sqtwolog阈值选取方式,否则采用Rigorous SURE阈值选取方式；其中，Sqtwolog阈值选取方式为Γ = Ct s/2 In/V式中，σ = median (W^O < k < 2^-1)/0. 6745,分子部分表示对分解出的第一级小波系数取绝对值后再取中值，J为小波分解的尺度边界，N为对应尺度上的小波系数个数。Rigorous SURE阈值选取方式是基于Stein的无偏似然估计的自适应阈值选取方法，具体为设X为一向量，元素为平稳小波系数的平方按由大到小的顺序排列，η表示平稳小波系数的数目，X= ，且X1彡X2彡…Xn ;取这种阈值的风险为 irt = / nk=\其中i = 1，2，-,η,设为风险集合元素中的最小值，由此推出相对应小波变换系数Xnl,则T = σφζ,本专利技术中，所述步骤(3)中利用如下的反变换式进行平稳小波逆变换a} = (4/1 + F^,])(a]+l,dJ+l),j = 1,2 …y式中，和舟J分别表示产生偶数项系数和奇数项系数的反变换算子。相对于现有技术，本专利技术有益效果在于I.采用平稳小波变换，具有平移不变性，能有效抑制Gibbs震荡现象，保证信号的真实性，对于线状谱信号不会出现伪尖峰，去噪后光谱信号几何特征和原始信号一样。2.采用Heuristic SURE多分辨率启发式阈值方式处理平稳小波变换细节系数，比其他阈值选取方式能获得更高的信噪比，对于连续光谱信号和线状光谱信号都能获得很好的去噪效果。附图说明图I为本专利技术的一种基于平稳小波变换微型光谱仪光谱信号去噪方法的总体框图；图2为传统离散小波变换分解程； 图3为传统平稳小波变换分解过程；图4为微型光谱仪汞氩灯含噪线状谱图像；图5为用本专利技术方法去噪后得到的汞氩灯线状谱；图6为微型光谱仪汞氩灯含噪连续谱图像；图7为用本专利技术方法去噪后得到的汞氩灯连续谱。具体实施例方式本专利技术实现过程可简要概括为I.选取适当的小波基，本专利技术中采用Symlet5小波基。2.选择进行平稳小波分解的层数N，本专利技术中N = 5。3.用所选取的小波基和分解层数对含噪光谱信号进行平稳小波变换，得到光谱信号平稳小波变换的近似系数和细节系数。4.利用软阈值函数和Heuristic SURE阈值选取规则确定平稳小波去噪阈值。5.用4步中确定的阈值处理方式对3步中获得的光谱信号细节平稳小波系数进行处理，并保存新的细节系数。6.用5步中获得的阈值处理后新的细节系数和3步中获得的近似系数进行平稳小波逆变换。本专利技术将启发式阈值算法和平稳小波变换结合起来，通过对各层变换后的平稳小波细节系数进行阈值选取，再经平稳小波逆变换重构光谱信号达到去噪的目的。下面结合附图对本专利技术作进一步的详细说明。本专利技术提出一种基于平稳小波变换的微型光谱仪光谱信号去噪方法。该方法通过平稳小波变换获得光谱信号的细节系数和近似系数，通过软阈值函数、Heuristic SURE阈值处理规则确定平稳小波收缩阈值，并对光谱信号的细节系数进行处理，重构新的细节系数和近似系数获得去噪后的微型光谱仪光谱信号。该方法不仅去除了线状谱基线噪声和平滑了连续谱，还能保持信号的几何特征，不造成光谱信号失真。图I为本专利技术的一种基于平稳小波变换微型光谱仪光谱信号去噪方法的总体框图。I.进行平稳小波变换平稳小波变换是一种非正交的小波变换。对于正交小波变换来说，简单的低通滤波得到的采样虽然去除了高频成分，但损失了信号的采样量，信号的分辨率下降，只能在下采样后将尺度因子加倍来保证小波变换的可逆性。假设ajn]表示正交小波第j层变换后的低频系数，djtn]表示正交小波第j层变换后的高频系数，正交小波变换分解过程如图2所示，aJ+1和dj+1是由a]分别和&，g做卷积然后每隔一项做采样得到，然后用逐次滤波，再做因子为2的下采样，滤波器&将内积序列本文档来自技高网...

【技术保护点】
一种基于平稳小波变换的微型光谱仪光谱信号去噪方法，其特征在于，包括以下步骤：（1）对微型光谱仪产生的光谱信号进行平稳小波分解处理，获得光谱信号的平稳小波的细节系数dj[n]和近似系数aj[n]；（2）采用软阈值函数及多分辨率启发式阈值选取规则的方法，对步骤（1）所得的细节系数进行变换处理以去除噪声，并保存为新的平稳小波细节系数；（3）利用新的细节系数和步骤（1）所得的近似系数进行平稳小波逆变换处理，获得去噪后的微型光谱仪光谱信号。

【技术特征摘要】

【专利技术属性】
技术研发人员：刘岩，余飞鸿，
申请(专利权)人：浙江大学，
类型：发明
国别省市：