CN113324918A - 一种岩石光谱去噪方法 - Google Patents
一种岩石光谱去噪方法 Download PDFInfo
- Publication number
- CN113324918A CN113324918A CN202110102243.6A CN202110102243A CN113324918A CN 113324918 A CN113324918 A CN 113324918A CN 202110102243 A CN202110102243 A CN 202110102243A CN 113324918 A CN113324918 A CN 113324918A
- Authority
- CN
- China
- Prior art keywords
- array
- denoising
- wave band
- band range
- layer
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000001228 spectrum Methods 0.000 title claims abstract description 51
- 239000011435 rock Substances 0.000 title claims abstract description 48
- 238000000034 method Methods 0.000 title claims abstract description 39
- 238000012545 processing Methods 0.000 claims abstract description 19
- 238000000354 decomposition reaction Methods 0.000 claims abstract description 18
- 238000003491 array Methods 0.000 claims abstract description 13
- 230000009466 transformation Effects 0.000 claims abstract description 10
- 238000013139 quantization Methods 0.000 claims description 9
- 238000004364 calculation method Methods 0.000 claims description 6
- 238000012935 Averaging Methods 0.000 claims description 2
- 238000004458 analytical method Methods 0.000 abstract description 5
- 230000003595 spectral effect Effects 0.000 description 11
- 238000010586 diagram Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- 238000010521 absorption reaction Methods 0.000 description 3
- 238000005259 measurement Methods 0.000 description 2
- 230000000717 retained effect Effects 0.000 description 2
- 238000010183 spectrum analysis Methods 0.000 description 2
- BVKZGUZCCUSVTD-UHFFFAOYSA-L Carbonate Chemical compound [O-]C([O-])=O BVKZGUZCCUSVTD-UHFFFAOYSA-L 0.000 description 1
- 229910052782 aluminium Inorganic materials 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- XEEYBQQBJWHFJM-UHFFFAOYSA-N iron Substances [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 description 1
- 229910052742 iron Inorganic materials 0.000 description 1
- -1 iron ion Chemical class 0.000 description 1
- 229910052749 magnesium Inorganic materials 0.000 description 1
- 239000011777 magnesium Substances 0.000 description 1
- 230000000877 morphologic effect Effects 0.000 description 1
- 230000035772 mutation Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J3/00—Spectrometry; Spectrophotometry; Monochromators; Measuring colours
- G01J3/28—Investigating the spectrum
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J3/00—Spectrometry; Spectrophotometry; Monochromators; Measuring colours
- G01J3/28—Investigating the spectrum
- G01J2003/283—Investigating the spectrum computer-interfaced
- G01J2003/2843—Processing for eliminating interfering spectra
Landscapes
- Physics & Mathematics (AREA)
- Spectroscopy & Molecular Physics (AREA)
- General Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Compression, Expansion, Code Conversion, And Decoders (AREA)
Abstract
本发明属于高光谱遥感分析技术领域,具体涉及一种岩石光谱去噪方法,包括:获取岩石光谱信号并读入信号数组;将读入的信号数组分成四段,并分别存入四个一维数组;对四个一维数组分别进行一维离散小波分解,得到各层的小波系数;采用改进的阈值函数,对分解后的小波系数进行小波阈值去噪;将去噪后的小波系数根据小波逆变换进行重构,得到重构后的信号数组;将重构后的信号数组的重叠部分进行均值处理,并写入新数组;将处理后的新数组写回岩石光谱数据中,获得最终光谱信号。本发明能够减小仪器本身和外界环境对不同波段范围噪声的影响,并降低去噪过程对包含重要特征的波段范围内的信息损耗,有效提升高光谱数据信噪比。
Description
技术领域
本发明属于高光谱遥感分析技术领域,具体涉及一种岩石光谱去噪方 法。
背景技术
由于在光谱测量过程中会受到仪器随机误差、样品状态、环境背景噪 声等因素的干扰,使用ASD地面光谱仪测量得到的岩石光谱数据中不可避 免的存在噪声,造成光谱数据信噪比低,严重影响数据分析的准确性和构 建模型的稳定性。因此,在对岩石光谱数据进行模型预测之前,需要对光 谱数据进行去噪预处理,增强光谱有效信息,消除噪声干扰,提升光谱分 析的精度。
目前有很多光谱去噪方法,常用的包括平滑,傅立叶变换、导数校正 等。小波分析是从傅立叶变换的基础上发展起来的,能够同时在时频域中 进行信号分析,有效区分信号中的突变部分和噪声,从而实现信号的噪声 去除,是岩石光谱去噪的有力工具。
ASD地面光谱仪的波长范围是350nm~2500nm,其中350nm~750 nm是可见光波段,750nm~1100nm是近红外波段,1100nm~2500nm是 短波红外波段。由于仪器元件自身因素,其光谱测量值往往在2400nm~ 2500nm范围内噪声更为剧烈。而对于岩石光谱特征中,2100nm~2400nm 范围是十分重要的光谱分析波段,在去噪过程中造成的有效光谱损耗需要 引起特别重视,否则会造成岩石光谱诊断特征丢失,无法进行建模分析和 类型识别。
发明内容
本发明的目的在于提供一种岩石光谱去噪方法,能够减小仪器本身和 外界环境对不同波段范围噪声的影响,并降低去噪过程对包含重要特征的 波段范围内的信息损耗,有效提升高光谱数据信噪比。
实现本发明目的的技术方案:一种岩石光谱去噪方法,所述方法包括 以下步骤:
步骤(1)、获取岩石光谱信号并读入信号数组;
步骤(2)、将读入的信号数组分成四段,并分别存入四个一维数组;
步骤(3)、对四个一维数组分别进行一维离散小波分解,得到各层的 小波系数;
步骤(4)、采用改进的阈值函数,对分解后的小波系数进行小波阈值 去噪;
步骤(5)、将去噪后的小波系数根据小波逆变换进行重构,得到重构 后的信号数组;
步骤(6)、将重构后的信号数组的重叠部分进行均值处理,并写入新 数组;
步骤(7)、将处理后的新数组写回岩石光谱数据中,获得最终光谱信 号。
进一步地,所述步骤(1)中岩石光谱信号的波段范围为350nm~2500 nm,信号数组记为X(350~2500)。
进一步地,所述步骤(2)中四个一维数组分别为:
第一个一维数组:选取波段范围350nm~750nm,记为X1(350~750);
第二个一维数组:选取波段范围650nm~1100nm,记为X2(650~1100);
第三个一维数组:选取波段范围1000nm~2100nm,记为X3(1000~2100);
第四个一维数组:选取波段范围2000nm~2500nm,记为X4(2000~2500)。
进一步地,所述步骤(3)为将每个一维数组进行j层一维离散小波分 解,得到分解后的第j层低频系数XiLj和第j层高频系数XiDj。
进一步地,所述步骤(3)包括:
对数组X1(350~750)进行j层一维离散小波分解,分解后的第j层低频系 数记为X1Lj(350~750),高频系数记为X1Dj(350~750);
对数组X2(650~1100)进行j层一维离散小波分解,分解后的第j层低频 系数记为X2Lj(650~1100),高频系数记为X2Dj(650~1100);
对数组X3(1000~2100)进行j层一维离散小波分解,分解后的第j层低频 系数记为X3Lj(1000~2100),高频系数记为X3Dj(1000~2100);
对数组X4(2000~2500)进行j层一维离散小波分解,分解后的第j层低频 系数记为X4Lj(2000~2500),高频系数记为X4Dj(2000~2500)。
进一步地,所述步骤(4)包括:
步骤(4.1)、设定下阈值λ1、上阈值λ2和调整因子α;
步骤(4.2)、采用改进的阈值函数,进行阈值量化处理。
下阈值λ1的计算公式为:λ1=0.4λ2;
调整因子α的取值范围为:0<α≤1。
进一步地,所述步骤(4.2)中改进的阈值函数公式为:
进一步地,所述步骤(6)为对重构后的信号数组进行分段,将分段后 的重叠部分进行均值处理,并写入新数组。
进一步地,所述步骤(6)中对重构后的信号数组进行分段包括:
进一步地,所述步骤(6)中将分段后的重叠部分进行均值处理包括:
本发明的有益技术效果在于:
1、本发明的一种岩石光谱去噪方法能够减小仪器本身和外界环境对不 同波段范围噪声的影响;
2、本发明的一种岩石光谱去噪方法能够降低去噪过程对包含重要特征 的波段范围内的信息损耗,有效提升高光谱数据信噪比。
附图说明
图1为本发明所提供的一种岩石光谱去噪方法流程图;
图2为岩石样本原始光谱信号图;
图3为本发明所提供的一种岩石光谱去噪方法对岩石样本原始光谱信 号去噪效果图。
具体实施方式
下面结合附图和实施例对本发明作进一步详细说明。
如图1所示,本发明所提供的一种岩石光谱去噪方法,该方法的具体 步骤如下:
步骤(1)、获取岩石光谱信号并读入信号数组
使用ASD地面光谱仪测量获取岩石光谱信号,并读入一维数组,记为 X(350~2500),其中岩石光谱信号的波段范围为350nm~2500nm,光谱分 辨率为1nm。
步骤(2)、将上述步骤(1)读入的信号数组分成四段,并分别存入四 个一维数组
对数组X(350~2500)选取波段范围350nm~750nm为第一个一维数组, 记为X1(350~750);对数组X(350~2500)选取波段范围650nm~1100nm为第 二个一维数组,记为X2(650~1100);对数组X(350~2500)选取波段范围1000 nm~2100nm为第三个一维数组,记为X3(1000~2100);对数组X(350~2500)选 取波段范围2000nm~2500nm为第四个一维数组,记为X4(2000~2500)。
步骤(3)、对上述步骤(2)中分段后的四个一维数组分别进行一维离 散小波分解,得到各层的小波系数
对数组X1(350~750)进行5层一维离散小波分解,小波基选择db4,分解 后的第j层低频系数记为X1Lj(350~750),高频系数记为X1Dj(350~750);对数 组X2(650~1100)进行5层一维离散小波分解,小波基选择db4,分解后的第j层 低频系数记为X2Lj(650~1100),高频系数记为X2Dj(650~1100);对数组 X3(1000~2100)进行5层一维离散小波分解,小波基选择db4,分解后的第j层 低频系数记为X3Lj(1000~2100),高频系数记为X3Dj(1000~2100);对数组 X4(2000~2500)进行5层一维离散小波分解,小波基选择db4,分解后的第j层 低频系数记为X4Lj(2000~2500),高频系数记为X4Dj(2000~2500)。
步骤(4)、采用改进的阈值函数,对上述步骤(3)分解后的小波系数 进行小波阈值去噪
步骤(4.1)、设定下阈值λ1、上阈值λ2和调整因子α;
下阈值λ1的计算公式为:λ1=0.4λ2;
调整因子α的取值范围为:0<α≤1。
步骤(4.2)、采用改进的阈值函数,进行阈值量化处理
将各层高频系数根据小于λ1、大于λ1且小于λ2、大于λ2三种情况进行阈 值量化处理,改进后的阈值函数公式为:
步骤(5)、将上述步骤(4)中去噪后的小波系数根据小波逆变换进行 重构,得到重构后的信号数组
对数组X1(350~750),使用第j层低频系数X1Lj(350~750)和经过阈值量 化处理后的各层高频系数 进行小波逆变换,得到重构后的信号数组对 数组X2(650~1100),使用第j层低频系数X2Lj(650~1100)和经过阈值量化处理 后的各层高频系数进行小波逆变换,得到重构后的信号数组对数组 X3(1000~2100),使用第j层低频系数X3Lj(1000~2100)和经过阈值量化处理后 的各层高频系数进行小波逆变换,得到重构后的信号数组对数组 X4(2000~2500),使用第j层低频系数X4Lj(2000~2500)和经过阈值量化处理后 的各层高频系数进行小波逆变换,得到重构后的信号数组
步骤(6)、将上述步骤(5)中重构后的信号数组的重叠部分进行均值 处理,并写入新数组
对上述步骤(5)中重构后的信号数组选取波段范围350 nm~649nm为一个数组,记为选取波段范围650nm~750nm 为一个数组,记为对上述步骤5中重构后的信号数组 选取波段范围650nm~750nm为一个数组,记为 选取波段范围751nm~999nm为一个数组,记为选取波段范围1000nm~1100nm为一个数组,记为 对上述步骤5中重构后的信号数组选取波段 范围1000nm~1100nm为一个数组,记为选取波段范围1101 nm~1999nm为一个数组,记为选取波段范围2000nm~ 2100nm为一个数组,记为对上述步骤5中重构后的信号数 组选取波段范围2000nm~2100nm为一个数组,记为取波段范围2101nm~2500nm为一个数组,记为
步骤(7)、将上述步骤(6)中处理后的新数组写回岩石光谱数据中, 获得最终光谱信号,如图3所示。
图2为岩石样本原始光谱信号图,图3为本发明方法对岩石样本原始 光谱信号去噪效果图。显然,通过对比图2与图3,可以发现岩石光谱信号 去噪效果较好,在保留整体光谱形态特征的同时,有效去除了背景噪声等 干扰。本发明方法通过将信号数组分成四段,并分别使用改进的阈值函数 进行针对性去噪,使得重构后的光谱信号比较光滑,同时能够较好的保留 岩石光谱信号中的有用信息,减少去噪过程对蕴含重要诊断特征波段范围 的信息损耗的影响,例如:350nm~1100nm范围内铁离子吸收特征、1100 nm~2100nm范围内碳酸根离子吸收特征以及2100nm~2500nm范围内镁 羟基、铝羟基的吸收特征等。
上面结合附图和实施例对本发明作了详细说明,但是本发明并不限于 上述实施例,在本领域普通技术人员所具备的知识范围内,还可以在不脱 离本发明宗旨的前提下作出各种变化。本发明中未作详细描述的内容均可 以采用现有技术。
Claims (14)
1.一种岩石光谱去噪方法,其特征在于,所述方法包括以下步骤:
步骤(1)、获取岩石光谱信号并读入信号数组;
步骤(2)、将读入的信号数组分成四段,并分别存入四个一维数组;
步骤(3)、对四个一维数组分别进行一维离散小波分解,得到各层的小波系数;
步骤(4)、采用改进的阈值函数,对分解后的小波系数进行小波阈值去噪;
步骤(5)、将去噪后的小波系数根据小波逆变换进行重构,得到重构后的信号数组;
步骤(6)、将重构后的信号数组的重叠部分进行均值处理,并写入新数组;
步骤(7)、将处理后的新数组写回岩石光谱数据中,获得最终光谱信号。
2.根据权利要求1所述的一种岩石光谱去噪方法,其特征在于,所述步骤(1)中岩石光谱信号的波段范围为350nm~2500nm,信号数组记为X(350~2500)。
3.根据权利要求1所述的一种岩石光谱去噪方法,其特征在于,所述步骤(2)中四个一维数组分别为:
第一个一维数组:选取波段范围350nm~750nm,记为X1(350~750);
第二个一维数组:选取波段范围650nm~1100nm,记为X2(650~1100);
第三个一维数组:选取波段范围1000nm~2100nm,记为X3(1000~2100);
第四个一维数组:选取波段范围2000nm~2500nm,记为X4(2000~2500)。
4.根据权利要求1所述的一种岩石光谱去噪方法,其特征在于,所述步骤(3)为将每个一维数组进行j层一维离散小波分解,得到分解后的第j层低频系数XiLj和第j层高频系数XiDj。
5.根据权利要求4所述的一种岩石光谱去噪方法,其特征在于,所述步骤(3)包括:
对数组X1(350~750)进行j层一维离散小波分解,分解后的第j层低频系数记为X1Lj(350~750),高频系数记为X1Dj(350~750);
对数组X2(650~1100)进行j层一维离散小波分解,分解后的第j层低频系数记为X2Lj(650~1100),高频系数记为X2Dj(650~1100);
对数组X3(1000~2100)进行j层一维离散小波分解,分解后的第j层低频系数记为X3Lj(1000~2100),高频系数记为X3Dj(1000~2100);
对数组X4(2000~2500)进行j层一维离散小波分解,分解后的第j层低频系数记为X4Lj(2000~2500),高频系数记为X4Dj(2000~2500)。
6.根据权利要求1所述的一种岩石光谱去噪方法,其特征在于,所述步骤(4)包括:
步骤(4.1)、设定下阈值λ1、上阈值λ2和调整因子α;
步骤(4.2)、采用改进的阈值函数,进行阈值量化处理。
11.根据权利要求1所述的一种岩石光谱去噪方法,其特征在于,所述步骤(6)为对重构后的信号数组进行分段,将分段后的重叠部分进行均值处理,并写入新数组。
12.根据权利要求11所述的一种岩石光谱去噪方法,其特征在于,所述步骤(6)中对重构后的信号数组进行分段包括:
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110102243.6A CN113324918B (zh) | 2021-01-26 | 2021-01-26 | 一种岩石光谱去噪方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110102243.6A CN113324918B (zh) | 2021-01-26 | 2021-01-26 | 一种岩石光谱去噪方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113324918A true CN113324918A (zh) | 2021-08-31 |
CN113324918B CN113324918B (zh) | 2023-01-24 |
Family
ID=77413444
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110102243.6A Active CN113324918B (zh) | 2021-01-26 | 2021-01-26 | 一种岩石光谱去噪方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113324918B (zh) |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5619998A (en) * | 1994-09-23 | 1997-04-15 | General Electric Company | Enhanced method for reducing ultrasound speckle noise using wavelet transform |
US20040008904A1 (en) * | 2003-07-10 | 2004-01-15 | Samsung Electronics Co., Ltd. | Method and apparatus for noise reduction using discrete wavelet transform |
US20080166064A1 (en) * | 2007-01-05 | 2008-07-10 | Guoyi Fu | Method And Apparatus For Reducing Noise In An Image Using Wavelet Decomposition |
CN104020136A (zh) * | 2014-06-25 | 2014-09-03 | 中国科学院重庆绿色智能技术研究院 | 小波中值近红外光谱去噪方法和装置 |
CN104182946A (zh) * | 2014-09-09 | 2014-12-03 | 江南大学 | 基于指数软硬择中阈值函数的光谱去噪方法 |
CN105913393A (zh) * | 2016-04-08 | 2016-08-31 | 暨南大学 | 一种自适应小波阈值图像去噪算法及装置 |
CN108596848A (zh) * | 2018-04-20 | 2018-09-28 | 西南交通大学 | 一种基于改进小波阈值函数的图像去噪方法 |
CN109724693A (zh) * | 2018-12-27 | 2019-05-07 | 南京邮电大学 | 一种基于平稳小波的融合光谱去噪方法 |
CN109785272A (zh) * | 2018-12-19 | 2019-05-21 | 核工业北京地质研究院 | 一种矿物光谱特征提取中最优小波基选取的方法 |
CN109813660A (zh) * | 2018-12-25 | 2019-05-28 | 核工业北京地质研究院 | 一种分段式的矿物光谱噪声处理方法 |
CN109883547A (zh) * | 2019-01-10 | 2019-06-14 | 武汉大学 | 一种基于小波阈值差分的宽波段光谱信号去噪方法 |
-
2021
- 2021-01-26 CN CN202110102243.6A patent/CN113324918B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5619998A (en) * | 1994-09-23 | 1997-04-15 | General Electric Company | Enhanced method for reducing ultrasound speckle noise using wavelet transform |
US20040008904A1 (en) * | 2003-07-10 | 2004-01-15 | Samsung Electronics Co., Ltd. | Method and apparatus for noise reduction using discrete wavelet transform |
US20080166064A1 (en) * | 2007-01-05 | 2008-07-10 | Guoyi Fu | Method And Apparatus For Reducing Noise In An Image Using Wavelet Decomposition |
CN104020136A (zh) * | 2014-06-25 | 2014-09-03 | 中国科学院重庆绿色智能技术研究院 | 小波中值近红外光谱去噪方法和装置 |
CN104182946A (zh) * | 2014-09-09 | 2014-12-03 | 江南大学 | 基于指数软硬择中阈值函数的光谱去噪方法 |
CN105913393A (zh) * | 2016-04-08 | 2016-08-31 | 暨南大学 | 一种自适应小波阈值图像去噪算法及装置 |
CN108596848A (zh) * | 2018-04-20 | 2018-09-28 | 西南交通大学 | 一种基于改进小波阈值函数的图像去噪方法 |
CN109785272A (zh) * | 2018-12-19 | 2019-05-21 | 核工业北京地质研究院 | 一种矿物光谱特征提取中最优小波基选取的方法 |
CN109813660A (zh) * | 2018-12-25 | 2019-05-28 | 核工业北京地质研究院 | 一种分段式的矿物光谱噪声处理方法 |
CN109724693A (zh) * | 2018-12-27 | 2019-05-07 | 南京邮电大学 | 一种基于平稳小波的融合光谱去噪方法 |
CN109883547A (zh) * | 2019-01-10 | 2019-06-14 | 武汉大学 | 一种基于小波阈值差分的宽波段光谱信号去噪方法 |
Non-Patent Citations (4)
Title |
---|
XILING LIU等: "wavelet threshold de-noising of rock acoustic emission signals subjected to dynamic loads", 《JOURNAL OF GEOPHYSICS AND ENGINEERING》 * |
孙蕾等: "高光谱遥感图像的小波去噪方法", 《光谱学与光谱分析》 * |
杨帆等: "一种基于小波变换的改进滤波算法及其在光谱去噪方面的应用", 《国外电子测量技术》 * |
龚梦龙: "中值滤波结合小波变换在光谱去噪中的应用", 《科技与创新》 * |
Also Published As
Publication number | Publication date |
---|---|
CN113324918B (zh) | 2023-01-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109883547B (zh) | 一种基于小波阈值差分的宽波段光谱信号去噪方法 | |
CN106199532B (zh) | 基于混合傅立叶-小波分析的探地雷达信号降噪方法 | |
CN111025395B (zh) | 基于压缩感知的高斯频率域提高薄互层分辨率的方法 | |
CN109813660A (zh) | 一种分段式的矿物光谱噪声处理方法 | |
CN110503060B (zh) | 一种光谱信号去噪方法及其系统 | |
CN114386456A (zh) | 一种太赫兹时域信号降噪方法、图像重建方法和系统 | |
CN104849757A (zh) | 消除地震信号中随机噪声系统及方法 | |
CN111399057B (zh) | 一种基于非凸稀疏约束的地震资料噪声压制方法 | |
CN110763913A (zh) | 一种基于信号分段分类的导数谱平滑处理方法 | |
Lin et al. | A branch construction-based CNN denoiser for desert seismic data | |
CN112730712B (zh) | 提高lc-ms数据信噪比的方法 | |
CN113324918B (zh) | 一种岩石光谱去噪方法 | |
CN109724693B (zh) | 一种基于平稳小波的融合光谱去噪方法 | |
CN113655522A (zh) | 频率域地震弱信号的增强方法 | |
CN102880861B (zh) | 基于线性预测倒谱系数的高光谱图像分类方法 | |
CN112711980A (zh) | 一种在矿物光谱特征提取中选取小波基的方法 | |
CN113109873B (zh) | 一种基于秩残差约束的沙漠地区地震信号噪声抑制方法 | |
CN115797318A (zh) | 一种光谱数据预处理方法、装置、计算机设备及存储介质 | |
CN115795272A (zh) | 一种基于分数阶迭代离散小波变换的谱线去噪方法 | |
CN115438739A (zh) | 一种航空伽玛能谱数据降噪方法 | |
CN114077852A (zh) | 一种强噪声光谱信号的智能去噪方法 | |
CN108133203B (zh) | 一种基于稀疏表示的拉曼光谱特征提取方法 | |
CN112711986A (zh) | 一种高光谱遥感蚀变矿物提取方法 | |
CN116304554A (zh) | 一种适用于细菌检测的光谱数据处理方法 | |
CN112764108A (zh) | 一种基于改进经验小波变换的新型地震资料噪声压制算法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |