CN113324918B - 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
- CN113324918B CN113324918B CN202110102243.6A CN202110102243A CN113324918B CN 113324918 B CN113324918 B CN 113324918B CN 202110102243 A CN202110102243 A CN 202110102243A CN 113324918 B CN113324918 B CN 113324918B
- Authority
- CN
- China
- Prior art keywords
- array
- wave band
- denoising
- layer
- band range
- 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.)
- Active
Links
- 238000001228 spectrum Methods 0.000 title claims abstract description 52
- 239000011435 rock Substances 0.000 title claims abstract description 45
- 238000000034 method Methods 0.000 title claims abstract description 34
- 238000012545 processing Methods 0.000 claims abstract description 21
- 238000000354 decomposition reaction Methods 0.000 claims abstract description 18
- 238000003491 array Methods 0.000 claims abstract description 14
- 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 3
- 238000004458 analytical method Methods 0.000 abstract description 5
- 230000003595 spectral effect Effects 0.000 description 7
- 230000000694 effects Effects 0.000 description 4
- 238000010521 absorption reaction Methods 0.000 description 3
- 238000010586 diagram 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～750nm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～2500nm，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。
进一步地，所述步骤(4.1)中，上阈值λ2的计算公式为：
其中，σ为小波系数的标准方差，N为信号的长度；
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：
其中，XiDj为数组Xi的第j层高频系数，
为数组Xi经阈值去噪处理后的第j层高频系数。
进一步地，所述步骤(5)为使用第j层低频系数XiLj和经过阈值去噪的第j层高频系数
进行小波逆变换，得到重构后的信号数组。
进一步地，所述步骤(5)中重构后的信号数组分别为
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：
对重构后的信号数组
进行分段，选取波段范围350nm～649nm，记为
选取波段范围650nm～750nm，记为
对重构后的信号数组
进行分段，选取波段范围650nm～750nm，记为
选取波段范围751nm～999nm，记为
选取波段范围1000nm～1100nm，记为
对重构后的信号数组
进行分段，选取波段范围1000nm～1100nm，记为
选取波段范围1101nm～1999nm，记为
选取波段范围2000nm～2100nm，记为
对重构后的信号数组
进行分段，选取波段范围2000nm～2100nm，记为
取波段范围2101nm～2500nm，记为
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：
将
和
的对应波段求和后取平均值，得到均值处理后的结果，记为
将
和
的对应波段求和后取平均值，得到均值处理后的结果，记为
将
和
的对应波段求和后取平均值，得到均值处理后的结果，记为
进一步地，所述步骤(6)中新数组记为
包括
和
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1000nm～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；
上阈值λ2的计算公式为：
其中，σ为小波系数的标准方差，N为信号的长度；
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：
其中：XiDj为数组Xi的第j层高频系数，
为数组Xi经阈值量化处理后的第j层高频系数。
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350nm～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1101nm～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
将
和
的对应波段求和后取平均值，得到均值处理后的结果，记为
将
和
的对应波段求和后取平均值，得到均值处理后的结果，记为
将
和
的对应波段求和后取平均值，得到均值处理后的结果，记为
新建一维数组
将
和
分别写入新建一维数组
中。
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、1100nm～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 (11)
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；
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：
上阈值λ2的计算公式为：
其中，σ为小波系数的标准方差，N为信号的长度；
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：
改进的阈值函数公式为：
其中，XiDj为数组Xi的第j层高频系数，
为数组Xi经阈值去噪处理后的第j层高频系数。
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(5)为使用第j层低频系数XiLj和经过阈值去噪的第j层高频系数
进行小波逆变换，得到重构后的信号数组。
7.根据权利要求6所述的一种岩石光谱去噪方法，其特征在于，所述步骤(5)中重构后的信号数组分别为
8.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。
9.根据权利要求8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：
对重构后的信号数组
进行分段，选取波段范围350nm～649nm，记为
选取波段范围650nm～750nm，记为
对重构后的信号数组
进行分段，选取波段范围650nm～750nm，记为
选取波段范围751nm～999nm，记为
选取波段范围1000nm～1100nm，记为
对重构后的信号数组
进行分段，选取波段范围1000nm～1100nm，记为
选取波段范围1101nm～1999nm，记为
选取波段范围2000nm～2100nm，记为
对重构后的信号数组
进行分段，选取波段范围2000nm～2100nm，记为
取波段范围2101nm～2500nm，记为
10.根据权利要求9所述的一种岩石光谱去噪方法，其特征在于，所述步骤(6)中将分段后的重叠部分进行均值处理包括：
将
和
的对应波段求和后取平均值，得到均值处理后的结果，记为
将
和
的对应波段求和后取平均值，得到均值处理后的结果，记为
将
和
的对应波段求和后取平均值，得到均值处理后的结果，记为
11.根据权利要求10所述的一种岩石光谱去噪方法，其特征在于，所述步骤(6)中新数组记为
包括
和
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 CN113324918A (zh) | 2021-08-31 |
| CN113324918B true 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 (9)
| 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 |
| 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 |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7260272B2 (en) * | 2003-07-10 | 2007-08-21 | Samsung Electronics Co.. Ltd. | Method and apparatus for noise reduction using discrete wavelet transform |
| US7778484B2 (en) * | 2007-01-05 | 2010-08-17 | Seiko Epson Corporation | Method and apparatus for reducing noise in an image using wavelet decomposition |
-
2021
- 2021-01-26 CN CN202110102243.6A patent/CN113324918B/zh active Active
Patent Citations (9)
| 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 |
| 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 (3)
| Title |
|---|
| 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;杨帆等;《国外电子测量技术》;20200831;第39卷(第08期);全文 * |
| 中值滤波结合小波变换在光谱去噪中的应用;龚梦龙;《科技与创新》;20180630(第12期);全文 * |
| 高光谱遥感图像的小波去噪方法;孙蕾等;《光谱学与光谱分析》;20090731;第29卷(第07期);全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113324918A (zh) | 2021-08-31 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Li et al. | Weak signal detection using multiscale morphology in microseismic monitoring | |
| CN109883547B (zh) | 一种基于小波阈值差分的宽波段光谱信号去噪方法 | |
| CN105279379B (zh) | 基于凸组合核函数主成分分析的太赫兹光谱特征提取方法 | |
| 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 | |
| CN110174702B (zh) | 一种海上地震数据低频弱信号恢复的方法和系统 | |
| CN106199532B (zh) | 基于混合傅立叶-小波分析的探地雷达信号降噪方法 | |
| CN109813660A (zh) | 一种分段式的矿物光谱噪声处理方法 | |
| CN110763913B (zh) | 一种基于信号分段分类的导数谱平滑处理方法 | |
| CN110503060B (zh) | 一种光谱信号去噪方法及其系统 | |
| 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 | |
| CN111986162A (zh) | 基于粗定位和协同表示的高光谱异常点快速检测方法 | |
| CN109724693B (zh) | 一种基于平稳小波的融合光谱去噪方法 | |
| CN113324918B (zh) | 一种岩石光谱去噪方法 | |
| CN114820351A (zh) | 高光谱噪声滤波方法、装置、设备和存储介质 | |
| CN113655522A (zh) | 频率域地震弱信号的增强方法 | |
| CN112711980A (zh) | 一种在矿物光谱特征提取中选取小波基的方法 | |
| CN102880861B (zh) | 基于线性预测倒谱系数的高光谱图像分类方法 | |
| 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 | |
| CN112730712B (zh) | 提高lc-ms数据信噪比的方法 | |
| CN114035238A (zh) | 基于双树复小波变换的超前地质预报方法 | |
| CN112711986A (zh) | 一种高光谱遥感蚀变矿物提取方法 | |
| CN108133203B (zh) | 一种基于稀疏表示的拉曼光谱特征提取方法 | |
| Zhang et al. | Simultaneous denoising and preserving of seismic signals by multiscale time-frequency peak filtering | |
| CN116304554A (zh) | 一种适用于细菌检测的光谱数据处理方法 |
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 |