小波变换去噪应用于鲜枣糖度近红外光谱检测的研究.pdfVIP

第 28卷 第 3期 计算机 与应用化学 VO1．28．NO．3 2011年 3月 28㈠ ComputersandAppliedChemistry March．20l1 小波变换去噪应用于鲜枣糖度近红外光谱检测的研究 马毅，汪西原，雍慧 (宁夏大学物 电气信息 院，宁夏 ，银Jlf，7500211 摘要 ：导数光潜町消除光谱背景十扰和荩线漂移等 素影响，提高光谱分辨率 ；但在增强信号时，也使噪声zH-ff~强。本研究 依据小波变换消噪的基本原理和方法 ， ：波数为 3999．64～11995．06cm。范围内采集鲜冬枣样 品的光谱数据，分别采用 Haar、 Daubechies、Coiflets和 Symlets，4种小波 数在默认闽值 的情况 卜，结合平滑之噪方法 ，对 l2个鲜冬枣样 品的一阶导数光谱 数据进行消噪 比较研究 1分析。结果显示：采用 db4小波函数、分解尺度为 3时，去噪效果最好 ；结合平滑处理方法 ，单个样 品的信哚比 (sNR)和均方根误差 (RMSE)分别达 31．351和 O．000011917；l2个代农样品的去哚效果具仃 致‘性 。研究表明： 小波变换能够有效去除导数光谱中的噪声，保 光谱 的有效信息，提高光谱信噪比，不失为 1种有设的上噪方法，有助于提 高光 分析精度和后续预测模 的建模准确度。 关键词：近红外光谱；小波变换；鲜枣； 搜；消噪 r}】 分类号： 06573 文献标识码：A 文章编号：1001—4l60(2011)03．303．306 1 引言 准，小波分析采用MATLAB7．0软件闩编程序完成。 近红外光曙技术及计算机技术的不断发展，推进了其 2 小波变换去噪原理与试验方法 在食品科学领域的／’。泛应用。果品近红外光谱分析检测是 2．1 小波变换去噪原理及步骤 从样品的近红外光谱 ¨1『提取有效光 信息，通过多元线性 小波变换对信号消噪的基本原理是：1个含噪的一 回归 (MLR)、土成分回归 (PCR)和偏最小一乘法 (PLS) 维信号模型可表示为： (七)_厂(+ge(k)，k=Q1，… 一1。 等多无数据分忻方法，将样 ^光谱数据 样^^化学 (或物 其中e(k)为含噪信号，f(k)为有用信号，e(k)为噪声信 砰)性质进行相关分析和关联建模 。由]近红外光 吸收 号， 为常数。这里假设 Pf是 1个 1级高斯白噪声， 强度较弱、信噪比低，样品光普易受样 品状态、测章条件 通常表现为高频信号，厂(通常为低频信号或者是一些比 等因素影响，会造成基线漂移、仪器随机误苞和环境背景 较平稳的信号。在应用小波变换时，效果最为理想的就 噪声等因素的T扰。因此 ， 建立光谱校正模 之前，常 是高斯函数导数小波，在光谱分析中最常用 的丰要有 用光谱数据下滑和导数处理方法进行光谱数据i．1j!处理，来 HaarJ／、波、Daubechies，J、波 、Coiflets，J、波和 Symlets／J、 消除光谱中各种噪，矗与背景等不确定因素干扰 ，以增强有 波等 。 效信息。光谱数据j滑处碑可有效平滑高频噪声，提高信