基于小波变换的木材近红外光谱去噪.pdfVIP

第Z9卷，第8期 光谱学与光谱分析 2 00 and 9年8月 SpectroscopySpectralAnalysis August，2009 基于小波变换的木材近红外光谱去噪研究 王学顺1’2，戚大伟2，黄安民3’ 1．北京林业大学理学院，北京100083 2．东北林业大学理学院，黑龙江哈尔滨150040 3．中国林业科学研究院木材工业研究所，北京100091 摘 要木材近红外光谱常常被一系列噪声所污染，影响光谱分析结果。为rr提高近红外光谱分析精度，需 要对光谱数据进行预处理。光谱导数可以消除光谱背景干扰和基线漂移等因素影响，提高光谱分辨率，但导 数光谱在增强信号的同时，也使信号噪声得到增强。应用小波变换对杉木木材近红外一阶导数光谱进行去 噪研究，分别采用9点平滑法、25点平滑法、非线性小波硬阈值和软阈值法、9点平滑+小波变换法和25点 平滑+小波变换法对光谱数据进行去噪研究。结果湿示，小波变换能够有效去除导数光谱中的噪声信号，保 留光谱中的有效信息，提高光谱信噪比，提高光谱的分析能力，在木材近红外光谱分析中具有很好的应用前 景。 关键词近红外光谱；小波变换；去噪 文献标识码：A 中图分类号：0657．3‘ 噪比。研究表明，导数光谱经过小波去噪处理后可以使信号 引 言 的信噪比增加，提高光谱分析精度。 小波分析是近20年来迅速发展起来的一种新的数学理 近几年来，随着近红外光谱技术及计算机技术的不断发 论和方法，目前已被广泛应用于许多领域。由于小波分析具 展，近红外光谱分析在木材科学领域得到了广泛的应用Ll。6]。 有多分辨分析的特点，能够聚焦到信号的任意细节进行多分 木材近红外光谱分析是从木材近红外光谱中提取木材光谱信 辨时频分析，能使信噪有效分离。本文在对小波变换去噪原 息，通过多元数据分析方法，如主成分分析(principalcompo—理分析的基础上，对木材近红外一阶导数光谱进行去噪研 nent 究，并与光谱平滑去噪方法进行了比较分析，结果表明，小 analysis，PCA)、主成分回归(principalcomponent雕 linear 波变换能有效提高近红外光谱质量，有利于木材近红外光谱 gression，PCR)、多元线性回归(multipleregression， least 分析。 MLR)与偏最ds--乘法(partialsquareregression，PLS) 等，将样品光谱数据与样品性质进行相关分析。由于近红外 光谱吸收强度较弱、信噪比低，样品光谱易受样品状态、测 1原理与方法 量条件等因素影响，会造成基线漂移、仪器随机误差和环境 背景噪声等因素的干扰。因此．在建立光谱校正模型之前， 1．1小波变换去噪原理 需对光谱数据进行预处理，增强光谱的有效信息，消除各种 设长度为N的信号^被噪声e．所污染，所测得含噪信 不确定因素的干扰。光谱数据平滑和光谱导数是消除光谱噪 号为 声和背景f扰的常用方法。光谱数据平滑是将平滑窗口内的 sI=}l七ef 数据取平均或拟合，可以有效平滑高频噪声，提高信噪比， 小波变换去噪是从含噪信号量中得到有用信号^的逼 但光谱平滑对窗口内的有效数据也进行平滑，造成信号失 近信号7，，使得在某种误差要求范围内Z是^的最优逼 真；导数光谱既可以消除基