基于广义形态滤波的可见近红外光谱去噪方法.docxVIP

基于广义形态滤波的可见近红外光谱去噪方法 时域平滑方法 在获得回收光的过程中，由于光、气候条件等环境因素的影响，以及传感器材料、电压损失、随机误差和其他物理因素的影响，目标光谱中的噪声和地基线的偏移被认为是噪声。 这些噪声大部分为随机白噪声。 为提高光谱信息提取的准确度, 需要对光谱数据进行以去噪为主的预处理, 以消除或降低各种干扰因素的影响, 增强光谱有效信息。 目前常用的光谱去噪方法包括邻近点比较法、 移动平均法、 九点加权移动平均法、 指数平均法、 五点三次平滑法、 最小二乘平滑法等时域方法, 以及傅里叶变换、 小波变换等频域滤波方法。 时域平滑方法对去除高频噪声十分有效, 但平滑会对谱形产生影响。 傅里叶变换将时、 频两域截然分开, 以信号的频率特性时不变和统计特性平稳为前提条件, 对平稳信号去噪处理时效果较好, 但对非平稳信号的去噪无能为力。 小波变换具有时频分析的优势, 其对非平稳信号的去噪具有无可比拟的优点。 小波方法用于光谱信号去噪的研究也已经有很多。 小波包变换是在小波变换的基础上由Wickhauser等引入, 它对高频部分提供了精细的分解, 具有优于小波变换的时频局部化能力, 这使得小波包变换用于光谱去噪相对小波方法具有更好的应用前景。 基于数学形态学原理构造的非线性形态滤波器基也是一种有效的去噪方法, 因为具有算法简单、 运算速度快的特点, 已成功地用于遥感