第32卷，第8期 2012年8月
光谱学与光谱
分
析
Spectroseopy and Spectral Analysis
Vol. 32, No. 8, pp20852088
August，2012
提升小波变换与中值滤波结合的红外光谱消噪
宁，黄瑞华
刘艳萍，高国荣'，龚
西北农林科技大学理学院，陕西杨凌712100
摘要在光谐数据的定量分析中，噪声的存在常常会影响结果的准确性。为提高红外光谱分析精度，需要对光谱数据进行去噪处理。将一种光滑阔值函数和一种分层阀值选取方法应用到提升小波域光谱信号的去噪处理中，并对提升小波重构信号进行中值滤波。对某小麦品种的实测光谱信号，添加信噪比为21.17dB 的噪声后采用该方法进行去噪处理，并利用信噪比（SNR)、均方根误差（RMSE)、峰值平均相对误差(AREPV)以及峰位平均误差(AEPP)四项指标对去噪效果进行评价。结果表明，与软阅值法与硬调值法相比，该方法能更有效地去除光谱信号中的噪声，保留光谱中的有用信息，提高光谱信噪比，降低均方根误
差、峰值平均相对误差以及峰位平均误差，提高光谱的分析能力。关键词小波；光谐信号；消噪
中图分类号：0657.3
引言
文献标识码：A
DOI; 10. 3964/j. issn. 1000-0593(2012)08-2085-04
间等优点。本工作用第二代小波变换，结合一种光滑阀值函数、一种基于层的阀值选取方法以及中值滤波应用到光谱信号的去噪处理中，试验结果表明，该方法不仅能有效提高光
在光谱分析中，人们主要关心的是谐图中谱峰的形
状、大小和位置等特征。然而，由于种种原因，光谐仪器的测量信号常常含有一定的噪声，使实际测得光谱图中的谱峰发生形状、大小或位置的改变，因而不能准确提取有用信息，导致分析结果的准确性和精度下降，只有有效地滤除含噪光谱信号中的噪声信号，提高信噪比，提取滤没在噪声中的有用光谱信息，才能获得正确的分析结果。因此，光谱信号降噪是光谱分析领域的一个重要课题(-3)。
小波分析作为一种典型的时频分析方法，已在科技界引起广泛的重视，并在数字信号处理等领域得到广泛的应用。化学工作者也已开始涉及这一数学方法，并开展了相关的研究(+")。小波分析这种时额分析工具，非常适合于对光谱信号等非平稳信号的分析与处理。目前利用小波变换去除光谱信号噪声的方法主要是采用第一代小波变换域的阔值法（包括硬阀值法与软阀值法))。由于这两种阀值函数都具有各自固有的缺陷（如在阀值附近都不光滑)，因而常常达不到令人满意的去噪效果。1994年Swelden提出的基于提升方案的小波变换[".9]，是计算小波变换的有效方法，被称为第二代小波（提升格式)，它具有实现简单、计算量小、节省缓存空
收精日期：2012-02-12，修订日期：2012-04-10
基金项目：国家自然科学基金项目(51003086)资助
作者篇介：刘艳萍，1974年生，西北农林科技大学理学院讲师
高国荣，1977年生，西北农林科技大学理学院讲师
刘艳荐，高国荣：并列第一作者
万方数据
*通讯联系人
谱信号的信噪比，而且能有效降低均方根误差、峰值平均相
对误差以及峰位平均误差。 1提升小波变换
提升小波变换对信号的分解分为如下三个步骤： 1)分裂
设原始信号为c,[n]，采用Lazy小波将其分解为偶数部分c,[]和奇数部分c[]，即；c[]=c,[2n］，c[n]= c,[2n+1]。
2)预测
保持偶数部分c[n]不变，并用偶数部分来预测奇数部分c[n]，然后用奇数部分与预测值的差替代奇数部分，即：[]=c,[n]-P(cj[n])，P[-]为预测算子，
3)更新
更新的目的是确定一个更好的系数子集[]，使之能保持原始数据c,[]的一些特性，更新过程可表示为c[对]一[]+U(c[])，U为更新算子
上述的三个步骤构成信号的一次提升小波分解。
e-mail; ypliu0626@sina, com e-mail, lypggr@yahoo com, cn