文档介绍：万方数据
应用小波分析进行油菜籽红外光声光谱去噪①光谱实验室余常兵挪陆瘼谥芙∶引言第卷,第油菜詀是世界最重要的油料作物之一:焱夤馄准际跏怯筒俗哑分手副昕速无损检测的重要技术手段,有力地推动了油菜品质改良进程。红外光声光谱技术是基于现代量热转换和光声理论的新技术8眉际醴⒄寡杆伲┠辏延醒芯空呓庖患际跤τ糜谂┎泛褪品的质量控制等领域H欢杂诤焱夤馍馄祝馐曰肪车脑肷孕藕盘崛∮泻艽蟾扇臶,获得谱图往往带有粗糙的锯齿,最终影响分析结果的可靠性和准确性。因此,在利用红外光声技术进行油菜籽品质测定前,有必要对原始光谱进行去噪处理。去噪方法通常有平滑算法和傅里叶变换,分别代表时域去噪和频域去噪’。平滑算法是最常用的去噪方法,包括厢车平均法、移动窗口平均法和—砘交āF交换嵋敫加信号,但过度平滑会是信号失真。—砘交ㄊ怯τ米罟愕钠交惴ǎ淦交翱宽度对波形的影响较小。傅里叶变换是一种经典的信号处理技术,可以将信号由时域转化到频域,通过对频谱噪声成分的抑制实现谱图去噪欢道镆侗浠徊皇屎纤脖湫藕诺拇恚ピ胧币引起吉布斯现象口4送猓兰甏跣似鸬男〔ǚ治鲆压惴河τ糜谛藕诺氖菅顾酢⒖焖计算和噪声去除。小波分析是一种时频分析的方法,可以有效地提取出信号的时间特征和瞬态的频率特征,在近红外光谱的去噪应用中取得了较好的结果¨。鉴于此,本文以小波分析的方法为基础,对油菜籽红外光声光谱进行去噪处理,以探究小波分析方法在红外光声光谱上的去噪效果,并以常规的—砘交ê涂焖俑道镆侗浠作去噪方法作为对照,以尽可能分离光谱噪声,进而应用于油菜籽品质指标的红外光声光谱定量分月摘要为探究小波分析对油菜籽红外光声光谱的去噪效果,利用〔尺度分解对其进行去噪研究。对比分析低频系数重构、缺省阈值、狹阈值和肿允视︺壑、、蚐模型等模型的去噪效果。同时与—砘交涂焖俑道镆侗浠坏娜ピ胄果进行比较。研究表明,狹阈值模型的综合小波去噪效果最好,同时小波去噪的方法较—砘交涂焖俑道镆侗浠蝗ピ肟梢愿玫夭痘窆馄椎募夥逄卣鳌关键词小波分析;去噪;红外光声光谱;油菜籽中图分类号:..文献标识码:文章编号:—..‘琋泄蒲г耗暇┩寥姥芯克帐∧暇┦行淝本┒中国农业科学院油料作物研究所湖北省武汉市武昌区徐东二路①中国科学院知识创新重要方向项目一—资助②:籈—:..作者简介:陆宇振,,硕士研究生,主要从事油菜红外光声光谱表征的研究。收稿日期:——;接受日期:——
万方数据
∑:夕一夕瑉实验部分厂——————!!!R型傅象洲。~试剂与仪器供试油菜籽由中国农科院油料作物研究所提供。油菜籽红外光声光谱采集于里叶变换中红外光谱仪拦鹊绻,配合督型光声检测器拦鶰公司9馄准觳夥段—~,氦气吹扫,扫描分辨率唬邓俾~,次扫描重复,碳黑作对照。图油菜籽原始红外光声光谱图,可以看出有明显的噪小波去噪的基本思路是抑制噪声信号从而恢复有用信号。小波基和去噪方法的选择对去噪效果影响很大。不同的小波函数有不同的去噪效果,同时分解尺度的选择也很重要。小波为一有限紧支集正交小波,常用于光谱信号的去噪和压缩。小波去噪方法一般包括小波模极大值去噪法、小波阈值去噪法和低频系数重构去噪法。其中,小波模极大值算法计算量大速度慢,基于阈值本文选用具有高消失矩的〔ǘ怨馄仔藕沤尺度分解,分别采用低频系数重构、缺省阈值模型、狹阙值模型和自适应阈值模型等进行小波去噪研究—砘交涂焖俑