1 新疆师范大学地理科学与旅游学院, 新疆 乌鲁木齐 830054
2 新疆维吾尔自治区重点实验室“新疆干旱区湖泊环境与资源实验室”, 新疆 乌鲁木齐 830054
与传统检测方法相比, 利用高光谱技术进行土壤有害元素砷含量的估算, 具有快速、 准确, 成本低的特点, 可对干旱区绿洲土壤有害元素砷污染进行动态监测。 基于新疆渭干河-库车河三角洲绿洲耕层土壤样品的采集, 获取土壤光谱数据和有害元素砷含量。 通过bior1.3, db4, gaus4和mexh这4种小波基函数对土壤原始光谱反射率进行连续小波变换, 并将变换后光谱数据与有害元素砷进行相关分析, 以筛选出的敏感小波系数为自变量, 采用偏最小二乘回归、 支持向量机回归、 BP神经网络和随机森林回归方法对有害元素砷含量进行高光谱反演。 研究结果显示: (1)4种小波基函数在3~8尺度的光谱分解效果明显优于其他尺度, 特别是4~6尺度的连续小波变换有效提升了光谱反射率与土壤有害元素砷之间的相关性, 通过显著性检验的小波系数数量有了明显增多(p<0.01), 在可见光的400~700 nm以及近红外的1 100~1 700和2 200~2 400 nm附近具有较强的相关性; (2)通过比较4种小波基函数对光谱数据中有效信息的辨识能力, 认为小波基函数bior1.3和mexh要优于db4和gaus4, 其中bior1.3的光谱分解效果最好, gaus4相对最弱; 通过bior1.3第5尺度的光谱变换, 与土壤有害元素砷显著相关的波段数量最多, 为507个(p<0.01); (3)比较4种建模方法的反演结果发现, SVMR, BPNN和RFR模型相较于PLSR模型具有更强的估测能力, 模型的估测精度更高。 综合分析各模型的稳定性及估测精度后, 认为bior1.3-25-RFR模型可作为研究区土壤有害元素砷的最佳估测模型。 该模型的训练集和验证集的R2分别为0.893和0.639, RMSE为1.075和1.651 mg·kg-1, RPD分别为2.89和1.64, 表明模型估测效果较好, 稳定性较强。 采用合适的小波基函数进行连续小波变换可减少土壤高光谱数据中的白噪声, 挖掘出土壤光谱数据中的有效信息, 对土壤有害元素砷含量的准确估测提供有力的技术保障。
小波基函数 分解尺度 小波系数 机器学习算法模型 有害元素砷 Wavelet basis function Decomposition scale Wavelet coefficient Machine learning algorithm model Arsenic
广东工业大学计算机学院, 广东 广州 510006
许多太赫兹光谱物质识别方法依靠寻找该物质在太赫兹波段范围内不同光谱表现出的不同特征来识别特定物质。 吸收峰提取法是常用的光谱特征提取算法, 但当光谱无明显特征吸收峰或峰位、 峰值相近或难以识别时, 难以利用吸收峰特征辨别物质。 将机器学习和统计学习技术用于太赫兹光谱的识别中虽减少了吸收峰的干扰, 但常常需要人为定义特征而导致分类误差。 深度学习法能自动提取特征, 但在识别前往往需要进行复杂的预处理操作, 并且在特征提取的过程中容易丢失部分特征从而导致分类误差。 针对以上问题, 提出了一种基于小波系数图和卷积神经网络的太赫兹光谱识别方法。 利用太赫兹光谱信号进行小波变换时, 由于小波系数矩阵的每一行系数与原始光谱信号存在着对应关系, 因此将太赫兹光谱的吸收系数通过小波变换在频率域上展开, 能得到不同的二维的频率-尺度分布图, 又称小波系数图。 然后构造一个卷积神经网络(CNN)对小波系数图进行分类, 可得到太赫兹光谱物质的分类结果。 为了验证所提出算法的有效性, 将三组小波系数图数据与原始光谱数据分别输入CNN、 Support Vector Machin (SVM)、 Multilayer Perceptron (MLP)三种不同的分类器作对比, 从实验结果可以发现本文算法在三组数据中的识别率均达到了100%, 说明相比于传统方法, 本文方法能准确分类没有明显特征吸收峰的光谱, 证明了使用卷积神经网络识别小波系数图的有效性。 为了体现本文算法的优势, 与小波脊线寻峰识别算法作对比, 实验结果表明本文算法几乎不受峰频、 峰位、 峰值的影响, 无论是识别不存在吸收峰的淀粉, 还是识别相似度高的蔗糖和葡萄糖, 都具有较高的识别率, 分类准确率达97.62%, 证明了所提算法的优越性。 该算法为太赫兹光谱数据识别提供了一种新思路, 同时也可以推广运用到其他谱图物质的识别中。
太赫兹光谱 小波系数图 特征提取 物质分类 Terahertz spectrum Wavelet coefficient map Feature extraction Material classification 光谱学与光谱分析
2021, 41(12): 3665
1 青岛科技大学 机电工程学院, 青岛 266061
2 青岛科技大学 自动化与电子工程学院,青岛 266061
为了降低激光多普勒测速信号中的噪声, 采用在仿真激光多普勒测速信号中加入高斯白噪的方法, 通过小波分层后高频系数置零法和小波阈值去噪法2种方法进行仿真去噪, 进行了仿真分析及实验验证。结果表明, 小波分层后高频系数置零法能够提高信噪比获得图形光滑的信号, 达到较理想的去噪效果。这一结果对提高在激光多普勒测速系统信号检测应用中的准确性是有帮助的。
激光技术 最优小波系数 高频系数置零 信噪比 laser technique optimal wavelet coefficient zero-denoising high-frequency coefficient signal-to-noise ratio
随机噪声之间, 随机噪声与信号之间互相独立。基于此原理, 可以将原始信号分别经过两个不同的信道, 产生两个不同的含噪信号, 通过互相关运算而去除噪声。互相关处理后的含噪信号中, 信号的幅值大多高于噪声幅值, 继续对含噪信号进行分数阶微积分运算, 加大信号与噪声的差距, 从而达到除噪目的。通过论证与仿真, 验证了此方法的去噪效果更好。
小波系数 信号处理 互相关运算 wavelet coefficient signal processing cross-correlation operation
1 昆明理工大学机电工程学院, 云南 昆明 650500
2 昆明理工大学材料科学与工程学院, 云南 昆明 650093
混合误差测度函数的建立是利用多尺度小波系数融合建立的边界误差测度函数和改进的K-means聚类法建立的区域误差测度函数。小波域多尺度信息通过二维离散小波变换方法得到，从空间域到小波域的变换为原来的二维图像提供了一种紧凑的多尺度表征形式。利用这一紧凑的表征形式从少数幅值较大的小波系数中捕获图像的关键特征。应用基于区域的直接二值搜索方法最小化初始图像和半色调图像的误差，得到最优数字半色调图像。实验结果表明，该算法与基于模型的数字半色调（LSMB）算法比较，半色调图像均方误差值（MSEv）值降低了0.127，峰值信噪比（PSNR）值提高了12.72 dB。对原图和半色调图像进行频域变换，通过分析半色调噪声频谱图发现，半色调噪声谱仅分布在中、高频段，无很强的周期分量，且局部的频谱分量从低到高逐步增加，人眼视觉不敏感。对4种不同像素尺度进行半色调后，该方法计算时间均小于LSMB算法，从这个角度来看，该算法具有较快的收敛速度。
图像处理 数字半色调 尺度相关 小波系数融合 光学学报
2014, 34(s2): s210003
1 中国科学院 长春光学精密机械与物理研究所, 吉林 长春 130033
2 中国科学院大学, 北京 100049
提出了一种适于成像谱段数相对较少的多光谱TDICCD图像的无损压缩系统。所提出的压缩系统主要分为两步: 第一步采用SPE架构的5/3提升整数小波变换去除空间冗余; 第二步根据小波系数统计依赖性模型对小波系数进行预测, 来消除残余空间冗余和小波系数的谱段冗余。然后将其与预测值做差进而得到预测残差, 同时将预测残差进行熵编码得到最终的压缩码流。最后, 使用地检检测设备对多光谱TDICCD图像无损压缩系统进行了试验验证。结果表明, 压缩系统能快速、可靠稳定地工作, 无损压缩比达到1.544 bits/pixel, 比现有压缩系统压缩比提高了0.336 bits/pixel。相机工作在不同的侧摆下, 压缩系统可以稳定正常地工作, 压缩一帧图像最大耗时仅为26.446 ms。本文所提出的压缩系统有效地解决了多光谱TDICCD图像无损压缩比低和压缩算法整体硬件实现困难的问题。
多光谱空间相机 无损压缩 SPE单元 小波系数依赖性 小波系数预测 multi-spectral space camera lossless compression SPE element wavelet coefficient dependences wavelet coefficient prediction
1 中国人民解放军驻三三〇三厂军事代表室, 湖北 武汉 430200
2 海军航空工程学院控制工程系, 山东 烟台 264001
提出了基于K-means聚类和SPIHT编码的红外图像压缩算法。通过采用小波域系数的SPIHT编码压缩,克服了JPEG标准压缩算法在低比特率下严重的方块效应;通过K-means聚类算法,克服了嵌入式零树编码算法(EZW)没有充分考虑到图像小波系数同一子带中相邻元素之间相关性的缺陷。实验结果表明,此算法对红外图像具有很好的边缘和纹理保持性能。
K-means聚类 SPIHT编码 红外图像压缩 小波系数 压缩比 K-means clustering set partitioning in hierarchiacl trees encoding infrared image compression wavelet coefficient compression ration
宁波大学信息科学与工程学院，浙江宁波 315211
红外图像易受噪声污染，为了改善红外图像的质量，提出了一种基于零树结构分类小波系数的红外图像降噪算法。该算法利用小波零树结构表达尺度间的相关性，通过空间自适应阈值将小波系数进行分类，并根据不同类系数的统计特性采用不同的先验分布模型，在贝叶斯框架下实现降噪。实验结果表明，本文算法在峰值信噪比 (PSNR)指标上优于传统算法；从视觉效果来看，该算法在有效去除图像噪声的同时能较好地保持空间细节，可以满足当前红外图像降噪的需求。
红外图像 小波系数 零树结构 降噪 infrared image wavelet coefficient zerotree structure denoising
嘉应学院 电子信息工程学院，广东 梅州 514015
在小波分解的基础上，将小波系数绝对值与局部能量二个激活度量相结合，提出了一种新的小波图像融合算法。根据二幅源图像在同一分解层及同一方向上相同位置的小波系数绝对值之间和局部能量之间出现的4 种不同组态，采取选择和加权平均方法确定融合图像的小波系数。实验结果表明新算法具有较好的融合效果。
图像融合 小波变换 局部能量 小波系数绝对值 image fusion wavelet transform local area energy wavelet coefficient absolute value
