基于连续小波变换的FTIR光谱拟合算法

提出了一种基于连续小波变换的FTIR光谱拟合算法。在计算差减尺度因子时,同时考虑原始谱图及其连续小波变换谱图,从光谱最小二乘拟合的角度求解,克服了常规差谱算法中的参考峰及差减因子的人工选择问题。采用六种不同的小波进行光谱拟合,用计算得到的差减因子来定量酒精度,误差绝对值的平均值仅为0.047°~0.072°,误差标准差仅为0.056°~0.091°。实验结果表明,连续小波变换结合最小二乘拟合的光谱拟合模型能为FTIR差谱提供一种准确可靠的新方法。     

小波分析在汽车车灯光源色测量中CCD光谱的消噪平滑处理

本文依据小波变换原理 ,提出利用小波变换技术对汽车车灯光源色测量中实时采集的光源光谱信号进行多分辨分解 ,有效地消除噪声 ,提高了光谱的信噪比。由CCD接收的标准A光源谱进行了多层分解 ,讨论了不同小波基和分解阶次对信号分析结果的影响。选取最佳小波基 ,为光谱信号消噪平滑处理提供了较有效的数据处理方法。通过对CCD接收的光谱信号进行了消噪和平滑处理 ,解决了实时采集光谱信号在分析和数据处理上的困难 ,该研究充分体现了小波变换在数据处理方面的优势 ,在依赖于光谱信号的颜色测量领域中起重要的作用。     

基于小波变换和高斯拟合的在线谱图综合处理方法

微小型移动式现场在线检测技术是分析仪器发展的新领域。针对复杂工作环境中谱图存在强噪声干扰、谱峰重叠、不规则峰形等严重影响仪器的定性和定量准确度的瓶颈技术,提出了一种基于小波变换和高斯拟合相结合的谱图在线综合处理方法,用自研的仪器对甲苯和全氟三丁胺两种典型化合物的谱图进行了处理,并与实验室分析仪器普遍应用的算法进行了对比分析。结果表明,综合方法能够有效解决强噪声干扰、谱峰重叠、不规则峰形问题,提高仪器的定性和定量准确性,同时能够实现数据压缩,满足仪器的在线实时检测要求。综合方法处理甲苯特征峰的平均信噪比(SNR)较移动平滑方法提高了1.3倍,峰位误差ΔM降低了3.6倍,处理全氟三丁胺谱图的数据压缩比为197∶1。     

布里渊散射谱拟合的混合优化算法

基于布里渊光时域分析仪的全分布式光纤传感系统中,光纤沿途的探测信号含有噪声导致被测量的温度或应变信息难以识别,光谱拟合的精确度对传感信息的识别非常重要。在传感系统低信噪比的情况下,提出了一种提取高精度布里渊散射谱特征的拟合方法,利用小波去噪结合莱文伯-马奈特（LM）算法调节权值后向传输(BP)网络对布里渊散射谱进行特征提取。克服了传统BP神经网络易陷入局部极值的缺点,保证求解的精度。数值仿真表明,该方法适合不同权重比、不同线宽和低信噪比以及大测量范围的情况进行光谱拟合,并且在信噪比为10 dB的情况下得到拟合度均超过0.96。实验结果表明,该方法适用于多种泵浦功率情况下的布里渊散射谱的特征提取,优于传统BP神经网络算法且具有较高的拟合精度。     

布里渊散射谱拟合的混合优化算法

基于布里渊光时域分析仪的全分布式光纤传感系统中,光纤沿途的探测信号含有噪声导致被测量的温度或应变信息难以识别,光谱拟合的精确度对传感信息的识别非常重要。在传感系统低信噪比的情况下,提出了一种提取高精度布里渊散射谱特征的拟合方法,利用小波去噪结合莱文伯-马奈特(LM)算法调节权值后向传输(BP)网络对布里渊散射谱进行特征提取。克服了传统BP神经网络易陷入局部极值的缺点,保证求解的精度。数值仿真表明,该方法适合不同权重比、不同线宽和低信噪比以及大测量范围的情况进行光谱拟合,并且在信噪比为10dB的情况下得到拟合度均超过0.96。实验结果表明,该方法适用于多种泵浦功率情况下的布里渊散射谱的特征提取,优于传统BP神经网络算法且具有较高的拟合精度。     

基于高斯拟合的激光光斑中心定位算法

激光光斑中心定位是光学测量中的关键技术之一。通过对常用定位算法的分析,给出利用光斑图像中的不饱和点对光斑进行高斯拟合,并以拟合函数的幅值点作为光斑中心的方法。利用人工光斑对该算法进行验证,结果表明该算法误差远小于0.1 像素;利用一维高精度电动平移台、CCD相机、激光器等搭建测试系统,由计算机自动采集激光光斑图像并对其进行分析,实验结果表明该算法与理论分析结果的均方根误差仅为0.1 像素。     

光点定位中的曲面拟合迭代算法

在光电检测系统中,需要对光点信号的位置实现亚像素定位。光纤从一端照明,由光纤另一端出射光点,由面阵CCD摄像机获取光点的灰度分布。基于最小二乘法,采用高斯曲面拟合算法拟合其分布,用高斯拟合函数的极值点作为光点的定位点。实验结果表明,采用多次迭代算法可以提高定位精度;拟合算法的稳定性(标准差)为0.7μm.高斯曲面拟合算法具有重复精度高、稳定性好的特点。     

小波域空间自适应图像消噪算法

基于小波阈值的图像消噪方法是简单而又有效的,对小波系数进行空间自适应的研究可使阈值能自适应于图像的统计特性,可进一步提高消噪性能。分析了现有的自适应建模方法在消噪性能和计算消耗上的不足。在假定小波系数为具有未知分布参数的广义高斯分布随机变量的基础上提出了一种基于方差的上下文局部建模方法,用于估计每个系数所对应的参数。该方法能很好地反映小波系数的局部统计特性。实验证明其消噪效果要好于其它空间自适应建模方法。     

去卷积和高斯拟合方法在FTIR光谱处理中的应用

讨论了FTIR光谱产生的机理,并分析了影响其光谱质量的两种原因:(1)干涉图的截断;(2)仪器采样率低.为了改善由上述两种原因引起光谱畸变,我们对其进行了仪器线型函数去卷积和高斯拟合,使其更接近实际光谱,从而使由其计算出的物理量更接近实际值,结果更精确.     

小波域高斯混合模型与中值滤波的混合图像去噪研究

基于高斯混合模型的小波去噪方法并结合中值滤波法对脉冲噪音有较好滤除效果的特点,将这两种方法结合起来,对含有高斯脉冲混合噪音图像进行去噪处理.该算法采用Matlab语言进行仿真.实验结果表明,这种混合去噪方法的效果要优于单纯使用中值滤波或者小波去噪的效果.     

利用后向散射光空间谱强度分布探测尾流气泡的实验研究

利用自行设计制作的尾流模拟系统产生气泡,应用散射光空间频谱测量分析系统,对水中气泡群的后向散射光空间谱强度分布进行测量和分析,研究了不同探测距离的散射光衰减对其强度分布的影响.结果表明,在气泡密度、大小分布不变的情况下,扩束光照明时,由于参与光散射的气泡数目增加对散射光在水中传播衰减的补偿,散射空间谱强度分布的峰值和半宽值均不随探测距离变化;而细光束照明时,散射谱强度分布峰值随探测距离的增加而减小,半宽值则逐渐增大.所以在远距离探测时,细光束的探测效果好.     

基于高斯拟合的光纤型SPR信号的峰值检测算法

光纤型表面等离子共振光谱具有半峰宽较宽,共振峰不尖锐等特征,传统的针对棱镜型SPR光谱的峰值检测算法无法准确定位此类光谱的共振峰值。为了准确计算光纤型SPR光谱的共振波长,提出了一种基于信赖域算法的高斯拟合方法,在拟合的光谱曲线上利用一维搜索的方式确定峰值位置。通过对标准甘油光谱数据的处理,证明高斯拟合法能够适应光纤型SPR光谱的特征,波长计算准确。通过搭建的SPR系统,实验测量了不同浓度下蔗糖溶液的SPR光谱数据,并分别采用加权质心法,追踪质心法和该研究提出的高斯拟合法进行共振波长的计算。结果表明高斯拟合法能够有效提升分辨率,且运算速度较快,有利于工程集成。     

布里渊背向散射光谱数据拟合算法设计与实现

针对光纤某些点处布里渊背向散射光谱的测量数据出现多峰的情况,提出采用区间划分和基于最小二乘的非线性回归方法对采集到的布里渊背散光谱进行处理.该方法不仅可以拟合单峰布里渊背散光功率数据,而且可以自动识别多峰数据并分别对几个峰进行拟合,使得计算结果能更准确反应光纤沿线的应变情况.实验结果证实了算法的有效性和可行性.     

基于无约束非线性优化算法的光强自相关函数拟合

在光子相关光谱(PCS)颗粒测量技术中非线性累积反演方法是一种重要的算法。采用无约束非线性优化算法对反演过程中相关曲线的拟合问题进行了分析和研究, 实现了从任意初始值开始获取最优非线性拟合解, 并给出了算法的实现步骤。采用此方法对50 nm, 100 nm, 200 nm和500 nm的标准聚苯乙烯乳胶颗粒的实测光强自相关函数数据进行了拟合, 并反演了颗粒粒径, 与其他曲线拟合算法相比, 本算法不但对初始值的依赖性小, 而且得到的颗粒粒径更接近乳胶颗粒的标称直径, 测量误差更小。     

基于小波变换的压缩感知理论对水质检测紫外-可见光谱数据的去噪研究

消除噪声影响对提高直接光谱法水质检测系统的测量稳定性和精度都具有重要意义。直接光谱法在线水质检测系统通常采用长寿命、无需预热的脉冲氙灯和适用于复杂检测环境的工业级光谱探测装置。针对整个光谱探测系统受到光源、光路和光电转换器件的严重影响,测定的光谱数据含有大量噪声这一实际问题,提出了基于小波变换的压缩感知去噪算法,并与传统小波阈值去噪方法进行了比较实验。针对化学需氧量为200 mg·L-1的邻苯二甲酸氢钾标液的紫外-可见光谱数据进行去噪处理,采用压缩感知去噪算法,将信号在小波域内分解,得到含噪高频系数;采用随机高斯矩阵作为压缩感知算法的观测矩阵,压缩比设置为2,对高频系数进行观测;选择正交匹配追踪算法恢复高频小波系数的稀疏性,从而达到去噪目的。同时针对传统的小波阈值去噪,采用daubechies4作为小波基的软阈值滤波方法对光谱数据进行去噪处理。为验证去噪算法的可行性,采集某溪水和城市生活污水的光谱信号分别采用以上两种方法进行去噪处理,实验结果表明：基于小波变换的压缩感知去噪算法适用于紫外-可见光谱法在线水质检测系统,该方法能在保留水样原始光谱信号的吸收特征的前提下有效地去噪,且去噪效果优于小波阈值去噪算法。与小波阈值去噪算法相比,信噪比提高了12.201 5 dB,均方根误差减小了0.009 3,峰值信噪比增加了5.299 dB。不仅避免了小波阈值去噪过程中阈值的选取依靠主观判断问题,而且在重构过程中有效地抑制了噪声,为直接光谱法检测水质参数提供了一种新的解决方案。     

基于小波阈值理论的光学图像去云处理新算法

分析了部分云覆盖的单幅光学遥感图像经过多层小波变换后,景物信息和云噪音在小波分解系数中的分布关系,并提出了云区阈值法来有效去除云噪音.通过选择适当的分界层数,将景物信息、云噪音尽可能分别分配到低层和高层细节系数中.高层细节系数中除主要包含云噪音外,也有部分有用景物信息.由于云噪音亮度大于景物,根据亮度特征合理选择高层细节系数的亮度阈值,去除云噪音,而保留其中的景物信息.通过对低层、高层细节系数和近似系数分别设置权重,增加景物对比度,减小残留云影响,从而重构得到恢复图像.提出了以信息熵作为分界层数、权重、阈值等参量选择的定量标准.实验证明,按信息熵标准能正确地选择参量,依据本文算法得到的去云效果远优越于同态滤波和Retinex算法,且能充分保留云区以外景物信息.