一种矿物光谱吸收特征参数的提取方法
【专利摘要】本发明属于一种参数提取方法，具体公开一种矿物吸收特征参数提取的方法。该方法包括测量矿物光谱；通过均值法对矿物光谱进行噪声处理；按照小波分解的级数对噪声处理后的矿物光谱数组进行插值；对矿物光谱信号进行离散小波分解；根据小波分解后的第一级高频信号求解矿物不同吸收谷的归一化规模参数；根据不同级别的小波高频信号求解矿物的光谱吸收特征参数。通过本方法，所求得的特征参数更加精确，过本方法，在频域全面描述了矿物光谱的吸收特征，所求得的特征参数更加精确，受噪声影响较小。
【专利说明】一种矿物光谱吸收特征参数的提取方法
【技术领域】
[0001]本发明涉及一种参数提取的方法，具体涉及一种矿物吸收特征参数提取的方法。
【背景技术】
[0002]矿物光谱研究表明，含金属阳离子、水、羟基或碳酸根阴离子基团的岩石矿物在可见光一近红外光谱范围内具有一系列诊断性光谱吸收特征，不同岩石矿物具有不同的光谱特征。研究不同矿物在可见光-近红外的诊断性光谱吸收特征，可直接识别矿物类型和矿物组分，定量反演地物及其组分相对含量。许多矿物的光谱吸收特征往往差异微小，因此运用合理的技术方法准确提取矿物的诊断性光谱吸收特征至关重要。
[0003]光谱微分法是一种传统的光谱特征提取方法，它通过计算不同波段位置的差值以确定光谱弯曲点及最大最小反射率的波长位置，从而获取矿物的光谱特征。光谱微分法的主要应用包括提取不同的光谱参数，如波段波长位置、深度和波段宽度，以及分解重叠的吸收波段和提取各种目标参数。光谱微分法和其他的一些基于统计学的光谱特征提取方法，都是一种单纯的基于波形的时域分析方法，没有考虑矿物光谱信号的频域特征，无法将时域和频域内的矿物光谱吸收特征综合起来进行分析，光谱吸收特征参数提取精度必然有所影响。同时，光谱微分法的在求导过程会放大噪声信号，因此求解的结果对光谱的噪声会非常敏感。由于受测量仪器灵敏度、大气、地形、光照等因素的影响，在野外进行岩石矿物光谱测量时，不可避免会将各种噪声引入原始信号中，而由于光谱微分法对噪声的高度敏感性，因此难以通过该方法精确获取矿物的光谱吸收特征参数。
[0004]小波分析方法在地物光谱特征提取中有所应用，如利用局部相邻的正负极值点找出对应于原始光谱曲线上每个吸收带的左右边界，从而提取左右边界和中心波长位置。但这种方法没有考虑地物的不同光谱吸收规模与小波分解高频信号尺度的对应关系，往往应用同一级别的高频信号求解不同规模的矿物吸收特征，没有充分利用小波变换多分辨率的优势，光谱特征参数的提取精度会受到影响。同时，传统的小波分析地物光谱特征提取方法仅提取了矿物光谱特征中的左右边界和中心波长位置，对于光谱吸收特征的描述不够全面，在岩石矿物成分的定量分析和研究方面有所欠缺。
[0005]如何充分利用小波变换多分辨率和时频分析的优势，如何利用小波变换高频信号全面描述矿物光谱吸收特征参数，从而自动精确提取矿物的光谱吸收特征，是本发明重点解决的问题。
【发明内容】
[0006]本发明要解决的技术问题是提供一种根据矿物吸收规模的不同，自动选择不同尺度的小波分解高频信号求解光谱吸收特征的方法，并通过相应高频信号自动求解矿物不同吸收特征的归一化规模、归一化对称性、左右边界突变程度、中心波长位置和左右边界位置等重要参数。
[0007]为解决上述技术问题，本发明一种矿物光谱吸收特征参数的提取方法，包含以下步骤:
[0008]步骤一、测量矿物光谱；
[0009]步骤二、通过均值法对矿物光谱进行噪声处理；
[0010]步骤三、按照小波分解的级数对噪声处理后的矿物光谱数组进行插值；
[0011]步骤四、对矿物光谱信号进行离散小波分解；
[0012]步骤五、根据小波分解后的第一级高频信号求解矿物不同吸收谷的归一化规模参数；
[0013]步骤六、根据不同级别的小波高频信号求解矿物的光谱吸收特征参数。
[0014]具体为以下步骤:
[0015]步骤一、测量矿物光谱，将矿物光谱数据读入一维数组中，得到光谱数据SsU)，其中λ为光谱波段号,下标s为矿物光谱编号；
[0016]步骤二、通过均值法对矿物光谱进行噪声处理，对某一矿物测得的SsU)按波段求和后取平均，设共对矿物进行了 N次光谱测量，则矿物平均光谱的求解公式为:
【权利要求】
1.一种矿物光谱吸收特征参数的提取方法，包含以下步骤: 步骤一、测量矿物光谱； 步骤二、通过均值法对矿物光谱进行噪声处理； 步骤三、按照小波分解的级数对噪声处理后的矿物光谱数组进行插值； 步骤四、对矿物光谱信号进行离散小波分解； 步骤五、根据小波分解后的第一级高频信号求解矿物不同吸收谷的归一化规模参数； 步骤六、根据不同级别的小波高频信号求解矿物的光谱吸收特征参数。
2.一种矿物光谱吸收特征参数的提取方法，包含以下步骤: 步骤一、测量矿物光谱，将矿物光谱数据读入一维数组中，得到光谱数据SsU)，其中λ为光谱波段号，下标s为矿物光谱编号； 步骤二、通过均值法对矿物光谱进行噪声处理，对某一矿物测得的SsU)按波段求和后取平均，设共对矿物进行了 N次光谱测量，则矿物平均光谱的求解公式为:
步骤三、按照小波分解的级数对噪声处理后的矿物光谱数组Α( λ)进行插值，该步骤包含以下子步骤: 1)采用牛顿多项式方法对矿物光谱进行插值，首先对Α(λ)建立牛顿多项式，得到矿物连续光谱多项式Nn(X):
其中，I为矿物光谱数组Α( λ)的元素数，λ ^是数组第一个值，Xk为数组中的第k个变量； 2)SA(X)的光谱分辨率为m，采用η级小波分解，为保证第η级高频信号的光谱分辨
率与原矿物光谱分辨率保持一致，插值取样点为y，即每隔y对插值后的光谱100进行取样；，则取样后的矿物光谱离散信号数组为Ν( δ ); 步骤四、对矿物光谱离散信号数组Ν( δ )进行离散小波分解；小波基选择Haar小波，设分解级数为
小波分解过程为:
其中AO为小波分解后的低频信号，DfO为小波分解后的高频信号，f为高频信号的级数序号； 步骤五、根据小波分解后的第一级高频信号求解矿物不同吸收谷的归一化规模参数，设置阈值，确定求解光谱特征参数的小波分解级别，该步骤包含以下子步骤: D求解第一级高频信号数组D1U)中各个元素的绝对值，即遍历λ，$?1α)=Id1(I) I (i e λ)，得到数组 Id1U) I ； 2)遍历数组D1(A) I 中的所有元素，若 D1(I) I > D1(1-1) I 且 D1(I) | > D^i+1)，则在λ =i处取得极大值，令λ_(ρ) =i，p代表数组Id1(X)I中取得第P个极大值； 3)设矿物第j个吸收谷的左边界波段序号a= λ_(ρ)，右边界波段序号b =λ_(P+I)，数组Id1(X)I的初始波段序号为C，最后一个波段序号为d，则矿物第j个吸收谷的光谱吸收规模参数为:
4)确定求解光谱特征参数的小波分解级别；当Scale(j)≥30/2150时，使用D1(A)求解光谱特征参数；当Scale (j)〈30/2150且Scale (j)≥15/2150时，使用D2 ( λ )求解光谱特征参数；当Scale (j)〈15/2150且Scale (j)≥5/2150时，使用D3U)求解光谱特征参数。 步骤六、根据不同级别的小波高频信号求解矿物的光谱吸收特征参数； 1)通过步骤五计算后，使用第f级高频信号求解矿物的光谱特征参数；首先求解高频信号4(入)各个元素的绝对值，即遍历λ，令DJi) = |Df(i) I (i e λ)，得到数组Df(A)； 2)计算数组IDf(X)I中的所有极值取值及取得极值处的波段序号；遍历数组|Df(A)中的所有元素，若Df⑴I > Df(1-1) I且Df⑴I > |Df(i+l)，则在λ = i处取得极大值，令i = λ max(p) ,P表示数组Df ( λ ) I中取得第P个极大值；若Df (i) I < Df (1-Ι) |且Df (i) I < Df (i+1) I ,则在λ = i处取得极小值,令i = λ min(q)，q表示数组|Dn( λ ) |中取得第q个极小值； 3)求解矿物光谱吸收谷的左右边界和中心波长波段序号；对于矿物光谱的第j个光谱吸收谷，其中心波长对应的波段序号Am(j) = Amin(q);光谱吸收左边界对应的波段序号AL(j) = Xmax(P)，右边界对应的波段序号xR(j) = λ_(ρ+?)； 4)求解矿物光谱吸收谷的左右边界的归一化突变程度；设第f级高频信号IDf(X)I的首末波段序号分别为C和d，则矿物光谱的第j个光谱吸收谷的左边界的归一化突变程度参数为:
矿物光谱的第j个光谱吸收谷的右边界的归一化突变程度参数为:
5)设矿物光谱的第j个光谱吸收谷的左边界波段序号XJj)=a，右边界波段序号λκ?) =b，中心波长波段序号Am(j) =z，设第f级高频信号|Df(A)|的首末波段序号分别为C和d，矿物吸收谷的对称性参数:
【文档编号】G01N21/31GK104076003SQ201410317814
【公开日】2014年10月1日 申请日期:2014年7月4日 优先权日:2014年7月4日
【发明者】李瀚波, 赵英俊, 潘蔚, 伊丕源, 尹力, 张东辉 申请人:核工业北京地质研究院