发明名称 一种基于小波分析的干涉图数据光谱复原方法
摘要 本发明一种基于小波分析的干涉图数据光谱复原方法,将基于小波分析的拟合插值法,运用于非均匀采样干涉图重构,并进行光谱反演。先运用基于小波分析的拟合法对非均匀采样干涉数据进行拟合,得到拟合的干涉数据曲线,之后再进行均匀插值采样,得到均匀采样的干涉数据。对均匀采样的干涉数据,根据干涉光谱学理论,进行快速傅里叶变换(FFT),得到复原的光谱图。根据仿真实验结果,可以看到,该方法较好的适应了干涉数据在零光程差处变化剧烈,在光程差较大处变化缓慢的特点,较好的拟合出了干涉数据曲线。在均匀采样后,进行FFT得到光谱反演图。本发明的优点为:能够更精细的拟合出干涉图数据,更好的体现干涉图数据的特点,拟合误差更低。
申请公布号 CN103578086B 申请公布日期 2016.08.17
申请号 CN201310565759.X 申请日期 2013.11.14
申请人 北京航空航天大学 发明人 袁艳;丁晓铭;苏丽娟;黄锋振
分类号 G06T5/00(2006.01)I;G01J3/45(2006.01)I 主分类号 G06T5/00(2006.01)I
代理机构 北京永创新实专利事务所 11121 代理人 周长琪
主权项 一种基于小波分析的干涉图数据光谱复原方法,其特征在于:通过下述步骤实现:步骤1:从干涉型光谱仪拍摄得到的数据中提取相同目标点灰度值,得到非均匀采样的干涉图数据;步骤2:基于小波分析,拟合非均匀采样的干涉图数据;将非均匀采样的干涉图数据带入基于小波分析的拟合公式,得到干涉图数据的拟合函数,具体为:令非均匀采样的干涉图数据集合为:f<sub>s</sub>=[f(t<sub>0</sub>)f(t<sub>1</sub>)f(t<sub>2</sub>)…f(t<sub>i</sub>)…f(t<sub>P‑1</sub>)]<sup>T</sup>        (1)其中,P为集合f<sub>s</sub>中非均匀采样点的个数;t<sub>0</sub>、t<sub>1</sub>、t<sub>2</sub>、…、t<sub>i</sub>、…、t<sub>P‑1</sub>为P个非均匀采样点;将P个非均匀采样点带入基于小波分析的拟合公式,得到P元线性方程组:<maths num="0001"><math><![CDATA[<mrow><mi>f</mi><mrow><mo>(</mo><msub><mi>t</mi><mi>i</mi></msub><mo>)</mo></mrow><mo>=</mo><msub><mi>&Sigma;</mi><mi>n</mi></msub><msub><mi>c</mi><mrow><mi>J</mi><mo>,</mo><mi>n</mi></mrow></msub><mi>&Phi;</mi><mrow><mo>(</mo><mfrac><msub><mi>t</mi><mi>i</mi></msub><msup><mn>2</mn><mi>J</mi></msup></mfrac><mo>-</mo><mi>n</mi><mo>)</mo></mrow><mo>+</mo><msubsup><mi>&Sigma;</mi><mrow><mi>j</mi><mo>=</mo><mn>1</mn></mrow><mi>J</mi></msubsup><msub><mi>&Sigma;</mi><mi>n</mi></msub><msub><mi>d</mi><mrow><mi>j</mi><mo>,</mo><mi>n</mi></mrow></msub><mi>&Psi;</mi><mrow><mo>(</mo><mfrac><msub><mi>t</mi><mi>i</mi></msub><msup><mn>2</mn><mi>j</mi></msup></mfrac><mo>-</mo><mi>n</mi><mo>)</mo></mrow><mo>,</mo><mi>i</mi><mo>=</mo><mn>0</mn><mo>,</mo><mo>...</mo><mo>,</mo><mi>P</mi><mo>-</mo><mn>1</mn><mo>-</mo><mo>-</mo><mo>-</mo><mrow><mo>(</mo><mn>2</mn><mo>)</mo></mrow></mrow>]]></math><img file="FDA0000939341380000011.GIF" wi="1630" he="95" /></maths>式(2)中,n为位移量;J为分辨率层级数量,J=1、2、3、…;Φ(t<sub>i</sub>)为尺度函数;Ψ(t<sub>i</sub>)为小波基函数;c<sub>J</sub>为第J个分辨率层级对应的尺度函数系数;d<sub>j</sub>为总数为J个分辨率层级中每个分辨率层级对应的小波基函数系数;n的取值范围通过下述方式确定:令Φ(t<sub>i</sub>)的紧支集为[0,N],N为自然数,则有:<maths num="0002"><math><![CDATA[<mrow><mn>0</mn><mo>&le;</mo><mfrac><msub><mi>t</mi><mi>i</mi></msub><msup><mn>2</mn><mi>J</mi></msup></mfrac><mo>-</mo><mi>n</mi><mo>&le;</mo><mi>N</mi><mo>-</mo><mo>-</mo><mo>-</mo><mrow><mo>(</mo><mn>3</mn><mo>)</mo></mrow></mrow>]]></math><img file="FDA0000939341380000012.GIF" wi="1070" he="91" /></maths>进而得到:‑N+mint<sub>i</sub>/2<sup>J</sup>≤n≤maxt<sub>i</sub>/2<sup>J</sup>        (4)式(4)中,mint<sub>i</sub>为t<sub>i</sub>中的最小值;maxt<sub>i</sub>为t<sub>i</sub>中的最大值;令Ψ(t<sub>i</sub>)的紧支集为[0,N],N为自然数,则有:<maths num="0003"><math><![CDATA[<mrow><mn>0</mn><mo>&le;</mo><mfrac><msub><mi>t</mi><mi>i</mi></msub><msup><mn>2</mn><mi>j</mi></msup></mfrac><mo>-</mo><mi>n</mi><mo>&le;</mo><mi>N</mi><mo>-</mo><mo>-</mo><mo>-</mo><mrow><mo>(</mo><mn>5</mn><mo>)</mo></mrow></mrow>]]></math><img file="FDA0000939341380000013.GIF" wi="1062" he="85" /></maths>进而得到:‑N+mint<sub>i</sub>/2<sup>j</sup>≤n≤maxt<sub>i</sub>/2<sup>j</sup>       (6)上述过程中,式(2)中的c<sub>J</sub>与d<sub>j</sub>通过下述方法获得:将不同的分辨率层级数J=1、2、3、…分别带入拟合公式,求得拟合结果;随后计算得到拟合结果的误差平方根,同时将拟合结果反演到光谱域,再在光谱域对光谱图进行误差平方根计算,得到反演光谱图误差平方根;分别比较J=1、2、3、…时拟合结果的误差平方根大小,以及反演光谱图误差平方根大小,得到最佳分辨率层级数J;将式(2)通过矩阵表示为:<maths num="0004"><math><![CDATA[<mrow><msub><mi>f</mi><mi>s</mi></msub><mo>=</mo><msubsup><mi>G</mi><mi>J</mi><mi>s</mi></msubsup><msub><mi>c</mi><mi>J</mi></msub><mo>+</mo><msubsup><mi>&Sigma;</mi><mrow><mi>j</mi><mo>=</mo><mn>1</mn></mrow><mi>J</mi></msubsup><msubsup><mi>H</mi><mi>j</mi><mi>s</mi></msubsup><msub><mi>d</mi><mi>j</mi></msub><mo>-</mo><mo>-</mo><mo>-</mo><mrow><mo>(</mo><mn>7</mn><mo>)</mo></mrow></mrow>]]></math><img file="FDA0000939341380000021.GIF" wi="1125" he="86" /></maths>其中,<img file="FDA0000939341380000022.GIF" wi="57" he="70" />为尺度函数采样点在分辨率层级J上的位移矩阵,与每个采样点t<sub>i</sub>有关;<img file="FDA0000939341380000023.GIF" wi="68" he="69" />为小波基函数采样点在J个分辨率层级中各个分辨率层级上的位移矩阵;在忽略信号f<sub>s</sub>细节信息的情况下,将f<sub>s</sub>近似的表示为:<maths num="0005"><math><![CDATA[<mrow><msub><mi>f</mi><mi>s</mi></msub><mo>&ap;</mo><msubsup><mi>G</mi><mi>J</mi><mi>s</mi></msubsup><msub><mi>c</mi><mi>J</mi></msub><mo>-</mo><mo>-</mo><mo>-</mo><mrow><mo>(</mo><mn>8</mn><mo>)</mo></mrow></mrow>]]></math><img file="FDA0000939341380000024.GIF" wi="1006" he="69" /></maths>通过最小二乘法,得到系数c<sub>J</sub>的近似解,记为<img file="FDA0000939341380000025.GIF" wi="66" he="71" /><img file="FDA0000939341380000026.GIF" wi="996" he="71" />其中,<img file="FDA0000939341380000027.GIF" wi="56" he="70" />为f<sub>s</sub>的近似拟合结果;矩阵G<sub>J</sub>是尺度函数在层级J上的位移矩阵,位移量为整数序列[0,…,M‑1],M为干涉图数据的均匀采样值个数;当J=1时,通过式(7)、(9)可得到误差信号e<sub>0</sub>为:<img file="FDA0000939341380000028.GIF" wi="1326" he="78" />其中,e<sub>0</sub>包含信号f<sub>s</sub>的高频成分;通过式(10)得到系数d<sub>J</sub>的近似解<img file="FDA0000939341380000029.GIF" wi="67" he="75" /><img file="FDA00009393413800000210.GIF" wi="1092" he="79" /><img file="FDA00009393413800000211.GIF" wi="59" he="71" />为f<sub>s</sub>在J=1时的近似拟合结果;其中,H<sub>J</sub>是小波函数在层级J上的位移矩阵,位移量为整数序列[0,…,M‑1];当J=2时,在根据上述过程求得<img file="FDA00009393413800000212.GIF" wi="143" he="79" />之后;再根据式(7)、(11)可得到第J‑1个分辨率层级对应的小波基函数系数d<sub>J‑1</sub>的近似解;具体求解过程为,先求得误差信号e<sub>1</sub>为:<img file="FDA00009393413800000213.GIF" wi="1398" he="79" />通过式(11)得到第J‑1个分辨率层级对应的尺度函数系数d<sub>J‑1</sub>的近似解<img file="FDA00009393413800000214.GIF" wi="123" he="71" /><img file="FDA00009393413800000215.GIF" wi="1275" he="76" /><img file="FDA00009393413800000216.GIF" wi="58" he="71" />为f<sub>s</sub>在J=2时的近似拟合结果;其中,H<sub>J‑1</sub>是小波基函数在层级J‑1上的位移矩阵,位移量为整数序列[0,…,M‑1];当J=3时,根据上述过程求得<img file="FDA00009393413800000217.GIF" wi="286" he="79" />后;再根据式(7)、(13)可得到第J‑2个分辨率层级对应的小波基函数系数d<sub>J‑2</sub>的近似解;具体求解过程为,先求得误差信号e<sub>2</sub>为:<img file="FDA00009393413800000218.GIF" wi="1550" he="79" />由此,通过式(13)得到第J‑2个分辨率层级对应的尺度函数系数d<sub>J‑2</sub>的近似解<img file="FDA0000939341380000031.GIF" wi="114" he="77" /><img file="FDA0000939341380000032.GIF" wi="1358" he="79" /><img file="FDA0000939341380000033.GIF" wi="58" he="71" />为f<sub>s</sub>在J=3时的近似拟合结果;其中,H<sub>J‑2</sub>是小波基函数在层级J‑2上的位移矩阵,位移量为整数序列[0,…,M‑1];以此类推,得到各数量分辨率层级J对应的尺度函数系数近似解,以及各数量分辨率层级J下各分辨率层级对应的小波基函数系数近似解,并带入式(2)中,得到各个数量层级对应的干涉数据f<sub>s</sub>的近似拟合的结果f(t)为:<maths num="0006"><math><![CDATA[<mrow><msub><mi>f</mi><mi>s</mi></msub><mo>&ap;</mo><mi>f</mi><mrow><mo>(</mo><mi>t</mi><mo>)</mo></mrow><mo>=</mo><msub><mi>&Sigma;</mi><mi>n</mi></msub><msub><mover><mi>c</mi><mo>^</mo></mover><mrow><mi>J</mi><mo>,</mo><mi>n</mi></mrow></msub><mi>&Phi;</mi><mrow><mo>(</mo><mfrac><mi>t</mi><msup><mn>2</mn><mi>J</mi></msup></mfrac><mo>-</mo><mi>n</mi><mo>)</mo></mrow><mo>+</mo><msubsup><mi>&Sigma;</mi><mrow><mi>j</mi><mo>=</mo><mn>1</mn></mrow><mi>J</mi></msubsup><msub><mi>&Sigma;</mi><mi>n</mi></msub><msub><mover><mi>d</mi><mo>^</mo></mover><mrow><mi>j</mi><mo>,</mo><mi>n</mi></mrow></msub><mi>&Psi;</mi><mrow><mo>(</mo><mfrac><mi>t</mi><msup><mn>2</mn><mi>j</mi></msup></mfrac><mo>-</mo><mi>n</mi><mo>)</mo></mrow><mo>-</mo><mo>-</mo><mo>-</mo><mrow><mo>(</mo><mn>16</mn><mo>)</mo></mrow></mrow>]]></math><img file="FDA0000939341380000034.GIF" wi="1487" he="95" /></maths>步骤3:对步骤2中得到的干涉数据拟合结果进行均匀采样插值,得到均匀采样的干涉数据;将均匀采样点[0,1,…,M‑1]带入步骤2中得到的干涉数据f(t)的近似拟合结果中,得到M个均匀采样的干涉数据:f=[f(0)f(1)f(2)…f(M‑1)]<sup>T</sup>    (17)步骤4:对均匀采样的干涉数据进行快速傅里叶变换(FFT)得到复原的光谱数据;根据干涉光谱学理论,将步骤3中得到的M个均匀采样的干涉数据,进行FFT,得到复原的光谱图。
地址 100191 北京市海淀区学院路37号