光谱实验室
光譜實驗室
광보실험실
CHINESE JOURNAL OF SPECTROSCOPY LABORATORY
2010年
3期
940-944
,共5页
经验模态分解%固有模态函数%高光谱%去噪
經驗模態分解%固有模態函數%高光譜%去譟
경험모태분해%고유모태함수%고광보%거조
经验模态分解(EMD)是一种新的时频分析方法,经EMD分解后的各个固有模态函数(IMF)突出了原始信号的局部特征,从而可以区分噪声和有用信号.基于此,结合高光谱遥感数据的光谱变化特征,提出了一种基于经验模态分解的高光谱遥感数据去噪方法.通过对理论数据的实验表明,数据中的噪声无论是高斯分布还是均匀分布,数据经EMD分解后,噪声都主要集中在前几个特定的IMF,对相应的IMF进行滤波处理后并与其他IMF分量进行重构就可得到去噪信号,与小波去噪结果相比较,这种方法效果更好.最后把该去噪方法应用于野外实测的油膜高光谱数据去噪,实验结果表明,该方法能准确、有效地去除高光谱遥感数据的噪声.
經驗模態分解(EMD)是一種新的時頻分析方法,經EMD分解後的各箇固有模態函數(IMF)突齣瞭原始信號的跼部特徵,從而可以區分譟聲和有用信號.基于此,結閤高光譜遙感數據的光譜變化特徵,提齣瞭一種基于經驗模態分解的高光譜遙感數據去譟方法.通過對理論數據的實驗錶明,數據中的譟聲無論是高斯分佈還是均勻分佈,數據經EMD分解後,譟聲都主要集中在前幾箇特定的IMF,對相應的IMF進行濾波處理後併與其他IMF分量進行重構就可得到去譟信號,與小波去譟結果相比較,這種方法效果更好.最後把該去譟方法應用于野外實測的油膜高光譜數據去譟,實驗結果錶明,該方法能準確、有效地去除高光譜遙感數據的譟聲.
경험모태분해(EMD)시일충신적시빈분석방법,경EMD분해후적각개고유모태함수(IMF)돌출료원시신호적국부특정,종이가이구분조성화유용신호.기우차,결합고광보요감수거적광보변화특정,제출료일충기우경험모태분해적고광보요감수거거조방법.통과대이론수거적실험표명,수거중적조성무론시고사분포환시균균분포,수거경EMD분해후,조성도주요집중재전궤개특정적IMF,대상응적IMF진행려파처리후병여기타IMF분량진행중구취가득도거조신호,여소파거조결과상비교,저충방법효과경호.최후파해거조방법응용우야외실측적유막고광보수거거조,실험결과표명,해방법능준학、유효지거제고광보요감수거적조성.