基于改進Hodrick-Prescott分解模型的近紅外自適應降噪方法

謝德紅，李俊鋒，劉 菂，萬曉霞，葉 藝

1. 南京林業(yè)大學輕工與食品學院，江蘇 南京 210037 2. 河南牧業(yè)經(jīng)濟學院包裝與印刷工程學院，河南 鄭州 450046 3. 北京工商大學食品安全大數(shù)據(jù)技術北京市重點實驗室，北京 100048 4. 武漢大學湖北省文物顏色信息數(shù)字化與虛擬再現(xiàn)工程研究中心，湖北 武漢 430079

引 言

農(nóng)藥的高效防治功能，對促進農(nóng)作物增產(chǎn)、緩解農(nóng)產(chǎn)品供需矛盾有舉足輕重的作用。然而，農(nóng)藥大量不合理使用，導致農(nóng)藥殘留超過食品安全標準，引發(fā)諸多食品安全問題[1]。當前一些化學、生物等檢測方法精度雖高，但存在耗時費力、破損被測物、污染環(huán)境等缺點，難以滿足現(xiàn)代農(nóng)業(yè)快速、無損、批量及實時檢測的需求。近紅外光譜因其無損、快速、無污染的特點，在農(nóng)藥殘留定性和定量檢測應用中優(yōu)勢明顯。但是，近紅外光譜是典型的弱信號，被測物化學組分的譜峰相對微弱且重疊度高。此外，由于近紅外光譜采集儀器和采集環(huán)境等因素，實測近紅外光譜常受噪聲干擾。在后續(xù)近紅外光譜數(shù)據(jù)分類中，無法有效區(qū)別此光譜中被測物化學組分信息和噪聲，進而影響分類精度。有效地去除光譜數(shù)據(jù)中的噪聲，對建立穩(wěn)定性好、分類精度高的農(nóng)藥殘留檢測的分類模型十分重要。

小波分解[2-3]和經(jīng)驗模太分解(empirical mode decomposition, EMD)[4-5]可較好刻畫光譜信號的特征，近些年常被用于近紅外等各類光譜信號的降噪中，并在信噪比小時有一定抑制噪聲的效果。小波分解方法是在小波分解的基礎上通過閾值手段去除噪聲，因此小波分解的基函數(shù)(即小波基)和閾值選擇與染噪光譜特征的適應性對降噪至關重要。……