1.一种基于平稳小波的融合光谱去噪方法，其特征在于，所述方法包括：S1、获取初始光谱信号，对所述初始光谱信号基于平稳小波进行一层分解，获得与所述初始光谱信号分解后对应的第一细节系数和第一近似系数；

S2、采用极值中值滤波对所述第一细节系数和第一近似系数进行滤波处理，得到第二细节系数和第二近似系数；

S3、对所述第二细节系数和第二近似系数基于平稳小波做逆变换处理，得到过渡光谱信号；

S4、对所述过渡光谱信号做平稳小波作五层分解处理，得到所述过渡光谱信号分解后对应的第三细节系数和第三近似系数；

S5、采用软阈值函数与启发式阈值，对所述第三细节系数和第三近似系数做去噪处理，分别得到对应的第四细节系数和第四近似系数；

S6、对所述第四细节系数和第四近似系数基于平稳小波做逆变换处理，得到去除噪声的最终光谱信号。

2.如权利要求1所述的基于平稳小波的融合光谱去噪方法，其特征在于，所述步骤S1和步骤S4中均采用db5作为所述平稳小波的小波基。

3.如权利要求1所述的基于平稳小波的融合光谱去噪方法，其特征在于，所述步骤S2包括：S21、设定判别标准：

其中，S为有用光谱信号，N为脉冲噪声信号，W[xi]是以xi为中心的窗口内的小波系数，minW[xi]为W[xi]中的最小值，maxW[xi]为W[xi]中的最大值，基于所述判别标准判断所述初始光谱信号中的有用光谱信号和脉冲噪声信号；

S22、设定滤波方法：

其中，yi为去噪后的光谱信号，medW[xi]为W[xi]中间值，基于所述滤波方法 进行滤波处理。

4.如权利要求1所述的基于平稳小波的融合光谱去噪方法，其特征在于，所述步骤S3中采用 对第二细节系数和第二近似系数进行平稳小波逆变换，其中， 和 分别表示产生偶数项系数和奇数项系数的反变换算子。

5.如权利要求4所述的基于平稳小波的融合光谱去噪方法，其特征在于，所述步骤S6中采用与所述步骤S3中同样的方式对所述第四细节系数和第四近似系数进行平稳小波逆变换。

6.如权利要求1所述的基于平稳小波的融合光谱去噪方法，其特征在于，所述步骤S5包括：S51、定义软阈值函数： 式中，ω为平稳小波变换后得到的细节系数，T为设定阈值，sign(ω)(|ω|-T)代表将系数的绝对值与阈值T相比较，其中，比阈值T大的信号点取该点值与阈值T的差，比阈值T的相反数还小的信号点取该点值与阈值T的和，并将所述软阈值函数作为阈值处理函数；

S52、采用启发式阈值的方式确定阈值的选取，设 其中，xi为信号值，N为信号长度，当e

7.如权利要求6所述的基于平稳小波的融合光谱去噪方法，其特征在于，所述Sqtwolog阈值的表达式为 式中，σ为信号噪声标准方差，N为信号长；所述rigrsure阈值的定义为：对于给定一个阈值T，得到它的似然估计，再将非似然的T最小化得到阈值。