[发明专利]基于背景估计的非对称最小二乘基线校正方法

说明书

技术领域

本发明涉及红外光谱化学计量学定性/定量分析技术领域，特别是涉及一种基于背景估计的非对称最小二乘基线校正方法。

背景技术

谱图采集过程中会受到背景温度、湿度等外界环境以及仪器自身工作状况的影响，导致最终获取的光谱图呈现不同程度的基线漂移。基线漂移一方面会影响定性分析的精度，另一方面会导致光谱峰高和峰面积测量失真，从而影响定量分析的精度。另外，即使是相似的光谱样本，其基线也可能有很大的不同，从而导致基于这些光谱样本建立的数学模型缺乏鲁棒性。为了建立一个稳定、可靠的定性分析或定量分析模型，必须进行基线校正。

基线校正有人工校正和自动校正两种。人工校正一般是通过人机两互的方式选取谱图上的特征点，然后将这些特征点拟合成一条曲线。这种方法费时、费力，且由于人工选择的特征点随意性较大，其重现性较差。Schulze等人对基线自动校正算法进行了全面的综述[1]，目前主要有微分和滤波方法[2]、形态学方法[3]、插值拟合方法[4]、背景估计方法[5~8]，等等。但是这些方法都有不足之处。微分方法可以消除常数和线性漂移，但同时也放大了谱图中的高频噪声；形态学方法可以有效消除基线基线漂移，但是由于红外谱图中各吸收峰的峰宽不一致，其结构元素的选择十分棘手；插值拟合方法中，插值节点的自动选取需要依靠人工经验，并且不同的插值函数拟合出的基线也不尽相同；背景估计方法如SNIP[8]，其方法快速简便，但迭代次数的选择是个难题，过大过小都不合适。

非对称最小二乘基线校正算法是Eilers等人2003年提出来的[9]，它具有严格的数学理论基础，在处理谱图时有较好的效果，因而受到了广泛的关注。该方法基于Whittaker smoother估计基线[10~11]，要求待求基线非对称地拟合给定光谱，同时对待求基线施加某种光滑性约束。但是该算法只考虑了二阶导数的平滑性约束，实际上在基线尽可能平滑的前提下，我们不仅要求拟合出的数值与原始数据之间的误差很小，而且还要求它们的一阶导数很接近。因此，基线校正直接应用非对称最小二乘算法是有局限性的，必须充分考虑红外光谱自身的物理特性。

[1]Schulze G,Jirasek A,Yu M M L,et al.Investigation of SelectedBaseline Removal Techniques as Candidates for Automated Implementation.Applied spectroscopy,2005,59(5):545-574

[2]Leger M N and Ryder a G.Comparison of Derivative Preprocessingand Automated Polynomial Baseline Correction Method for Classificationand Quantification of Narcotics in Solid Mixtures.Applied spectroscopy,2006,60(2):182-193

[3]P.Maragos,R.W.Schafer.Morphological Filters.Part 1.TheirSet-Theoretic Analysis and Relations to Linear Shift-Invariant Filters.IEEE Trans.on Acoustics,Speech,and Signal Processing,VOL.35,NO.8,1987

[4]Brown D E.Fully Automated Baseline Correction of 1d and 2d NmrSpectra Using Bernstein Polynomials.Journal of Magnetic Resonance,Series A,1995,114(2):268-270

[5]Andrade L and Manolakos E S.Signal Background Estimation andBaseline Correction Algorithms for Accurate DNA Sequencing.The Journalof VLSI Signal Processing,2003,35(3):229-243

[6]Andrade L and Manolakos E S.Accurate Estimation of the SignalBaseline in DNA Chromatograms.2002.35-44