[发明专利]针对低信噪比紫外拉曼光谱的特征峰提取方法有效
申请号: | 201910327282.9 | 申请日: | 2019-04-23 |
公开(公告)号: | CN109993155B | 公开(公告)日: | 2021-01-01 |
发明(设计)人: | 何玉青;郭一新;金伟其;赵曼 | 申请(专利权)人: | 北京理工大学 |
主分类号: | G06K9/00 | 分类号: | G06K9/00;G01N21/65 |
代理公司: | 北京正阳理工知识产权代理事务所(普通合伙) 11639 | 代理人: | 邬晓楠 |
地址: | 100081 *** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 针对 低信噪 紫外 光谱 特征 提取 方法 | ||
1.针对低信噪比紫外拉曼光谱的特征峰提取方法,其特征在于:包括如下步骤,
步骤一:实时采集紫外拉曼信号,对采集拉曼信号数据进行统计,进而预测拉曼信号有效峰值,所述有效峰值包括有效低谷和顶峰;
步骤二:针对每一帧拉曼光谱,通过步骤一获得的有效低谷将每一帧拉曼光谱光谱切分为各块区域,分别判断切分的各块区域属性,所述区域属性指噪声区域属性或有效拉曼信号区域属性;针对每个噪声区域,让其中各点均等于该区域的最小值,然后,将拉曼信号区域和处理后的噪声区域进行拼合;
步骤三、将步骤一采集的每一帧拉曼光谱均进行步骤二的处理,将步骤二处理后的N+1帧光谱沿时间轴拼接成2D图像,通过迭代的双边滤波方法,对该2D图像进行滤波,滤波后沿时间轴将N+1光谱进行叠加并归一化,获得干净的拉曼特征峰光谱图像;
其中步骤一实现方法为,
由前端拉曼探测系统中的光谱仪中实时获取紫外拉曼信号,将实时获取拉曼信号传输至信号缓存区,所述信号缓存区用于保持存取N+1帧光谱,每获取一帧新的光谱,删除前N+1帧光谱数据,完成拉曼信号数据获取;对N+1帧图像进行低谷和顶峰统计,列出低谷网表和顶峰网表;预设统计分类容许区间步长,整个光谱沿x轴分为M个容许区间,所述的x轴为波长轴或拉曼位移轴,若N帧光谱的顶峰网表在每个容许区间内都有顶峰且在区间左或右端的斜率的绝对值大于预设阈值Kmax,即有N帧光谱均满足下式条件,
容许区间内存在f'(xm)>Kmaxf'(xm+1)≤0,m∈Cm,m=1,2,…,M所述预设阈值Kmax等于随机噪声能导致的最大斜率绝对值,则标记为有效顶峰,所述有效顶峰为强度高的拉曼峰,记录其位置;
而对于N+1帧光谱的低谷网表,低谷点的判断条件由下式给出,
容许区间内存在f'(xm)≤0f'(xm+1)≥0,m∈Cm,m=1,2,…,M
然后,通过如下方法预测出真实光谱低谷点,共分下述三种情况预测出真实光谱低谷点:情况一、在一个容许区间步长内,小于等于(N+1)/2帧光谱存在低谷点,则不是有效低谷;情况二、在一个容许区间步长内,大于等于N帧光谱存在低谷点,则为有效低谷,根据平均值或者权重均值标定此有效低谷位置并记录;情况三、在一个容许区间步长内,大于(N+1)/2而小于N帧光谱存在低谷点的情况,所述情况有可能是因为低强度峰值受噪声影响形成的,通过预设预测条件判断是否为有效低谷;通过上述三种情况预测出真实光谱低谷点,进而获得出低谷网表;通过统计的低谷网表和顶峰网表预测拉曼信号各有效峰值位置。
2.如权利要求1所述的针对低信噪比紫外拉曼光谱的特征峰提取方法,其特征在于:步骤二实现方法为,
通过步骤一预测出的每一帧拉曼光谱的低谷网表,将步骤一获取的每一帧拉曼光谱切分为各块区域,对每个区域进行属性判断,分别确定各块区域属性,即分别确定各块区域是噪声区域,还是有效拉曼信号区域;对于单个区域,判断标准有两个:第一种判断标准为:当区域内存在步骤一中获得的顶峰网表中记录的强度高的拉曼峰,则确定为有效拉曼信号区域;第二种判断标准为:选取步骤一中的p个容许区间长度为步长,进行最小二乘法平滑,再判断该区域内平滑后数据的标准差与平均值的比值,若标准差与平均值的比值大于一预设阈值,则确定为有效拉曼信号区域,否则,则为噪声区域;所述的预设阈值为所有区域取步骤一中的p个容许区间长度为步长,进行最小二乘法平滑后标准差与平均值的比值的平均值的二分之一;第一种判断标准用于检测出强峰区域;第二种判断标准用于针对弱峰进行判断;
确定各块区域属性后,针对每个噪声区域,让其中各点均等于该区域的最小值,记录所有判断为噪声属性区域的波长或拉曼位移位置信息;然后,将有效拉曼信号区域和滤波后的噪声区域进行拼合。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京理工大学,未经北京理工大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201910327282.9/1.html,转载请声明来源钻瓜专利网。