[发明专利]一种基于权重蜻蜓算法的比色传感器阵列优化方法

说明书

本发明公开了一种基于权重蜻蜓算法的比色传感器阵列优化方法，包括以下步骤：对反应前后的图像进行预处理，并从预处理后的差值图像中提取每个色敏斑点的颜色特征值，假设初步制备的比色传感器阵列有p个色敏斑点，则获取的比色传感器阵列的颜色特征变量为3p个；然后设计改进权重蜻蜓算法，优化提取的3p个颜色特征变量，选择筛选变量累积频次超过运行次数1/3或1/2以上的变量作为特征分量，根据特征分量对应的色敏材料，制备性价比更高的比色传感器阵列，本发明基于传统的DA存在的不足，引入权重的概念，即根据个体性能的优劣赋予不同的权重进入下一轮的优化迭代，最终确定出最佳的变量组合。

技术领域

本发明涉及一种比色传感器阵列优化方法，属于传感器制备领域。

背景技术

比色传感器阵列是由Kenneth S.Suslick教授课题组于2000年提出的一种新型的电子鼻技术。该技术是将色敏材料固定于基底材料上构建比色传感器，比色传感器与待测样品产生的挥发性有机物发生显色化学效应来实现气味信息的“可视化”，以图像的方式直观地呈现待测样品的气味信息。与MOS型电子鼻技术相比，比色传感器阵列在气体检测方面更加灵敏、稳定。此外，疏水性基底材料的使用，使其能不受工作环境中湿度的影响。

目前，比色传感器技术已在食品品质分析、发酵过程检测等领域得以成功应用。但传感器阵列的制备大多是利用人工经验或通过实验尝试的方法从众多色敏材料中选择几个合适的材料来制备比色传感器阵列。这种方式制备的传感器阵列的性能受人为因素影响较大，具有一定的随机性。

发明内容

为了克服现有的比色传感器阵列制备过程人为主观因素的影响，本发明提出了一种基于权重蜻蜓算法的比色传感器阵列优化方法，该方法可更加科学的从众多色敏材料中筛选出符合待测对象的特征材料，以制备性价比更高的比色传感器阵列。

本发明提出一种基于权重蜻蜓算法比色传感器阵列优化方法，以排除比色传感器阵列制备过程人为因素的干扰，使得到的传感器阵列性能更加，并可在保证检测精度的前提下降低传感器阵列的制备成本。

为了实现以上目的，本发明的具体步骤为：

步骤1、对反应前后的图像进行预处理，并从预处理后的差值图像中提取每个色敏斑点的颜色特征(即，R、G、B)值。假设初步制备的比色传感器阵列有p个色敏斑点，则获取的比色传感器阵列的颜色特征变量为3p个。

步骤2、设计权重蜻蜓算法(weighted dragonfly algorithm,WDA)，优化提取的3p个颜色特征变量。选择筛选变量累积频次超过运行次数1/3或1/2以上的变量作为特征分量，根据特征分量对应的色敏材料，制备性价比更高的比色传感器阵列。

进一步，步骤1中所述预处理，其具体步骤如下：

①对采集到的图像用均值滤波法消除白噪声，设置均值滤波处理的模板大小为N×N，则二维均值滤波输出为：

式中，(x,y)表示需要处理像素点的坐标，f(x，y)，g(x，y)分别代表为原始图像和处理后图像，W为二维模板(一般取3×3)，即每一个像素点的灰度值设置为该点邻域窗口内的所有像素点灰度值的中值。

②利用阈值分割法将均值滤波去噪后图像中的每个像素点和设置的阈值(记为T)进行比较，将图像二值化。根据比较的结果把该像素划分为两类，即前景和背景。本发明采用的阈值分割法为最大类间方差法。

设图像中灰度为i的像素数为n_i，灰度范围是[0,255]，则总的像素数为：

各灰度值出现概率为：对于P_i，需满足