[发明专利]基于谱图融合的海岸环境微塑料老化行为解析方法

摘要

本发明提供一种基于谱图融合的海岸环境微塑料老化行为解析方法，包括以下步骤：1.海岸环境收集微塑料样本并分离制备。2.利用红外光谱仪获得微塑料样本的微区形态图像和红外光谱信息。3.对红外光谱信息提取相关特征光谱数据矩阵。4.对微区图像信息利提取纹理特征。5.对微区图像信息获得表面泛黄色度特征。6.建立基于样本表面形态‑分子光谱的特征融合预测模型。7.对预测模型进行校正，得到校正模型。8.提取待测样本的特征融合矩阵，将待测样本的特征融合矩阵输入校正模型中获得相应老化解析结果。本方案通过引入光谱羰基比例，纹理形态泛黄色度等参数，实现复杂环境微塑料老化程度快速解析。

主权项

1.一种基于谱图融合的海岸环境微塑料老化行为解析方法，其特征在于，包括以下步骤:a.海岸环境收集具有不同老化程度且粒径1mm以上的微塑料样本并进行分离制备；b.利用傅里叶变换红外仪采集所述微塑料样本的微区图像信息和红外光谱信息，所述微塑料样本随机分为校正样本和预测样本；c.对获取的红外光谱信息提取采用标准变量方法进行校正，再提取与样本老化行为相关的最优特征波长并建立特征光谱数据矩阵K；d.对获取的所述微区图像信息利用描述纹理的方法：灰度共生矩阵提取纹理特征，分别计算灰度的空间共生矩阵的能量C₁、对比度C₂作为表征纹理特征的纹理量化指标，其中i、j分别为像素灰度坐标，d为像素相隔距离，θ为误差，P(i,j,d,θ)为概率；e.对获取的所述微区图像信息利用RGB转化HSB体系获得色相、亮度和饱和度参数并提取色度特征矩阵P,在HSB体系中，H表示色相，S表示饱和度，B表示亮度；f.利用步骤c、d和e分别求得特征光谱数据矩阵K、纹理特征矩阵C,色度特征矩阵P，将三个矩阵进行特征层融和得到融合矩阵：M＝[K C P]；g.通过引入纹理特征，泛黄色度和特征光谱等参数建立基于表面形态‑分子光谱的多源特征融合预测模型：对于某个样本的光谱图像老化特征值表示为X₁,X₂至Xn；假设融合后可能的特征矩阵为M，由X₁,X₂…Xn组成，利用加权平均法进行模型融合，权重为β_i为不同特征向量贡献率的度量；h.利用校正样本对步骤g中得到的预测模型进行校正，得到校正模型；i.利用傅里叶变换红外仪采集待测微塑料的图像光谱信息,将步骤f得到的融合矩阵输入到步骤g得到的评价预估模型中，获得相应老化解析结果。