当前位置: 首页 > 专利查询>浙江大学专利>正文

基于二维Gabor小波的三维荧光光谱特征提取方法技术

技术编号:20589676 阅读:40 留言:0更新日期:2019-03-16 07:24
本发明专利技术公开了基于二维Gabor小波的三维荧光光谱特征提取方法。包括以下步骤:S1.获取原始三维荧光光谱数据;S2.利用Delaunay三角形内插值法去除原始光谱中的瑞利散射;S3.利用扣除空白背景溶剂的方法去除原始光谱中的拉曼散射;S4.利用多维S‑G平滑进行光谱去噪;S5.不同的尺度伸缩和旋转产生的二维Gabor小波函数与经过步骤S1‑S4的预处理后的三维荧光光谱进行卷积滤波,得到不同的Gabor系数特征矩阵;S6.利用分块统计量的方法,对S5得到的Gabor系数特征矩阵进行特征降维;S7.将经过步骤S6方法得到的降维后的不同特征矩阵进行重新组合,得到关于该三维荧光光谱的最终特征矩阵。本方法提高了三维荧光光谱的图谱纹理信息提取效率,为基于三维荧光光谱进行管网水水质监测奠定了基础。

【技术实现步骤摘要】
基于二维Gabor小波的三维荧光光谱特征提取方法
本专利技术涉及一种三维荧光光谱的特征提取方法,具体涉及一种基于二维Gabor小波的三维荧光光谱特征提取方法。
技术介绍
三维荧光光谱是荧光分析法获得荧光光谱中的一种。三维荧光光谱是以激发波长和发射波长为变量获得的三维谱图,能够获得激发波长与发射波长同时变化情况下的荧光强度。根据荧光的产生和发射原理,物质分子对不同波长的激发光的吸收效率不同,激发效率也不同,因此在基于三维荧光光谱的有机物检测中,不同有机物将产生不同波长范围不同强度的三维荧光光谱谱图。与普通荧光光谱相比,三维荧光光谱包含了更为丰富的信息,同时由于三维荧光光谱的维数较高,计算量庞大,且在某些区域光谱信息很弱,与样品的关联较弱,全谱分析的模型学习和计算方法不适宜用于三维荧光光谱。因此需要从三维图谱信息中提取出表征不同有机物的有效特征信息来表征待测溶液中的物质引起的光谱变化,从而进一步检测溶液中有机物的种类。现在的三维荧光光谱特征提取方法主要包括平行因子法(PARAFAC)、主成分分析法(PCA)等。这些方法在特定的研究领域和应用场景中可以得到适用性验证,但是在管网水有机污染物识别领域中存在一定的局限性。其中,平行因子法需要在算法伊始指定因子数,对未知污染物场景可能不太适用;主成分分析法对三维荧光光谱进行特征提取的方法是将三维荧光光谱按行向量方向或者列向量方向拉直成二维矩阵,损失了大量光谱图像纹理信息,不能很好地适应污染物光谱特征接近时的有机物种类识别。
技术实现思路
针对上述现有方法存在的问题,本专利技术提供了一种基于二维Gabor小波的三维荧光光谱特征提取方法。一种基于二维Gabor小波的三维荧光光谱特征提取方法,包括以下步骤:S1.获取原始三维荧光光谱数据;S2.利用Delaunay三角形内插值法去除原始光谱中的瑞利散射;S3.利用扣除空白背景溶剂的方法去除原始光谱中的拉曼散射;S4.利用多维S-G平滑进行光谱去噪;S5.不同的尺度伸缩和旋转产生的二维Gabor小波函数与经过步骤S1-S4的预处理后的三维荧光光谱进行卷积滤波,得到不同的Gabor系数特征矩阵;S6.利用分块统计量的方法,对S5得到的Gabor系数特征矩阵进行特征降维;S7.将经过步骤S6方法得到的降维后的不同特征矩阵进行重新组合,得到关于该三维荧光光谱的最终特征矩阵。所述的S4步骤中,对去除瑞利散射和拉曼散射的三维荧光光谱进行Savitzky-Golay平滑处理。采用多项式进行拟合,由最小二乘法得到拟合系数,然后计算平滑窗口各点平滑值,得到平滑后的三维荧光光谱。所述的S5步骤中,利用不同的尺度伸缩和旋转产生的二维Gabor小波滤波器,和三维荧光光谱图像F(z)作卷积,将所有尺度、方向下的滤波结果连接形成一个列向量,得到不同的Gabor系数特征矩阵。所述的S6步骤中,将各Gabor系数特征矩阵分成若干个子块矩阵,然后用子块矩阵内所有元素的均值和标准差对该块进行标记,代替原高维Gabor特征。所述的S7步骤中,将每一个Gabor矩阵的分块特征描述量组成一个特征向量,作为该污染物三维荧光光谱的特征表示。本专利技术的方法结合二维Gabor小波算法和分块统计量二次特征描述方法,实现了基于二维Gabor小波的三维荧光光谱特征提取方法。本专利技术提出的二维Gabor小波对三维荧光光谱进行特征提取的方法对管网水有机污染物识别的准确率较高,达到了95%。本专利技术的方法对污染物三维荧光光谱谱图接近的有机污染物识别效果也较好,可以识别光谱特征峰重叠或接近的污染物,在城市管网水水质监测和污染物识别领域可以发挥较好的作用。附图说明图1为基于二维Gabor小波的三维荧光光谱特征提取方法的流程图;图2为苯酚、间苯二酚、对苯二酚、水杨酸、罗丹明B(10ug/L)的三维荧光图;图3为罗丹明B饮用水溶液在不同Gabor滤波器下的系数特征图;图4为苯酚、间苯二酚、对苯二酚、水杨酸、罗丹明B(10ug/L)在尺度为4,方向为3滤波器下的Gabor系数图;图5为测试数据在PCA(左)二维Gabor小波(右)特征提取下的识别比较结果。具体实施方案下面结合附图对本专利技术进一步描述。基于二维Gabor小波的三维荧光光谱特征提取方法的基本步骤如图1所示,主要包含:三维荧光光谱数据预处理,二维Gabor小波方法特征提取,分块统计量二次特征描述,输入分类器进行分类识别。一种基于二维Gabor小波的三维荧光光谱特征提取方法,包括以下步骤:S1.获取原始三维荧光光谱数据;S2.利用Delaunay三角形内插值法去除原始光谱中的瑞利散射;S3.利用扣除空白背景溶剂的方法去除原始光谱中的拉曼散射;S4.利用多维S-G平滑进行光谱去噪;S5.不同的尺度伸缩和旋转产生的二维Gabor小波函数与经过步骤S1-S4的预处理后的三维荧光光谱进行卷积滤波,得到不同的Gabor系数特征矩阵;S6.利用分块统计量的方法,对S5得到的Gabor系数特征矩阵进行特征降维;S7.将经过步骤S6方法得到的降维后的不同特征矩阵进行重新组合,得到关于该三维荧光光谱的最终特征矩阵。所述的S4步骤中,对去除瑞利散射和拉曼散射的三维荧光光谱进行Savitzky-Golay平滑处理。采用多项式进行拟合,由最小二乘法得到拟合系数,然后计算平滑窗口各点平滑值,得到平滑后的三维荧光光谱。所述的S5步骤中,利用不同的尺度伸缩和旋转产生的二维Gabor小波滤波器,和三维荧光光谱图像F(z)作卷积,将所有尺度、方向下的滤波结果连接形成一个列向量,得到不同的Gabor系数特征矩阵。其中,μ和v分别代表Gabor滤波器的方向和尺度,z=(x,y)为空间位置,kμ,v为平面波的波向量,表示为其中,kv=kmax/fν,中u=πμ/8,kmax=π/2为最大频率。所述的S6步骤中,将各Gabor系数特征矩阵分成若干个子块矩阵,然后用子块矩阵内所有元素的均值和标准差对该块进行标记,代替原高维Gabor特征。所述的S7步骤中,将每一个Gabor矩阵的分块特征描述量组成一个特征向量,作为该污染物三维荧光光谱的特征表示。实施例以实验室配置不同有机污染物的管网水溶液为实验样本进行实验验证。选取苯酚、对苯二酚、间苯二酚、水杨酸、罗丹明B为实验有机物。将上述有机物配制成浓度梯度2μg/L、4μg/L、6μg/L、8μg/L、10μg/L、20μg/L、30μg/L、40μg/L的管网饮用水,并使用日立F-4600荧光光谱仪扫描上述样本,得到三维荧光光谱图。其中,所用的管网饮用水分别采自2018年5月1日至2018年5月4日的实验室自来水管道中。将前三天的数据作为模型训练数据,最后一天的数据作为模型测试数据。原始的光谱数据存在散射和噪声,采用Delaunay三角形内插值法对光谱进行瑞利散射去除,采用扣除纯自来水光谱图的方法扣除拉曼散射,并且采用S-G平滑对光谱数据进行去噪处理。观察预处理后五种有机污染物的三维荧光光谱图(如图2),可以发现,对苯二酚和间苯二酚的三维荧光光谱图极为接近,两种污染物的光谱特征峰几乎重叠。光谱预处理后,将光谱数据分别与包含5个尺度v={0,1,2,3,4}和8个方向μ={0,1,2,3,4,5,6,7}的Gabor滤波器组进行卷积滤波,每本文档来自技高网...

【技术保护点】
1.一种基于二维Gabor小波的三维荧光光谱特征提取方法,其特征在于,包括以下步骤:S1. 获取原始三维荧光光谱数据;S2. 预处理原始三维荧光光谱数据:利用Delaunay 三角形内插值法去除原始三维荧光光谱数据中的瑞利散射;利用扣除空白背景溶剂的方法去除原始三维荧光光谱数据的拉曼散射;利用多维S‑G平滑进行原始三维荧光光谱数据的去噪;S3. 提取Gabor特征:不同的尺度伸缩和旋转产生的二维Gabor小波滤波器与经过S2预处理后的三维荧光光谱数据进行卷积滤波,得到不同的Gabor系数特征矩阵;S4. 进行SVM分类模型的分类:利用分块统计量的方法,对S3得到的Gabor系数特征矩阵进行特征降维;将经过降维后的Gabor系数特征矩阵进行重新组合,得到最终的Gabor系数特征矩阵,输入SVM分类模型,分类模型输出当前测试样本对应每个已有类别的概率,选取概率最大的类别表示为当前污染物的所属类别。

【技术特征摘要】
1.一种基于二维Gabor小波的三维荧光光谱特征提取方法,其特征在于,包括以下步骤:S1.获取原始三维荧光光谱数据;S2.预处理原始三维荧光光谱数据:利用Delaunay三角形内插值法去除原始三维荧光光谱数据中的瑞利散射;利用扣除空白背景溶剂的方法去除原始三维荧光光谱数据的拉曼散射;利用多维S-G平滑进行原始三维荧光光谱数据的去噪;S3.提取Gabor特征:不同的尺度伸缩和旋转产生的二维Gabor小波滤波器与经过S2预处理后的三维荧光光谱数据进行卷积滤波,得到不同的Gabor系数特征矩阵;S4.进行SVM分类模型的分类:利用分块统计量的方法,对S3得到的Gabor系数特征矩阵进行特征降维;将经过降维后的Gabor系数特征矩阵进行重新组合,得到最终的Gabor系数特征矩阵,输入SVM分类模型,分类模型输出当前测试样本对应每个已有类别的概率,选取概率最大的类别表示为当前污染物的所属类别。2.根据权利要求1所述的方法,其特征在于,所述的S2步骤中,对去除瑞利散射和拉曼散射的三维荧光光谱数据进行Savitzky-Golay平滑处理,采用多项式进行拟合,由最小二乘法得到拟合系数,然后计算平滑窗口各点平滑值,得到平滑后的三维荧光光谱数据。3.根据权利要求1所述的方法中,其特征在于,所述的S3步骤中,利用不同的尺度伸缩和旋转产生的二维G...

【专利技术属性】
技术研发人员:侯迪波茅婷婷喻洁尹航曹怿童董辉时菲张光新
申请(专利权)人:浙江大学
类型:发明
国别省市:浙江,33

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1