一种基于傅里叶变换红外光谱仪的气体识别方法技术

本发明专利技术公开了一种基于傅里叶变换红外光谱仪的气体识别方法，先输入傅里叶变换红外光谱仪采集的干涉数据块L，然后计算帧间相关

【技术实现步骤摘要】
一种基于傅里叶变换红外光谱仪的气体识别方法
本专利技术涉及数据处理领域，具体涉及利用运动目标检测和光谱分析技术对傅里叶变换红外光谱仪采集的数据进行处理，从而实现运动气体识别的方法。
技术介绍
傅里叶变换红外光谱仪通过使动镜在一定长度范围内连续等间距移动采集干涉图，从而获得检测目标的红外光谱图，为了得到图像中像元准确的光谱数据，这就要求在采集过程中检测目标具有时域不变性。通常情况下大气的流动性在短时间范围内不显著，因此傅里叶变换红外光谱技术可实现气体的远程检测和识别，在大气污染物被动遥感检测等领域已取得了广泛的应用。在发生突发性大气污染事故的早期阶段，例如化工厂爆炸污染和工厂有害气体的排放，气体的运动和扩散比较明显，气体成分短时间内的突发性变动使得光谱仪采集到的干涉图像中，部分空间像元点的干涉数据只在有限的空间图像帧中包含有检测目标的情况，检测目标的时变特性对图像像元点获得准确的干涉图数据造成了极大的影响。降低分辨率采集数据，采集的数据点减少，使动镜移动距离缩短，是一个有效缩短数据采集时间的手段。然而，上述方法在降低光谱分辨率的同时，并不能保证在较短的采集时间范围内图像像元点的时域不变性。突发性污染事故早期气体运动和扩散的显著时变特性，对于利用傅里叶变换红外成像仪采集到有效的光谱数据从而快速而准确的识别出污染气体成分和位置，是一个亟待解决的问题。
技术实现思路
本专利技术的目的在于针对现有技术的不足，提供一种基于傅里叶变换红外光谱仪的数据处理，将运动目标检测技术和光谱分析技术相结合，实现利用傅里叶变换红外光谱仪对运动气体的检测和识别方法。本专利技术解决其技术问题所采用的技术方案是：一种基于傅里叶变换红外光谱仪的气体识别方法，步骤如下S01，读入数据L：输入傅里叶变换红外光谱仪采集的数据块L，其包含N帧图像，每一帧图像；S02，通过以下公式，利用相邻的数据帧图像对每一个像元点做局部领域相关运算，得到每一帧图像发生变化的相关图像，选取合适的阈值对相关图像进行分割，得到每一帧图像有显著变化的像素点，即为气体在每一帧图像上的运动轨迹：，表示以图像中点为中心邻域矩阵，表示协方差，表示均值，表示均方差；S03，对气体运动轨迹的图像序列组成的数据立方，进行最大值Z投影(Z-projection)，得到的二维图像标识出有运动轨迹的像元，即的点为确定的时变像元点；S04，对数据块求所有帧图像的均值图像作为背景图像：；S05，通过以下公式，对每一帧图像与背景图像做局部领域相关运算，得到每一帧图像的相关图像，选取合适的阈值分割出每一帧图像与背景图像有显著变化的像素点，即为气体在每一帧图像中的所占据的区域：；S06，对步骤S03和S06得到的图像做差分运算，得到图像即为图像采集过程中包含有检测气体的时不变像元，图像上时不变像元点占据的区域即认为是气体排放或者泄露的区域；S07，对步骤S03和S06的结果求图像差集，确定气体中的时不变空间像元点集C，即可定位气体泄漏点区域；S08，对时不变像元点集C中任意一个点的干涉图进行傅里叶变换得到像元点红外光谱图，利用光谱匹配法与光谱库中已知气体的光谱进行相似性判断，逐一比较后即可识别出待测气体的类型。所述的一种基于傅里叶变换红外光谱仪的气体识别方法，其步骤S02通过以下公式对第帧图像与第帧图像的相关图像进行阈值分割：，时表示两个邻域相关，像素的性质比较紧密；表示不相关，像素间具有显著差异；为每一帧图像计算得到的气体运动轨迹。所述的一种基于傅里叶变换红外光谱仪的气体识别方法，其步骤S05做完局部领域相关运算后通过以下公式对所有相关图像进行阈值分割：，为每一帧图像中与背景图像存在显著差异的气体区域；时表示两个邻域相关，像素的性质比较紧密，大部分背景点就是这种类型；表示不相关，像素与背景间具有显著差异。所述的一种基于傅里叶变换红外光谱仪的气体识别方法，其步骤S08中的光谱匹配法包括如下步骤：S0801，基线校正对于出现倾斜基线和漂移基线的光谱，采用手动校正的方法，将吸光度光谱的基线拉回0基线上，在基线校正前后，需保证光谱吸收峰的峰位不发生变化；S0802，对采集的检测光谱进行归一化处理对采集的光谱进行数据处理，使得透射率光谱中最大的吸收峰透射率为10%，吸收光谱中最大吸收峰的吸光度归一化为1；S0803，光谱平滑采用Savisky-Golay算法对光谱中的数据点y值进行数学平均计算，平滑的点数可以从5~25之间的奇数选择；S0804，光谱求导数光谱的一阶导数谱能够得到光谱吸收峰峰尖、峰谷和肩峰的位置，二阶导数光谱能够找出吸收峰峰尖和肩峰的准确位置；S0805，光谱匹配利用两个光谱曲线的相似度来判断检测目标的归属类别。本专利技术的有益效果是：提出了运动检测和光谱分析技术相结合的傅里叶红外光谱仪数据处理方法，有效的解决了时变场景中提取出时不变的像元点的难题，获得了准确的检测目标的光谱图，实现利用傅里叶红外光谱仪对时变运动气体的快速和高效检测，可用于对突发性气体污染事故的早期检测和气体成分识别，扩展了傅里叶红外光谱仪的应用范围。附图说明图1为本专利技术方法的流程图；图2为同一个数据立方中时变像元与时不变像元示例图；图3为光谱数据处理的流程图。具体实施方式为了清晰和完整的描述本专利技术的目的、技术方案和优点，下面结合附图和具体实施例对本专利技术提出的傅里叶变换红外光谱仪数据处理方法做出详细说明。利用傅里叶变换红外光谱仪采集到像元精确的光谱信息，要求检测目标在数据采集过程中具有时不变性。在运动气体检测的问题中，为了确定图像中时不变像元从而用于气体定位和识别，本专利技术实例提供了一种基于运动目标检测和光谱分析的数据处理方法，方法流程图见图1，详述见下文：S01，读入数据L：输入傅里叶变换红外光谱仪采集的数据块L，L由N帧空间图像序列组成，每一帧图像分辨率为，和分别为图像的宽度和高度。图像上每一个像素点对应传感器一个像元，每一帧相同位置像素点的灰度值构成对应位置像元的干涉数据图。S02，计算每一帧图像与下一帧图像之间的相关图像：帧间相关图像每个点的值利用局部邻域相关运算获得，利用相邻的数据帧图像对每一个像元点做局部领域相关运算，得到每一帧图像发生变化的相关图像，选取合适的阈值对相关图像进行分割，得到每一帧图像有显著变化的像素点，即为气体在每一帧图像上的运动轨迹，具体计算公式如下：，表示以图像中点为中心邻域矩阵，表示协方差，表示均值，表示均方差。计算得到第帧图像与第帧图像的相关图像，对其进行阈值分割，时表示两个邻域相关，像素的性质比较紧密，表示不相关，像素间具有显著差异。为每一帧图像计算得到的气体运动轨迹。S03，对气体运动轨迹的图像序列组成的数据立方，进行最大值Z投影(Z-projection)，得到的二维图像标识出有运动轨迹的像元，即的点为确定的时变像元点。S04，对数据块求所有帧图像的均值图像即整个数据立方N帧图像的平均图像作为背景图像：。S05，通过以下公式，对每一帧图像与背景图像做局部领域相关运算，得到每一帧图像的相关图像，选取合适的阈值分割出每一帧图像与背景图像有显著变化的像素点，即为气体在每一帧图像中的所占据的区域：表示以图像中点为中心邻域矩阵，表示均值，表示均方差。做完局部领域相关运算后通过以下公式对所有相关图像进本文档来自技高网...

【技术保护点】
一种基于傅里叶变换红外光谱仪的气体识别方法，其特征在于，步骤如下S01，读入数据L：输入傅里叶变换红外光谱仪采集的数据块L，其包含

【技术特征摘要】
1.一种基于傅里叶变换红外光谱仪的气体识别方法，其特征在于，步骤如下S01，读入数据L：输入傅里叶变换红外光谱仪采集的数据块L，其包含N帧图像，每一帧图像；S02，计算每一帧图像与下一帧图像之间的相关图像：通过以下公式，利用相邻的数据帧图像对每一个像元点做局部领域相关运算，得到每一帧图像发生变化的相关图像，选取合适的阈值对相关图像进行分割，得到每一帧图像有显著变化的像素点，即为气体在每一帧图像上的运动轨迹：，表示以图像中点为中心邻域矩阵，表示协方差，表示均值，表示均方差；S03，对气体运动轨迹的图像序列组成的数据立方，进行最大值Z投影(Z-projection)，得到的二维图像标识出有运动轨迹的像元，即的点为确定的时变像元点；S04，对数据块求所有帧图像的均值图像作为背景图像：；S05，通过以下公式，对每一帧图像与背景图像做局部领域相关运算，得到每一帧图像的相关图像，选取合适的阈值分割出每一帧图像与背景图像有显著变化的像素点，即为气体在每一帧图像中的所占据的区域：；S06，对处理后的帧与背景相关数据块进行最大值Z投影，得到气体分布图，标识出所有检测到气体的像元；S07，对步骤S03和S06得到的图像做差分运算，得到图像即为图像采集过程中包含有检测气体的时不变像元，图像上时不变像元点占据的区域即认为是气体排放或者泄露的区域；S08，对时不变像元点集C中任意一个点的干涉图进行傅里叶变换得到像元点红外光谱图，利用光谱匹配法与光谱库中已知气体的光谱进行相似性判断，逐一比较后即可识别出待测气体的类型。2.根据权利...

【专利技术属性】
技术研发人员：汪波，徐传立，洪普，李彪，谭海，
申请(专利权)人：湖北久之洋红外系统股份有限公司，
类型：发明
国别省市：湖北,42