一种基于低秩张量算法的拉曼光谱图像数据预处理方法技术

一种基于低秩张量算法的拉曼光谱图像数据预处理方法，包括：将采集得到的拉曼光谱图像数据转换成三阶张量的形式，利用张量分解与重构的方法构建新的低秩三阶张量；通过迭代优化算法、最优逼近算法得到原始数据张量的低秩逼近张量；构建噪声分布的数据库，基于大数据统计判断原始数据中的噪声分量是否符合噪声分布；如果符合，此时的低秩逼近张量即为最佳低秩逼近张量，所述最佳低秩逼近张量是原始数据中的光谱信息部分，剔除了大量的白噪声与光子噪声，从而提高了拉曼光谱图像数据的信噪比。本方法简单易行，不用对采集仪器进行改造，对于现有的拉曼光谱成像技术，可以极大地降低信号采集时间，在拉曼光谱成像技术研究上将有着广阔前景。

A method of preprocessing Raman image data based on low rank tensor algorithm

【技术实现步骤摘要】
一种基于低秩张量算法的拉曼光谱图像数据预处理方法
本专利技术涉及光谱检测
，尤其涉及一种基于低秩张量算法的拉曼光谱图像数据预处理方法。
技术介绍
拉曼光谱成像技术是拉曼光谱分析技术的新发展，它将拉曼光谱技术与显微技术有效结合，借助共聚焦显微拉曼光谱仪以及信号探测装置，将拉曼测量的空间分辨率提升到微米尺度，对传统拉曼光谱技术中单点的分析方式进行拓展，在一定范围内进行综合性的分析，从而用图像的方式显示样品的物理、化学性质的空间分布，在环境学、医药学和生命科学等方面有着广泛的应用。目前，对于拉曼图像数据噪声处理的手段比较单一，局限于一些常规的数字信号滤波手段，如：傅里叶滤波和小波滤波。这些常规滤波方法不能从本质上提高信号的信噪比。所以对于信号采集来说，为了保证数据的有效性，拉曼采集过程需要较长的积分时间，这样导致整个信号采集过程变得非常漫长，极大的限制了拉曼光谱成像技术的应用与发展。
技术实现思路
本专利技术提供了一种基于低秩张量算法的拉曼光谱图像数据预处理方法，本专利技术可以极大地提高拉曼光谱图像数据的信噪比，从而缩短光谱图像数据的采集时间，快速准确的得到拉曼光谱图像，是一种高效准确的本文档来自技高网...

【技术保护点】
一种基于低秩张量算法的拉曼光谱图像数据预处理方法，其特征在于，所述拉曼光谱图像数据预处理方法包括以下步骤：1)将采集得到的拉曼光谱图像数据转换成三阶张量的形式，利用张量分解与重构的方法构建新的低秩三阶张量；2)通过迭代优化算法、最优逼近算法得到原始数据张量的低秩逼近张量；3)构建噪声分布的数据库，基于大数据统计判断原始数据中的噪声分量是否符合噪声分布；如果符合，此时的低秩逼近张量即为最佳低秩逼近张量，所述最佳低秩逼近张量是原始数据中的光谱信息部分，剔除了大量的白噪声与光子噪声，从而提高了拉曼光谱图像数据的信噪比，流程结束；如果不符合，进行下次迭代，重新执行步骤2)。

【技术特征摘要】
1.一种基于低秩张量算法的拉曼光谱图像数据预处理方法，其特征在于，所述拉曼光谱图像数据预处理方法包括以下步骤：1)将采集得到的拉曼光谱图像数据转换成三阶张量的形式，利用张量分解与重构的方法构建新的低秩三阶张量；2)通过迭代优化算法、最优逼近算法得到原始数据张量的低秩逼近张量；3)构建噪声分布的数据库，基于大数据统计判断原始数据中的噪声分量是否符合噪声分布；如果符合，此时的低秩逼近张量即为最佳低秩逼近张量，所述最佳低秩逼近张量是原始数据中的光谱信息部分，剔除了大量的白噪声与光子噪声，从而提高了拉曼光谱图像数据的信噪比，流程结束；如果不符合，进行下次迭代，重新执行步骤2)。2.根据权利要求1所述的一种基于低秩张量算法的拉曼光谱图像数据预处理方法，其特征在于，所述将采集得到的拉曼光谱图像数据转换成三阶张量的形式，利用张量分解与重构...

【专利技术属性】
技术研发人员：李奇峰，马翔云，王慧捷，王洋，胡一帆，陈达，
申请(专利权)人：天津大学，
类型：发明
国别省市：天津,12