一种基于高光谱图像技术的牡蛎重金属含量测定方法技术

本发明专利技术提供的一种基于高光谱图像技术的牡蛎重金属含量测定方法，包括：重金属污染样本制备；通过高光谱图像采集系统采集重金属污染样本的高光谱图像；进行光谱数据的提取及预处理；获取重金属离子敏感特征波段子集；构建基于极限学习机的重金属离子含量测定模型；将待测的牡蛎样本的高光谱数据输入到重金属离子含量测定模型中，输出牡蛎重金属含量的测定。本发明专利技术提供的基于高光谱图像技术的牡蛎重金属含量测定方法，通过提取重金属离子敏感特征波段子集，构建重金属离子含量测定模型对牡蛎重金属污染含量进行检测，在检测过程中无需对样品做复杂的预处理，分析过程中不需要任何化学试剂辅助，对环境无污染，并可同时分析多种重金属的复合污染。

A Method for Determining Heavy Metals in Oysters Based on Hyperspectral Image Technology

The invention provides an oyster heavy metal content determination method based on hyperspectral image technology, including: preparation of heavy metal contaminated samples; acquisition of hyperspectral images of heavy metal contaminated samples by hyperspectral image acquisition system; extraction and preprocessing of spectral data; acquisition of subsets of sensitive characteristic bands of heavy metal ions; construction of heavy metal ion content based on extreme learning machine. The hyperspectral data of oyster samples to be measured were input into the model of heavy metal ion content determination, and the determination of heavy metal content of oyster was output. The oyster heavy metal content determination method based on hyperspectral image technology provided by the invention detects the oyster heavy metal pollution content by extracting the subset of sensitive characteristic bands of heavy metal ions and constructing a heavy metal ion content determination model. In the detection process, no complicated pretreatment is needed for the sample, no chemical reagent is needed in the analysis process, and no pollution to the environment is caused. At the same time, the combined pollution of various heavy metals can be analyzed.

【技术实现步骤摘要】
一种基于高光谱图像技术的牡蛎重金属含量测定方法
本专利技术涉及重金属检测
及高光谱无损检测
，更具体的，涉及一种基于高光谱图像技术的牡蛎重金属含量测定方法。
技术介绍
随着沿岸工业和海洋开发的迅速发展，各种来源的污染物直接排放进入海洋环境，造成海洋环境污染加剧。根据广东省海洋与渔业局发布的《2016年广东省海洋环境状况公报》，2016年珠江、榕江、练江、深圳河、黄冈河等河流携带污染物入海总量为226.23万吨，其中重金属(铜、铅、锌、镉、汞)为0.28万吨，砷为0.07万吨。污染物中的重金属属于不可降解污染物，即使在海水中有很低浓度，也可以通过食物链不断富集达到有害的程度，不仅威胁着海洋生物的生长和繁殖，而且可以通过食物链的传递与放大作用，最终危害人类身体健康。牡蛎属固着型贝类，生长在海底沉积物中，位置迁移小，一旦遇到水质、沉积物污染较难回避，在摄食过程中也会将水体及沉积物中的重金属污染物蓄积于体内，其体内重金属含量比周围环境中的含量高几个数量级，严重影响了食用价值，若长期食用，会对人类健康产生危害。消费者对安全、无公害牡蛎的呼声愈来愈高，同时，国家对牡蛎及其他贝类的质量本文档来自技高网...

【技术保护点】
1.基于高光谱图像技术的牡蛎重金属含量测定方法，其特征在于，包括以下步骤：S1：进行重金属污染样本的制备；S2：通过高光谱图像采集系统采集每个重金属污染样本的高光谱图像；S3：根据高光谱图像进行光谱数据的提取及预处理；S4：基于邻域信息熵的波段选择算法，根据光谱数据得到重金属离子敏感特征波段子集；S5：根据重金属离子敏感特征波段子集构建基于极限学习机的重金属离子含量测定模型；S6：将待测的牡蛎样本的高光谱数据输入到重金属离子含量测定模型中，输出牡蛎重金属含量的测定。

【技术特征摘要】
1.基于高光谱图像技术的牡蛎重金属含量测定方法，其特征在于，包括以下步骤：S1：进行重金属污染样本的制备；S2：通过高光谱图像采集系统采集每个重金属污染样本的高光谱图像；S3：根据高光谱图像进行光谱数据的提取及预处理；S4：基于邻域信息熵的波段选择算法，根据光谱数据得到重金属离子敏感特征波段子集；S5：根据重金属离子敏感特征波段子集构建基于极限学习机的重金属离子含量测定模型；S6：将待测的牡蛎样本的高光谱数据输入到重金属离子含量测定模型中，输出牡蛎重金属含量的测定。2.根据权利要求1所述的基于高光谱图像技术的牡蛎重金属含量测定方法，其特征在于：在所述步骤S1中，所述样本包括单一污染样本、未污染样本和复合污染样本；其中：所述单一污染样本为铜、锌、铅或镉的单一污染样本，所述复合污染样本为铜、锌、铅或镉的复合污染样本。3.根据权利要求1所述的基于高光谱图像技术的牡蛎重金属含量测定方法，其特征在于：在所述步骤S3中，所述光谱数据的预处理包括基线校正、变量标准化、多元散射校正和求导处理。4.根据权利要求1所述的基于高光谱图像技术的牡蛎重金属含量测定方法，其特征在于：所述步骤S4具体为：S41：根据光谱数据建立高光谱信息矩阵，设牡蛎光谱数据有m个波段，记为C＝{c1,c2,L,cm}，有n个样本，记为U＝{x1,x2,L,xn}，则对应的高光谱波段信息矩阵为W＝{wij|i＝1,2,L,n；j＝1,2,L,m}，其中，wij为第xi个样本在第cj个波段下的光谱值；其中xi∈U，cj∈C；S42：基于邻域粗糙集理论，建立邻域决策系统，具体为：将实验室中化学方法测定的牡蛎中重金属含量作为决策属性集D，将波段信息作为条件属性集C，条件属性和决策属性共同构成邻域决策系统NDT＝<U,N,D>；S43：计算邻域决策系统的信息熵，利用邻域互信息度量属性集的预测能力，具体为：S431：决策属性集D将样本U划分成N个等价类，设属性集属性集S中的样本xi的邻域记为δS(xi)，则样本xi的邻域不确定性定义为：则样本的平均邻域不确定性为：其中，|δS(xi)|是集合δS(xi)的基；S432：设属性集则样本xi在属性集S∪R的邻域记为δR∪S(xi)，则属性集S与属性集R的邻域互信息定义为：若样本xi∈U的决策是δ邻域一致的，则其中其中，是属性集R中包含决策属性集D的信息量，也是已知属性集R后，决策属性集D的不确定性减小的量，故用邻域互信息来评价属性集的有效性；S44：根据邻域互信息的变化来衡量属性的重要度，应用前向贪心搜索属性约简算法，删...

【专利技术属性】
技术研发人员：刘瑶，王润涛，王树文，孟祥丽，李明，
申请(专利权)人：岭南师范学院，
类型：发明
国别省市：广东,44