针对低信噪比紫外拉曼光谱的特征峰提取方法技术

本发明专利技术公开的针对低信噪比紫外拉曼光谱的特征峰提取方法，属于光谱探测和光谱处理技术以及信号处理领域。本发明专利技术实时采集紫外拉曼信号，对采集拉曼信号数据进行统计，预测拉曼信号有效峰值。将采集的每一帧拉曼光谱均进行处理，针对每一帧拉曼光谱，通过获得的有效低谷将每一帧拉曼光谱光谱切分为各块区域，分别判断切分的各块区域属性。针对每个噪声区域，让其中各点均等于该区域的最小值，然后，将拉曼信号区域和处理后的噪声区域进行拼合。之后，将处理后的N+1帧光谱沿时间轴拼接成2D图像，通过迭代的双边滤波方法，对该2D图像进行滤波，滤波后沿时间轴将N+1光谱进行叠加并归一化，获得干净的拉曼特征峰光谱图像。

A Method for Extracting Characteristic Peaks of Ultraviolet Raman Spectra with Low Signal-to-Noise Ratio

【技术实现步骤摘要】
针对低信噪比紫外拉曼光谱的特征峰提取方法
本专利技术涉及一种针对低信噪比紫外拉曼光谱的特征峰提取方法，尤其涉及一种针对实时低信噪比紫外拉曼信号的获取干净而有效的拉曼特征峰图像的方法，属于光谱探测和光谱处理技术以及信号处理领域。
技术介绍
拉曼光谱学是一种基于激光与物质相互作用的非弹性光散射(即入射激光的能量/频率发生改变)的无损伤光谱探测方法。通过测量被测分子体系特定的拉曼光谱(即拉曼指纹图谱)，可以对样品进行快速、简单、可重复的非接触无损检测和定量分析，所需时间短，样品用量小，测量结果准确等特点。但是拉曼光谱探测的灵敏度较低(瑞利散射线的强度只有入射光强度的10-3，拉曼光谱强度大约只有瑞利线的10-3)，特别是对于一些小型、便携或者简易的紫外拉曼光谱探测系统，其由于激光功率不高、激光不够稳定、非制冷CCD噪声太大等因素，探测结果噪声影响较大，拉曼信号信噪比低，难以识别出拉曼特征峰。一些传统的信号处理办法，可以去除一些随机噪声，从而让拉曼特征峰显著，但是针对拉曼光谱来说并不一定非常理想，因为很多微弱的拉曼峰不管是从幅值还是波形上，跟噪声都很接近。所以在去除随机噪声的过程中，也会丢掉很多微弱拉曼有效信号，信噪比并没有提高太多。所以一些在时间域上的新型滤波的方法被提出来，可以保留一些具有不随时间变化的一定波形的微弱信号，如t-x-y上的预测滤波方法和贝叶斯预测滤波算法等。由于拉曼系统通常一次性只对单个样品进行检测，而单个样品产生的拉曼信号除了幅值变化外，拉曼特征峰位固定，而噪声具有随机性。这样在实时采集一个样品的样品的光谱图像时，可以通过统计随时间不变化的峰位，来区分随时间不停变化的噪声信号，滤除这些噪声信号，感兴趣的有效拉曼信号得以凸显。同时利用时间域上2D光谱图像构建方法的，沿t轴将x轴上的光谱进行纵向拓展，所述的t轴为时间轴，所述的x轴为波长或拉曼位移轴，然后选取统计好的有效噪声区域的光谱图像为感兴趣区域，选用具有保边特性的平滑滤波方法，对感兴趣区域进行滤波，滤除有效拉曼峰附近的随时间随机的噪声，从而获取出干净而有效的拉曼峰图像，以便后续进行的识别匹配等操作，从而提高后端拉曼信号识别的准确率。综上所述，通过将拉曼探测信号在时间域上拓展后，进行的统计分类和针对感兴趣的t-x光谱图像区域的2D滤波方法，是能有效提取出特征峰，获取到干净的峰值不失真的拉曼特征峰图像，解决小型、便携或者简易的紫外拉曼光谱探测系统拉曼信号信噪比低使得微弱拉曼特征峰难以识别提取的有效方法。
技术实现思路
本专利技术公开的针对低信噪比紫外拉曼光谱的特征峰提取方法要解决的技术问题是：针对实时的拉曼光谱信号，特别是针对拉曼信噪比低的拉曼光谱探测系统，处理后提取出干净而有效的拉曼特征峰图像以便后续进行识别匹配等操作，从而提高后端拉曼信号识别的准确率。所述拉曼信噪比低的拉曼光谱探测系统特别指小型、便携或者简易的紫外拉曼光谱探测系统。本专利技术的目的是通过下述技术方案实现的。本专利技术公开的针对低信噪比紫外拉曼光谱的特征峰提取方法，实时采集紫外拉曼信号，对采集拉曼信号数据进行统计，进而预测拉曼信号有效峰值，所述有效峰值包括有效低谷和顶峰。将采集的每一帧拉曼光谱均进行处理，针对每一帧拉曼光谱，通过获得的有效低谷将每一帧拉曼光谱光谱切分为各块区域，分别判断切分的各块区域属性，所述区域属性指噪声区域属性或有效拉曼信号区域属性。针对每个噪声区域，让其中各点均等于该区域的最小值，然后，将拉曼信号区域和处理后的噪声区域进行拼合。之后，将处理后的N+1帧光谱沿时间轴拼接成2D图像，通过迭代的双边滤波方法，对该2D图像进行滤波，滤波后沿时间轴将N+1光谱进行叠加并归一化，获得干净的拉曼特征峰光谱图像。本专利技术公开的针对低信噪比紫外拉曼光谱的特征峰提取方法，包括如下步骤：步骤一：实时采集紫外拉曼信号，对采集拉曼信号数据进行统计，进而预测拉曼信号有效峰值，所述有效峰值包括有效低谷和顶峰。由前端拉曼探测系统中的光谱仪中实时获取紫外拉曼信号，将实时获取拉曼信号传输至信号缓存区，所述信号缓存区用于保持存取N+1帧光谱，每获取一帧新的光谱，会删除第前N+1帧光谱数据，完成拉曼信号数据获取。对N+1帧图像进行低谷和顶峰统计，列出低谷网表和顶峰网表。预设统计分类容许区间步长，那么整个光谱沿x轴可分为M个容许区间，所述的x轴为波长轴或拉曼位移轴，若N帧光谱的顶峰网表在每个容许区间内都有顶峰且在区间左或右端的斜率的绝对值大于预设阈值Kmax，即有N帧光谱均满足下式条件，容许区间内存在f'(xm)＞Kmax&&f'(xm+1)≤0,m∈Cm，m＝1,2,…,M所述预设阈值Kmax等于随机噪声能导致的最大斜率绝对值，则标记为有效顶峰，所述有效顶峰为强度高的拉曼峰，记录其位置。而对于N+1帧光谱的低谷网表，低谷点的判断条件由下式给出，容许区间内存在f'(xm)≤0&&f'(xm+1)≥0,m∈Cm，m＝1,2,…,M然后，通过如下方法预测出真实光谱低谷点，共分下述三种情况预测出真实光谱低谷点：情况一、在一个容许区间步长内，小于等于(N+1)/2帧光谱存在低谷点，则不是有效低谷；情况二、在一个容许区间步长内，大于等于N帧光谱存在低谷点，则为有效低谷，根据平均值或者权重均值标定此有效低谷位置并记录；情况三、在一个容许区间步长内，大于(N+1)/2而小于N帧光谱存在低谷点的情况，所述情况有可能是因为低强度峰值受噪声影响形成的，通过预设预测条件判断是否为有效低谷。通过上述三种情况预测出真实光谱低谷点，进而获得出低谷网表。通过统计的低谷网表和顶峰网表预测拉曼信号各有效峰值位置。步骤一所述的用于判断是否为有效低谷的预设预测条件具体判断方法如下：观测该低谷值左右相近的容许区间步长区域内，是否存在顶峰网表中记录的强度高的拉曼峰，若存在即是有效低谷，记录进低谷网表，若不存在，则将N+1帧光谱进行叠加，叠加光谱若在该容许区间步长内存在低谷，则为有效低谷，记录进低谷网表。步骤一所述统计分类容许区间步长优选为3。步骤二：针对每一帧拉曼光谱，通过步骤一获得的有效低谷将每一帧拉曼光谱光谱切分为各块区域，分别判断切分的各块区域属性，所述区域属性指噪声区域属性或有效拉曼信号区域属性。针对每个噪声区域，让其中各点均等于该区域的最小值，然后，将拉曼信号区域和处理后的噪声区域进行拼合。通过步骤一预测出的每一帧拉曼光谱的低谷网表，将步骤一获取的每一帧拉曼光谱切分为各块区域，对每个区域进行属性判断，分别确定各块区域属性，即分别确定各块区域是噪声区域，还是有效拉曼信号区域。对于单个区域，判断标准有两个：第一种判断标准为：当区域内存在步骤一中获得的顶峰网表中记录的强度高的拉曼峰，则确定为有效拉曼信号区域；第二种判断标准为：选取步骤一中的p个容许区间长度为步长，进行最小二乘法平滑，再判断该区域内平滑后数据的标准差与平均值的比值，若标准差与平均值的比值大于一预设阈值，则确定为有效拉曼信号区域，否则，则为噪声区域。所述的预设阈值为所有区域取步骤一中的p个容许区间长度为步长，进行最小二乘法平滑后标准差与平均值的比值的平均值的二分之一。第一种判断标准用于检测出强峰区域；第二种判断标准用于针对弱峰进行判断。确定各本文档来自技高网...

【技术保护点】
1.针对低信噪比紫外拉曼光谱的特征峰提取方法，其特征在于：包括如下步骤，步骤一：实时采集紫外拉曼信号，对采集拉曼信号数据进行统计，进而预测拉曼信号有效峰值，所述有效峰值包括有效低谷和顶峰；步骤二：针对每一帧拉曼光谱，通过步骤一获得的有效低谷将每一帧拉曼光谱光谱切分为各块区域，分别判断切分的各块区域属性，所述区域属性指噪声区域属性或有效拉曼信号区域属性；针对每个噪声区域，让其中各点均等于该区域的最小值，然后，将拉曼信号区域和处理后的噪声区域进行拼合；步骤三、将步骤一采集的每一帧拉曼光谱均进行步骤二的处理，将步骤二处理后的N+1帧光谱沿时间轴拼接成2D图像，通过迭代的双边滤波方法，对该2D图像进行滤波，滤波后沿时间轴将N+1光谱进行叠加并归一化，获得干净的拉曼特征峰光谱图像。

【技术特征摘要】
1.针对低信噪比紫外拉曼光谱的特征峰提取方法，其特征在于：包括如下步骤，步骤一：实时采集紫外拉曼信号，对采集拉曼信号数据进行统计，进而预测拉曼信号有效峰值，所述有效峰值包括有效低谷和顶峰；步骤二：针对每一帧拉曼光谱，通过步骤一获得的有效低谷将每一帧拉曼光谱光谱切分为各块区域，分别判断切分的各块区域属性，所述区域属性指噪声区域属性或有效拉曼信号区域属性；针对每个噪声区域，让其中各点均等于该区域的最小值，然后，将拉曼信号区域和处理后的噪声区域进行拼合；步骤三、将步骤一采集的每一帧拉曼光谱均进行步骤二的处理，将步骤二处理后的N+1帧光谱沿时间轴拼接成2D图像，通过迭代的双边滤波方法，对该2D图像进行滤波，滤波后沿时间轴将N+1光谱进行叠加并归一化，获得干净的拉曼特征峰光谱图像。2.如权利要求1所述的针对低信噪比紫外拉曼光谱的特征峰提取方法，其特征在于：步骤一实现方法为，由前端拉曼探测系统中的光谱仪中实时获取紫外拉曼信号，将实时获取拉曼信号传输至信号缓存区，所述信号缓存区用于保持存取N+1帧光谱，每获取一帧新的光谱，删除第前N+1帧光谱数据，完成拉曼信号数据获取；对N+1帧图像进行低谷和顶峰统计，列出低谷网表和顶峰网表；预设统计分类容许区间步长，整个光谱沿x轴分为M个容许区间，所述的x轴为波长轴或拉曼位移轴，若N帧光谱的顶峰网表在每个容许区间内都有顶峰且在区间左或右端的斜率的绝对值大于预设阈值Kmax，即有N帧光谱均满足下式条件，容许区间内存在f'(xm)＞Kmax&&f'(xm+1)≤0,m∈Cm，m＝1,2,…,M所述预设阈值Kmax等于随机噪声能导致的最大斜率绝对值，则标记为有效顶峰，所述有效顶峰为强度高的拉曼峰，记录其位置；而对于N+1帧光谱的低谷网表，低谷点的判断条件由下式给出，容许区间内存在f'(xm)≤0&&f'(xm+1)≥0,m∈Cm，m＝1,2,…,M然后，通过如下方法预测出真实光谱低谷点，共分下述三种情况预测出真实光谱低谷点：情况一、在一个容许区间步长内，小于等于(N+1)/2帧光谱存在低谷点，则不是有效低谷；情况二、在一个容许区间步长内，大于等于N帧光谱存在低谷点，则为有效低谷，根据平均值或者权重均值标定此有效低谷位置并记录；情况三、在一个容许区间步长内，大于(N+1)/2而小于N帧光谱存在低谷点的情况，所述情况有可能是因为低强度峰值受噪声影响形成的，通过预设预测条件判断是否为有效低谷；通过上述三种情况预测出真实光谱低谷点，进而获得出低谷网表；通过统计的低谷网表和顶峰网表预测拉曼信号各有效峰值位置。3.如权利要求2所述的针对低信噪比紫外拉曼光谱的特征峰提取方法，其特征在于：步骤二实现方法为，通过步骤一预测出的每一帧拉曼光谱的低谷网表，将步骤一获取的每一帧拉曼光谱切分为各块区域，对每个区域进行属性判断，分别确定各块区域属性，即分别确定各块区域是噪声区域，还是有效拉曼信号区域；对于单个区域，判断标准有两个：第一种判断标准为：当区域内存在步骤一中获得的顶峰网表中记录的强度高的拉曼峰，则确定为有效拉曼信号区域；第二种判断标准为：选取步骤一中的p个容许区间长度为步长，进行最小二乘法平滑，再判断该区域内平滑后数据的标准差...

【专利技术属性】
技术研发人员：何玉青，郭一新，金伟其，赵曼，
申请(专利权)人：北京理工大学，
类型：发明
国别省市：北京,11