一种用于光谱气体检测的背景估计方法及系统技术方案

本发明专利技术属于光谱分析技术领域，提供一种用于光谱气体检测的背景估计方法及系统，该方法针对特定的场合，对目标气体的背景光谱进行估计，从而解决了传统基于背景采集方法的气体检测算法在气体背景难以获取的情况下的检测难题。该方法包括以下步骤：首先利用采集到的光谱图像计算丰度值，并与丰度阈值比较，将检测的区域划分为目标区域和非目标区域；然后对目标区域进行聚类，得到至少一个有目标类别，以及对应的目标类别矩阵；对目标类别矩阵进行降维；找出背景波段矩阵，最后计算各个有目标类别对应的检测区域中目标气体的背景辐射。本发明专利技术通过背景波段的光谱估计全波段的背景光谱，完成将包含目标光谱信息的光谱转换为仅包含背景信息的光谱。

A background estimation method and system for spectral gas detection

【技术实现步骤摘要】
一种用于光谱气体检测的背景估计方法及系统
本专利技术涉及光谱分析
，具体涉及一种用于光谱气体检测的背景估计方法及系统。
技术介绍
光谱分析是气体探测及其浓度分析的重要方法之一。近年来，随着数据处理、数据传输、数据存储技术的提高，光谱分析开始应用于气体的现场在线分析。在利用光谱设备进行气体检测时，往往需要预先知道被测气体的光谱背景。根据比尔定律，气体的透过率是定量检测的基本变量。而在测定透过率的时候，就必须确定空背景。当无法获取空背景时，则无法完成气体定量检测。所以需要对已知目标气体的背景光谱进行估计，从而解决传统基于背景采集方法的气体检测算法在气体背景难以获取的情况下的检测难题。
技术实现思路
本专利技术解决的技术问题是提供一种用于光谱气体检测的背景估计方法及系统，对已知目标气体的背景光谱进行估计，解决基于背景采集方法的气体检测算法在气体背景难以获取的情况下的不能检测的问题。为解决上述技术问题，本专利技术提供一种用于光谱气体检测的背景估计方法，在使用该方法之前，需要知道想要进行背景估计的目标气体的标准光谱，然后才能估计目标气体在检测区域的背景辐射。该方法包括以下步骤：对存在目标气体的区域进行光谱气体检测，采集高光谱图像；计算所述高光谱图像中每个像素对应的光谱相对于所述目标气体的标准光谱的丰度值；将所计算的每个像素的丰度值与预先设定的丰度阈值进行比较，将所检测的存在目标气体的区域划分为目标区域和非目标区域；对所述目标区域的所有像素构成的光谱矩阵采用基于划分的聚类算法进行聚类处理，得到NCP个有目标类别及对应的目标类别光谱矩阵，NCP为正整数；对所述目标类别光谱矩阵进行降维处理，得到各个有目标类别光谱矩阵的降维矩阵；根据所述目标气体的标准光谱确定所述目标气体的背景波段，所述背景波段为没有目标气体强烈吸收峰的波段，然后根据所述背景波段，确定所述各个有目标类别光谱矩阵对应的背景波段矩阵，以及所述降维矩阵对应的背景波段矩阵；根据所述各个有目标类别光谱矩阵对应的背景波段矩阵、所述降维矩阵对应的背景波段矩阵以及所述降维矩阵，计算各个有目标类别所对应的检测区域中所述目标气体的背景辐射。进一步地，计算所述丰度值的求解条件为：Xi＝Q·αi+di式中，Xi表示高光谱图像中第i个像素对应的光谱向量，Q表示目标气体的标准光谱向量，αi表示丰度值，di表示测量光谱去掉经拟合的目标气体标准光谱后的光谱向量，i为正整数；在di的模取最小值时，计算每个像素的丰度值αi。优选地，计算所述丰度值αi的方法为：将所述高光谱图像转换成光谱矩阵X，大小为N×NB，其中，N表示高光谱图像的像素数，NB表示光谱总波段数；则Xi和Q的大小为1×NB；计算光谱矩阵X的均值光谱〈X〉：根据光谱矩阵X的均值光谱<X>计算光谱矩阵X的协方差Σx：根据光谱矩阵X的协方差Σx计算丰度值αi：式中，表示ΣX的逆矩阵。进一步地，将所检测的存在目标气体的区域划分为目标区域和非目标区域的方法为：在像素的丰度值αi高于所述丰度阈值的情况下，将该像素划分为存在目标的区域；在像素的丰度值αi小于或等于所述丰度阈值的情况下，将该像素分划为不存在目标的区域。进一步地，基于划分的聚类算法为：k-means、k-medoids、k-modes、k-medians或kernelk-means。进一步地，降维的方法为：主成分分析PCA、最小/最大自相关因子分析MAF、噪声调整的主成分分析NPCA、典型相关分析CCA、独立成分分析ICA、投影寻踪PP、非负矩阵分解或非线性主成分分析KPCA。进一步地，根据目标气体的标准光谱确定所述目标气体的背景波段的方法为：计算目标气体的标准光谱对应的向量V中所有元素的均值将向量V中的每一个元素均除以均值并取绝对值，得到向量S；设定一个阈值，将向量S中高于所述阈值的元素所对应的波段视为强烈吸收峰的波段，背景波段为没有目标强烈吸收峰的波段。进一步地，计算各个有目标类别所对应的检测区域中所述目标气体的背景辐射的公式为：式中，表示各个有目标类别光谱矩阵对应的背景波段矩阵，表示各个有目标类别光谱矩阵的降维矩阵对应的背景波段矩阵，表示的伪逆矩阵，表示各个有目标类别光谱矩阵的降维矩阵，表示各个有目标类别所对应的检测区域中目标气体的背景辐射。本专利技术还提供一种用于光谱气体检测的背景估计系统，该系统包括：图像采集模块，用于对存在目标气体的区域进行光谱气体检测，采集高光谱图像；丰度值计算模块，用于计算所述高光谱图像中每个像素对应的光谱相对于所述目标气体的标准光谱的丰度值；区域划分模块，用于将所计算的每个像素的丰度值与预先设定的丰度阈值进行比较，将所检测的存在目标气体的区域划分为目标区域和非目标区域；目标区域聚类模块，用于对所述目标区域的所有像素构成的光谱矩阵采用基于划分的聚类算法进行聚类处理，得到NCP个有目标类别及对应的目标类别光谱矩阵，NCP为正整数；矩阵降维模块，用于对所述目标类别光谱矩阵进行降维处理，得到各个有目标类别光谱矩阵的降维矩阵；背景波段矩阵计算模块，用于根据所述目标气体的标准光谱确定所述目标气体的背景波段，所述背景波段为没有目标气体强烈吸收峰的波段，然后根据所述背景波段，确定所述各个有目标类别光谱矩阵对应的背景波段矩阵，以及所述降维矩阵对应的背景波段矩阵；背景辐射计算模块，用于根据所述各个有目标类别光谱矩阵对应的背景波段矩阵、所述降维矩阵对应的背景波段矩阵以及所述降维矩阵，计算各个有目标类别所对应的检测区域中所述目标气体的背景辐射。本专利技术还提供一种计算机存储介质，其内存储有可被计算机处理器执行的计算机程序，该计算机程序执行上述的用于光谱气体检测的背景估计方法。本专利技术的有益效果是：本专利技术通过对存在目标气体的区域进行光谱气体检测，采集高光谱图像；然后计算高光谱图像每个像素对应的光谱的丰度值，并与预先设定的丰度阈值进行比较，将检测区域分为目标区域和非目标区域；然后进行聚类处理，将相似性大的像素分在一起，从而提高背景光谱的估计精度；聚类之后进行降维处理，提高信噪比；通过目标气体的标准光谱确定目标气体的背景波段，通过背景波段确定各个有目标类别光谱矩阵对应的背景波段矩阵，以及降维矩阵对应的背景波段矩阵；最后通过背景辐射计算公式得到各个有目标类别所对应的检测区域中目标气体的背景辐射。本专利技术通过背景波段的光谱估计全波段的背景光谱，完成了将包含目标光谱信息的光谱，转换为了仅包含背景信息的光谱，实现了特定目标气体的背景光谱估计。附图说明图1为本专利技术的方法的流程图；图2为本专利技术的系统的结构框图。具体实施方式下面将结合附图对本专利技术的作进一步的说明：本专利技术在进行背景光谱估计之前，需要提前知道想要进行背景估计的目本文档来自技高网...

【技术保护点】
1.一种用于光谱气体检测的背景估计方法，其特征在于，包括以下步骤：/n对存在目标气体的区域进行光谱气体检测，采集高光谱图像；/n计算所述高光谱图像中每个像素对应的光谱相对于所述目标气体的标准光谱的丰度值；/n将所计算的每个像素的丰度值与预先设定的丰度阈值进行比较，将所检测的存在目标气体的区域划分为目标区域和非目标区域；/n对所述目标区域的所有像素构成的光谱矩阵采用基于划分的聚类算法进行聚类处理，得到N

【技术特征摘要】
1.一种用于光谱气体检测的背景估计方法，其特征在于，包括以下步骤：
对存在目标气体的区域进行光谱气体检测，采集高光谱图像；
计算所述高光谱图像中每个像素对应的光谱相对于所述目标气体的标准光谱的丰度值；
将所计算的每个像素的丰度值与预先设定的丰度阈值进行比较，将所检测的存在目标气体的区域划分为目标区域和非目标区域；
对所述目标区域的所有像素构成的光谱矩阵采用基于划分的聚类算法进行聚类处理，得到NCP个有目标类别及对应的目标类别光谱矩阵，NCP为正整数；
对所述目标类别光谱矩阵进行降维处理，得到各个有目标类别光谱矩阵的降维矩阵；
根据所述目标气体的标准光谱确定所述目标气体的背景波段，所述背景波段为没有目标气体强烈吸收峰的波段，然后根据所述背景波段，确定所述各个有目标类别光谱矩阵对应的背景波段矩阵，以及所述降维矩阵对应的背景波段矩阵；
根据所述各个有目标类别光谱矩阵对应的背景波段矩阵、所述降维矩阵对应的背景波段矩阵以及所述降维矩阵，计算各个有目标类别所对应的检测区域中所述目标气体的背景辐射。


2.根据权利要求1所述的用于光谱气体检测的背景估计方法，其特征在于，计算所述丰度值的求解条件为：
Xi＝Q·αi+di
式中，Xi表示高光谱图像中第i个像素对应的光谱向量，Q表示目标气体的标准光谱向量，αi表示丰度值，di表示测量光谱去掉经拟合的目标气体标准光谱后的光谱向量，其中，i为正整数；
在di的模取最小值时，计算每个像素的丰度值αi。


3.根据权利要求2所述的用于光谱气体检测的背景估计方法，其特征在于，计算所述丰度值αi的方法为：
将所述高光谱图像转换成光谱矩阵X，大小为N×NB，其中，N表示高光谱图像的像素数，NB表示光谱总波段数；则Xi和Q的大小为1×NB；
计算光谱矩阵X的均值光谱〈X〉：



根据光谱矩阵X的均值光谱〈X〉计算光谱矩阵X的协方差Σx：



根据光谱矩阵X的协方差Σx计算丰度值αi：



式中，表示ΣX的逆矩阵。


4.根据权利要求1所述的用于光谱气体检测的背景估计方法，其特征在于，将所检测的存在目标气体的区域划分为目标区域和非目标区域的方法为：
在像素的丰度值αi高于所述丰度阈值的情况下，将该像素划分为存在目标的区域；在像素的丰度值αi小于或等于所述丰度阈值的情况下，将该像素分划为不存在目标的区域。


5.根据权利要求1所述的用于光谱气体检测的背景估计方法，其特征在于，所述基于划分的聚类算法为：k-means、k-medoids、k-modes、k-medians或kernelk-me...

【专利技术属性】
技术研发人员：岳松，王波，洪普，贾国伟，彭堂超，
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