一种基于双传感器的光谱数据处理方法与流程

1.本发明涉及光谱数据处理技术领域，具体涉及一种基于双传感器的光谱数据处理方法。


背景技术：

2.近年来，近红外光谱分析技术发展十分迅速，已在化工，制药，军工，食品等多个领域都获得了应用。近红外光谱技术属于分子光谱技术，可以在分子水平上表明物质成分和性质信息，不论对经济还是社会影响来说，都取得了非常高的效益，极具发展潜力。
3.然而，目前大多数物质成分和性质信息检测主要使用大型实验室近红外光谱仪器进行，这些方法虽然定量准确灵敏度高，但所需设备体积庞大，设备费用昂贵，样品制备时间长且样品制作方法严格，检测设备和样品制备需要专业人员操作，检测环境固定，且分析时间长，不适用于现场检测，不便于推广使用。
4.伴随着便携式近红外光谱技术的发展，市场主流的大型近红外光谱仪设备都朝着体积小巧，价格低廉的便携式方向发展。但是便携式近红外光谱仪受到传感器技术的限制，单传感器便携式近红外设备涵盖的波段范围十分有限，进而造成单传感器设备不能涵盖各类样品含氢基团的一级倍频、二级倍频特征峰，严重影响便携式近红外光谱设备的预测准确率。为了增大传感器波段涵盖范围，提升便携式近红外光谱仪的应用场景，双传感器便携式近红外光谱仪应运而生，目前市面上对双传感器采集的光谱数据处理方式仅停留在基础的建模分析层面，由于双传感器便携式近红外光谱仪的两个传感器波段范围并不相同，其光谱数据量级并不相同从而造成光谱数据权重存在差异，进而影响光谱模型的预测准确率；同时由于传感器的增加，光谱数据量也得到了极大的增加，超大的数据量会严重阻碍便携式近红外光谱检测技术的发展。


技术实现要素：

5.本发明的目的在于提供一种基于双传感器的光谱数据处理方法，以期解决背景技术中的相关问题。该方法首先采用互为不同波段范围的双传感器近红外光谱设备对酒糟样品进行光谱数据采集，然后对双传感器采集得到的光谱数据进行分段baseline，接着对baseline处理后的光谱数据进行分段多元散射校正处理，然后对分段多元散射校正之后的光谱数据进行和值均值化处理，最后对和值均值化处理后的光谱数据进行数据回值，双传感器设备采用回值数据进行光谱建模。该方法不仅可以对不同波段范围的双传感器光谱数据进行有效的数据处理，解决不同传感器采集得到的光谱数据量级不同的问题，同时在保留光谱特征的条件下极大程度的简化光谱数据量，提升便携式双传感器近红外光谱仪的分析效率。
6.为了实现上述目的，本发明采用以下技术方案：
7.一种基于双传感器的光谱数据处理方法，包括：以下步骤：
8.采用互为不同波段范围的双传感器近红外光谱设备对样品进行光谱数据采集；
9.对双传感器采集得到的光谱数据进行分段baseline；
10.对baseline处理后的光谱数据进行分段多元散射校正处理；
11.对分段多元散射校正之后的光谱数据进行和值均值化处理；
12.对和值均值化处理后的光谱数据进行数据回值，双传感器设备采用回值数据进行光谱建模。
13.在一些实施例中，所述采用互为不同波段范围的双传感器近红外光谱设备对酒糟样品进行光谱数据采集。采用不同波段范围的双传感器近红外光谱设备可以极大程度的扩大光谱采集波段范围，使得其可以涵盖含氢基团的一级倍频及二级倍频特征峰，进而可以有效提升光谱预测的准确率。
14.在一些实施例中，所述对双传感器采集得到的光谱数据进行分段baseline，包括：传感器型号不同，其所涵盖的波段范围不同，同时其采集得到的光谱数据量级也并不相同。针对双传感器不同量级光谱数据，采用baseline光谱数据处理方法，将双传感器中各个传感器采集到的光谱数据减去本条光谱数据上最小光强值点，使得双传感器不同量级的光谱数据回归到同一量级，避免由光谱数据量级不同而造成光谱数据权重的差异。
15.在一些实施例中，所述对baseline处理后的光谱数据进行分段多元散射校正处理，包括：多元散射校正作为一种多变量校正技术，其方法为将每条光谱与理想光谱映射成线性关系，进而用于消除由于样本件散射导致的基线漂移现象，提高光谱数据准确性。这里的理想光谱取校正集的平均光谱，进而获取所有单个样本光谱透射吸光度与其平均谱对应的吸光度的线性关系；其具体计算公式如下：
16.(1)计算样本平均光谱
[0017][0018]
(2)逐个样本光谱与平均光谱线性回归
[0019][0020]
(3)对每条样本光谱进行校正
[0021][0022]
其中，i＝1，2，3
……
，n为样本数量，截距b
i
反应样本的反射作用，斜率m
i
反应样本的均匀性。
[0023]
在一些实施例中，所述对分段多元散射校正之后的光谱数据进行和值均值化处理，包括：便携式双传感器近红外光谱仪由于传感器数目的增加，其采集的光谱数据量也同步成倍增加，相应的对光谱数据的处理分析时间也会成倍增加。将双传感器中各个传感器的光谱数据进行一一对应并求其和值，在完成和值处理后再进行均值处理，保留光谱特征的条件下简化光谱数据量至原始的一半，提升光谱分析效率。
[0024]
在一些实施例中，所述对和值均值化处理后的光谱数据进行数据回值，双传感器设备采用回值数据进行光谱建模,包括：将和值均值化处理后的光谱数据进行数据回值，使得经过处理后的双传感器光谱数据回归到原始光谱数据的量级，双传感器设备分别采用相同的建模方法对回值后的光谱数据以及常规光谱数据进行光谱建模，对比模型参数及分析效率，判断模型效果。
[0025]
本发明的有益效果是：提供一种基于双传感器的光谱数据处理方法，该方法不仅可以对不同波段范围的双传感器光谱数据进行有效的数据处理，解决不同传感器采集得到的光谱数据量级不同的问题，同时在保留光谱特征的条件下极大程度的简化光谱数据量，提升便携式双传感器近红外光谱仪的分析效率。
附图说明
[0026]
图1是本发明一种基于双传感器的光谱数据处理方法的示意图；
[0027]
图2是常规双传感器光谱数据处理方法模型数据图；
[0028]
图3是本发明的双传感器光谱数据处理方法模型数据图；
具体实施方式
[0029]
为了使本技术的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本技术进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本技术，并不用于限定本技术。
[0030]
相反，本技术涵盖任何由权利要求定义的在本技术的精髓和范围上做的替代、修改、等效方法以及方案。进一步，为了使公众对本技术有更好的了解，在下文对本技术的细节描述中，详尽描述了一些特定的细节部分。对本领域技术人员来说没有这些细节部分的描述也可以完全理解本技术。
[0031]
以下将结合图1
‑
3对本技术实施例所涉及的基于双传感器的光谱数据处理方法进行详细说明。值得注意的是，以下实施例仅仅用于解释本技术，并不构成对本技术的限定。
[0032]
实施例1：
[0033]
一种基于双传感器的光谱数据处理方法，包括如下步骤：
[0034]
a.采用互为不同波段范围的双传感器近红外光谱设备对酒糟样品进行光谱数据采集；
[0035]
b.对双传感器采集得到的光谱数据进行分段baseline；
[0036]
c.对baseline处理后的光谱数据进行分段多元散射校正处理；
[0037]
d.对分段多元散射校正之后的光谱数据进行和值均值化处理；
[0038]
e.对和值均值化处理后的光谱数据进行数据回值，双传感器设备采用回值数据进行光谱建模。
[0039]
图1中101是采用互为不同波段范围的双传感器近红外光谱设备对酒糟样品进行光谱数据采集。采用不同波段范围的双传感器近红外光谱设备可以极大程度的扩大光谱采集波段范围，使得其可以涵盖含氢基团的一级倍频及二级倍频特征峰，进而可以有效提升光谱预测的准确率。
[0040]
在本实施例中，样品选择酒糟样品，其组分含量选择水分，酒糟样品由于其样品特性：组分复杂，样品表面粗糙，均匀性差，进而在近红外光谱预测组分含量的预测准确性上一直存在一些偏差。而其组分水分含量在近红外一级倍频以及二级倍频均有特征峰，适用于双传感器便携式近红外设备的检测范围。
[0041]
图1中102是对双传感器采集得到的光谱数据进行分段baseline。传感器型号不同，其所涵盖的波段范围不同，同时其采集得到的光谱数据量级也并不相同。针对双传感器
不同量级光谱数据，采用baseline光谱数据处理方法，将双传感器中各个传感器采集到的光谱数据减去本条光谱数据上最小光强值点，使得双传感器不同量级的光谱数据回归到同一量级，避免由光谱数据量级不同而造成光谱数据权重的差异。
[0042]
在本实施例中，传感器型号不同，其所涵盖的波段范围不同，同时其采集得到的光谱数据量级也并不相同，本专利中双传感器光谱设备中的两个传感器波段范围分别为1350nm～1750nm以及1750nm～2150nm。针对酒糟样品，其中波段范围为1350nm～1750nm的传感器采集的光谱数据光强值范围为3400cd～4200cd，而波段范围为1750nm～2150nm的传感器采集的光谱数据光强值范围为6200cd～7200cd；如若直接采用两段传感器的光谱数据进行光谱建模，则会由于光谱数据量级不同而造成双传感器光谱数据的权重存在差异，进而影响光谱预测效果。分段对双传感器的光谱数据进行baseline，将双传感器中各个单传感器采集到的光谱数据减去本条光谱数据上最小光强值点，即波段范围为1350nm～1750nm的传感器采集的光谱数据光强值全部减去3400cd，即光强值范围变化为0cd～800cd，波段范围为1750nm～2150nm的传感器采集的光谱数据光强值全部减去6200cd，即光强值范围变化为0cd～1000cd，两者的光强值回归到同一量级，有效避免由光谱数据量级不同而造成光谱数据权重的差异。
[0043]
图1中103是对baseline处理后的光谱数据进行分段多元散射校正处理。将便携式双传感器近红外光谱仪baseline处理后的光谱数据进行分段多元散射校正，多元散射校正作为一种多变量校正技术，其方法为将每条光谱与理想光谱映射成线性关系，进而用于消除由于样本件散射导致的基线漂移现象，提高光谱数据准确性。
[0044]
在本实施例中，多元散射校正作为一种多变量散射校正技术，其方法原理为把每条光谱与理想光谱映射成线性关系，这里的理想光谱取校正集的平均光谱，进而获取所有单个样本光谱透射吸光度与其平均谱对应的吸光度的线性关系。其具体计算公式如下：
[0045]
(4)计算样本平均光谱
[0046][0047]
(5)逐个样本光谱与平均光谱线性回归
[0048][0049]
(6)对每条样本光谱进行校正
[0050][0051]
其中，i＝1，2，3
……
，n为样本数量，截距b
i
反应样本的反射作用，斜率m
i
反应样本的均匀性。
[0052]
图1中104是对分段多元散射校正之后的光谱数据进行和值均值化处理。便携式双传感器近红外光谱仪由于传感器数目的增加，其采集的光谱数据量也同步成倍增加，相应的对光谱数据的处理分析时间也会成倍增加。将双传感器中各个传感器的光谱数据进行一一对应并求其和值，在完成和值处理后再进行均值处理，保留光谱特征的条件下简化光谱数据量至原始的一半，提升光谱分析效率。
[0053]
在本实施例中，双传感器光谱设备中波段范围为1350nm～1750nm传感器采集的光谱数据包含50个光强数值点，波段范围为1750nm～2150nm传感器采集的光谱数据同样也包
含50个光强数值点，则双传感器的光谱数据实际包含100个光强数值点，传感器的增加造成光谱数据量的同步增加，和值均值化的光谱数据处理方式则能良好的解决该问题，简化光谱数据量的同时保留光谱特征，其具体处理方式为：将波段范围为1750nm～2150nm传感器采集的光谱数据50个光强数值点叠加到波段范围为1350nm～1750nm的50个光强数值点上，并将叠加后的光谱数据进行均值化处理，这样就可以将双传感器波段范围1350nm～2150nm的100个光强数值点简化成波段范围1350nm～1750nm内50个光强数值点，不仅将光谱数据量简化为原始数据量的一半，同时也保留了双传感器多个特征峰信息，且最后对光谱数据进行均值化，这样又保留了和初始100个光强数值点相同的数值量级，便于进行步骤105中的数据回值处理。
[0054]
图1中105是对和值均值化处理后的光谱数据进行数据回值，双传感器设备采用回值数据进行光谱建模。将和值均值化处理后的光谱数据进行数据回值，使得经过处理后的双传感器光谱数据回归到原始光谱数据的量级，双传感器设备分别采用相同的建模方法对回值后的光谱数据以及常规光谱数据进行光谱建模，对比模型参数及分析效率，判断模型效果。
[0055]
在本实施例中，双传感器光谱数据进行分段baseline，多元散射校正及和值均值化处理后，其光谱数据变化为波长范围1350nm～1750nm内50个光强数值点，且其光强值范围为0cd～900cd。与双传感器原始光谱数据光强值范围有着明显量级差异，因此需要对双传感器光谱数据进行数据回值，具体的数据回值方式为：将分段baseline、多元散射校正、和值均值化处理后的双传感器光谱数据50个光强值点逐点加上1350nm～1750nm传感器光谱数据最小光强值点，其光强值范围变化为3400cd～4300cd，回到双传感器原始光谱数据同一量级。
[0056]
本专利采用相同的光谱建模方法对双传感器回值数据及双传感器原始数据进行数学建模，分别得到图2所示的经过本专利方法处理后的双传感器光谱模型数据图及图3所示常规方法处理的双传感器光谱模型数据图。
[0057]
对比两者模型效果，光谱模型的效果好坏最为直观的体现为模型相关系数及均方根误差，其中模型相关系数越大，模型质量越好；均方根误差越小，模型质量越好。将双传感器原始光谱数据采用偏最小二乘法进行数学建模得到光谱模型m，然后再将经过本专利双传感器光谱数据处理方法得到的光谱数据采用相同的方法进行数学建模，得到光谱模型m
′
，对比光谱模型m与m
′
的模型相关系数及均方根误差，可知光谱模型m
′
的模型相关系数(r2)为0.5323，均方根误差(rmsec)为0.9937；而光谱模型m的模型相关系数(r2)为0.3266，均方根误差(rmsec)为1.1923。对比两者之间的模型数据可知，在经过本专利的光谱数据处理方法之后其模型相关系数有有明显增大，且均方根误差明显变小，同时光谱数据分析时间也得到极大的缩减。
[0058]
通过以上可知，通过基于双传感器的光谱数据处理方法，不仅可以对不同波段范围的双传感器光谱数据进行有效的数据处理，解决不同传感器采集得到的光谱数据量级不同的问题，同时在保留光谱特征的条件下极大程度的简化光谱数据量，提升便携式双传感器近红外光谱仪的分析效率。
[0059]
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。