基于太赫兹时域光谱的样本特征识别算法研究

发布时间：2020-11-06 06:52

　　 生物和化学大分子的振动及转动能级主要处于太赫兹波段,太赫兹辐射波具有能穿透大多数非金属非极性材料的性能,利用太赫兹时域光谱(THz-TDS)技术进行光谱测量与目标识别,已广泛应用于生物医学、公共安全、无损检测、品质检验、化学相关以及环境监测等领域。太赫兹光谱具有典型的高光谱数据特征,光谱维数高、数据量大,如何从海量的光谱数据中,观察和挖掘出有用的信息是THz-TDS技术应用与发展所面临的挑战。本文以太赫兹波谱学为理论基础,采用THz-TDS技术获取检测样本的光谱数据,主要围绕光谱目标识别中的两类关键问题展开研究。一类是针对光谱特征相似物质的识别问题。采用基于数据驱动的全光谱分析手段,提取光谱主要差异特征,开展光谱模式识别新方法研究,以提高光谱目标识别的准确性;另一类是针对光谱图像噪声大、光学分辨率不高,通过图像无法有效识别样本目标特征的问题。深入研究太赫兹成像机理,充分挖掘太赫兹光谱图像的有用信息,通过目标差异光谱聚类、图像去噪以及高分辨率图像相似性匹配等定量研究,为实现图像目标的超分辨率识别奠定基础。主要研究内容和创新点如下:①提出一种基于自适应策略的动态感知粒子群(APSO)支持向量机(SVM)模型,解决了光谱特征相似物质的识别问题。太赫兹光谱采样过程复杂,受动态环境影响,在对复杂多样物质进行分类训练时,分类器最优参数解是动态变化的,导致粒子群优化(PSO)算法在分类器参数寻优过程中,容易陷入局部最优或死循环。为此,本文对PSO算法进行改进,设计一种新算法(APSO),引入“感知粒子”,对参数寻优进行监督更新。该机制从粒子群可行域解空间中,随机抽取若干粒子作为“感知粒子”,在PSO迭代寻优过程中,计算所有感知粒子相邻迭代适应度差值之和,以表示环境变化的剧烈程度,并设置“响应阈值”。粒子适应度差值之和大于响应阈值则触发阈值更新响应,强制参数寻优跳出当前的局部最优或死循环。通过对转基因棉花种子样本进行多种SVM模型比对分析,结果表明,本文提出的新算法能有效提高模型的识别精度,降低参数寻优迭代更新次数,算法效率更高。②从光谱识别角度出发,提出一种基于t分布随机邻域嵌入(t-SNE)的光谱聚类识别模型,解决了太赫兹光谱图像分辨率不高,无法有效识别样本缺陷特征的问题。通过高维光谱数据集的降维,在低维空间上对差异光谱进行聚簇分析,实现对检测样本缺陷特征“有无”的判断。模型基本原理是:采用基于流形学习的t-SNE算法,将高维空间数据样本点映射到低维空间,并用条件概率分布度量距离不变的相似性,实现样本点特征在低维空间的可视化观察。通过与光谱图像的比对验证,结果表明,本文的模型能够通过光谱聚类实现样本不同缺陷特征的“有无”判断,为进一步的成像分析做预检测。③提出一种基于蚁群算法(ACO)边缘提取与压缩感知(CS)算法相结合的图像去噪模型,解决了常用数字图像处理方法在太赫兹图像去噪过程中,会模糊目标重要边缘信息,影响图像目标识别准确性的问题。模型的基本思想是:采用蚁群算法提取出光谱图像的边缘与非边缘两幅图像,仅对非边缘图像进行去噪,保护图像重要边缘特征。基于压缩感知理论,运用相应的正交变换求出非边缘图像的稀疏表示,采用局部快速傅里叶变换的图像重构算法进行快速去噪。通过与多种经典图像去噪模型比对,结果表明,本文提出的图像去噪方法,综合效果最好,更具有实用性。④提出一种基于图像SIFT特征点提取与K-means聚类相结合的高分辨率图像匹配模型,从图像库中检索出一组用于超分辨率识别的高质量源图像,解决了在采用图像融合以及超分辨率重建等方法,对降质的光谱图像进行处理时,由于对图像源的选取随机性很大,导致图像质量提高受限的问题。具体而言,首先采用布莱克曼(Blackman)窗频域插值的傅里叶频域变换方法,提高频域光谱分辨率,并通过频域与时域多参数信息成像,建立太赫兹光谱图像库;然后采用样本光谱截止频率与图像客观评价指标融合分析,选取一幅高质量的图像作为待匹配图像;最后基于SIFT-Kmeans模型,运用向量余弦相似度度量计算,检索出多幅高分辨率源图像。通过对多种检测样本的模型验证,结果表明,本文采用的图像定量分析体系,从图像源上保证了图像质量,从而凸显图像超分辨重建的价值与现实意义。
【学位单位】：重庆大学
【学位级别】：博士
【学位年份】：2018
【中图分类】：O441.4;TP391.41
【部分图文】：

研究发展极其迅速，Ｂ经在生物医学［２Ｍ５］、公共安全［２６，２７１、无损检测［２８—３１］、品质??检验［３Ｍ５］、化学相关［３６．３８］以及环境监测［３９－４１］等领域得到了广泛的应用，其主要应??用如图１．３所??ｇＩ翁，祕?…??ｋ炸药毒品药品化学成分转基因物种环境监测」??＇＾光谱分析??厂．￣＾??靶?ＴＨｚ辐射??太赫兹波（１／＾?？？？？？？??ＩＩ＂?、ｉｉａ热电子??ｖ??ｙ??光谱图像??圓…??＾安检影像复合材料?１Ｃ芯片?晶体材料?生物医学?眹学影像??图１．３?ＴＨｚ－ＴＤＳ技术主要应用领域??Ｆｉｇ．?１．３?Ａｐｐｌｉｃａｔｉｏｎ?ｆｉｅｌｄｓ?ｏｆ?ＴＨｚ－ＴＤＳ?ｔｅｃｈｎｏｌｏｇｙ．??ＴＨｚ－ＴＤＳ技术在这些领域取得的丰硕研究成果，充分表明ＴＨｚ－ＴＤＳ技术的应??用属于交叉前沿学科，融合了生物医学、化学、物理学、光谱学、电子学、计算??机学、倌息学以及材料学等多学科的内容，其中蕴含着原创性重大机理和方法并??亟待突破。开展太赫兹光谱数据处理与识别方法的研宄是太赫兹检测技术的关键??课题，这对于促进太赫兹应用技术的发展具有重要的科学意义和研究价值。??１．１．３太赫兹光谱的特点??太赫兹时域光谱具有典型的“高光谱”数据的特征［４２，４３］，融合了光谱和图像??＃息．，逋过光栅扫描（ＲａｓｔｅｒＳｃａｎ）方法［４４］，可以減时获取被测物体的空间信息和??每个像素点的光谱信息。太赫兹时域光谱图像是一种全新的图像形式

Ｆｉｇ．?１．４?Ｔｈｅ?ｓｔｒｕｃｔｕｒｅ?ｄｉａｇｒａｍ?ｏｆ?ＴＨｚ?ｈｙｐｅｒｓｐｅｃｔｒａｌ?ｉｍａｇｅ?ｃｕｂｅ．??太身赤兹时域光谱的特点主要表现在：??①频带带宽高??太赫兹波包含频率从Ｏ．ｌＴＨｚ到ｌＯＴＨｚ频段的电磁波，光谱频带带宽较高，绝??大多数凝聚态物质与生物大分子的转动与振动频率都处于这个区域，这有助于在??大范＿内分析物质所表现出的光谱特性。??②指纹谱特征??物质的太赫兹光谱包含丰嘗的物理和化学信息，在太赫兹波的照射下，许多??物质的分子会出现转动和振动能级的跃迁，其固体晶格与幅振大都在太赫兹频段??内虽现明显的特征峰，其对应着分子内的低频集体振动、大分子的骨架振动、分??于间的弱相．互作用（氢键和范德华力的拉伸、扭转）以及晶格的声于振动模式等，??从而构成这些物质在太赫兹波段的“指纹谱”?［４４］。太赫兹光谱蕴含的“指纹谱”??特征，与物质本质属性息息相关，这些有用的信息能够从微观世界掲示粒子之间??相互作用的规律，为这些作用与活动物性特征的解释，提供了革命性的研究手段［４５］。??

衡量系统成像质量的一个童要指标是成像横向分辨率，指的是光谱图像能够分辨??目标横向两点的能力，其值由瑞利准则公式确定［４４］：?Ａ?＝?１．２２Ａ＋，其中Ａ是成像??横向光学分辨率，／Ｉ是太赫兹波长，／是透镣焦距，／＞是透镜食径：ａ图１．７是ＴＨｚ－ＴＤＳ??系统反射探测模式下＾分辨率标定铝板在０．５?ＴＨｚ频点处龍？息成像的结果??从光谱图像上可以看到，图像横向光学分辨率接近１ｍｍ。在卖际工程应用中＊由??于系统硬件功能和检测环境等囡素影响，其实际的成像分辨率要远低于１ｍｍ的水??平，因此通过光谱图像无法实现对样本＿标微小结构特征的有效识别。??［ＱＤ?］］］，?ＩＩＩ?ＩＩＩ??１１?１?ＩＩＩ?ＩＩＩ?■??３?ｍｍ?２?ｍｍ?１?ｍｍ?３?ｍｍ?２?ｍｍ?１ｍｍ??（ａ）?（ｂ）??图１．７反射模式下０．５?ＴＨｚ能量成像：（ａ）成像分辨率标定铝板；（ｂ）太赫兹光谱图偉??Ｆｉｇ．?１．７?Ｔｈｅ?０．５?ＴＨｚ?ｅｎｅｒｇｙ?ｉｍａｇｉｎｇ?ｒｅｓｕｌｔ?ｂｙ?ｒｅｆｌｅｃｔｉｏｎ?ｍｏｄｅ：（ａ）?ｃａｌｉｂｒａｔｅｄ?ａｌｕｍｉｎｕｍ?ｐｌａｔｅ?ｆｏｒ??ｒｅｓｏｌｕｔｉｏｎ；（ｂ）?ｔｅｒａｈｅｒｔｚ?ｓｐｅｃｔｒｕｍ?ｉｍａｇｅ．??６??
【参考文献】

相关期刊论文 前10条

1 孙怡雯;钟俊兰;左剑;张存林;但果;;血凝素蛋白及抗体相互作用的太赫兹光谱主成分分析[J];物理学报;2015年16期

2 江天;沈会良;杨冬晓;刘建军;邹哲;;基于模糊局部信息C均值的太赫兹图像目标检测[J];激光技术;2015年03期

3 涂闪;张文涛;熊显名;陈涛;;基于太赫兹时域光谱系统的转基因棉花种子主成分特性分析[J];光子学报;2015年04期

4 李武;胡冰;王明伟;;基于主成分分析和支持向量机的太赫兹光谱冰片鉴别[J];光谱学与光谱分析;2014年12期

5 寇光杰;马云艳;岳峻;邹海林;;仿生自然计算研究综述[J];计算机科学;2014年S1期

6 苏海霞;张朝晖;赵小燕;李智;燕芳;张寒;;太赫兹谱定量测试中朗伯比尔定律表征形式分析[J];光谱学与光谱分析;2013年12期

7 谢云宇;胡昌华;师彪;满谦;尹宝娟;;超分辨率重建技术及其在太赫兹图像中的应用[J];系统仿真技术;2013年04期

8 徐利民;范文慧;刘佳;;太赫兹图像的降噪和增强[J];红外与激光工程;2013年10期

9 和挺;沈京玲;;太赫兹光谱技术在毒品检测中的应用研究[J];光谱学与光谱分析;2013年09期

10 谢丽娟;徐文道;应义斌;秦坚源;;太赫兹波谱无损检测技术研究进展[J];农业机械学报;2013年07期

相关博士学位论文 前6条

1 周胜灵;基于模式识别的太赫兹光谱建模及应用研究[D];西南大学;2017年

2 邢砾云;航空泡沫芯材及夹层结构的太赫兹无损检测研究[D];吉林大学;2016年

3 罗甫林;高光谱图像稀疏流形学习方法研究[D];重庆大学;2016年

4 张瑾;纤维增强复合材料的太赫兹无损检测研究[D];吉林大学;2016年

5 刘建军;太赫兹时域光谱技术在转基因物质检测上的识别方法研究[D];西安电子科技大学;2015年

6 李逸楠;基于太赫兹时域光谱技术的成品油定量识别方法研究[D];天津大学;2014年

相关硕士学位论文 前1条

1 徐利民;高分辨太赫兹图像处理[D];中国科学院研究生院（西安光学精密机械研究所）;2013年

本文编号：2872802