基于稀疏表示的光谱拟合与基线校正算法研究
发布时间：2022-02-09 11:32
光谱作为一种强大的物质成分检测手段,本质是物质接触光时吸收部分频率的光,使物质中分子或原子发生了能级跃迁。作为无损检测技术,光谱已被广泛应用于农业、化工、医药、食品、文物检测等领域,极大促进了相关行业的发展,为人类生活增添便利。在获取物质光谱图过程中,通常存在噪声干扰和基线漂移的干扰,影响谱峰区域识别和高度判定,导致后续光谱分析物质成分的准确率低,难以实际应用。噪声干扰主要来自于模拟信号转换成数字信号的过程中和环境因素影响,基线漂移主要在仪器运行过程中产生。传统的方法只是单一地去除噪声或校正基线,需要分步执行才能完成光谱预处理,导致最终处理效果较差。针对该缺点,本文基于光谱信号的稀疏表示,有针对性地设计出同时进行光谱拟合与基线校正的稀疏模型,其主要内容如下:1.在模型中对光谱信号表示系数进行稀疏性约束及对纯光谱信号进行非负约束,以使表达系数更加稀疏,进而提高信号的可解释性。2.在稀疏模型中加入基线平滑性约束条件,以使求解出的基线更加平滑,更符合实际情况。3.利用可分离替代函数法进行交替迭代求解基线和光谱表示系数,同时实现了光谱拟合与基线校正,并隐式地去除了噪声。4.不满足于可分离替代函...
【文章来源】：安徽大学安徽省211工程院校
【文章页数】：64 页
【学位级别】：硕士
【部分图文】：
光谱波长区域及能量跃迁Fig.1.1Spectralwavelengthregionandenergytransition
安徽大学硕士学位论文3图1.2光谱仪示意图Fig.1.2Thediagramofspectrograph1.2国内外研究现状光谱作为一种强大的物质成分检测手段，本质是物质接触光时吸收部分频率的光，引发物质中分子转动或原子间的相对振动，发生能级跃迁，这些信息会蕴含在光谱中，研究人员对光谱进行处理分析，确定所含物质的内部分子结构和鉴定化合物种类及相对含量。对光谱图处理一般包括信号去噪、基线校正、谱峰检测和谱峰解析四个方面内容。其中信号去噪、基线校正是针对所测原始光谱信号的处理，属于光谱图预处理内容，目的是尽量减少仪器、环境等对真实光谱图的干扰，使环境对测量结果的影响降到最低，希望尽可能恢复成真实光谱图，这有利于科研工作者后续对物质更精准的定量定性判断。因此，实验者想要分析得到理想结果非常依赖于效果很好的光谱预处理方式。光谱信号的分析中，信号噪声和基线漂移常常困扰着科研人员，也一直是一个不容易处理的问题。下面将简单介绍目前国内外光谱预处理方法研究现状。1.2.1光谱去噪由于光谱数据来源于光谱仪A/D转换模块转换模拟信号后的得到的数字信号，噪声干扰不可避免地存在于采样和转换过程中，其表现为光谱图平缓区域出现锯齿状波动。为了去除所测光谱信号中的噪声，大量科研人员对此进行了分析，提出了相应的解决办法。光谱去噪方法主要分为在时域和频域上的处理。在时域上主要有均值滤波（又称移动平均平滑法）、中值滤波、Savitzky-Golay卷积平滑法[13]等，在频域上主要有傅里叶变换、小波变换以及相应的改进算法等。1964年Savitzky-Golay卷积平滑法[13]被提出，
第三章基于稀疏表示的算法模型及求解22图3.1稀疏表示模型Fig.3.1Sparserepresentationmodel3.1.10范数表示模型对于不含噪声的线性模型b=Ax来说，稀疏表示优化模型为：00(P):minxs.t.Ax=b(3.2)生产生活中，信号不可避免会被噪声污染。相应地构造含噪线性模型版本为：002(P):minxs.t.Axbε≤ε(3.3)考虑一个充分稀疏的向量0x，并假设信号0b=Ax+e，其中e是噪声，是一个干扰向量，能量有限，222e=ε。大体上0(P)ε的目标就是找到0x，这和在无噪数据0Ax上进行的0(P)处理完全相同。通过交换目标函数与约束条件，也可重新写为020():min..kxPAxbstx≤k(3.4)其中k为稀疏度。借助于拉格朗日乘子λ，可以将上述形式统一为：20201():minx2QAxbxλ+λ(3.5)式中，λ称为正则化参数，用于平衡拟合误差与稀疏度。最小化求解0范数稀疏表示模型有两个困难点：一个是0范数非凸；第二个是求解
【参考文献】：
期刊论文
[1]红外光谱在文物保护中的应用介绍[J]. 孙凤,李依林,马彦妮,吕佳昕. 文物保护与考古科学. 2019(06)
[2]基于改进迭代多项式拟合的红外光谱基线校正方法[J]. 宁志强,刘家祥,吴越,陶孟琪,方勇华. 激光与光电子学进展. 2020(03)
[3]中值滤波结合小波变换在光谱去噪中的应用[J]. 龚梦龙. 科技与创新. 2018(12)
[4]基于匹配追踪的拉曼光谱信号重构算法[J]. 王昕,何浩,范贤光,汤明. 光谱学与光谱分析. 2018(01)
[5]基于改进双树复小波的光谱去噪算法研究[J]. 张立国,胡永涛,张淑清,李军锋,吴迪,姜万录. 仪器仪表学报. 2016(09)
[6]拉曼光谱技术在农产品质量安全检测中的应用[J]. 刘燕德,靳昙昙. 光谱学与光谱分析. 2015(09)
[7]宽谱段空间外差干涉光谱仪[J]. 冯玉涛,孙剑,李勇,王姝娜,白清兰. 光学精密工程. 2015(01)
[8]表面拉曼增强效应在生物医药检测中的应用[J]. 韩冬,胡琴. 西北药学杂志. 2015(01)
[9]基于提升小波改进阈值的光谱信号去噪研究[J]. 蒋薇薇,鲁昌华,张玉钧,汪济洲,肖明霞. 电子测量与仪器学报. 2014(12)
[10]单色仪与成像光谱仪的交互光谱定标[J]. 曹海霞,吴娜,冯树龙,潘明忠,张永超,崔继承. 光学精密工程. 2014(10)
博士论文
[1]基于光谱与光谱成像技术的油菜病害检测机理与方法研究[D]. 张初.浙江大学 2016
[2]采用双光栅多色仪的纯转动拉曼测温激光雷达：光机系统设计、研制和测量结果分析[D]. 贾静宇.武汉大学 2014
[3]光谱技术在食品安全检测中的应用研究[D]. 郭沫然.长春理工大学 2014
本文编号：3616930
【文章来源】：安徽大学安徽省211工程院校
【文章页数】：64 页
【学位级别】：硕士
【部分图文】：
光谱波长区域及能量跃迁Fig.1.1Spectralwavelengthregionandenergytransition
安徽大学硕士学位论文3图1.2光谱仪示意图Fig.1.2Thediagramofspectrograph1.2国内外研究现状光谱作为一种强大的物质成分检测手段，本质是物质接触光时吸收部分频率的光，引发物质中分子转动或原子间的相对振动，发生能级跃迁，这些信息会蕴含在光谱中，研究人员对光谱进行处理分析，确定所含物质的内部分子结构和鉴定化合物种类及相对含量。对光谱图处理一般包括信号去噪、基线校正、谱峰检测和谱峰解析四个方面内容。其中信号去噪、基线校正是针对所测原始光谱信号的处理，属于光谱图预处理内容，目的是尽量减少仪器、环境等对真实光谱图的干扰，使环境对测量结果的影响降到最低，希望尽可能恢复成真实光谱图，这有利于科研工作者后续对物质更精准的定量定性判断。因此，实验者想要分析得到理想结果非常依赖于效果很好的光谱预处理方式。光谱信号的分析中，信号噪声和基线漂移常常困扰着科研人员，也一直是一个不容易处理的问题。下面将简单介绍目前国内外光谱预处理方法研究现状。1.2.1光谱去噪由于光谱数据来源于光谱仪A/D转换模块转换模拟信号后的得到的数字信号，噪声干扰不可避免地存在于采样和转换过程中，其表现为光谱图平缓区域出现锯齿状波动。为了去除所测光谱信号中的噪声，大量科研人员对此进行了分析，提出了相应的解决办法。光谱去噪方法主要分为在时域和频域上的处理。在时域上主要有均值滤波（又称移动平均平滑法）、中值滤波、Savitzky-Golay卷积平滑法[13]等，在频域上主要有傅里叶变换、小波变换以及相应的改进算法等。1964年Savitzky-Golay卷积平滑法[13]被提出，
第三章基于稀疏表示的算法模型及求解22图3.1稀疏表示模型Fig.3.1Sparserepresentationmodel3.1.10范数表示模型对于不含噪声的线性模型b=Ax来说，稀疏表示优化模型为：00(P):minxs.t.Ax=b(3.2)生产生活中，信号不可避免会被噪声污染。相应地构造含噪线性模型版本为：002(P):minxs.t.Axbε≤ε(3.3)考虑一个充分稀疏的向量0x，并假设信号0b=Ax+e，其中e是噪声，是一个干扰向量，能量有限，222e=ε。大体上0(P)ε的目标就是找到0x，这和在无噪数据0Ax上进行的0(P)处理完全相同。通过交换目标函数与约束条件，也可重新写为020():min..kxPAxbstx≤k(3.4)其中k为稀疏度。借助于拉格朗日乘子λ，可以将上述形式统一为：20201():minx2QAxbxλ+λ(3.5)式中，λ称为正则化参数，用于平衡拟合误差与稀疏度。最小化求解0范数稀疏表示模型有两个困难点：一个是0范数非凸；第二个是求解
【参考文献】：
期刊论文
[1]红外光谱在文物保护中的应用介绍[J]. 孙凤,李依林,马彦妮,吕佳昕. 文物保护与考古科学. 2019(06)
[2]基于改进迭代多项式拟合的红外光谱基线校正方法[J]. 宁志强,刘家祥,吴越,陶孟琪,方勇华. 激光与光电子学进展. 2020(03)
[3]中值滤波结合小波变换在光谱去噪中的应用[J]. 龚梦龙. 科技与创新. 2018(12)
[4]基于匹配追踪的拉曼光谱信号重构算法[J]. 王昕,何浩,范贤光,汤明. 光谱学与光谱分析. 2018(01)
[5]基于改进双树复小波的光谱去噪算法研究[J]. 张立国,胡永涛,张淑清,李军锋,吴迪,姜万录. 仪器仪表学报. 2016(09)
[6]拉曼光谱技术在农产品质量安全检测中的应用[J]. 刘燕德,靳昙昙. 光谱学与光谱分析. 2015(09)
[7]宽谱段空间外差干涉光谱仪[J]. 冯玉涛,孙剑,李勇,王姝娜,白清兰. 光学精密工程. 2015(01)
[8]表面拉曼增强效应在生物医药检测中的应用[J]. 韩冬,胡琴. 西北药学杂志. 2015(01)
[9]基于提升小波改进阈值的光谱信号去噪研究[J]. 蒋薇薇,鲁昌华,张玉钧,汪济洲,肖明霞. 电子测量与仪器学报. 2014(12)
[10]单色仪与成像光谱仪的交互光谱定标[J]. 曹海霞,吴娜,冯树龙,潘明忠,张永超,崔继承. 光学精密工程. 2014(10)
博士论文
[1]基于光谱与光谱成像技术的油菜病害检测机理与方法研究[D]. 张初.浙江大学 2016
[2]采用双光栅多色仪的纯转动拉曼测温激光雷达：光机系统设计、研制和测量结果分析[D]. 贾静宇.武汉大学 2014
[3]光谱技术在食品安全检测中的应用研究[D]. 郭沫然.长春理工大学 2014
本文编号：3616930
本文链接：https://www.wllwen.com/kejilunwen/shengwushengchang/3616930.html
最近更新
教材专著
