一种光谱特征波长的提取方法

【技术领域】

[0001] 本发明设及光谱检测技术领域,尤其设及一种光谱特征波长的提取方法。

【背景技术】

[0002] 光谱分析技术是近年来发展起来的一种快速无损检测技术,可在生产过程中实时 获得样品的客观品质信息,因此,其在过程分析、在线质量监控中都发挥着极其重要的作 用。其中,对于可见/近红外光谱分析技术,因其仪器简单、分析速度快、非破坏性和样品 制备量小、不需前处理、几乎适合各类样品分析和多组分多通道同时测定等特点,被广泛应 用。另外,可见/近红外光在光纤中有着良好的传输特性,所W它与光纤技术相结合具有实 现生产过程实时在线控制的巨大潜力。

[0003] 在建立光谱检测模型时所用到的波长对模型的精度有很大的影响。挑选对模型有 用的波长可W减少计算量,同时也可W减少错误信息被引入模型中。目前常用的波长挑选 技术多数所挑选出的是几个波段,每个波段中仍含有大量波长,相近的波长在数据信息上 有一定的重合,不利于简化数据计算和提高模型精度。

[0004] 因此,针对W上不足,需要一种可W挑选出不相邻的且与被测指标相关的波长的 提取方法。

【发明内容】

[0005] (一)要解决的技术问题

[0006] 本发明要解决的技术问题是提供了一种光谱特征波长的提取方法,使得可W挑选 出不相邻的且与被测指标相关的波长。

[0007] (二)技术方案

[000引为了解决上述技术问题,本发明提供一种光谱特征波长的提取方法,其包括如下 步骤:

[0009] S1、采集多个样品的光谱数据和指标数据,并对光谱数据进行校正处理;

[0010] S2、每个样品按波长数量对光谱数据进行分组;

[0011] S3、对每组分别建立光谱数据和指标数据之间的回归方程;

[0012] S4、挑选出每组回归方程中光谱数据与系数乘积较大的波长;

[0013] S5、将挑选出的波长组合后重复步骤S3、步骤S4的操作,直至挑选出预设数量的 波长。

[0014] 其中,所述光谱数据为多个波长的反射率。

[0015] 其中,在步骤S1中,对光谱数据进行标准正态变量校正。

[0016] 其中,在步骤S2中,对光谱数据进行分组时,使每组中的波长数量等于样品数量。

[0017] 其中,在步骤S2分组后,对于波长数量小于样品数量的一组则不参与首次建立回 归方程。

[0018] 其中,在步骤S3中,回归方程中W光谱数据作为自变量,W指标数据作为因变量。

[0019] 其中,所述回归方程为多元线性方程,且在回归方程中不含常数。

[0020] 其中,在步骤S4中,将每组回归方程中同一波长下的反射率相加后,再与该波长 对应的系数做乘积,排序选出乘积较大的若干个波长。

[0021] 其中,在步骤S5中,将每组所挑选出的波长与未参与首次建立回归方程的一组波 长进行组合后重复步骤S2、步骤S3的操作,直至挑选出预设数量的波长。

[0022] 其中,所述预设数量小于样品数量。

[002引 (S )有益效果

[0024] 本发明的上述技术方案具有W下有益效果;本发明提供一种光谱特征波长的提取 方法,样品中光谱数据经过预处理后,对所有波长的光谱数据按序分组,对每组分别建立光 谱数据与另一项指标数据之间回归方程。分别挑选出每组中光谱数据与系数乘积较大的对 应波长,然后将挑出的波长再次分组并进行同样的处理。该方法可W挑选出间隔较远的非 连续波长,并可W对最终挑选出的波长个数进行设定。

【附图说明】

[0025] 图1为本发明实施例光谱特征波长的提取方法的流程图。

【具体实施方式】

[0026] 下面结合附图和实施例对本发明的实施方式作进一步详细描述。W下实施例用于 说明本发明,但不能用来限制本发明的范围。

[0027] 在本发明的描述中,除非另有说明,"多个"的含义是两个或两个W上;术语"上"、 "下"、"左"、"右"、"内"、"外"、"前端"、"后端"、"头部"、"尾部"等指示的方位或位置关系为 基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗 示所指的装置或元件必须具有特定的方位、W特定的方位构造和操作,因此不能理解为对 本发明的限制。此外,术语"第一"、"第二"、"第等仅用于描述目的,而不能理解为指示 或暗示相对重要性。

[002引本实施例提供一种光谱特征波长的提取方法,其包括如下步骤:

[0029] S1、采集多个样品的光谱数据和指标数据,并对光谱数据进行校正处理;

[0030] S2、每个样品按波长数量对光谱数据进行分组;

[0031] S3、对每组分别建立光谱数据和指标数据之间的回归方程;

[0032] S4、挑选出每组回归方程中光谱数据与系数乘积较大的波长;

[0033] S5、将挑选出的波长组合后重复步骤S3、步骤S4的操作,直至挑选出预设数量的 波长。

[0034] 该方法可W挑选出间隔较远的非连续波长,并可W对最终挑选出的波长个数进行 设定。

[0035] 具体的,如图1所示,W 44个样品为例进行说明:

[0036] 步骤S1中,分别采集每个样品的光谱数据和一项指标数据,例如TVC (英文全称为 Total Vi油le Count,中文名称为细菌总数),其中光谱数据包含多个波长反射率。因此,在 本实施例中每个样品中采集的数据均含有2157个波长反射率数据和1个细菌总数数据。

[0037] 步骤S1中还包括对所用光谱数据进行标准正态变量校正。

[003引具体校正公式为;

[0039] 么i 二一^ .

[0040] 式中;Zi为标准化后的数据,X i为原始数据,y为原始数据的平均值,5为原始数 据的标准偏差,对于本实施例而言,原始数据指校正前的光谱数据,通过对光谱数据进行校 正实现检测的精准性。

[0041] 步骤S2中,对光谱数据进行分组时,使每组中的波长数量等于样品数量,并计算 分组数n ;判断分组数n是否为0,若n为0则直接输出对应波长的反射率

MATLAB光谱特征波长提取,一种光谱特征波长的提取方法相关推荐

  1. matlab 局部特征检测与提取(问题与特征)

    物体识别:SIFT 特征: 人脸识别:LBP 特征: 行人检测:HOG 特征: 0. 常见手工设计的低级别特征 manually designed low-level features 语音:高斯混合 ...

  2. 关于图像特征的提取【转】

    特征提取时计算机视觉和图像处理中的一个概念.它指的是计算机提取图像信息,决定每个图像的点是否属于一个图像特征.特征提取的结果是把图像上的点分为不同的子集,这些自己往往属于孤立的点,连续的曲线或者连续的 ...

  3. 学习LOAM笔记——特征点提取与匹配

    学习LOAM笔记--特征点提取与匹配 学习LOAM笔记--特征点提取与匹配 1. 特征点提取 1.1 对激光点按线束分类 1.2 计算激光点曲率 1.3 根据曲率提取特征点 2. 特征点匹配 2.1 ...

  4. Opencv图像特征点提取(

    目录 特征点分类 1 ORB ①特征点检测 ②计算特征描述 2 SIFT 1 SIFT特征检测的步骤 ①.在DOG尺度空间中获取极值点,即关键点. ②.特征点方向估计 ③生成特征描述 ④.代码实现 3 ...

  5. HOG 特征的提取--基于scikit-image

    简书首页 简介 HOG 特征, histogram of oriented gradient, 梯度方向直方图特征, 作为提取基于梯度的特征, HOG 采用了统计的方式(直方图)进行提取. 其基本思路 ...

  6. 一起自学SLAM算法:3.4 图像特征点提取

    连载文章,长期更新,欢迎关注: 写在前面 第1章-ROS入门必备知识 第2章-C++编程范式 第3章-OpenCV图像处理 3.1 认识图像数据 3.2 图像滤波 3.3 图像变换 3.4 图像特征点 ...

  7. 3d激光slam:LIO-SAM框架---特征点提取

    3d激光slam:LIO-SAM框架---特征点提取 前言 特征点提取 Result 前言 LIO-SAM的全称是:Tightly-coupled Lidar Inertial Odometry vi ...

  8. Moravec(莫拉维克)影像特征点提取(含原理与C代码)

    目录 一.Moravec算子介绍 1.基本原理 2.算法步骤 二.基于C语言的算法描述 1.影像数据介绍 2.编程思路 3.特征点提取算法阈值设定分析 4.窗口大小对特征点提取结果的影响 三.代码实现 ...

  9. 图像haar特征提取 c语言,基于C语言的特征点提取程序 本程序是利用C语言对各种信号数据的特征点提取程序 - 下载 - 搜珍网...

    基于C语言的特征点提取程序\修改后 特征点提取程序\提取特征点\Debug\football.ilk 基于C语言的特征点提取程序\修改后 特征点提取程序\提取特征点\Debug\football.ob ...

最新文章

  1. 图标尺寸规范_作为刚入门的UI设计师,你需要懂哪些设计规范?
  2. 靠谱的N95消毒方法终于来了:放你家电饭锅里,干烧丨伊利诺伊香槟分校出品...
  3. elasticsearch备份恢复(单机集群)
  4. js操作cookie的函数
  5. hbase 中的LSM树存储引擎
  6. raspberry pi_在月光下将Raspberry Pi变成蒸汽机
  7. [转]你每天90%的注意力被浪费了
  8. 使用C#和Excel进行报表开发(5)
  9. C语言版RPG角色生成器
  10. 抖音 Android 性能优化系列:启动优化之理论和工具篇
  11. 生活随记 - 火星梦
  12. 计算机数学基础①(Numbers)
  13. 在Vue项目中使用LayUI教程且解决laydate无效的问题
  14. NodeBB论坛搭建
  15. 程序员生涯困惑时的自我解脱
  16. 电路仿真软件详谈(九),proteus电路仿真软件及版本问题
  17. 总有一张图片会撩拨起你初恋时的心弦(转载)
  18. NBIOT 模块连接阿里云(1)
  19. 全网最全抖音运营攻略(菜鸟小白,建议收藏)
  20. RocketMQ原理梳理总结

热门文章

  1. JDK环境配置和eclipse安装
  2. 来给罗永浩和王自如打个分(下)
  3. 微博爬虫及舆情分析-4.用户舆情分析
  4. Linux磁盘管理之GPT分区
  5. 2022最新微信表白墙小程序源码+美观好看
  6. R语言patchwork包将多个ggplot2可视化结果组合起来、使用plot_annotation函数为组合图添加标题信息、使用theme函数自定义组合图中的字体类型(family)
  7. 【idea敲代码没有提示解决办法】
  8. 测试 软通动力软件测试机试_软通动力软件测试面试经验
  9. 关于药神、复联3和超时空同居的人生,你怎么看?
  10. birthday中文是什么_birthday中文怎么读