[发明专利]一种拉曼光谱预处理方法

说明书

技术领域

本发明涉及信号处理方法，特别是一种拉曼光谱信号的预处理方法。

背景技术

拉曼光谱图是利用拉曼光谱对物质进行分析的依据，图谱的质量会直接影响结果的分析。然而，从探测器采集到的原始光谱信号存在一定的噪声。其中有杂散光引起的低频背景噪声，有探测器和放大系统自身的噪声，有受激发激光光强的漂移，样品放置位置与方向等多方面因素引起的噪声。这些噪声导致不能从拉曼谱图中准确提取有用信息，分析结果的准确度和精度下降。

现有可用于拉曼光谱预处理方法主要包括滤波和基线校正两部分功能。其中，关于拉曼光谱预处理的方法，以滤波和基线校正为目的，以化学计量学为基础，包括平滑、求导、标准正态变换、小波变换、非对称最小二乘法、多项式拟合法、平滑样条拟合等滤波及基线校正算法及其改进，而且多数是针对特定的一个模拟数据或者实例来验证单一算法的有效性，该算法应用到另一个实例可能并不会有太好的效果。同时，因为算法中各参数对性能的影响不一，如今只是采用经验的手段获得较佳的性能指标。

发明内容

本发明的目的就是提供一种拉曼光谱预处理方法，它可以实现更有效地噪声滤波，提高光谱数据信噪比的结果。

本发明的目的是通过这样的技术方案实现的，具体步骤如下：

1）获取拉曼原始光谱信息；

2）采用基于小波变换的自适应阈值去噪算法实现拉曼原始光谱信息的高频噪声滤波；

3）对步骤2）处理后的光谱信息，采用基于非对称最小二乘的基线校正算法，去除荧光背景对光谱分析的干扰；

4）对步骤3）处理后的拉曼谱图数据，进行标准归一化处理，消除噪声和数据量纲对光谱分析的影响；

5）对步骤4）处理后的拉曼谱图数据，进行基于三次平滑样条拉曼光谱数据似合。

进一步，步骤2）中所述基于小波变换的自适应阈值去噪算法的具体步骤如下：

采用基于种群的遗传算法，以小波函数、分解尺度、阈值和阈值函数作为输入，以去噪综合性能指标为适应度函数，对基本小波阈值去噪算法的参数进行优化；选取优化后的小波函数、分解尺度、阈值和阈值函数，对拉曼原始光谱进行基本小波阈值去噪，实现高频噪声滤波；

所述基本小波阈值去噪算法的具体步骤如下：

2-1）选择小波函数并确定原始光谱信号的分解尺度；

2-2）根据步骤2-1）的参数，对原始光谱信号进行小波多分辨率分解，分解出信号高频小波系数和信号低频小波系数；

2-3）采用阈值函数对小波分解的高频小波系数分区间阈值量化处理；

2-4）根据步骤2-3）处理得到的高频小波系数，结合低频系数进行光谱信号重构；

2-5）根据重构后的光谱信号和分解前的光谱信号，计算去噪综合性能指标；

2-6）步骤2-6）中所述去噪综合性能指标，若符合要求，则以步骤2-4）中重构的光谱信号为去除高频噪声后的输出，若不符合要求，则转向步骤2-1）。

进一步，步骤3）中所述基于非对称最小二乘的基线校正算法，具体步骤如下：

3-1）估计初始基线

非对称最小二乘算法优化目标函数为：