[发明专利]面向多行业检测的激光拉曼光谱智能化辨识方法及系统

权利要求书

1.一种面向多行业检测的激光拉曼光谱智能化辨识方法，其步骤为：

1)将待检物质样品置于激光拉曼光谱仪的检测池中进行光谱数据采集，然后将采集的光谱数据发送至行业检测软件客户端；

2)选择客户端辨识或云端辨识；若选择客户端辨识，检测软件客户端对该光谱数据进行检测识别，在客户端保存结果，同时将检测结果传送到云端保存；若选择云端辨识，检测软件客户端将该光谱数据发送到云端进行检测识别并保存检测结果；其中，对该光谱数据进行检测识别的方法为：

21)建立一行业物质的拉曼光谱数据库，其中每一物质设有一辨识方法；

22)对该光谱数据进行拉曼特征峰提取；如果从该光谱数据选取出增强效果显著的拉曼特征峰，对于设置的辨识方法为特征峰辨识方法的物质，将其辨识信息与所选取出的拉曼特征峰的阈值信息进行对比，如果存在符合条件的拉曼特征峰，则检测为存在此物质；如果从该光谱数据未选取出增强效果显著的拉曼特征峰，对于设置的辨识方法为特征辨识峰方法的物质，利用小波分析方法对该光谱数据处理并提取特征峰，如果与该物质的特征峰匹配，则检测为存在此物质；

23)对于设置的辨识方法为模式识别中有监督学习方法的物质，根据每一物质已标注样本数据利用有监督学习分类器对该光谱数据进行分类，检测是否存在对应的物质；

24)对于设置的辨识方法为模式识别中无监督学习方法的物质，计算每一物质的样本数据的微分值作为该物质的特征向量，计算该光谱数据的微分值作为特征向量，然后计算两特征向量的相似度，如果大于设定阈值，则检测为存在对应的物质；

其中，对该光谱数据进行检测识别之前，对该光谱数据进行预处理，其方法为：

11)对采集的光谱数据进行微分，确定光谱数据中的热像素点位置，如果光谱数据中存在热像素则采用临近点均值方法对热像素点进行均值补偿；对于光谱数据中出现连续多个热像素点，首先对光谱数据从左向右判定一次热像素值的大小，然后做均值计算，再对光谱数据从右向左判定一次热像素值的大小，然后做均值计算，得到热像素移除后的光谱数据；

12)对热像素移除后的光谱数据采用Boxcar滤波器进行滤波平滑处理；

13)采用三次均匀有理B样条曲线对滤波平滑后的光谱数据进行建模，得到建模后的像素模式下的光谱数据；

14)选取若干标准物质，并对每一标准物质建立一拟合方程，通过拟合方程将像素模式下的光谱数据转换为波数模式下的光谱数据；

15)采用极值算法找到波数模式下的光谱数据的光谱基点位置，然后将所有基点做成基线，以基线对应的光谱强度为参考“0”值，移除步骤14)所得波数模式下的光谱数据的拉曼光谱背底荧光。

2.如权利要求1所述的方法，其特征在于所述辨识信息包括：特征峰所在光谱的区间范围、峰值强度和面积。

3.如权利要求1所述的方法，其特征在于所述检测软件客户端设置一查询接口，检测软件客户端模块根据登录用户的权限和查询请求向云端进行查询，并返回对应的查询信息。

4.如权利要求1所述的方法，其特征在于所述检测软件客户端包括：光谱处理模块，配置管理模块，加密模块，物质类别管理模块，用户管理模块，报表管理模块，谱图操作模块，谱图显示模块，SOP帮助模块，检测结果显示模块。

5.如权利要求1所述的方法，其特征在于对检测出的物质，采用固定层次进行分类，即通过文件夹名称加同名配置文件的方式来组织类别结构进行分类；或者采用自由层次进行分类，即通过数据库按检材、按物质来自由组合类别结构进行分类；或者根据用户购买的检测项目来对检测进行分类，即按照不同用户购买的检测项目来组织检测类别结构进行分类。

6.如权利要求1所述的方法，其特征在于对检测出的物质，采用层次化方式进行显示：通过大的圆角图形图标加上底部的描述字来显示一级目录，通过不同颜色的背景结合背景图片上的汉字来显示二级目录，通过将类别项的图标灰色处理或将描述灰色处理来区分用户是否购买了该检测项目。

7.如权利要求1所述的方法，其特征在于按照标准作业程序SOP制备出所述待检物质样品。