CN105067650B - 一种利用小波计算导数检测谱特征峰的方法 - Google Patents

一种利用小波计算导数检测谱特征峰的方法 Download PDF

Info

Publication number
CN105067650B
CN105067650B CN201510468445.7A CN201510468445A CN105067650B CN 105067650 B CN105067650 B CN 105067650B CN 201510468445 A CN201510468445 A CN 201510468445A CN 105067650 B CN105067650 B CN 105067650B
Authority
CN
China
Prior art keywords
peak
spectrum
derivative
small echo
calculated
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201510468445.7A
Other languages
English (en)
Other versions
CN105067650A (zh
Inventor
王玲
赵奉奎
王汉森
王爱民
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Southeast University
Original Assignee
Southeast University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Southeast University filed Critical Southeast University
Priority to CN201510468445.7A priority Critical patent/CN105067650B/zh
Publication of CN105067650A publication Critical patent/CN105067650A/zh
Application granted granted Critical
Publication of CN105067650B publication Critical patent/CN105067650B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Landscapes

  • Analysing Materials By The Use Of Radiation (AREA)

Abstract

本发明公开一种利用小波计算导数检测谱特征峰的方法,利用高斯函数的一阶导数和四阶导数作为小波基函数分别对光谱进行连续小波变换,从gaus4的小波计算四阶导数谱上提取最大点位置得到原谱峰峰位,从gaus1的小波计算一阶导数谱上提取极值点位置得到原谱峰拐点位置,对特征点的获取均是通过对极值点的检测,相比于对过零点的计算更加方便准确。

Description

一种利用小波计算导数检测谱特征峰的方法
技术领域
本发明涉及一种利用小波计算导数检测谱特征峰的方法,属于谱处理技术领域。
技术背景
在谱处理技术领域,特征峰峰位和特征峰净峰面积往往包含重要的信息。以能量色散X射线荧光光谱为例,对于特征峰的准确检测是获取样品中所含元素种类和元素含量等有效信息的关键。然而,荧光光谱产生过程中不可避免得受到各种干扰,造成X射线荧光光谱除了含有特征峰等有效信息外,还含有其他的高频噪声和低频本底。由于能量色散X射线荧光光谱中包含元素的K系、L系、M系特征谱线,同时还含有逃逸峰和和峰等,所以同一种元素,在能量色散X射线荧光光谱上可能会呈现多个峰。例如,68号元素铒,其Lα和Lβ的能量分别为6.948keV和7.81keV,在荧光光谱图上就会呈现出两个峰。另外,67号元素钬的Lα和Lβ的能量分别为6.72keV和7.528keV,67和68这两种元素的Lα和Lβ的能量差分别为0.228keV和0.282keV。当探测器分辨率不够时,就会出现重叠峰。所以,光谱构成复杂,特征峰的检测存在诸多困难,长期以来一直是谱处理领域的研究热点。
自动确定荧光光谱中峰位的方法有很多,其基本策略都是将原始荧光光谱按照一定的算法进行变换,以去除本底并突出一些伪峰结构,即首先找到外形像特征峰的结构,之后按照某种算法判断该伪峰结构是否在统计上显著,是否确实为特征峰。对于简单的荧光光谱,可以采用肉眼观察的方法进行寻峰,然而,为了获得更准确的峰位置,需要研究出可靠的寻峰算法。
一种常用的方法是top-hat滤波器法,该方法是一种零面积矩形滤波器,其中心窗含有奇数个通道,原始谱与滤波器卷积后,本底被抑制,特征峰会更加突出,通过对滤波后的谱进行判断,即可得到峰位和峰宽。但是滤波后的光谱,其峰宽和峰高取决于top-hat滤波器的宽度,所以,滤波器的宽度需要与原始峰宽相匹配,这使得该方法的应用收到了一定的限制。导数法是另外一种常用的光谱分辨率提高方法,特征峰的一阶导数的零点对应特征峰最大值点,特征峰一阶导数的两个极值分别对应特征峰的两个拐点。特征峰的二阶导数极小值点位置也对应特征峰峰位。特征峰四阶导数具有最大值,其位置对应特征峰峰位。所以可以很方便得通过对多阶导数谱的分析得到特征点相关信息。但是导数法受信噪比的影响非常严重,即便在进行高阶导数计算之前,对导数进行光滑去噪,其高阶导数中仍会有过大的噪声存在。而且,滤波往往会造成波峰畸变,使峰高降低,峰宽变大。
发明内容
发明目的
导数法解析光谱受噪声影响严重,重叠峰中各峰的峰顶点和拐点受其他峰的影响难以检测,针对以上问题,本发明利用高斯函数的一阶导数和四阶导数作为小波基函数分别对光谱进行连续小波变换,小波变换系数曲线乘以1或-1后分别代替光谱的一阶导数谱和四阶导数谱,对峰位和峰宽进行解析。
技术方案
本发明所采用的技术方案具体步骤如下:
1)获取X射线荧光光谱;
2)计算高斯函数的四阶导数,计算结果记为gaus4,并对其进行归一化,归一化后||gau4||2=1。
3)利用gaus4作为小波基函数在合适的尺度上对光谱进行连续小波变换,将小波变换系数乘以系数1或-1,得到谱方向与光谱四阶导数谱方向一致的小波计算四阶导数。
当分解层数为1时,利用gaus4进行的连续小波变换的小波变换系数曲线与光谱四阶导数谱方向相反,各系数乘以-1后曲线与光谱四阶导数谱方向一致,其余分解层数下,小波变换系数曲线与光谱四阶导数谱方向一致。称小波变换系数乘以系数1或-1后其曲线与光谱四阶导数谱方向一致的小波变换系数为小波计算四阶导数。
4)求取小波计算四阶导数谱在原始特征峰处的最大值的位置,得到光谱特征峰的峰位;
5)计算高斯函数的一阶导数,计算结果记为gaus1,并对其进行归一化,归一化后||gau1||2=1。
6)利用gaus1作为小波基函数在合适的尺度上对光谱进行连续小波变换,将小波变换系数乘以系数-1,得到谱方向与光谱一阶导数谱方向一致的小波计算一阶导数。
在各种分解层数下,利用gaus1进行的连续小波变换的小波变换系数曲线与光谱一阶导数谱方向相反,各系数乘以-1后小波变换系数曲线与光谱一阶导数谱方向一致,称对应小波变换系数为小波计算一阶导数。
7)求取小波计算一阶导数谱在原始谱峰处的最大值和最小值的位置,分别得到光谱特征峰峰位左侧和右侧的拐点位置,分别记为xl和xr,拐点峰宽为2σ=xr-xl
对于两峰重叠的光谱,默认每个峰均关于其峰顶垂线对称,利用上述步骤1)-步骤4)计算出两峰峰位,分别记为p1和p2。两峰的拐点从左到右依次记为x1,x2,x3,x4。对于拐点的位置利用步骤5)-步骤7)只计算出重叠峰外侧的两个拐点,即x1和x4,按照下式计算x2和x3
x2=2p1-x1
x3=p2-(x4-p2)=2p2-x4
拐点峰宽分别为2σ1=2(p1-x1),2σ2=2(x4-p2)。
有益效果
本发明利用高斯系列小波对光谱进行小波解析。由于能量色散X射线荧光光谱特征峰与高斯函数类似,而高斯函数的导数归一化后又能满足小波函数的小波容许条件,所以高斯系列小波更适合对能量色散X射线荧光光谱进行解析。由于过零点容易受到谱线波动的干扰,本发明从gaus4的小波计算四阶导数谱上提取最大点位置得到原谱峰峰位,从gaus1的小波计算一阶导数谱上提取极值点位置得到原谱峰拐点位置。对特征点的获取均是通过对极值点的检测,相比于对过零点的计算更加方便准确。
附图说明
图1为一个标准高斯峰的导数谱和小波计算导数谱对比图。(a)光谱一阶导数和利用gaus1进行一层小波分解与二层小波分解后系数均乘以-1所得系数曲线。(b)放大2000倍的光谱四阶导数,利用gaus4进行一层小波分解后各系数乘以-1并放大2000倍所得系数曲线和利用gaus4进行一层小波分解系数曲线。
图2为原始能量色散X射线荧光光谱,各谱峰所对应元素已表示于图中;
图3为实测光谱[500,1600]段四阶导数谱;
图4为实测光谱[500,1600]段一阶导数谱。
具体实施方式
以能量色散X射线荧光光谱为例,结合附图及实施例,对本发明的技术方案做进一步说明。该方法的步骤包括:
步骤1.获取X射线荧光光谱,记为f,其谱图如图2所示。由于该光谱有效信息仅存在于[500,1600]区间,所以在进行光谱分析时仅对该区间内光谱进行小波变换。
步骤2.计算高斯函数的四阶导数,得到函数gaus4,并对其进行归一化,归一化后||gau4||2=1。
步骤3.利用gaus4作为小波基函数对光谱f进行7层连续小波变换,小波变换系数曲线与光谱四阶导数谱方向一致,直接利用小波变换系数代替光谱四阶导数得到小波计算四阶导数,小波计算四阶导数谱如图3所示,相比于原始光谱,小波计算四阶导数谱分辨率非常高。
步骤4.通过求取小波计算四阶导数谱在原始特征峰处的最大值的位置,即可得到光谱特征峰的峰位,各峰峰位记为pi,i=1,2,…,N,N为峰总数,计算结果列于表1。
表1
值得注意的是,对于602通道的Dy元素,其含量非常低,在荧光光谱图上以Ho元素特征峰的前肩峰形式存在,其峰已经几乎被Ho的峰淹没,即便如此,利用小波计算导数仍可以准确得检测出该峰的存在。对于两个主峰之间的Tm元素,其实际通道值为667,仅从谱图上看不出该元素的存在,只能看出其计数值不为零,但是其在所测样品中又是真实存在的。而从小波计算四阶导数谱上可以看到该处有一个小的峰存在。
步骤5.计算高斯函数的一阶导数,得到函数gaus1,并对其进行归一化,归一化后||gau1||2=1。
步骤6.利用gaus1作为小波基函数对光谱进行5层连续小波分解,小波变换系数曲线与光谱一阶导数谱方向相反,各系数乘以-1后小波系数曲线与光谱一阶导数谱方向一致,用小波变换系数乘以-1后得到小波计算一阶导数代替光谱一阶导数,小波计算一阶导数谱如图4所示。
步骤7.通过计算小波计算一阶导数谱在原始特征峰处的最大值和最小值的位置,分别得到光谱特征峰峰位左侧和右侧的拐点位置。从图4可以看到,Ho元素的左右两个拐点非常容易由小波计算一阶导数判断出来,对于Er元素的Lα特征峰,由于它与Ho元素的特征峰高度重合,仅能判断出其右侧拐点,之后结合小波计算四阶导数计算出的峰位,就可以计算出Er元素的Lα特征峰的峰宽。虽然小波计算四阶导数谱可以判断出Tm,Yb和Lu元素的存在,但是由于这三个元素分离度过低,小波计算一阶导数谱仅能判断出重叠峰的宽度,无法提取单个组成元素特征峰的宽度。对于之后的Er元素的Lβ特征峰,小波计算一阶导数可以准确判断出其峰宽。位于1384通道的Y元素,包括元素的Kα和元素的Kβ,没有与其他元素重叠,该方法也可以轻易判断出其峰宽。各元素峰宽计算结果已列于表1中。

Claims (2)

1.一种利用小波计算导数检测谱特征峰的方法,其特征在于包括如下步骤:
1)获取X射线荧光光谱;
2)计算高斯函数的四阶导数,计算结果记为gaus4,并对其进行归一化,归一化后||gau4||2=1;
3)利用gaus4作为小波基函数在合适的尺度上对光谱进行连续小波变换,将小波变换系数乘以系数1或-1,得到谱方向与光谱四阶导数谱方向一致的小波计算四阶导数;
4)求取小波计算四阶导数谱在原始特征峰处的最大值的位置,得到光谱特征峰的峰位;
5)计算高斯函数的一阶导数,计算结果记为gaus1,并对其进行归一化,归一化后||gau1||2=1;
6)利用gaus1作为小波基函数在合适的尺度上对光谱进行连续小波变换,将小波变换系数乘以系数-1,得到谱方向与光谱一阶导数谱方向一致的小波计算一阶导数;
7)求取小波计算一阶导数谱在原始谱峰处的最大值和最小值的位置,分别得到光谱特征峰峰位左侧和右侧的拐点位置,分别记为xl和xr,拐点峰宽为2σ=xr-xl
2.如权利要求1所述的利用小波计算导数检测谱特征峰的方法,其特征在于对于两峰重叠的光谱,默认每个峰均关于其峰顶垂线对称,利用步骤1)-4)分别计算出两峰峰位,分别记为p1和p2,两峰的拐点从左到右依次记为x1,x2,x3,x4;对于拐点的位置利用步骤5)-7)只计算出重叠峰外侧的两个拐点,即x1和x4,按照下式计算x2和x3
x2=2p1-x1
x3=p2-(x4-p2)=2p2-x4
拐点峰宽分别为
1=2(p1-x1)
2=2(x4-p2)。
CN201510468445.7A 2015-08-03 2015-08-03 一种利用小波计算导数检测谱特征峰的方法 Active CN105067650B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201510468445.7A CN105067650B (zh) 2015-08-03 2015-08-03 一种利用小波计算导数检测谱特征峰的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510468445.7A CN105067650B (zh) 2015-08-03 2015-08-03 一种利用小波计算导数检测谱特征峰的方法

Publications (2)

Publication Number Publication Date
CN105067650A CN105067650A (zh) 2015-11-18
CN105067650B true CN105067650B (zh) 2018-01-02

Family

ID=54497072

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510468445.7A Active CN105067650B (zh) 2015-08-03 2015-08-03 一种利用小波计算导数检测谱特征峰的方法

Country Status (1)

Country Link
CN (1) CN105067650B (zh)

Families Citing this family (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105675778B (zh) * 2016-01-06 2017-05-17 东南大学 基于双树复小波变换的色谱重叠峰分解方法
CN105718723B (zh) * 2016-01-18 2018-01-16 吉林大学 一种质谱数据处理中谱峰位置检测方法
CN106126877A (zh) * 2016-06-13 2016-11-16 熊学军 基于海洋层结谱的跃层上下边界检测的小波变换确定法
CN106908655B (zh) * 2017-03-06 2019-06-14 广东顺德工业设计研究院(广东顺德创新设计研究院) 光电信号峰值检测方法与系统
CN109283169A (zh) * 2018-11-22 2019-01-29 深圳市雷泛科技有限公司 一种鲁棒的拉曼光谱峰识别方法
CN110763913B (zh) * 2019-10-14 2022-02-01 南京信息工程大学 一种基于信号分段分类的导数谱平滑处理方法
JP7342629B2 (ja) * 2019-11-06 2023-09-12 株式会社島津製作所 試料成分推定方法、試料成分推定装置、試料成分推定プログラム、学習方法および学習プログラム
CN111982949B (zh) * 2020-08-19 2022-06-07 东华理工大学 一种四次导数结合三样条小波变换分离edxrf光谱重叠峰方法
CN114354566A (zh) * 2021-11-30 2022-04-15 安徽中科赛飞尔科技有限公司 一种基于杂峰扣除提高sers信号有效信息率的方法
CN115684737B (zh) * 2022-10-26 2023-11-17 常州同惠电子股份有限公司 一种用于计算波形毛刺的算法

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1792319A (zh) * 2005-11-03 2006-06-28 浙江大学 中医脉象特征参数自动检测方法
CN102749381A (zh) * 2012-06-16 2012-10-24 中南大学 线性扫描极谱曲线重叠峰分离方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP5083138B2 (ja) * 2008-09-12 2012-11-28 株式会社ニコン 画像分類装置

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1792319A (zh) * 2005-11-03 2006-06-28 浙江大学 中医脉象特征参数自动检测方法
CN102749381A (zh) * 2012-06-16 2012-10-24 中南大学 线性扫描极谱曲线重叠峰分离方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
Wavelet denoising of Gaussian peaks" a comparative study;C.R. Mittermayr 等;《Chemometrics and Intelligent Laboratory Systems》;19960930;第187-202页 *
基于小波变换的高斯函数极值点及拐点的判别;杜建卫;《数学的实践与认识》;20040731;第122-124页 *
基于高斯函数的小波系及其快速算法;赵学智等;《华南理工大学学报(自 然 科 学 版 )》;20010131;第94-97页 *

Also Published As

Publication number Publication date
CN105067650A (zh) 2015-11-18

Similar Documents

Publication Publication Date Title
CN105067650B (zh) 一种利用小波计算导数检测谱特征峰的方法
CN105738764B (zh) 基于暂态信息全频带的配电网故障区段定位方法
EP3182661A1 (en) Self-adaptive narrow band interference cancellation method and apparatus
DE112007000993T5 (de) System und Verfahren für Interferenz-bzw. Störungsidentifikation und Frequenzzuweisung
AU2017210665A1 (en) Method and system for seismic data processing
CN106770192B (zh) 基于插值法的激光诱导击穿光谱连续背景校正方法
CN104931518A (zh) 一种用于x射线荧光光谱本底扣除的方法
CN106597327B (zh) 用于确定磁性粒子的空间分配或空间分布的方法
CN113411141B (zh) 基于天波重构的eLORAN信号周期识别方法及装置
CN104182946A (zh) 基于指数软硬择中阈值函数的光谱去噪方法
CN110336587A (zh) 一种多跳频信号侦察中获取组合时频分布的方法
CN106680585B (zh) 谐波/间谐波的检测方法
CN108845357A (zh) 一种基于同步挤压小波变换估计地层等效品质因子的方法
CN106644075A (zh) 一种傅立叶光谱仪的高效去噪方法
CN104219008B (zh) 一种宽带频谱检测方法和装置
CN115728259A (zh) 一种多组分气体分析方法
CN102307055A (zh) Dsss频域干扰检测方法
CN105628675A (zh) 一种功率敏感物质的拉曼荧光干扰的消除方法
CN102279416A (zh) 远近偏移距叠加剖面相位频率的匹配方法
CN114584227A (zh) 自动化突发信号检测方法
CN102866429A (zh) 一种地下水分布的确定方法
Liu et al. Adaptive pulse edge detection algorithm based on short-time Fourier transforms and difference of box filter
CN106027180B (zh) 基于模拟滤波器组的快速动态宽带频谱检测方法
CN103731180B (zh) 基于主值区间分析的窄带干扰检测方法
Zhao et al. Automatic normalization and equivalent-width measurement of high-resolution stellar spectra

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant