CN111855595B - 一种基于黑白校准板的光谱数据校准方法 - Google Patents

Abstract

本发明公开了一种基于黑白校准板的光谱数据校准方法，首先分别采集黑、白校准板的光谱数据，然后采集待测样品的光谱数据并进行数据建模，记录为光谱数据X及光谱模型M，接着结合黑校准板光谱数据及样品光谱数据X，计算出待测样品实际光谱数据Y，结合白校准板光谱数据及样品实际光谱数据Y，计算出待测样品的实际反射率H，最后，采用与光谱模型M相同的建模方法对反射率H进行数据建模，通过模型相关系数及均方根误差对光谱模型质量进行判别。本发明的方法可以有效对光谱数据进行校准，进而提升光谱模型质量及光谱预测准确率，同时易于实施，极大程度的解决了便携式近红外光谱数据难以校准的问题。

Description

一种基于黑白校准板的光谱数据校准方法

技术领域

本发明涉及光谱数据校准技术领域，特别涉及一种基于黑白校准板的光谱数据校准方法。

背景技术

近年来，近红外光谱分析技术发展十分迅速，已在化工，制药，军工，食品等多个领域都获得了应用。近红外光谱技术属于分子光谱技术，可以在分子水平上表明物质成分和性质信息，不论对经济还是社会影响来说，都取得了非常高的效益，极具发展潜力。

然而，目前大多数物质成分和性质信息检测主要使用大型实验室近红外光谱仪器进行，这些方法虽然定量准确灵敏度高，但所需设备体积庞大，设备费用昂贵，样品制备时间长且样品制作方法严格，检测设备和样品制备需要专业人员操作，检测环境固定，且分析时间长，不适用于现场检测，不便于推广使用。

伴随着便携式近红外光谱技术的发展，市场主流的大型近红外光谱仪设备都朝着体积小巧，价格低廉的便携式方向发展。但是便携式近红外光谱仪易于受光源、检测器、使用方法、环境条件等影响，造成采集的光谱数据稳定性差，精度低，进而影响光谱模型效果及预测准确率。尤其是进行长期光谱数据采集工作后，便携式近红外光谱仪天与天，周与周之间的光谱数据都可能存在较大差异。传统的通过预处理算法来对光谱数据进行修正效果不佳，难以从根本上解决问题。为了确保便携式近红外光谱仪的模型质量及预测准确率，急需一种能够对便携式近红外光谱数据进行校准的方法。

现有技术中也有一些较为成熟的校准方法，例如申请号为201710018551.4的专利文献即公开了一种多光谱影像标定方法，主要通过三种校准目标第二反射率及分别对应的像元亮度值之间的关系构建分段式线性方程，再将对应待标定地物目标的像元亮度值代入线性方程即可计算出该像元对应待标定物目标的标定反射率。但是该对比文件并未结合便携式近红外光谱设备自身缺陷的特性，不能用于有效的解决便携式近红外光谱仪光谱数据稳定性差的问题，且还不易于实施。

发明内容

本发明的目的是克服上述背景技术中不足，提供一种基于黑白校准板的光谱数据校准方法，可以有效对光谱数据进行校准，进而提升光谱模型质量及光谱预测准确率，同时易于实施，极大程度的解决了便携式近红外光谱数据难以校准的问题。

为了达到上述的技术效果，本发明采取以下技术方案：

一种基于黑白校准板的光谱数据校准方法，包括以下步骤：

A.分别采集黑校准板的光谱数据T、白校准板的光谱数据S；

B.采集待测样品的光谱数据记为光谱数据X，并进行数据建模，所建模型记为光谱模型M；

C.结合黑校准板的光谱数据及光谱数据X，计算待测样品的实际光谱数据Y；

D.结合白校准板的光谱数据及样品实际光谱数据Y，计算待测样品的实际反射率H；

E.对得到的实际反射率H进行数据建模，通过模型相关系数及均方根误差对光谱模型质量进行判别。

本发明的光谱数据校准方法中具体是结合近红外光谱设备本身的缺陷对光谱数据进行校准，首先利用黑校准板在近红外光谱仪所属波段范围有接近100％的吸收率，将影响样品光谱数据的设备本身空腔光谱数据进行剔除，然后利用白校准板在近红外光谱仪所属波段范围有接近100％的反射率，将样品光谱数据转换为样品反射率进行建模，利用反射率不随时间或者设备自身缺陷而发生变化的特性，有效的解决便携式近红外光谱仪光谱数据稳定性差的问题，其中具体是采用国际认证的标准化校准板黑、白校准板来提供校准数据，该黑、白校准板受环境影响极小，具有材质不易发生变化，抗油污能力强，测试表面分布均匀的优点，在近红外光谱波长范围内极为稳定，是一种极度适用于便携式近红外光谱数据的校准材料，可有效提升校准准确度。

进一步地，所述步骤B中进行数据建模时是采用偏最小二乘法建模，且偏最小二乘法光谱模型质量最为直观的体现为模型相关系数以及均方根误差，更加便于最后的判断比较，实际中也可采用其他合适的建模方法。

进一步地，所述步骤E中是采用与步骤B相同的建模方法进行数据建模。

进一步地，所述步骤B中采集待测样品的光谱数据是采用多次采集求平均的方法得到样品的光谱数据X。

进一步地，所述步骤B中采集到的光谱数据X实际为空腔光谱数据T′与样品的实际光谱数据Y之和。

进一步地，所述步骤C具体包括：

C1.计算光谱仪空腔数据T′；

其中，T为黑校准板的光谱数据，T＝(T₁，T₂，……T_m)，m为所采用的近红外光谱仪的波长点个数，a为黑校准板对所述近红外光谱仪所属波段范围内的光的吸收率；

C2.计算第n个待测样品的实际光谱数据Y_n：

其中，X_n为通过近红外光谱仪采集的第n个待测样品的光谱数据，X_n＝(P_n1，P_n2，……P_nm)。

进一步地，所述步骤D具体包括：

D1.计算白校准板的反射率H_白校准板：

其中，S为白校准板的光谱数据，S＝(S₁，S₂……S_m)；S_总为所述近红外光谱仪发出的所有近红外光强值；

D2.计算第n个待测样品的实际反射率H_n为：

进一步地，所述步骤E具体为：

E1.将待测样品的实际反射率H₁，H₂，……H_n与步骤B中的第1～n个待测样品的同种组分的相同参比值进行一一对应；

E2.将对应之后的数据进行数据建模，得到光谱模型M′；

E3.通过模型相关系数及均方根误差对光谱模型质量进行判别。

进一步地，所述步骤E中对光谱模型质量进行判别时具体标准是模型相关系数越大，模型质量越好，反之越差；均方根误差越小，模型质量越好，反之越差。

本发明与现有技术相比，具有以下的有益效果：

本发明的基于黑白校准板的光谱数据校准方法，是一种结合近红外光谱设备本身的缺陷对光谱数据进行校准的方法，首先利用黑校准板在近红外光谱仪所属波段范围有接近100％的吸收率，将影响样品光谱数据的设备本身空腔光谱数据进行剔除，然后利用白校准板在近红外光谱仪所属波段范围有接近100％的反射率，将样品光谱数据转换为样品反射率进行建模，利用反射率不随时间或者设备自身缺陷而发生变化的特性，有效的解决便携式近红外光谱仪光谱数据稳定性差的问题，可以有效对光谱数据进行校准，进而提升光谱模型质量及光谱预测准确率，同时易于实施，极大程度的解决了便携式近红外光谱数据难以校准的问题。

附图说明

图1是本发明的基于黑白校准板的光谱数据校准方法的流程示意图。

具体实施方式

下面结合本发明的实施例对本发明作进一步的阐述和说明。

实施例：

实施例一：

如图1所示，一种基于黑白校准板的光谱数据校准方法，在该方法中本实施例具体是采用便携式近红外光谱仪来采集相应的光谱数据，且该便携式近红外光谱仪的波长范围为1350～1745nm，分辨率为5nm，总计为60个波长点，即其采集的光谱数据实际表示为60个波长点上光强值的集合矩阵。

具体的该方法包括以下步骤：

步骤101.分别采集黑、白校准板的光谱数据。

具体的，本实施例中的黑、白校准板均采用国际认证的标准化校准板，且本实施例中具体采集的黑校准板的光谱数据T＝(T₁，T₂，……T₆₀)；白校准板的光谱数据S＝(S₁，S₂……S₆₀)。

具体的，黑校准板对便携式近红外光谱仪所属波段范围内的光有99％的吸收率，即光谱仪发出的近红外光线几乎全部被黑校准板吸收。白校准板对便携式近红外光谱仪所属波段范围内的光有着接近95％的反射率，即光谱仪发出的近红外光线也几乎全部被白校准板反射。

步骤102.采集待测样品的光谱数据并进行数据建模，记录为光谱数据X及光谱模型M。

具体为，对待测样品进行光谱数据采集，具体是对每个待测样品进行六次光谱数据采集取平均值作为其光谱数据(每个样品进行六次光谱数据采集取平均值作为最终光谱数据值可以有效减小测量误差)，则第1～n个样品的光谱数据分别记录为X₁，X₂……，X_n，然后将光谱数据X₁，X₂……，X_n与1～n个样品的某种组分参比值进行一一对应，并将对应之后的数据进行偏最小二乘法建模，得到光谱模型M。

步骤103.结合黑校准板光谱数据及样品光谱数据X，计算出待测样品实际光谱数据Y。

由于黑校准板对便携式近红外光谱仪所属波段范围内的光有99％的吸收率，则便携式近红外光谱仪采集得到的黑校准板光谱数据近似为光谱仪空腔光谱数据。便携式近红外光谱仪采集得到的样品光谱数据实际为空腔光谱数据与样品实际光谱数据之和，通过两者光谱数据之间的计算即可得到待测样品实际光谱数据Y。

具体为，实际的光谱仪空腔数据T′为：

同理，由于便携式近红外光谱仪采集得到的样品光谱数据实际为空腔光谱数据与样品实际光谱数据之和，则可以得到第n个待测样品的实际光谱数据Y_n为：

步骤104.结合白校准板光谱数据及样品实际光谱数据Y，计算出待测样品的实际反射率H。

由于白校准板对便携式近红外光谱仪所属波段范围内的光有着接近95％的反射率，便携式近红外光谱仪采集得到的白校准板光谱数据近似为便携式近红外光谱仪发出的全部光强数据。则根据反射率计算公式，结合白校准板光谱数据及样品实际光谱数据Y进行计算即可得到待测样品的实际反射率H。

具体的，反射率计算公式如下：

其中，H_白校准板为白校准板的反射率，即为0.95，H_待测样品为待测样品的反射率，S_总为近红外光谱仪发出的所有近红外光强值，Y为待测样品实际光谱数据。

则根据上述反射率公式可知，第n个待测样品的实际反射率H_n为：

在本实施例中，便携式近红外光谱仪易于受光源、检测器、使用方法、环境条件等影响，造成采集的光谱数据稳定性差，精度低，进而影响光谱模型效果及预测准确率。尤其是进行长期光谱数据采集工作后，便携式近红外光谱仪天与天，周与周之间的光谱数据都可能存在较大差异，进而影响模型质量及预测准确率。虽然光谱数据会存在较大差异，但是校准板及待测样品的反射率并不会随着环境或者设备本身的改变而发生改变。本实施例中将光谱数据通过有效手段转换为反射率进行数据建模就可以有效提升模型质量。

步骤105.采用与光谱模型M相同的建模方法对反射率H进行数据建模，通过模型相关系数及均方根误差对光谱模型质量进行判别。

本实施例中需要进行数据建模时均采用偏最小二乘法，偏最小二乘法光谱模型质量最为直观的体现为模型相关系数以及均方根误差，具体的判别标准为：相关系数越大，模型质量越好，反之越差；均方根误差越小，模型质量越好，反之越差。

在本实施例中，第1～n个待测样品的实际反射率为H₁，H₂，……H_n。将待测样品实际反射率H₁，H₂，……H_n与步骤2中第1～n个样品的同种组分相同参比值进行一一对应，将对应之后的数据进行偏最小二乘法建模，得到光谱模型M′，对比光谱模型M与M′的模型相关系数及均方根误差，可知光谱模型M′的模型相关系数在光谱模型M的基础上有明显增大，且均方根误差明显变小，通过以上可知，通过基于黑白校准板的光谱数据校准方法，有效的提升了光谱模型质量。

可以理解的是，以上实施方式仅仅是为了说明本发明的原理而采用的示例性实施方式，然而本发明并不局限于此。对于本领域内的普通技术人员而言，在不脱离本发明的精神和实质的情况下，可以做出各种变型和改进，这些变型和改进也视为本发明的保护范围。

Claims (7)

1.一种基于黑白校准板的光谱数据校准方法，其特征在于，包括以下步骤：

A.分别采集黑校准板的光谱数据T、白校准板的光谱数据S；

B.采集待测样品的光谱数据记为光谱数据，并进行数据建模，所建模型记为光谱模型；

C.结合黑校准板的光谱数据及光谱数据，计算待测样品的实际光谱数据；所述步骤C具体包括：

C1.计算光谱仪空腔数据T′；

其中，T为黑校准板的光谱数据，T＝(T₁，T₂，……T_m)，m为所采用的近红外光谱仪的光谱的波长点个数，a为黑校准板对所述近红外光谱仪所属波段范围内的光的吸收率；

C2.计算第n个待测样品的实际光谱数据Y_n：

其中，X_n为通过近红外光谱仪采集的第n个待测样品的光谱数据，X_n＝(P_n1，P_n2，……P_nm)；

D.结合白校准板的光谱数据及样品实际光谱数据，计算待测样品的实际反射率；所述步骤D具体包括：

D1.计算白校准板的反射率H_白校准板：

其中，S为白校准板的光谱数据，S＝(S₁，S₂……S_m)；S_总为所述近红外光谱仪发出的所有近红外光强值；

D2.计算第n个待测样品的实际反射率H_n为：

E.对得到的实际反射率进行数据建模，通过模型相关系数及均方根误差对光谱模型质量进行判别。

2.根据权利要求1所述的一种基于黑白校准板的光谱数据校准方法，其特征在于，所述步骤B中进行数据建模时是采用偏最小二乘法建模。

3.根据权利要求1或2所述的一种基于黑白校准板的光谱数据校准方法，其特征在于，所述步骤E中是采用与步骤B相同的建模方法进行数据建模。

4.根据权利要求1所述的一种基于黑白校准板的光谱数据校准方法，其特征在于，所述步骤B中采集待测样品的光谱数据是采用多次采集求平均的方法得到样品的光谱数据X。

5.根据权利要求1所述的一种基于黑白校准板的光谱数据校准方法，其特征在于，所述步骤B中采集到的光谱数据X实际为空腔光谱数据T′与样品的实际光谱数据Y之和。

6.根据权利要求1所述的一种基于黑白校准板的光谱数据校准方法，其特征在于，所述步骤E具体为：

E1.将待测样品的实际反射率H₁，H₂，……H_n与步骤B中的第1～n个待测样品的同种组分的相同参比值进行一一对应；

E2.将对应之后的数据进行数据建模，得到光谱模型M′；

E3.通过模型相关系数及均方根误差对光谱模型质量进行判别。

7.根据权利要求1所述的一种基于黑白校准板的光谱数据校准方法，其特征在于，所述步骤E中对光谱模型质量进行判别时具体标准是模型相关系数越大，模型质量越好，反之越差；均方根误差越小，模型质量越好，反之越差。

Images