CN112666097B - 一种傅里叶红外多项式迭代平滑滤波基线校正方法 - Google Patents

Abstract

本发明公开了一种傅里叶红外多项式迭代平滑滤波基线校正方法，首先基于多项式迭代的傅里叶红外光谱数据谱峰辨识，通过构建光谱数据的多项式拟合曲线并设定合适的阈值，通过多次迭代求取光谱峰值区域；然后，基于平滑滤波的光谱数据平滑及基线计算，采用平滑滤波滤除光谱数据中的噪声并拟合基线。在红外光谱数据中多噪声情况下，本发明方法能够准确定位谱峰区域，实现了红外光谱基线校正软件全自动处理。本发明方法可以有效解决光谱数据中存在噪声情况下多项式迭代谱峰截取局部收敛问题，可以实现全自动红外光谱基线校正。本发明提出的方法可广泛用以红外光谱数据处理以及紫外光谱或其他谱线数据的基线校正。

Description

一种傅里叶红外多项式迭代平滑滤波基线校正方法

技术领域

本发明属于傅里叶红外光谱数据处理技术领域，涉及一种傅里叶红外多项式迭代平滑滤波基线校正方法。

背景技术

傅里叶红外光谱仪在测量样品时，由于仪器响应、背景变化等因素使得傅里叶红外光谱仪测得的光谱中除了含有实际信号的波形外,还存在缓慢变化的趋势项，这种光谱的变化称为基线漂移，它会对后续光谱的定量、定性分析造成极大影响。因此，对光谱进行基线校正是红外光谱信号处理的关键步骤。

目前，红外光谱基线校正主要有微分法、小波变换法和多项式拟合法。微分法可在一定程度上校正基线，但同时也会放大噪声，甚至会使光谱发生畸变；小波变换法可以有效去除基线漂移，但需要手动选取小波参数，而不同的小波参数会对基线拟合结果产生很大影响；多项式拟合法利用最小二乘法对光谱进行基线拟合，其缺点是在拟合基线的同时会受到特征峰的影响，不能完整地拟合真实的基线。迭代多项式拟合则是不断地对特征峰进行截断，逐次拟合出基线。传统的迭代多项式方法对红外光谱数据直接处理，对红外数据中噪声很多的情况，特征峰截取容易陷入局部收敛，造成特征峰截取不完整。

由此可见，现有红外光谱基线校正方法由于各种各样的原因，在实用过程中可能造成光谱失真，需要人工干预，抗噪声性能差。因此，目前亟需一种能够校正基线的方法，在噪声情况下仍能够准确定位特征峰区域，并校正基线。

发明内容

有鉴于此，本发明提出一种傅里叶红外多项式迭代平滑滤波基线校正方法，结合多项式迭代和平滑滤波的优点，提出一种可以有效解决光谱数据中存在噪声情况下多项式迭代特征峰截取局部收敛问题的方法，可以实现全自动红外光谱基线校正。本发明提出的方法可广泛用以红外光谱数据处理以及紫外光谱或其他谱线数据的基线校正。

为达到上述目的，本发明的技术方案为：

一种傅里叶红外多项式迭代平滑滤波基线校正方法，具体步骤包括：

步骤一、对平滑滤波后的傅里叶红外光谱数据y₁进行谱峰辨识，通过构建光谱数据的多项式拟合曲线并设定阈值ε，并经过多次迭代求取光谱的峰值区域，并截断所述谱峰区域，得到截断所述谱峰区域后的红外光谱作为步骤一的输出y₂。

步骤二、采用平滑滤波滤除所述y₂中的噪声，得到校正后的基线y′_n。

进一步的，步骤一具体包括如下步骤：

S1、对平滑滤波后的红外光谱数据y₁建立多项式拟合方程y_n＝y(x)，并采用最小二乘法求解：

y(x)＝a₀+a₁x+a₂x²+...+a_nxⁿ

其中，a_j为多项式拟合方程的第j个系数，n+1为系数的总数，x为红外光谱数据的横坐标波数，j＝0,1,2,...,n。

S2、计算多项式拟合标准差σ。

S3、根据标准差σ求取红外光谱数据y₁中的谱峰位置。

S4、根据红外光谱数据导数y₁'求解谱峰的左右极限位置L_left和L_right。

其中，在谱峰的辨识过程中，进行如下拓展：依次计算谱峰y₁(i)两侧的红外光谱数据点的导数，当光谱数据的导数y₁'(i)前后连续两红外光谱数据点的乘积为负，则拓展结束。

找到拓展后完整的谱峰区域后，采用线性替换的方式截断谱峰区域。

其中，L_right和L_left分别为谱峰的左极限位置和右极限位置，i＝0,1,2,...,N。

S5、将y₁中L_left和L_right之间的数据截断，构造新的红外光谱数据y₁，返回步骤S1，根据新的y₁构建新的多项式拟合方程y(n)；当S2中新的多项式拟合方程y(n)与上一次多项式拟合方程的偏差值小于设定阈值ε时，停止重复，则步骤一完成，输出y₂；否则，继续步骤一中的其他步骤。

步骤一完成后，将当前的红外光谱数据y₁作为步骤一的输出结果y₂。

进一步的，步骤二具体包括如下步骤：

S6、对y₂进行平滑滤波，得到红外光谱的基线y′_n。

进一步的，阈值ε为0.1。

有益效果：本发明提出了一种傅里叶红外多项式迭代平滑滤波基线校正方法，首先基于多项式迭代的傅里叶红外光谱数据谱峰辨识，通过构建光谱数据的多项式拟合曲线并设定合适的阈值，通过多次迭代求取光谱峰值区域；然后，基于平滑滤波的光谱数据平滑及基线计算，采用平滑滤波滤除光谱数据中的噪声并拟合基线。因此，在红外光谱数据中多噪声情况下，使用本发明方法依旧能够准确定位特征峰区域，实现了红外光谱基线校正软件全自动处理。本发明方法可以有效解决光谱数据中存在噪声情况下多项式迭代特征峰截取局部收敛问题，可以实现全自动红外光谱基线校正。本发明提出的方法可广泛用以红外光谱数据处理以及紫外光谱或其他谱线数据的基线校正。

附图说明

图1为本发明的具体流程图。

具体实施方式

下面结合附图并举实施例，对本发明进行详细描述。

本发明提出的傅里叶红外多项式迭代平滑滤波基线校正方法的具体流程如图1所示。傅里叶红外光谱数据经平滑滤波后送入迭代多项式拟合处理，得到所有谱峰后，采用线性替代扣除谱峰，扣除谱峰后的光谱数据经平滑滤波即为校正后的所求基线。

本发明方法分为两个部分：基于多项式迭代的傅里叶红外光谱数据谱峰辨识和基于平滑滤波的光谱数据平滑及基线计算。

1、多项式迭代谱峰辨识：对平滑滤波后的傅里叶红外光谱数据y₁进行谱峰辨识，通过构建光谱数据的多项式拟合曲线并设定阈值ε，并经过多次迭代求取光谱的峰值区域，并截断所述谱峰区域，得到截断所述谱峰区域后的红外光谱数据y₂，具体步骤为：

S1、对平滑滤波后的红外光谱数据y₁建立多项式拟合方程y_n＝y(x)，并采用最小二乘法求解：

y(x)＝a₀+a₁x+a₂x²+...+a_nxⁿ

其中，a_j＝(j＝0,1,2,...,n)为多项式拟合方程的第j个系数，n+1为系数的总数，x为红外光谱数据的横坐标波数。

S2、计算多项式拟合标准差σ，公式为：

其中，N为红外光谱数据中包含的数据点数；y₁(i)是第i个数据点在y₁上的对应值，y_n(i)是第i个数据点在y_n上的对应值。

S3、根据标准差σ求取红外光谱数据y₁中的谱峰位置，谱峰位置处的y₁-y_n＞σ。

S4、根据红外光谱数据导数y₁'求解谱峰的左右极限位置L_left和L_right。

本发明实施例中，在谱峰的辨识过程中，依次计算谱峰y₁(i)两侧的红外光谱数据点的导数，当光谱数据的导数y₁'(i)前后连续两红外光谱数据点的乘积为负，则拓展结束；导数y₁'(i)的计算规则为：

找到拓展后完整的谱峰区域后，采用线性替换的方式截断谱峰区域。

其中，L_right和L_left分别为谱峰的左极限位置和右极限位置，i＝0,1,2,...,N。

S5、将y₁中L_left和L_right之间的数据截断，构造新的红外光谱数据y₁，返回步骤S1，根据y₁构建新的多项式拟合方程y₁(n)；当S2中新的多项式拟合方程y₁(n)与上一次多项式拟合方程的偏差值小于设定阈值ε时，停止重复，则步骤一完成，输出y₁。本发明实施例中，阈值ε为0.1。

2、数据平滑与基线计算：采用平滑滤波滤除红外光谱数据y₁中的噪声，得到校正后的基线y′_n。即，在得到傅里叶红外光谱数据中所有谱峰后，截取所有的谱峰，然后对截取后的红外光谱数据进行滤波处理即可得到傅里叶红外光谱基线。

S6、对y₁进行平滑滤波，得到y₂。

S7、对y₂进行平滑滤波，得到红外光谱的基线y′_n。

本发明实施例中，平滑滤波的具体方法为：

其中，滤波器长度为2M，k＝0,1,2,...,N；y₀(k)为初始红外光谱数据；y_f(k)为平滑滤波后得到的红外光谱数据。

综上所述，以上仅为本发明的较佳实施例而已，并非用于限定本发明的保护范围。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (2)

1.一种傅里叶红外多项式迭代平滑滤波基线校正方法，其特征在于，具体步骤包括：

步骤一、对平滑滤波后的傅里叶红外光谱数据y₁进行谱峰辨识，通过构建光谱数据的多项式拟合曲线并设定阈值ε，并经过多次迭代求取光谱的峰值区域，并截断所述谱峰区域，得到截断所述谱峰区域后的红外光谱作为步骤一的输出y₂；

步骤二、采用平滑滤波滤除所述y₂中的噪声，得到校正后的基线y′_n；

其中，所述步骤一具体包括如下步骤：

S1、对平滑滤波后的红外光谱数据y₁建立多项式拟合方程y_n＝y(x)，并采用最小二乘法求解：

y(x)＝a₀+a₁x+a₂x²+...+a_nxⁿ

其中，a_j为所述多项式拟合方程的第j个系数，n+1为系数的总数，x为所述红外光谱数据的横坐标波数，j＝0,1,2,...,n；

S2、计算多项式拟合标准差σ，公式为：

其中，N为红外光谱数据中包含的数据点数；y₁(i)是第i个数据点在y₁上的对应值，y_n(i)是第i个数据点在y_n上的对应值；

S3、根据标准差σ求取所述红外光谱数据y₁中的谱峰位置；

S4、根据红外光谱数据导数y₁'求解所述谱峰的左右极限位置L_left和L_right；

其中，在谱峰的辨识过程中，进行如下拓展：依次计算谱峰y₁(i)两侧的红外光谱数据点的导数，当光谱数据的导数y₁'(i)前后连续两红外光谱数据点的乘积为负，则拓展结束；

找到拓展后完整的谱峰区域后，采用线性替换的方式截断所述谱峰区域：

其中，L_right和L_left分别为所述谱峰的左极限位置和右极限位置，i＝0,1,2,...,N；

S5、将y₁中L_left和L_right之间的数据截断，构造新的红外光谱数据y₁，返回步骤S1，根据新的y₁构建新的多项式拟合方程y(n)；当新的多项式拟合方程y(n)与上一次多项式拟合方程的偏差值小于设定阈值ε时，停止重复，则步骤一完成，输出y₂；否则，继续步骤一中的其他步骤；

步骤一完成后，将当前的红外光谱数据y₁作为步骤一的输出结果y₂；

其中，所述步骤二具体包括如下步骤：

S6、对y₂进行平滑滤波，得到红外光谱的基线y′_n，平滑滤波的具体方式为：

其中，滤波器长度为2M，k＝0,1,2,...,N；y₀(k)为初始红外光谱数据；y_f(k)为平滑滤波后得到的红外光谱数据。

2.如权利要求1所述的一种傅里叶红外多项式迭代平滑滤波基线校正方法，其特征在于，所述阈值ε为0.1。

Images