CN115615881A - 一种小粒径微塑料检测方法、系统、电子设备及介质 - Google Patents

一种小粒径微塑料检测方法、系统、电子设备及介质 Download PDF

Info

Publication number
CN115615881A
CN115615881A CN202211253993.4A CN202211253993A CN115615881A CN 115615881 A CN115615881 A CN 115615881A CN 202211253993 A CN202211253993 A CN 202211253993A CN 115615881 A CN115615881 A CN 115615881A
Authority
CN
China
Prior art keywords
micro
filter membrane
identification
jigsaw
particle
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.)
Granted
Application number
CN202211253993.4A
Other languages
English (en)
Other versions
CN115615881B (zh
Inventor
高博
徐东昱
马铭潞
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.)
China Institute of Water Resources and Hydropower Research
Original Assignee
China Institute of Water Resources and Hydropower Research
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 China Institute of Water Resources and Hydropower Research filed Critical China Institute of Water Resources and Hydropower Research
Priority to CN202211253993.4A priority Critical patent/CN115615881B/zh
Priority to US18/155,572 priority patent/US20240125677A1/en
Publication of CN115615881A publication Critical patent/CN115615881A/zh
Application granted granted Critical
Publication of CN115615881B publication Critical patent/CN115615881B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N1/00—Sampling; Preparing specimens for investigation
    • G01N1/28—Preparing specimens for investigation including physical details of (bio-)chemical methods covered elsewhere, e.g. G01N33/50, C12Q
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
    • G01N15/06—Investigating concentration of particle suspensions
    • G01N15/0606—Investigating concentration of particle suspensions by collecting particles on a support
    • G01N15/0612—Optical scan of the deposits
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
    • G01N15/06—Investigating concentration of particle suspensions
    • G01N15/0606—Investigating concentration of particle suspensions by collecting particles on a support
    • G01N15/0618—Investigating concentration of particle suspensions by collecting particles on a support of the filter type
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/62—Systems in which the material investigated is excited whereby it emits light or causes a change in wavelength of the incident light
    • G01N21/63—Systems in which the material investigated is excited whereby it emits light or causes a change in wavelength of the incident light optically excited
    • G01N21/65—Raman scattering
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/94—Investigating contamination, e.g. dust
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/60—Type of objects
    • G06V20/69—Microscopic objects, e.g. biological cells or cellular parts
    • G06V20/693—Acquisition
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N1/00—Sampling; Preparing specimens for investigation
    • G01N1/28—Preparing specimens for investigation including physical details of (bio-)chemical methods covered elsewhere, e.g. G01N33/50, C12Q
    • G01N1/40—Concentrating samples
    • G01N1/4077—Concentrating samples by other techniques involving separation of suspended solids
    • G01N2001/4088—Concentrating samples by other techniques involving separation of suspended solids filtration
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
    • G01N2015/0042—Investigating dispersion of solids
    • G01N2015/0053—Investigating dispersion of solids in liquids, e.g. trouble
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02W—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO WASTEWATER TREATMENT OR WASTE MANAGEMENT
    • Y02W30/00—Technologies for solid waste management
    • Y02W30/50—Reuse, recycling or recovery technologies
    • Y02W30/62—Plastics recycling; Rubber recycling

Landscapes

  • Health & Medical Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Immunology (AREA)
  • Biochemistry (AREA)
  • Analytical Chemistry (AREA)
  • Pathology (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Dispersion Chemistry (AREA)
  • Engineering & Computer Science (AREA)
  • Biomedical Technology (AREA)
  • Molecular Biology (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Investigating, Analyzing Materials By Fluorescence Or Luminescence (AREA)

Abstract

本发明涉及一种小粒径微塑料检测方法、系统、电子设备及介质，特别涉及微塑料检测技术领域。所述方法包括对初筛微塑料样品的滤膜拼图分别按照多个放大倍数进行放大得到多个放大后的滤膜拼图；采用颗粒识别工具对放大后的滤膜拼图进行识别得到识别率最高的放大后的滤膜拼图；在多组识别参数组合下，分别对识别率最高的放大后的滤膜拼图进行识别，得到初筛参数集合；在初筛参数集合中各识别参数组合下，分别对微塑料样品进行识别，得到各识别参数组合下的识别率和识别准确率；根据各识别参数组合下各微塑料样品的识别率和识别准确率得到最优识别参数组合；在最优识别参数组合下对待检测滤膜进行识别。本发明可提高小粒径微塑料的识别精度。

Description

一种小粒径微塑料检测方法、系统、电子设备及介质
技术领域
本发明涉及微塑料检测技术领域，特别是涉及一种小粒径微塑料检测方法、系统、电子设备及介质。
背景技术
目前，关于微塑料的检测方法一般分为两种。第一种是人工挑选出疑似微塑料的颗粒，再使用红外光谱、拉曼光谱、热分析等方法进行化学组分鉴定。第二种方法是通过原位检测对疑似微塑料进行检测，目前应用最多的鉴定工具是傅里叶变换显微红外光谱(micro-FTIR)和显微拉曼光谱(micro-Raman)。
第一种方法对操作人员挑选微塑料的能力要求较高，并且由于人为操作的局限性，只能挑选较大尺寸的颗粒，挑选效率低。第二种方法通过将前处理之后的滤膜放在设备下，进而直接进行化学组分鉴定，极大地解决了第一种方法的缺陷。此外，由于傅里叶变换显微红外光谱空间分辨率的限制，只能鉴定大于10μm的颗粒，而显微拉曼光谱具有较低的空间分辨率，能够分辨1μm的微塑料，因而成为检测小粒径(≥1μm)微塑料的有力工具。
目前，显微拉曼通常采用的两种功能是逐点采集谱图和选取一定面积区域进行谱图采集，这两种方法都存在时间成本太大的问题，从而难以大批量检测样品中的微塑料，现有采用点选功能进行颗粒识别的方法来降低时间成本，但是由于其中的参数设定不准确，导致会检测到滤膜以外的区域和微塑料检测谱图与标准谱图库的匹配度较低，使得小粒径微塑料的检测结果精度低。
发明内容
本发明的目的是提供一种小粒径微塑料检测方法、系统、电子设备及介质，可提高小粒径微塑料的识别精度。
为实现上述目的，本发明提供了如下方案：
一种小粒径微塑料检测方法，包括：
获取微塑料样品集；所述微塑料样品集包括多种不同类型的微塑料样品，一个类型的微塑料样品仅有一个；
在所述微塑料样品集中任选一个微塑料样品作为初筛微塑料样品，将所述初筛微塑料样品放置在显微拉曼样品池中得到所述初筛微塑料样品的滤膜拼图；
对所述初筛微塑料样品的滤膜拼图分别按照多个放大倍数进行放大得到多个放大后的滤膜拼图；
采用颗粒识别工具对各放大后的滤膜拼图进行识别得到识别率最高的放大后的滤膜拼图；
采用颗粒识别工具在多组识别参数组合下，分别对所述识别率最高的放大后的滤膜拼图进行识别，得到初筛参数集合；所述初筛参数集合包括识别率大于设定阈值的识别参数组合；每组所述识别参数组合包括预设数值的曝光时间和扫描次数；各组识别参数组合之间的预设数值不同；
对于剩余微塑料样品集中任意一个微塑料样品，在所述初筛参数集合中各识别参数组合下，分别对所述微塑料样品进行识别，得到初筛参数集合中各识别参数组合下所述微塑料样品的识别率和识别准确率；所述剩余微塑料样品集包括所述微塑料样品集中除去所述初筛微塑料样品后剩余的微塑料样品；
根据所述初筛参数集合中各识别参数组合下所述剩余微塑料样品集中各微塑料样品的识别率和识别准确率得到最优识别参数组合；
在所述最优识别参数组合下对待检测滤膜进行识别得到所述待检测滤膜中微塑料的组分、尺寸和数量。
可选的，所述在所述最优识别参数组合下对待检测滤膜进行识别得到所述待检测滤膜中微塑料的组分、尺寸和数量，具体包括：
将所述待检测滤膜放置在显微拉曼样品池中得到所述待检测滤膜的滤膜拼图；
根据最优倍数对所述待检测滤膜的滤膜拼图进行放大得到放大后的待检测滤膜的滤膜拼图；所述最优倍数为识别率最高的放大后的滤膜拼图对应的放大倍数；
采用颗粒识别工具在所述最优识别参数组合下对所述放大后的待检测滤膜的滤膜拼图进行识别，得到所述待检测滤膜中微塑料的组分、尺寸和数量。
可选的，所述采用颗粒识别工具在所述最优识别参数组合下对所述放大后的待检测滤膜的滤膜拼图进行识别，得到所述待检测滤膜中微塑料的组分、尺寸和数量，具体包括：
对所述放大后的待检测滤膜的滤膜拼图进行放大得到待处理滤膜拼图；
采用颗粒识别工具中的点选功能对所述待处理滤膜拼图进行处理选中所述待处理滤膜拼图中的所有待处理颗粒；
基于所述最优识别参数组合根据多点采集模式对所述待处理滤膜拼图中的所有待处理颗粒进行谱图采集得到各待处理颗粒的谱图；
根据各待处理颗粒的谱图得到各待处理颗粒的组分、尺寸和数量。
一种小粒径微塑料检测系统，包括：
样本获取模块，用于获取微塑料样品集；所述微塑料样品集包括多种不同类型的微塑料样品，一个类型的微塑料样品仅有一个；
微塑料样品处理模块，用于在所述微塑料样品集中任选一个微塑料样品作为初筛微塑料样品，将所述初筛微塑料样品放置在显微拉曼样品池中得到所述初筛微塑料样品的滤膜拼图；
放大模块，用于对所述初筛微塑料样品的滤膜拼图分别按照多个放大倍数进行放大得到多个放大后的滤膜拼图；
第一识别模块，用于采用颗粒识别工具对各放大后的滤膜拼图进行识别得到识别率最高的放大后的滤膜拼图；
初筛模块，用于采用颗粒识别工具在多组识别参数组合下，分别对所述识别率最高的放大后的滤膜拼图进行识别，得到初筛参数集合；所述初筛参数集合包括识别率大于设定阈值的识别参数组合；每组所述识别参数组合包括预设数值的曝光时间和扫描次数；各组识别参数组合之间的预设数值不同；
第二识别模块，用于对于剩余微塑料样品集中任意一个微塑料样品，在所述初筛参数集合中各识别参数组合下，分别对所述微塑料样品进行识别，得到初筛参数集合中各识别参数组合下所述微塑料样品的识别率和识别准确率；所述剩余微塑料样品集包括所述微塑料样品集中除去所述初筛微塑料样品后剩余的微塑料样品；
最优识别参数组合确定模块，用于根据所述初筛参数集合中各识别参数组合下所述剩余微塑料样品集中各微塑料样品的识别率和识别准确率得到最优识别参数组合；
微塑料检测模块，用于在所述最优识别参数组合下对待检测滤膜进行识别得到所述待检测滤膜中微塑料的组分、尺寸和数量。
可选的，所述微塑料检测模块，具体包括：
拼图单元，用于将所述待检测滤膜放置在显微拉曼样品池中得到所述待检测滤膜的滤膜拼图；
放大单元，用于根据最优倍数对所述待检测滤膜的滤膜拼图进行放大得到放大后的待检测滤膜的滤膜拼图；所述最优倍数为识别率最高的放大后的滤膜拼图对应的放大倍数；
检测单元，用于采用颗粒识别工具在所述最优识别参数组合下对所述放大后的待检测滤膜的滤膜拼图进行识别，得到所述待检测滤膜中微塑料的组分、尺寸和数量。
可选的，所述检测单元，具体包括：
放大子单元，用于对所述放大后的待检测滤膜的滤膜拼图进行放大得到待处理滤膜拼图；
点选子单元，用于采用颗粒识别工具中的点选功能对所述待处理滤膜拼图进行处理选中所述待处理滤膜拼图中的所有待处理颗粒；
谱图确定子单元，用于基于所述最优识别参数组合根据多点采集模式对所述待处理滤膜拼图中的所有待处理颗粒进行谱图采集得到各待处理颗粒的谱图；
检测子单元，用于根据各待处理颗粒的谱图得到各待处理颗粒的组分、尺寸和数量。
一种电子设备，包括：
存储器和处理器，所述存储器用于存储计算机程序，所述处理器运行所述计算机程序以使所述电子设备执行根据上述所述的小粒径微塑料检测方法。
一种计算机可读存储介质，其存储有计算机程序，所述计算机程序被处理器执行时实现如上述所述的小粒径微塑料检测方法。
根据本发明提供的具体实施例，本发明公开了以下技术效果：本发明根据PS微塑料样品得到初筛参数集合；根据PP微塑料样品和PET微塑料样品对初筛参数集合进行筛选得到最优识别参数组合，根据最优识别参数组合进行小粒径微塑料的识别精度，可以提高小粒径微塑料的识别精度。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的一种小粒径微塑料检测方法的流程图；
图2为放大倍数对颗粒识别准确率的影响结果图；
图3为使用本发明实施例提供的点选方法对颗粒识别典型缺陷进行处理的前后对比图；
图4为检测结果存在的典型缺陷示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。
本发明实施例提供了一种小粒径微塑料检测方法，包括：
获取微塑料样品集；所述微塑料样品集包括多种不同类型的微塑料样品，一个类型的微塑料样品仅有一个。
在所述微塑料样品集中任选一个微塑料样品作为初筛微塑料样品，将所述初筛微塑料样品放置在显微拉曼样品池中得到所述初筛微塑料样品的滤膜拼图。
对所述初筛微塑料样品的滤膜拼图分别按照多个放大倍数进行放大得到多个放大后的滤膜拼图。
采用颗粒识别工具对各放大后的滤膜拼图进行识别得到识别率最高的放大后的滤膜拼图。
采用颗粒识别工具在多组识别参数组合下，分别对所述识别率最高的放大后的滤膜拼图进行识别，得到初筛参数集合；所述初筛参数集合包括识别率大于设定阈值的识别参数组合；每组所述识别参数组合包括预设数值的曝光时间和扫描次数；各组识别参数组合之间的预设数值不同。
对于剩余微塑料样品集中任意一个微塑料样品，在所述初筛参数集合中各识别参数组合下，分别对所述微塑料样品进行识别，得到初筛参数集合中各识别参数组合下所述微塑料样品的识别率和识别准确率；所述剩余微塑料样品集包括所述微塑料样品集中除去所述初筛微塑料样品后剩余的微塑料样品。
根据所述初筛参数集合中各识别参数组合下所述剩余微塑料样品集中各微塑料样品的识别率和识别准确率得到最优识别参数组合。
在所述最优识别参数组合下对待检测滤膜进行识别得到所述待检测滤膜中微塑料的组分、尺寸和数量。
在实际应用中，所述在所述最优识别参数组合下对待检测滤膜进行识别得到所述待检测滤膜中微塑料的组分、尺寸和数量，具体包括：
将所述待检测滤膜放置在显微拉曼样品池中得到所述待检测滤膜的滤膜拼图。
根据最优倍数对所述待检测滤膜的滤膜拼图进行放大得到放大后的待检测滤膜的滤膜拼图；所述最优倍数为识别率最高的放大后的滤膜拼图对应的放大倍数。
采用颗粒识别工具在所述最优识别参数组合下对所述放大后的待检测滤膜的滤膜拼图进行识别，得到所述待检测滤膜中微塑料的组分、尺寸和数量。
在实际应用中，所述采用颗粒识别工具在所述最优识别参数组合下对所述放大后的待检测滤膜的滤膜拼图进行识别，得到所述待检测滤膜中微塑料的组分、尺寸和数量，具体包括：
对所述放大后的待检测滤膜的滤膜拼图进行放大得到待处理滤膜拼图。
采用颗粒识别工具中的点选功能对所述待处理滤膜拼图进行处理选中所述待处理滤膜拼图中的所有待处理颗粒。
基于所述最优识别参数组合根据多点采集模式对所述待处理滤膜拼图中的所有待处理颗粒进行谱图采集得到各待处理颗粒的谱图。
根据各待处理颗粒的谱图得到各待处理颗粒的组分、尺寸和数量。
本发明实施例还提供了一种与上述方法对应的小粒径微塑料检测系统，包括：
样本获取模块，用于获取微塑料样品集；所述微塑料样品集包括多种不同类型的微塑料样品，一个类型的微塑料样品仅有一个。
微塑料样品处理模块，用于在所述微塑料样品集中任选一个微塑料样品作为初筛微塑料样品，将所述初筛微塑料样品放置在显微拉曼样品池中得到所述初筛微塑料样品的滤膜拼图。
放大模块，用于对所述初筛微塑料样品的滤膜拼图分别按照多个放大倍数进行放大得到多个放大后的滤膜拼图。
第一识别模块，用于采用颗粒识别工具对各放大后的滤膜拼图进行识别得到识别率最高的放大后的滤膜拼图。
初筛模块，用于采用颗粒识别工具在多组识别参数组合下，分别对所述识别率最高的放大后的滤膜拼图进行识别，得到初筛参数集合；所述初筛参数集合包括识别率大于设定阈值的识别参数组合；每组所述识别参数组合包括预设数值的曝光时间和扫描次数；各组识别参数组合之间的预设数值不同。
第二识别模块，用于对于剩余微塑料样品集中任意一个微塑料样品，在所述初筛参数集合中各识别参数组合下，分别对所述微塑料样品进行识别，得到初筛参数集合中各识别参数组合下所述微塑料样品的识别率和识别准确率；所述剩余微塑料样品集包括所述微塑料样品集中除去所述初筛微塑料样品后剩余的微塑料样品。
最优识别参数组合确定模块，用于根据所述初筛参数集合中各识别参数组合下所述剩余微塑料样品集中各微塑料样品的识别率和识别准确率得到最优识别参数组合。
微塑料检测模块，用于在所述最优识别参数组合下对待检测滤膜进行识别得到所述待检测滤膜中微塑料的组分、尺寸和数量。
在实际应用中，所述微塑料检测模块，具体包括：
拼图单元，用于将所述待检测滤膜放置在显微拉曼样品池中得到所述待检测滤膜的滤膜拼图。
放大单元，用于根据最优倍数对所述待检测滤膜的滤膜拼图进行放大得到放大后的待检测滤膜的滤膜拼图；所述最优倍数为识别率最高的放大后的滤膜拼图对应的放大倍数。
检测单元，用于采用颗粒识别工具在所述最优识别参数组合下对所述放大后的待检测滤膜的滤膜拼图进行识别，得到所述待检测滤膜中微塑料的组分、尺寸和数量。
在实际应用中，所述检测单元，具体包括：
放大子单元，用于对所述放大后的待检测滤膜的滤膜拼图进行放大得到待处理滤膜拼图。
点选子单元，用于采用颗粒识别工具中的点选功能对所述待处理滤膜拼图进行处理选中所述待处理滤膜拼图中的所有待处理颗粒。
谱图确定子单元，用于基于所述最优识别参数组合根据多点采集模式对所述待处理滤膜拼图中的所有待处理颗粒进行谱图采集得到各待处理颗粒的谱图。
检测子单元，用于根据各待处理颗粒的谱图得到各待处理颗粒的组分、尺寸和数量。
本发明实施例还提供了一种电子设备，包括：
存储器和处理器，所述存储器用于存储计算机程序，所述处理器运行所述计算机程序以使所述电子设备执行根据上述所述的小粒径微塑料检测方法。
本发明实施例还提供了一种计算机可读存储介质，其特征在于，其存储有计算机程序，所述计算机程序被处理器执行时实现如上述所述的小粒径微塑料检测方法。
本发明还提供了一种更具体的小粒径微塑料检测方法，如图1所示，详细步骤如下：
实验步骤主要包括参数摸索和检测流程这两个部分。其中参数摸索部分使用PS，PP和PET微塑料标准品进行检测，检测流程使用口罩释放的颗粒进行检测。
首先阐述参数摸索部分：
S0：准备PS塑料样品，具体操作是滴一滴1μmPS标准样品在载玻片上，自然晾干，将载玻片放置在显微拉曼样品池，使用mosaic功能获得拼图。
S1：通过颗粒识别工具，筛选出样品拼图合适的放大倍数，将拼图放大至标尺分别显示为5mm，1mm，500μm和200μm，以相应识别率较高的倍数作为后续操作的参考。同一框选区域不同放大倍数下颗粒识别准确率结果如图2，其中框选区域尺寸为1mm×1mm。
S2：基于S1，在拼图放大至标尺显示为200μm的条件下，通过调节显微拉曼检测的曝光时间和扫描次数，得到PS识别数和实际检测时间，根据PS识别数与总识别颗粒数的比值得到PS识别率，检测结果如表1所示：
表1曝光时间和扫描次数对PS微塑料识别率和检测时间的影响结果表
Figure BDA0003888824350000091
备注：激光功率：7.0mW；图像像素大小：1μm。
进一步的，筛选出PS识别率大于90％时的曝光时间和扫描次数，用于检测PP和PET微粉标准品，得到PP和PET识别数和实际检测时间，根据PP和PET识别数与总识别颗粒数的比值得到PP和PET识别率，验证检测参数的普适性，进一步的，通过鉴定未识别为PP和PET的颗粒，得到PP和PET的识别准确率，筛选PP和PET的识别率和准确率均大于90％时的曝光时间和扫描次数，最终得到合适的曝光时间和扫描次数。检测结果如表2和表3所示：
表2曝光时间和扫描次数对PP微塑料识别率和准确率的影响结果表
Figure BDA0003888824350000092
Figure BDA0003888824350000101
备注：激光功率：7.0mW；图像像素大小：1μm；1/50PET/particles；1/50Unidentified/particels
表3曝光时间和扫描次数对PET微塑料识别率和准确率的影响结果表
Figure BDA0003888824350000102
备注：激光功率：7.0mW；图像像素大小：1μm；1/50Unidentified/particels接下来阐述样品检测流程部分：
S3：将滤膜样品放置在显微拉曼样品池，使用mosaic功能获得滤膜拼图。
S4：基于S1，放大拼图至标尺显示为500μm，启用颗粒识别工具。
S5：为实现高精度颗粒识别，基于S1，进一步放大S4显示区域至标尺显示为200μm，启用点选功能，基于颗粒单点选择原则，对视野区域颗粒(尺寸低至1μm)识别进行校正。针对颗粒或者非颗粒与滤膜背景阴影差异导致漏选或多选，进行增加或删除相应点的操作；针对同一颗粒多选，进行删除相应点操作，具体如表4所示。
表4颗粒识别典型缺陷和相应解决办法表
Figure BDA0003888824350000103
Figure BDA0003888824350000111
表4中提及的4种典型缺陷和解决办法以图3为例做进一步阐释，图3a、图3b、图3c和图3d在校正后取消了非颗粒处的选点，图3e和图3f在校正后删除了颗粒处的多余选点，并保证颗粒单点选择；图3g和图3h在校正后增加了颗粒处的选点，并保证颗粒单点选择。
S6：重复S4和S5操作直至选中所需检测区域所有颗粒。
S7：基于S2得到的曝光时间和扫描次数设置检测参数，根据多点采集模式对所选点进行谱图采集。
S8：根据谱图采集结果，得到颗粒物组分，组分与标准谱图库相应匹配度，尺寸和数量等信息。
S9：为得到微塑料的准确尺寸信息，避免像素点采集不足导致的微塑料尺寸信息错误，通过标尺对微塑料尺寸进行核对校正，针对像素点采集不足导致低估颗粒尺寸或者颗粒尺寸缺失，通过标尺测量微塑料长和宽。具体如表5所示。
表5检测结果存在的典型缺陷和相应解决办法表
Figure BDA0003888824350000112
表5中提及的2种典型缺陷以图4为例做进一步阐释，图4a、图4b、图4c和图4d由于像素点采集不足，低估了微塑料尺寸，图4e、图4f、图4g和图4h由于像素点采集不足，缺失微塑料尺寸。
图4中微塑料原始尺寸信息与校正尺寸信息如表6：
表6图4中颗粒原始尺寸信息与校正尺寸信息表
序号 原始/修正尺寸 长(μm) 宽(μm) 材质
图4a 原始尺寸 143.1 63.8 PP
图4a 修正尺寸 182.6 35.6 PP
图4b 原始尺寸 60 28.4 PP
图4b 修正尺寸 81.6 29.4 PP
图4c 原始尺寸 84.8 28.5 PET
图4c 修正尺寸 192.6 25.0 PET
图4d 原始尺寸 129.0 36.3 PET
图4d 修正尺寸 467.7 36.3 PET
图4e 原始尺寸 0 0 PP
图4e 修正尺寸 55.3 13.6 PP
图4f 原始尺寸 0 0 PP
图4f 修正尺寸 145.2 36.7 PP
图4g 原始尺寸 0 0 PP
图4g 修正尺寸 62.3 6.8 PP
图4h 原始尺寸 0 0 PP
图4h 修正尺寸 34.2 4.4 PP
本发明实施例建立了颗粒样品检测标准化流程，对检测样品设置的关键参数给出参考，提高了小粒径微塑料的识别精度并且克服了微塑料检测时间成本太大的问题，为大批量检测(～1000个颗粒)低至1μm微塑料的可行性提供思路。
本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的系统而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。
本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处。综上所述，本说明书内容不应理解为对本发明的限制。

Claims (8)

1.一种小粒径微塑料检测方法，其特征在于，包括：
获取微塑料样品集；所述微塑料样品集包括多种不同类型的微塑料样品，一个类型的微塑料样品仅有一个；
在所述微塑料样品集中任选一个微塑料样品作为初筛微塑料样品，将所述初筛微塑料样品放置在显微拉曼样品池中得到所述初筛微塑料样品的滤膜拼图；
对所述初筛微塑料样品的滤膜拼图分别按照多个放大倍数进行放大得到多个放大后的滤膜拼图；
采用颗粒识别工具对各放大后的滤膜拼图进行识别得到识别率最高的放大后的滤膜拼图；
采用颗粒识别工具在多组识别参数组合下，分别对所述识别率最高的放大后的滤膜拼图进行识别，得到初筛参数集合；所述初筛参数集合包括识别率大于设定阈值的识别参数组合；每组所述识别参数组合包括预设数值的曝光时间和扫描次数；各组识别参数组合之间的预设数值不同；
对于剩余微塑料样品集中任意一个微塑料样品，在所述初筛参数集合中各识别参数组合下，分别对所述微塑料样品进行识别，得到初筛参数集合中各识别参数组合下所述微塑料样品的识别率和识别准确率；所述剩余微塑料样品集包括所述微塑料样品集中除去所述初筛微塑料样品后剩余的微塑料样品；
根据所述初筛参数集合中各识别参数组合下所述剩余微塑料样品集中各微塑料样品的识别率和识别准确率得到最优识别参数组合；
在所述最优识别参数组合下对待检测滤膜进行识别得到所述待检测滤膜中微塑料的组分、尺寸和数量。
2.根据权利要求1所述的一种小粒径微塑料检测方法，其特征在于，所述在所述最优识别参数组合下对待检测滤膜进行识别得到所述待检测滤膜中微塑料的组分、尺寸和数量，具体包括：
将所述待检测滤膜放置在显微拉曼样品池中得到所述待检测滤膜的滤膜拼图；
根据最优倍数对所述待检测滤膜的滤膜拼图进行放大得到放大后的待检测滤膜的滤膜拼图；所述最优倍数为识别率最高的放大后的滤膜拼图对应的放大倍数；
采用颗粒识别工具在所述最优识别参数组合下对所述放大后的待检测滤膜的滤膜拼图进行识别，得到所述待检测滤膜中微塑料的组分、尺寸和数量。
3.根据权利要求2所述的一种小粒径微塑料检测方法，其特征在于，所述采用颗粒识别工具在所述最优识别参数组合下对所述放大后的待检测滤膜的滤膜拼图进行识别，得到所述待检测滤膜中微塑料的组分、尺寸和数量，具体包括：
对所述放大后的待检测滤膜的滤膜拼图进行放大得到待处理滤膜拼图；
采用颗粒识别工具中的点选功能对所述待处理滤膜拼图进行处理选中所述待处理滤膜拼图中的所有待处理颗粒；
基于所述最优识别参数组合根据多点采集模式对所述待处理滤膜拼图中的所有待处理颗粒进行谱图采集得到各待处理颗粒的谱图；
根据各待处理颗粒的谱图得到各待处理颗粒的组分、尺寸和数量。
4.一种小粒径微塑料检测系统，其特征在于，包括：
样本获取模块，用于获取微塑料样品集；所述微塑料样品集包括多种不同类型的微塑料样品，一个类型的微塑料样品仅有一个；
微塑料样品处理模块，用于在所述微塑料样品集中任选一个微塑料样品作为初筛微塑料样品，将所述初筛微塑料样品放置在显微拉曼样品池中得到所述初筛微塑料样品的滤膜拼图；
放大模块，用于对所述初筛微塑料样品的滤膜拼图分别按照多个放大倍数进行放大得到多个放大后的滤膜拼图；
第一识别模块，用于采用颗粒识别工具对各放大后的滤膜拼图进行识别得到识别率最高的放大后的滤膜拼图；
初筛模块，用于采用颗粒识别工具在多组识别参数组合下，分别对所述识别率最高的放大后的滤膜拼图进行识别，得到初筛参数集合；所述初筛参数集合包括识别率大于设定阈值的识别参数组合；每组所述识别参数组合包括预设数值的曝光时间和扫描次数；各组识别参数组合之间的预设数值不同；
第二识别模块，用于对于剩余微塑料样品集中任意一个微塑料样品，在所述初筛参数集合中各识别参数组合下，分别对所述微塑料样品进行识别，得到初筛参数集合中各识别参数组合下所述微塑料样品的识别率和识别准确率；所述剩余微塑料样品集包括所述微塑料样品集中除去所述初筛微塑料样品后剩余的微塑料样品；
最优识别参数组合确定模块，用于根据所述初筛参数集合中各识别参数组合下所述剩余微塑料样品集中各微塑料样品的识别率和识别准确率得到最优识别参数组合；
微塑料检测模块，用于在所述最优识别参数组合下对待检测滤膜进行识别得到所述待检测滤膜中微塑料的组分、尺寸和数量。
5.根据权利要求4所述的一种小粒径微塑料检测系统，其特征在于，所述微塑料检测模块，具体包括：
拼图单元，用于将所述待检测滤膜放置在显微拉曼样品池中得到所述待检测滤膜的滤膜拼图；
放大单元，用于根据最优倍数对所述待检测滤膜的滤膜拼图进行放大得到放大后的待检测滤膜的滤膜拼图；所述最优倍数为识别率最高的放大后的滤膜拼图对应的放大倍数；
检测单元，用于采用颗粒识别工具在所述最优识别参数组合下对所述放大后的待检测滤膜的滤膜拼图进行识别，得到所述待检测滤膜中微塑料的组分、尺寸和数量。
6.根据权利要求5所述的一种小粒径微塑料检测系统，其特征在于，所述检测单元，具体包括：
放大子单元，用于对所述放大后的待检测滤膜的滤膜拼图进行放大得到待处理滤膜拼图；
点选子单元，用于采用颗粒识别工具中的点选功能对所述待处理滤膜拼图进行处理选中所述待处理滤膜拼图中的所有待处理颗粒；
谱图确定子单元，用于基于所述最优识别参数组合根据多点采集模式对所述待处理滤膜拼图中的所有待处理颗粒进行谱图采集得到各待处理颗粒的谱图；
检测子单元，用于根据各待处理颗粒的谱图得到各待处理颗粒的组分、尺寸和数量。
7.一种电子设备，其特征在于，包括：
存储器和处理器，所述存储器用于存储计算机程序，所述处理器运行所述计算机程序以使所述电子设备执行根据权利要求1至3中任一项所述的小粒径微塑料检测方法。
8.一种计算机可读存储介质，其特征在于，其存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至3中任一项所述的小粒径微塑料检测方法。
CN202211253993.4A 2022-10-13 2022-10-13 一种小粒径微塑料检测方法、系统、电子设备及介质 Active CN115615881B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN202211253993.4A CN115615881B (zh) 2022-10-13 2022-10-13 一种小粒径微塑料检测方法、系统、电子设备及介质
US18/155,572 US20240125677A1 (en) 2022-10-13 2023-01-17 Method and system for detecting microplastics with small particle size, electronic device and medium

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211253993.4A CN115615881B (zh) 2022-10-13 2022-10-13 一种小粒径微塑料检测方法、系统、电子设备及介质

Publications (2)

Publication Number Publication Date
CN115615881A true CN115615881A (zh) 2023-01-17
CN115615881B CN115615881B (zh) 2023-06-02

Family

ID=84863159

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211253993.4A Active CN115615881B (zh) 2022-10-13 2022-10-13 一种小粒径微塑料检测方法、系统、电子设备及介质

Country Status (2)

Country Link
US (1) US20240125677A1 (zh)
CN (1) CN115615881B (zh)

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104730041A (zh) * 2013-12-20 2015-06-24 武汉新瑞达激光工程有限责任公司 一种提高激光探针塑料识别精度的方法及其装置
US20180045651A1 (en) * 2016-08-15 2018-02-15 China Jiliang University Raman spectrometer
CN110907429A (zh) * 2019-12-31 2020-03-24 广东海洋大学 一种微/纳米塑料的表面增强拉曼光谱检测方法
CN111122634A (zh) * 2019-12-25 2020-05-08 同济大学 基于扫描电镜-拉曼技术鉴定水溶液中纳米塑料颗粒的方法
US20200217795A1 (en) * 2016-02-18 2020-07-09 Optofluidics, Inc. Methods for identification of particles in a fluid sample
CN111521599A (zh) * 2020-06-15 2020-08-11 中国海洋大学 基于空间外差差分拉曼光谱技术的近海沉积物中微塑料的快速检测系统与检测方法
EP3772663A1 (en) * 2019-08-09 2021-02-10 Ladar Limited A system for detecting plastics, macro-plastics, micro-plastics and nano-plastics in a maritime, estuary or river environment
CN112525879A (zh) * 2020-11-16 2021-03-19 华中科技大学 一种煤岩显微组分原位识别与快速定量的方法
WO2022114053A1 (ja) * 2020-11-27 2022-06-02 株式会社堀場テクノサービス マイクロプラスチックの分析方法、その分析装置、マイクロプラスチック検出装置及びマイクロプラスチック検出方法

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104730041A (zh) * 2013-12-20 2015-06-24 武汉新瑞达激光工程有限责任公司 一种提高激光探针塑料识别精度的方法及其装置
US20200217795A1 (en) * 2016-02-18 2020-07-09 Optofluidics, Inc. Methods for identification of particles in a fluid sample
US20180045651A1 (en) * 2016-08-15 2018-02-15 China Jiliang University Raman spectrometer
EP3772663A1 (en) * 2019-08-09 2021-02-10 Ladar Limited A system for detecting plastics, macro-plastics, micro-plastics and nano-plastics in a maritime, estuary or river environment
CN111122634A (zh) * 2019-12-25 2020-05-08 同济大学 基于扫描电镜-拉曼技术鉴定水溶液中纳米塑料颗粒的方法
CN110907429A (zh) * 2019-12-31 2020-03-24 广东海洋大学 一种微/纳米塑料的表面增强拉曼光谱检测方法
CN111521599A (zh) * 2020-06-15 2020-08-11 中国海洋大学 基于空间外差差分拉曼光谱技术的近海沉积物中微塑料的快速检测系统与检测方法
CN112525879A (zh) * 2020-11-16 2021-03-19 华中科技大学 一种煤岩显微组分原位识别与快速定量的方法
WO2022114053A1 (ja) * 2020-11-27 2022-06-02 株式会社堀場テクノサービス マイクロプラスチックの分析方法、その分析装置、マイクロプラスチック検出装置及びマイクロプラスチック検出方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
PHILIPP M. ANGER等: "Raman Microspectroscopy as a Tool for Microplastic Particle Analysis", vol. 109, pages 214 - 226 *
王赛等: "基于拉曼光谱检测饮用水中微塑料", vol. 41, no. 3, pages 160 - 166 *
肖宇等: "显微拉曼光谱技术检测饮用水中 微塑料类污染物的研究", 中国口岸科学技术, vol. 3, no. 12, pages 63 - 67 *

Also Published As

Publication number Publication date
US20240125677A1 (en) 2024-04-18
CN115615881B (zh) 2023-06-02

Similar Documents

Publication Publication Date Title
EP3529586B1 (en) System and method for performing automated analysis of air samples
CN114295749A (zh) 一种水体有机污染智能化溯源方法及系统
JP6817708B2 (ja) 試料特有参照スペクトル・ライブラリ
JP2003240731A (ja) 欠陥検査方法及びその装置
JP2004294358A (ja) 欠陥検査方法および装置
DE112019004910T9 (de) Automatische Proben- und Standardaufbereitung auf Grundlage der Erkennung von Probenidentität und Probentyp
DE102013112492A1 (de) Querschnittbearbeitungs- und -beobachtungsverfahren und Querschnitbearbeitungs- und -beobachtungsvorrichtung
EP4063932A1 (en) Microscopic apparatus and image processing apparatus
JP2008039471A (ja) 自動分析装置のオーダリング方法
CN111879972A (zh) 基于ssd网络模型的工件表面缺陷检测方法及系统
CN115615881A (zh) 一种小粒径微塑料检测方法、系统、电子设备及介质
CN117332240A (zh) 岩爆预测模型构建方法、存储介质、岩爆预测方法及系统
CN116362209A (zh) 材料检测报告的生成方法、装置、设备及存储介质
CN101718711A (zh) 一种检测煤或焦炭显微组分的方法及其专用设备
TWI433246B (zh) 半導體積體電路之缺陷複查裝置
CN114970164A (zh) 一种精细化钢铁分类定量方法及便携式系统
Bechar et al. An image‐analysis technique for accurate counting of pollen on stigmas
CN104267203B (zh) 一种样品的测试方法及装置
CN107255450B (zh) 一种碳化钨合金粉末的筛选方法
JP4127285B2 (ja) 検査方法及びその装置
JPH04194905A (ja) 顕微鏡イメージマッピング装置及び方法
CN114581390B (zh) 基于等离子体图像的颗粒流激光检测方法、设备及存储介质
JPH1167136A (ja) 荷電粒子装置及び荷電粒子装置ネットワークシステム
CN115639354B (zh) 一种海洋塑料识别方法及装置
CN118583842B (zh) 一种金属构件缺陷尺寸检测方法

Legal Events

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