CN117593205A - 用于区分光谱的本底与特征峰的方法及其相关产品 - Google Patents
用于区分光谱的本底与特征峰的方法及其相关产品 Download PDFInfo
- Publication number
- CN117593205A CN117593205A CN202311434885.1A CN202311434885A CN117593205A CN 117593205 A CN117593205 A CN 117593205A CN 202311434885 A CN202311434885 A CN 202311434885A CN 117593205 A CN117593205 A CN 117593205A
- Authority
- CN
- China
- Prior art keywords
- background
- spectrogram
- point
- spectrum
- fitting
- 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.)
- Pending
Links
- 238000001228 spectrum Methods 0.000 title claims abstract description 166
- 238000000034 method Methods 0.000 title claims abstract description 128
- 238000012545 processing Methods 0.000 claims abstract description 27
- 230000008859 change Effects 0.000 claims abstract description 14
- 238000009499 grossing Methods 0.000 claims description 115
- 230000003595 spectral effect Effects 0.000 claims description 112
- 230000008569 process Effects 0.000 claims description 20
- 230000004044 response Effects 0.000 claims description 9
- 238000003860 storage Methods 0.000 claims description 8
- 230000009467 reduction Effects 0.000 claims description 7
- 230000009466 transformation Effects 0.000 claims description 7
- 230000001131 transforming effect Effects 0.000 claims description 4
- 238000005520 cutting process Methods 0.000 claims description 2
- 238000012163 sequencing technique Methods 0.000 claims description 2
- 230000002829 reductive effect Effects 0.000 abstract description 14
- 238000010586 diagram Methods 0.000 abstract description 12
- 230000000694 effects Effects 0.000 description 15
- 238000005516 engineering process Methods 0.000 description 15
- 239000006185 dispersion Substances 0.000 description 9
- 230000006870 function Effects 0.000 description 8
- 238000004364 calculation method Methods 0.000 description 7
- 238000012937 correction Methods 0.000 description 7
- 238000002149 energy-dispersive X-ray emission spectroscopy Methods 0.000 description 6
- XUIMIQQOPSSXEZ-UHFFFAOYSA-N Silicon Chemical compound [Si] XUIMIQQOPSSXEZ-UHFFFAOYSA-N 0.000 description 5
- 230000004069 differentiation Effects 0.000 description 5
- 229910052710 silicon Inorganic materials 0.000 description 5
- 239000010703 silicon Substances 0.000 description 5
- 238000001514 detection method Methods 0.000 description 4
- 238000005259 measurement Methods 0.000 description 4
- 238000012216 screening Methods 0.000 description 4
- 229910052790 beryllium Inorganic materials 0.000 description 3
- ATBAMAFKBVZNFJ-UHFFFAOYSA-N beryllium atom Chemical compound [Be] ATBAMAFKBVZNFJ-UHFFFAOYSA-N 0.000 description 3
- XEEYBQQBJWHFJM-UHFFFAOYSA-N Iron Chemical compound [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 description 2
- 230000002411 adverse Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000036961 partial effect Effects 0.000 description 2
- 239000000758 substrate Substances 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000002238 attenuated effect Effects 0.000 description 1
- 239000010941 cobalt Substances 0.000 description 1
- 229910017052 cobalt Inorganic materials 0.000 description 1
- GUTLYIVDDKVIGB-UHFFFAOYSA-N cobalt atom Chemical compound [Co] GUTLYIVDDKVIGB-UHFFFAOYSA-N 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000007797 corrosion Effects 0.000 description 1
- 238000005260 corrosion Methods 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000002189 fluorescence spectrum Methods 0.000 description 1
- 229910052742 iron Inorganic materials 0.000 description 1
- 230000000670 limiting effect Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 238000013138 pruning Methods 0.000 description 1
- 230000000717 retained effect Effects 0.000 description 1
- 230000000630 rising effect Effects 0.000 description 1
- 238000007493 shaping process Methods 0.000 description 1
- 238000004611 spectroscopical analysis Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000001502 supplementing effect Effects 0.000 description 1
- 238000004876 x-ray fluorescence Methods 0.000 description 1
Classifications
-
- 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
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
-
- 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
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/47—Scattering, i.e. diffuse reflection
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N23/00—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00
- G01N23/22—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by measuring secondary emission from the material
- G01N23/223—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by measuring secondary emission from the material by irradiating the sample with X-rays or gamma-rays and by measuring X-ray fluorescence
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10116—X-ray image
Landscapes
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Spectrometry And Color Measurement (AREA)
Abstract
本发明公开了一种用于区分光谱的本底与特征峰的方法及其相关产品,所述方法包括获取待测目标的光谱图以及该光谱图对应的光谱数据,其中光谱数据包括光谱图中各个能量点的光谱强度和道址;根据光谱数据确定至少符合本底变化趋势的各个本底拟合点;根据各个本底拟合点的光谱数据确定光谱图中的本底图;以及在光谱图中去除所述本底图,得到待测目标的特征峰图,以实现本底与特征峰的区分。本方案可以去除本底拟合点中的一些由重叠峰造成的噪声点,减少使用较多硬件产生的偏差,从而可以提高本底图识别的准确性。另外,本方案对硬件的低依赖性可以降低区分成本。本方案还无需设定兴趣区间,从而可以简化区分步骤,降低处理难度。
Description
技术领域
本发明一般涉及光谱分析技术领域。更具体地,本发明涉及一种用于区分光谱的本底与特征峰的方法、处理设备及计算机可读存储介质。
背景技术
X射线源产生的原级谱,包括由电子减速产生的连续谱和电子碰撞阳极靶产生的特征谱两部分。当原级谱通过铍窗照射在被测样品上时,一部分特征谱和一部分连续谱会被样品吸收,而未被吸收的部分则会与样品中各个元素的原子产生碰撞,同时向各个方向进行散射。其中一部分散射光谱与样品被激发出的荧光光谱会同时被探测器接收,并在光谱图上形成本底。
本底与特征峰光谱数据的区分,对于谱图处理和元素含量分析而言是必要环节,其效果的优劣,不仅影响目标环境下元素特征峰面积与含量的校正曲线的精确性,也影响未知样品元素含量计算的准确度。
目前的本底和特征峰区分技术存在一些问题,例如进行本底识别时,易受重叠峰的影响,从而无法准确识别本底点。另外,有些区分技术需要设定兴趣区间,从而使得本底强度值容易因设定的兴趣区间内的其他元素的影响,进而使得区分结果产生偏差,由此使得处理步骤复杂和繁琐。还有一些区分技术对硬件依赖较大,从而使得成本较高且制作难度高。
有鉴于此,亟需提供一种用于区分光谱的本底与特征峰的方法、处理设备及计算机可读存储介质,该方案可以去除本底拟合点中的一些由重叠峰造成的噪声点,并且直接对测量结果(光谱图)进行分析,从而可以减少使用较多硬件产生的偏差。由此,可以提升本底图识别的准确性,进而实现本底和特征峰的准确区分。另外,由于对硬件的依赖低,因此区分成本较低且容易实现。进一步,该方案无需设定兴趣区间,因此识别结果不易受到兴趣区间内其他元素的影响,从而可以简化区分步骤,降低处理难度。
发明内容
为了至少解决如上所提到的一个或多个技术问题,本发明在多个方面中提出了用于区分光谱的本底与特征峰的方法、处理设备及计算机可读存储介质。
在第一方面中,本发明提供了一种用于区分光谱的本底与特征峰的方法,包括:获取待测目标的光谱图以及该光谱图对应的光谱数据,其中所述光谱数据包括光谱图中各个能量点的光谱强度和道址;根据所述光谱数据确定至少符合本底变化趋势的各个本底拟合点;根据各个本底拟合点的光谱数据确定所述光谱图中的本底图;以及在所述光谱图中去除所述本底图,得到所述待测目标的特征峰图,以实现本底与特征峰的区分。
在一个实施例中,根据所述光谱数据确定至少符合本底变化趋势的各个本底拟合点包括:根据所述光谱数据确定多个本底拟合点;根据每个本底拟合点的光谱数据确定不符合本底变化趋势的本底拟合点;以及在所述多个本底拟合点中去除不符合本底变化趋势的本底拟合点,以得到符合本底变化趋势的各个本底拟合点。
在一个实施例中,根据所述光谱数据确定多个本底拟合点包括:在所述光谱图相邻的多组能量点中,确定每组能量点中光谱强度最小且道址位置居中的能量点为一个本底拟合点,其中每组能量点中包括多个道址相邻的能量点。
在一个实施例中,根据每个本底拟合点的光谱数据确定不符合本底变化趋势的本底拟合点包括:根据每个本底拟合点的光谱数据与所述光谱图的道址原点的光谱数据,计算该本底拟合点与所述光谱图的道址原点所构成直线的斜率;对各个斜率按照由小到大的顺序进行排序;以及确定排序在后的预设比例的斜率对应的本底拟合点为不符合本底变化趋势的本底拟合点。
在一个实施例中,根据所述光谱数据确定至少符合本底变化趋势的各个本底拟合点之后,根据各个本底拟合点的光谱数据确定所述光谱图中的本底图之前,所述方法还包括:对于至少符合本底变化趋势的各个本底拟合点组成的点集执行下列操作,以得到目标拟合点集合,以便根据所述目标拟合点集合中的各个目标本底拟合点的光谱数据确定所述光谱图中的本底图:将所述点集中距离零道址最近且道址最小的本底拟合点作为所述目标拟合点集合中的第一个点;对于所述点集中的其他本底拟合点,按照其道址由小到大的顺序选取第一个点作为当前本底拟合点,计算所述当前本底拟合点与所述目标拟合点集合中的当前最后一个点之间的道址差;响应于所述道址差大于或等于阈值,将所述当前本底拟合点添加到所述目标拟合点集合中,并将其作为所述目标拟合点集合中的当前最后一个点;以及对于所述点集中的其他本底拟合点,重复所述按照其道址由小到大的顺序选取第一个点作为当前本底拟合点,计算所述当前本底拟合点与所述目标拟合点集合中的当前最后一个点之间的道址差步骤,直到所述点集中的最后一个本底拟合点。
在一个实施例中,得到目标拟合点集合之后,根据所述目标拟合点集合中的各个目标本底拟合点的光谱数据确定所述光谱图中的本底图之前,所述方法还包括:根据所述目标拟合点集合中的各个目标本底拟合点的光谱数据以及所述光谱图的道址,在所述目标拟合点集合中的任意两个相邻的目标本底拟合点之间进行线性插值,以得到所有目标本底拟合点,以便根据所有目标本底拟合点的光谱数据确定所述光谱图中的本底图。
在一个实施例中,得到所述目标拟合点集合之后,根据所述目标拟合点集合中的各个目标本底拟合点的光谱数据确定所述光谱图中的本底图之前,所述方法还包括:计算所述目标拟合点集合中的目标本底拟合点的最大道址与所述光谱图的最大道址之间的道址差;以及响应于所述道址差大于或等于预设值,将所述光谱图的最大道址对应的能量点添加到所述目标拟合点集合中,并将其作为所述目标拟合点集合中的当前最后一个目标本底拟合点,以得到全道址范围内的所有目标本底拟合点,以便根据所述全道址范围内的所有目标本底拟合点的光谱数据得到所述本底图。
在一个实施例中,获取待测目标的光谱图以及该光谱图对应的光谱数据之后,根据所述光谱数据确定至少符合本底变化趋势的各个本底拟合点之前,所述方法还包括:根据所述光谱数据对所述光谱图进行平滑处理,得到光滑光谱图,以便根据光滑光谱图的光谱数据确定至少符合本底变化趋势的各个本底拟合点。
在一个实施例中,根据所述光谱数据对所述光谱图进行平滑处理包括:
根据所述光谱数据通过三点平滑算法、五点平滑算法或小波降噪平滑算法对所述光谱图进行平滑处理;或者根据所述光谱数据通过下述三种平滑算法中的任一种对所述光谱图进行第一次平滑处理:
三点平滑算法;
五点平滑算法;和
小波降噪平滑算法;以及
根据经过第一次平滑处理后的光谱图的光谱数据通过傅里叶变换方法对经过第一次平滑处理后的光谱图进行第二次平滑处理。
在一个实施例中,对经过第一次平滑处理后的光谱图进行第二次平滑处理包括:根据经过第一次平滑处理后的光谱图的光谱数据对经过第一次平滑处理后的光谱图进行傅里叶变换,得到频谱图;将所述频谱图的高频部分的光谱强度赋值为零,以实现对所述频谱图的截断操作;以及对进行截断操作后的频谱图进行反傅里叶变换,以得到第二次平滑处理后的光谱图。
在一个实施例中,对所述光谱图进行第一次平滑处理之后,对经过第一次平滑处理后的光谱图进行傅里叶变换之前,所述方法还包括:对经过第一次平滑处理后的光谱图的各个光谱强度进行对数运算,以根据经过对数运算得到的各个对数得到对数谱图,以便根据所述对数谱图的光谱数据对所述对数谱图进行傅里叶变换;对进行截断操作后的频谱图进行反傅里叶变换之后,所述方法还包括:对经过反傅里叶变换后的对数谱图进行指数操作,以得到第二次平滑处理后的光谱图。
在一个实施例中,对所述光谱图进行第一次平滑处理之后,对经过第一次平滑处理后的光谱图的各个光谱强度进行对数运算之前,所述方法还包括:对经过第一次平滑处理后的光谱图的各个光谱强度增加预设正数,以对所述光谱图进行正向偏移,以便对进行正向偏移后的光谱图的各个光谱强度进行对数运算。
在一个实施例中,对所述光谱图进行第一次平滑处理之后,对经过第一次平滑处理后的光谱图进行第二次平滑处理之前,所述方法还包括:将经过第一次平滑处理后的光谱图的道址向外扩展到所述光谱图的道址范围之外;以及根据经过第一次平滑处理后的光谱图的光谱数据对扩展的各个道址进行光谱强度赋值,以得到各个扩展的道址对应的光谱数据,以便对进行道址扩展后的光谱图进行第二次平滑处理。
在一个实施例中,所述方法还包括:响应于特征峰图中的一个或多个光谱强度小于或等于预设强度,将所述特征峰图整体向正方向偏移预设距离。
在第二方面中,本发明还提供一种处理设备,包括:处理器,其配置用于执行程序指令;以及存储器,其配置用于存储所述程序指令,当所述程序指令由所述处理器加载并执行时,使得所述处理器执行根据前述第一方面的任一实施例所述的用于区分光谱的本底与特征峰的方法。
在第三方面中,本发明还提供一种计算机可读存储介质,其中存储有程序指令,当所述程序指令由处理器加载并执行时,使得所述处理器执行根据前述第一方面的任一实施例所述的用于区分光谱的本底与特征峰的方法。
通过如上所提供的方案,可以去除本底拟合点中的一些由重叠峰造成的噪声点,并且直接对测量结果(光谱图)进行分析,从而可以减少使用较多硬件产生的偏差。由此,可以提升本底图识别的准确性,进而实现本底和特征峰的准确区分。另外,由于对硬件的依赖低,使得区分成本较低且容易实现。进一步,本方案无需设定兴趣区间,因此识别结果不易受到兴趣区间内其他元素的影响,从而可以简化区分步骤,降低处理难度。
附图说明
通过参考附图阅读下文的详细描述,本发明示例性实施方式的上述以及其他目的、特征和优点将变得易于理解。在附图中,以示例性而非限制性的方式示出了本发明的若干实施方式,并且相同或对应的标号表示相同或对应的部分,其中:
图1示出了根据本发明一实施例的用于区分光谱的本底与特征峰的方法的示意流程图;
图2示出了根据本发明另一实施例的用于区分光谱的本底与特征峰的方法的示意流程图;
图3示出了根据本发明一实施例的用于区分光谱的本底与特征峰的方法的完整的示意流程图;
图4示出了根据本发明一实施例的处理设备的结构框图。
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。
应当理解,本发明的说明书和权利要求书中使用的术语“包括”和“包含”指示所描述特征、整体、步骤、操作、元素和/或组件的存在,但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
还应当理解,在此本发明说明书中所使用的术语仅仅是出于描述特定实施例的目的,而并不意在限定本发明。如在本发明说明书和权利要求书中所使用的那样,除非上下文清楚地指明其它情况,否则单数形式的“一”、“一个”及“该”意在包括复数形式。还应当进一步理解,在本发明说明书和权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合,并且包括这些组合。
下面结合附图来详细描述本发明的具体实施方式。
目前的本底与特征峰区分技术通常包括以下几种:
1.基于兴趣区间边界值的区分技术
该技术只对样品采集能量色散光谱。首先在光谱数据上设定兴趣区间,即目标元素的能量范围。获取兴趣区间左右边界值,假定本底函数在该能量区间呈线性变化,利用边界值计算本底强度随能量的变化曲线,则曲线在该能量区间内的积分面积为本底强度值。光谱在该能量区间的强度和与本底强度的差值,即为目标元素的特征强度值。该区分技术在能量色散光谱上设定兴趣区间时,需要提前知道探测器在当前状态下的能量分辨率,并利用能量分辨率计算特征峰的方差σ,并在±3σ区间内进行计算。当±3σ范围内包含部分其他元素的特征峰时,则会带来较大偏差,并需要进行复杂的判断和处理。
2.基于小波变换的区分技术
由于本底和特征峰的谱型具有较好的高斯型,因此样品的光谱图可看作一系列不同展宽、幅值、相位的小波函数组合而成,因此对光谱图进行小波分解和阈值截断,可以直接去除本底,保留各元素的特征峰。
小波变换输入的是光滑后的光谱,输出直接是无本底光谱,其无法得到本底图。如果后期需要本底数据,只能通过做差的方式得到。但是,该技术在进行本底去除时会把低矮特征峰作为本底去除掉,从而牺牲掉部分特征峰数据,最终导致区分结果不准确。
3.基于能量色散光谱和波长色散光谱来进行本底与特征峰的区分
该技术对样品同时采集能量色散光谱和波长色散光谱,利用波长色散技术获取目标元素的强度值,同时使用能量色散技术获取该元素稳定区的本底强度值,二者的差值即为该目标元素的特征强度值。该区分技术需要使用波长色散技术,但是该技术对光路搭建的要求较高。
4..基于原级谱函数和光路环境的区分技术
射线源的连续谱具有较固定的形状,并在早期的文献中具有经验公式。该技术分析X射线从射线源到探测器之间的路径,计算不同能量射线在传递过程中的衰减系数,并与经验公式相乘,可直接得到本底函数。射线源的阳极靶、铍窗和探测器的铍窗、硅基片可近似为纯物质,其厚度可由产品手册直接得到,但是连续光线在与样品接触的过程中,不仅仅会与样品元素原子发生弹性散射,同时也会发生非弹性散射,并有部分光线会被原子中的电子吸收,造成连续谱光线的强度衰减,而发生弹性与非弹性散射的概率则与弹性散射截面和非弹性散射截面相关,两种截面计算难度较大,并与元素的种类相关。
有鉴于此,本方案提供一种用于区分光谱的本底与特征峰的方法、处理设备及计算机可读存储介质,该方案可以去除本底拟合点中的一些由重叠峰造成的噪声点,并且直接对测量结果(光谱图)进行分析,从而可以减少使用较多硬件产生的偏差。由此,可以得到较为准确的本底图,进而实现本底和特征峰的准确区分。另外,由于对硬件的依赖低,因此成本较低且容易实现。进一步,该方案无需设定兴趣区间,因此识别结果不易受到兴趣区间内其他元素的影响,从而可以简化区分步骤,降低处理难度。
图1示出了根据本发明实施例的用于区分光谱的本底与特征峰的方法100的示意流程图。
如图1中所示,方法100可以包括在步骤S101处,获取待测目标的光谱图以及该光谱图对应的光谱数据。其中光谱数据包括光谱图中各个能量点的光谱强度和道址,道址范围可以包括零道址和多个正道址,例如道址范围为0~2047。可以理解的是,各个能量点中的部分对应待测目标中的一种元素。本实施例的光谱图可以为基于能量色散的光谱图。
接着,在步骤S102处,方法100可以根据上述光谱数据确定至少符合本底变化趋势的各个本底拟合点。
在一个实施例中,可以先根据光谱数据确定多个本底拟合点。
目前有一种本底和特征峰的区分技术是基于剪枝思路的区分技术。可以理解的是,探测器探测到的光谱包含本底和特征峰两部分,其中特征峰相对于本底具有更尖锐的形状,覆盖能量范围较小;本底函数变化平缓,覆盖能量范围较大。本技术通过建立合适尺寸的卷积核对谱图进行重复腐蚀操作,最终可以消除特征峰,最大程度保留本底。该方法对峰背比强度之比(P/B)较高的元素效果明显,但是对峰背比较低的元素效果较差,容易将低含量元素特征峰识别为本底,因此导致本底和特征峰的区分效果不佳。
为了解决该问题,在一种实现中,可以采用最小值法来确定本底拟合点。具体可以在光谱图相邻的多组能量点中,确定每组能量点中光谱强度最小且道址位置居中的能量点为一个本底拟合点,其中每组能量点包括多个(例如三个或五个等)道址相邻的能量点。例如,一组能量点包括A、B、C三个道址相邻的能量点,如果B能量点的光谱强度最小,则确定其为一个本底拟合点,而如果A或C的光谱强度最小,其也不会被认为是本底拟合点。又例如,一组能量点包括A、B、C、D、E五个道址相邻的能量点,如果B能量点的光谱强度最小,其不会被认为是本底拟合点;如果C能量点的光谱强度最小,则确定其为一个本底拟合点。
该方法可以识别出低含量元素的本底和特征峰,从而实现对低含量元素本底拟合点的准确识别。
在另一个实施场景中,可以根据道址对光谱数据间隔采样来确定多个本底拟合点,即隔一个道址采集一个点,并将其作为一个本底拟合点。
可以理解的是,这些本底拟合点中包括实际的本底拟合点和由于相邻元素的特征峰所形成的重叠峰造成的噪声点。由此,可以根据每个本底拟合点的光谱数据确定不符合本底变化趋势的本底拟合点。
可以理解的是,本底拟合点通常具有一定的变化趋势(本底变化趋势),不符合该本底变化趋势的本底拟合点可能为是由于重叠峰造成的噪声。在一个实施场景中,本底变化趋势可以通过各个本底拟合点与某一固定点的斜率来体现,该固定点可以为光谱图的原点,这样计算斜率仅需计算本底拟合点的光谱强度与道址的比值即可,计算简单。由此,根据每个本底拟合点的光谱数据确定不符合本底变化趋势的本底拟合点的方法可以包括如下步骤。
根据每个本底拟合点的光谱数据与光谱图的道址原点的光谱数据,计算该本底拟合点与光谱图的道址原点所构成直线的斜率。
斜率相差不多的本底拟合点可以认为符合本底变化趋势,而斜率相差较多的本底拟合点可以认为不符合本底变化趋势。由此,可以对各个斜率按照由小到大的顺序进行排序,并确定排序在后的预设比例的斜率对应的本底拟合点为不符合本底变化趋势的本底拟合点(即噪声)。此处的预设比例可以根据需要设定,例如可以为10%。
在确定出不符合本底变化趋势的本底拟合点后,可以在多个本底拟合点中去除这些不符合本底变化趋势的本底拟合点,便可以得到符合本底变化趋势的各个本底拟合点。
在确定上述符合本底变化趋势的各个本底拟合点之后,在步骤S103处,方法100可以根据上述各个本底拟合点的光谱数据确定光谱图中的本底图。
进一步,在步骤S104处,方法100可以在光谱图中去除上述本底图,得到待测目标的特征峰图,以实现本底与特征峰的区分。例如,可以利用光谱图的光谱数据减去本底图的光谱数据来得到特征峰的光谱数据,进而根据其得到待测目标的特征峰图。
根据上述描述可知,本方案可以去除本底拟合点中的一些由重叠峰造成的噪声点,并且直接对测量结果(光谱图)进行分析,从而可以减少使用较多硬件产生的偏差。由此,可以提升本底图识别的准确性,进而实现本底和特征峰的准确区分。另外,由于对硬件的依赖较低,因此区分成本较低且容易实现。进一步,本方案无需设定兴趣区间,因此识别结果不易受到兴趣区间内其他元素的影响,进而可以简化区分步骤,降低处理难度。
在筛选本底拟合点之前,光谱探测器,例如能量色散X射线荧光(EDXRF)技术使用的SDD(硅漂移)探测器通常会检测到较多的低能量环境噪声,因此在使用EDXRF设备开启前,可以对SDD探测器进行快慢阈值校正,其阈值代表可检测到的环境噪声的最高能量。校正后,在探测谱图期间,低于该能量值(例如光谱强度)的谱线会被认为是环境噪声,其强度直接被设定为零,由此可以避免环境噪声对光谱数据的影响。例如,可以去掉1KV以下的噪声,只保留1KV以上的作为光谱图的有效数据。
上文中描述了不符合本底变化趋势的噪声点。可以理解的是,分布较为密集的本底拟合点也可能是重叠峰形成的噪声,因此为了进一步保证本底识别的准确性,可以对本底拟合点进行二次筛选。
具体地,可以在根据光谱数据确定至少符合本底变化趋势的各个本底拟合点之后,根据各个本底拟合点的光谱数据确定光谱图中的本底图之前对于至少符合本底变化趋势的各个本底拟合点组成的点集执行下列操作,以得到目标拟合点集合,以便根据该目标拟合点集合中的各个目标本底拟合点的光谱数据确定光谱图中的本底图:
将上述点集中距离零道址最近且道址最小的本底拟合点作为目标拟合点集合中的第一个点。
例如,点集中包括道址为100的A点、道址为200的B点、道址为330的C点、道址为400的D点以及道址为600的E点,则将A点作为目标拟合点集合中的第一个点。又例如,点集中包括道址为-100的F点、道址为100的A点、道址为200的B点、道址为330的C点、道址为400的D点以及道址为600的E点,则将F点作为目标拟合点集合中的第一个点。
对于上述点集中的其他本底拟合点,按照其道址由小到大的顺序选取第一个点作为当前本底拟合点,计算当前本底拟合点与目标拟合点集合中的当前最后一个点之间的道址差。
例如,对于上文中列举的点集中包括A、B、C、D、E五个本底拟合点的例子,由于A点已经作为目标拟合点集合中的第一个点,此时仅剩余B、C、D和E四个点,B点的道址最小,因此接下来计算B点与A点之间的道址差。
响应于上述道址差大于或等于阈值,将当前本底拟合点添加到目标拟合点集合中,并将其作为目标拟合点集合中的当前最后一个点。此处的阈值可以根据需要设定,例如可以为一个特征峰的半高宽。
仍以上面的包括A、B、C、D、E五个本底拟合点的点集为例来说,假设一个特征峰的半高宽为150,由于B点与A点的道址差为100,小于150,因此不将其添加到目标拟合点集合中,此时A点仍然是目标拟合点集合中的最后一个点。
对于点集中的其他本底拟合点,重复上述按照其道址由小到大的顺序选取第一个点作为当前本底拟合点,计算当前本底拟合点目标拟合点集合中的当前最后一个点之间的道址差步骤,直到点集中的最后一个本底拟合点。
仍以上面的包括A、B、C、D、E五个本底拟合点的点集为例来说,此时由于B点已经参与过前述计算,因此除去A和B两点,对于C、D、E三点,C点的道址最小,计算C点与A点的道址差为230,大于150,因此将C点添加到目标拟合点集合中,并将其作为目标拟合点集合中的当前最后一个点。此时,目标拟合点集合中的第一个目标本底拟合点为A点,第二个目标本底拟合点为C点。
接着,计算D点与C点的道址差为70,小于150,因此不将其添加到目标拟合点集合中,此时C点仍然是目标拟合点集合中的最后一个点。
接着,计算E点与C点的道址差为270,大于150,因此将其添加到目标拟合点集合中,并将其作为目标拟合点集合中的当前最后一个点。此时,目标拟合点集合中的第一个目标本底拟合点为A点,第二个目标本底拟合点为C点,第三个目标本底拟合点为E点。
经过上述筛选后得到的目标拟合点集合中的目标本底拟合点之间的道址差均大于一个特征峰的半高宽,因此去除了由于重叠峰造成的密集点(噪声点),使得被保留下来的本底拟合点较为准确。
去掉噪声点后,本底拟合点中会产生很多缺失,使得本底图不够完整。为了得到更加完整的本底图,得到目标拟合点集合之后,根据目标拟合点集合中的各个目标本底拟合点的光谱数据确定光谱图中的本底图之前,本方案还可以根据目标拟合点集合中的各个目标本底拟合点的光谱数据以及光谱图的道址,在目标拟合点集合中的任意两个相邻的目标本底拟合点之间进行线性插值,以得到所有目标本底拟合点,以便根据所有目标本底拟合点的光谱数据确定光谱图中的本底图。利用线性插值补全缺失本底拟合点相对于采用函数拟合的方法,可以减少本底的计算值与实际值之间的差异,从而使得补充的本底拟合点较为准确,进而可以得到准确的本底图。
在经过对本底拟合点的一系列处理后,得到的目标拟合点集合中的目标本底拟合点的最大道址可能与光谱图的最大道址可能有一定差距,从而使得根据其得到的本底图不够完整。为了得到完整的本底图,可以在得到目标拟合点集合之后,根据目标拟合点集合中的各个目标本底拟合点的光谱数据确定光谱图中的本底图之前,计算目标拟合点集合中的目标本底拟合点的最大道址与光谱图的最大道址之间的道址差。假设目标拟合点集合中的目标本底拟合点的最大道址为1666,光谱图的最大道址为2047,计算两者之差。
响应于上述道址差大于或等于预设值,可以将光谱图的最大道址对应的能量点添加到目标拟合点集合中,并将其作为目标拟合点集合中的当前最后一个目标本底拟合点,以得到全道址范围内的所有目标本底拟合点,以便根据该全道址范围内的所有目标本底拟合点的光谱数据得到本底图。此处的预设值可以根据需要设定,例如可以为一个特征峰的半高宽或其他数值(例如零)。
仍以上文中列举的包括A、B、C、D、E五个本底拟合点的点集为例来说,假设二次筛选后确定的目标拟合点集合中依次包括A、C、E三个本底拟合点,其中E点的道址最大,为1666,光谱图的最大道址为2047,假设预设值为一个特征峰的半高宽,并且一个特征峰的半高宽为150。因为E点的道址与光谱图的最大道址的道址差为381,大于150,因此将光谱图的最大道址对应的能量点(假设为G点)添加到标拟合点集合中,并将其作为目标拟合点集合中的当前最后一个目标本底拟合点。此时,目标拟合点集合中依次包括A、C、E和G点。此时,可以根据A、C、E和G点的光谱数据生成本底图。
该补全光谱数据的步骤可以在线性插值之前进行,也可以在其之后进行。
为了解决该问题,可以对光谱图进行处理,以增强本底的变化,并降低特征峰的平顶。在一个实施例中,可以在获取待测目标的光谱图以及该光谱图对应的光谱数据之后,根据光谱数据确定至少符合本底变化趋势的各个本底拟合点之前,根据光谱数据对光谱图进行平滑处理,得到光滑光谱图,以便根据光滑光谱图的光谱数据确定至少符合本底变化趋势的各个本底拟合点。
图2示出了根据本发明另一实施例的用于区分光谱的本底与特征峰的方法200的示意流程图。
如图2中所示,方法200可以包括在步骤S201处,获取待测目标的光谱图以及该光谱图对应的光谱数据,其中光谱数据包括光谱图中各个能量点的光谱强度和道址。
在步骤S202处,方法200可以根据光谱数据对光谱图进行平滑处理,得到光滑光谱图,以便根据光滑光谱图的光谱数据确定至少符合本底变化趋势的各个本底拟合点。具体的平滑处理方法稍后详述。前文所述的去除环境噪声的步骤可以在对光谱图进行平滑处理之前进行。
在步骤S203处,方法200可以根据上述光滑光谱图的光谱数据确定至少符合本底变化趋势的各个本底拟合点。
在步骤S204处,方法200可以根据上述各个本底拟合点的光谱数据确定光谱图中的本底图。
进一步,在步骤S205处,方法200可以在光谱图中去除上述本底图,得到待测目标的特征峰图,以实现本底与特征峰的区分。
上述步骤S201、步骤S203、步骤S204和步骤S205已在前文中结合实施例进行了详细描述,此处不再详述。
下面本方案将对多种平滑处理方法进行详细说明。
根据需求的不同,可以对光谱图进行不同次数的平滑处理。例如,可以仅进行一次平滑处理。在一种实现中,本方案可以根据光谱数据通过三点平滑算法、五点平滑算法或小波降噪平滑算法对光谱图进行平滑处理。
三点平滑算法即为通过将光谱图的当前道址对应的光谱数据、前一个道址对应的光谱数据以及后一个道址对应的光谱数据进行加权平均得到当前道址对应的新光谱数据。同理,五点平滑算法即为通过光谱图的当前道址对应的光谱数据、前一个道址对应的光谱数据、前面第二个道址对应的光谱数据、后一个道址对应的光谱数据以及后面第二个道址对应的光谱数据进行加权平均来得到当前道址对应的新光谱数据。
三点平滑算法、五点平滑算法和小波降噪平滑算法不会对光谱图的特征峰的上升区间和下降区间产生影响,但会降低特征峰的平顶及光谱图中无特征峰的本底区间的高频噪声的光谱强度的变化范围,例如,可以将特征峰的光谱强度从0-10KV变为3-7KV,从而可以去掉光谱图中的部分高频噪声。
上文描述了对光谱图进行一次平滑处理的方法。在另一个实施例中,还可以对光谱图进行两次平滑处理。例如,可以先根据上述光谱数据通过下述三种平滑算法中的任一种对光谱图进行第一次平滑处理:
三点平滑算法;
五点平滑算法;和
小波降噪平滑算法。
这些平滑处理方法在前文中已经进行了描述,此处不再详述。
在进行第一次平滑处理后,光谱图中通常还存在高频噪声,由此,还可以通过第二次平滑处理来进一步滤除这些高频噪声。因此,本方案还可以根据经过第一次平滑处理后的光谱图的光谱数据通过傅里叶变换方法对经过第一次平滑处理后的光谱图进行第二次平滑处理。
在一种实现中,可以通过下述方法来对经过第一次平滑处理后的光谱图进行第二次平滑处理。
首先,本方案可以根据经过第一次平滑处理后的光谱图的光谱数据对经过第一次平滑处理后的光谱图进行傅里叶变换,得到频谱图。该频谱图可以为光谱图的三角函数的频率与幅值(光谱强度)。
在频谱图中,通常频率越高,幅值越低,这些高频低幅值的部分通常是噪声,可以去掉,仅保留本底拟合点分布的中低频部分。因此,可以将频谱图的高频部分的光谱强度赋值为零,以实现对所述频谱图的截断操作。在一个实施场景中,可以只保留前20%的频率和其幅值,而将后80%的频率对应的幅值设为零,从而去除掉高频噪声。
接着,本方案可以对进行截断操作后的频谱图进行反傅里叶变换,以得到第二次平滑处理后的光谱图。
经过本方案的上述傅里叶变换后得到的光谱图比较平滑,并且特征峰的峰情保持较好(本底和特征峰数据被最大程度保留),并且由于中低频部分的保留会使无特征峰的本底产生微小平缓波动,这使得其中每一个波谷的极值点都可为本底拟合点,由此便于本底拟合点的提取。另外,利用本方案的傅里叶变换可以直接将本底拟合点进行提取,无需进行迭代处理,因此可以减少本底的区分时间。
可以理解的是,如果筛选本底拟合点是对进行了平滑处理后的光滑光谱图进行的,那么其进行光谱数据补全所对应的光谱图的最大道址为光滑光谱图的最大道址。
通常地,光谱图的本底的光谱强度一般较低,而特征峰的光谱强度通常较高,从而使得本底拟合点不易提取。因此,在进行傅里叶变换时,可以先增加本底的光谱强度变化,降低特征峰的光谱强度。具体地,可以在对光谱图进行第一次平滑处理之后,对经过第一次平滑处理后的光谱图进行傅里叶变换之前,对经过第一次平滑处理后的光谱图的各个光谱强度进行对数运算,以根据经过对数运算得到的各个对数得到对数谱图,以便根据该对数谱图的光谱数据对对数谱图进行傅里叶变换。此处的对数运算可以为自然对数运算,也可以包括底为其他值的对数运算。
基于此,前文中所述的对进行截断操作后的频谱图进行反傅里叶变换之后,还可以对经过反傅里叶变换后的对数谱图进行指数操作(对对数谱图的各个光谱强度进行指数操作),以得到第二次平滑处理后的光谱图。
经过对数运算得到的对数谱图(光谱图的另一种表现形式)中本底图的波形隆起较高,特征峰的光谱强度较低,因此本底拟合点较容易提取。
在一些情况中,经过第一次平滑操作后的光谱图的光谱强度可能为零或负数,这会导致对数运算出错。为了防止该错误的出现,对光谱图进行第一次平滑处理之后,对经过第一次平滑处理后的光谱图的各个光谱强度进行对数运算之前,本方案可以对经过第一次平滑处理后的光谱图的各个光谱强度增加预设正数,以对光谱图进行正向偏移,以便对进行正向偏移后的光谱图的各个光谱强度进行对数运算。可以理解的是,正向偏移后的各个光谱强度均大于零,进而可以保证对数运算时不会出错。在一些实施场景中,可以增加1KV。
经过上述两次平滑处理后可以使得提取的本底拟合点更加准确。
可以理解的是,在进行傅里叶变换时,容易在光谱图的两端产生阶跃,而这是不被允许的。为了解决该问题,在一个实施例中,可以在对光谱图进行第一次平滑处理之后,对经过第一次平滑处理后的光谱图进行第二次平滑处理之前将经过第一次平滑处理后的光谱图的道址向外扩展到光谱图(原始光谱图)的道址范围之外。例如,光谱图的道址范围为0~2047,则可以对经过第一次平滑处理后的光谱图的最小道址向负方向扩展,得到多个负道址。扩展的距离例如可以为特征峰方差均值的六倍。另外,还可以对进行第一次平滑处理后的光谱图的最大道址向正方向扩展,得到多个扩展的正道址。例如,扩展的距离也可以为特征峰方差均值的六倍。
接着,本方案可以根据经过第一次平滑处理后的光谱图的光谱数据对扩展的各个道址进行光谱强度赋值,以得到各个扩展的道址对应的光谱数据,以便对进行道址扩展后的光谱图进行第二次平滑处理。
例如,可以将经过第一次平滑处理后的光谱图中最小道址对应的大于零的光谱强度赋予给各个负道址,以得到各个负道址对应的光谱数据。即,将从零道址开始第一个大于零的光谱强度赋予给各个负道址。例如,从零道址开始直到道址为50的位置其光谱强度才大于0,例如为1000KV,那么就可以将1000KV赋值给上述扩展的各个负道址。
本方案还可以将经过第一次平滑处理后的光谱图的最大道址对应的光谱强度赋予给各个扩展的正道址,得到各个扩展的正道址对应的光谱数据。例如,经过第一次平滑处理后的光谱图的最大道址为1066,其对应的光谱强度为500KV,那么就可以将500KV赋值给上述扩展的各个正道址。
通过该扩展可以使阶跃发生在扩展的道址范围内,从而可以防止进行傅里叶变换时影响光谱图的光谱数据。可以理解的是,道址的扩展距离以及为每个扩展道址赋予的光谱强度还可以根据需要设定为其他值,本方案对此不作限制。
可以理解的是,如果筛选本底拟合点是对进行了道址扩展和平滑处理后的光滑光谱图进行的,那么其进行光谱数据补全所对应的光谱图的最大道址仍为未进行道址扩展前的光滑光谱图的最大道址。
在基于该道址扩展后的光谱图得到本底拟合点后,可以将扩展的道址范围内的点去掉,以便得到与原始光谱图对应的本底图,从而保证本底图以及特征峰图的准确性。
在利用光谱图的光谱数据与本底图的光谱数据相减得到特征峰的光谱数据时,可能会使部分道址对应的光谱强度为负数。因此,本方案还可以包括响应于特征峰图中的一个或多个光谱强度小于或等于预设强度,将特征峰图整体向正方向偏移预设距离,例如偏移10KV。该偏移不影响本底和特征峰的图形。
上文中结合多个实施例对本发明的方法进行了详细说明。为了说明本发明的完整实现流程,下面本发明将结合图3来对本方案的完整实现流程进行描述。
硅漂移探测器(SDD,silicon drift detector)是能量色散X射线荧光(EDXRF,Energy Disperse X Ray Fluorescence)光谱仪关键探测器。不同能量的X射线照射探测器内部感光元件,可以生成不同数量的电子与空穴对,并最终产生不同的电信号。SDD探测器在使用时,无需进行复杂的光路设计,可直接得到样品的光谱数据。其能量分辨率与探测器效率和成峰时间存在一定关系,因此可通过调节探测器参数,提高探测器能量分辨率,达到更好的检测效果。
SDD探测器参数调优是影响EDXRF光谱仪测量效果的关键因素,也是影响本底与特征峰区分效果的重要因素。若不进行SDD探测器参数调优,其可能造成下列不利影响:
1.能量分辨率过高(能量分辨率,元素特征峰的半高宽,其值越高,特征峰越宽)。过高的能量分辨率会造成相邻元素特征峰严重重叠,导致元素特征峰之间不可剥离,例如铁的Kβ峰与钴的Kα峰。不可剥离的特征峰不仅会产生元素误识别问题,还会错误分析特征峰的峰高(光谱强度/幅值)。
2.死区时间(Dead time,电路中不处理信号的时间,也指不处理的计数率占总输入计数率的比值)过大。过大的死区时间会降低探测器的效率(输出计数率与输入计数率的比值),延长探测有效时间,并造成道址亏损现象(能量的道址对应的测量值远低于理论值的现象)。
对于本底与特征峰区分而言,低质量的本底与特征峰区分效果造成的不利影响包括:
1.降低校正曲线的准确性。当本底强度较高的能量区间含有低含量元素,或本底强度较低的能量区间含有高含量元素时,低质量的区分技术会造成光谱特征与元素含量之间难以绘制出拟合度较高的校正曲线,甚至出现校正曲线用的数据点过于发散的现象,导致校正曲线准确度较低,无法真正使用。
2.降低含量计算的准确性。当校正曲线准确时,错误区分本底与特征峰会造成输入与实际光谱特征差别较大,最终产生更大的计算误差。
基于上述原因可知,对SDD探测器进行参数调优是至关重要的。
由于SDD探测器的参数与实际检测到的光谱图的效果有密切关系,并影响后期本底与特征峰的区分效果,因此需要对SDD探测器的Peaking time(成峰时间)和Acquisitiontime(累积时间)进行调优,以达到最好的光谱图检测效果。
1.Peaking time:峰形脉冲从基线(baseline)到峰值(top)所需的时间,与成峰放大器的整形时间常数有关。
2.Acquisition time:探测器实际接收信号与处理信号所需的总时间,不包括数据传输与放大器复位所需的时间,与接收信号与处理信号的周期有关。
SDD探测器参数调优,可以利用死区时间与成峰时间的关系曲线以及能量分辨率与成峰时间的关系曲线得到合适的Peaking time和Acquisition time,具体可以包括以下步骤。
首先,可以测量不同Peaking time下的Dead time,并建立Peaking time与Deadtime关系曲线。在坐标系中,关系曲线的横坐标代表Peaking time,单位us,纵坐标代表Dead time,为百分比。接着,可以选取合适元素,测量两种不同Peaking time下特征峰的半高宽,并建立Peaking time与能量分辨率关系曲线。此时横坐标不变,纵坐标为该元素对应的道址值与其特征峰半高宽的比值百分比。然后,可以将两条曲线绘制在同一个坐标系下,找到两个曲线的交点的横坐标,即为合适的Peaking time。最后,根据经验法,调节合适的Acquisition time,以达到最优光谱效果。
利用Peaking time与Dead time和能量分辨率关系曲线得到合适的Peaking time值,可以减少特征峰重叠现象,提高本底与特征峰区分效果。
上文描述了对探测器进行参数调优的一种示例性方法。可以理解的是,在对SDD探测器进行参数调优时,还可以利用厂家提供的参数曲线进行调优。
图3示出了根据本发明一实施例的用于区分光谱的本底与特征峰的方法300的完整的示意流程图。
如图3中所示,方法300可以包括在步骤S301处,进行环境噪声标定,在步骤S302处,进行能量标定,从而完成基础标定。环境噪声标定和能量标定均可参见前文实施例中的相关描述,此处不再详述。能量标定为分别测量几种常见纯元素物质光谱,由于纯元素光谱基本只有两个特征峰,根据标准元素特征峰能量表,找到多个不同能量对应的道址值。最后利用不同能量对应的道址值进行线性拟合,得到道址转化为能量的函数公式,则完成能量标定。接着,方法300可以进入步骤S303,进行SDD参数调优,具体通过前文所述的Peakingtime与Dead time关系曲线和Peaking time与能量分辨率关系曲线实现,此处不再详述。在调节好探测器的参数后,方法300可以进入步骤S304,进行光谱图的获取和光谱数据的采集,具体可参见前文中结合图1对步骤S101的描述,此处不再详述。接着,在步骤S305处,方法300可以对光谱图进行第一次平滑处理,具体处理方法可以参见前文中结合实施例的描述,此处不再详述。然后,方法300可以进入步骤S306,进行谱图扩展,具体方法参见前文中的扩展方法,此处不再详述。接着,方法300可以进入步骤S307,对光谱图进行正向偏移。然后,在步骤S308处,可以对偏移后的光谱图进行对数运算。步骤S306、步骤S307和步骤S308共同形成对数化的过程。
在对光谱图进行对数化后,方法300继续进入步骤S309,对光谱图进行傅里叶变换,得到频谱图。然后,在步骤S310处,对频谱图进行截断操作。接着,在步骤S311处,进行反傅里叶变换,得到平滑处理后的光谱图,从而实现高频滤波。
接着,方法300进入步骤S312,筛选本底拟合点,并在筛选出本底拟合点后,在步骤S313处,方法300对本底拟合点进行线性插值,从而根据补全的本底拟合点的光谱数据得到本底图。在确定本底图后,方法300进入步骤S314,确定特征峰图,从而进行本底特征峰区分。
可以理解的是,图3中所示的各个步骤是对前文结合各个实施例描述的方法的简要总述,为了简便起见,其仅仅简单示出了一些重要步骤,详细实现方式可参照前文实施例中的描述。
图4是根据本申请实施例的处理设备400的结构框图。
如图4中所示,本申请的处理设备400可以包括处理器401和存储器402,其中处理器401和存储器402之间通过总线403进行通信。存储器402存储有处理器401可执行的程序指令,当所述程序指令由所述处理器401执行时,使得所述设备执行前文结合附图描述的方法步骤。
根据前文中结合多个实施例所描述的用于区分光谱的本底与特征峰的方法可知,本方案的处理设备400可以得到较为准确的本底图,进而可以提升本底和特征峰的区分的准确性。另外,由于对硬件的低依赖性,使得区分成本较低且容易实现。进一步,本方案无需设定兴趣区间,因此识别结果不易受到兴趣区间内其他元素的影响,因此可以简化处理器的区分步骤,降低其处理难度。
本领域普通技术人员可以理解:实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成,前述的程序可以存储于计算机可读存储介质中,该程序在执行时,执行包括上述方法实施例的步骤。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件。基于这样的理解,上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在计算机可读存储介质中,如ROM/RAM、磁碟、光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
应当理解,本申请的权利要求、说明书及附图中的术语“第一”、“第二”、“第三”和“第四”等是用于区别不同对象,而不是用于描述特定顺序。本申请的说明书和权利要求书中使用的术语“包括”和“包含”指示所描述特征、整体、步骤、操作、元素和/或组件的存在,但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
虽然本文已经示出和描述了本发明的多个实施例,但对于本领域技术人员显而易见的是,这样的实施例只是以示例的方式来提供。本领域技术人员可以在不偏离本发明思想和精神的情况下想到许多更改、改变和替代的方式。应当理解的是在实践本发明的过程中,可以采用对本文所描述的本发明实施例的各种替代方案。所附权利要求书旨在限定本发明的保护范围,并因此覆盖这些权利要求范围内的等同或替代方案。
Claims (16)
1.一种用于区分光谱的本底与特征峰的方法,其特征在于,包括:
获取待测目标的光谱图以及该光谱图对应的光谱数据,其中所述光谱数据包括光谱图中各个能量点的光谱强度和道址;
根据所述光谱数据确定至少符合本底变化趋势的各个本底拟合点;
根据各个本底拟合点的光谱数据确定所述光谱图中的本底图;以及
在所述光谱图中去除所述本底图,得到所述待测目标的特征峰图,以实现本底与特征峰的区分。
2.根据权利要求1所述的方法,其特征在于,其中根据所述光谱数据确定至少符合本底变化趋势的各个本底拟合点包括:
根据所述光谱数据确定多个本底拟合点;
根据每个本底拟合点的光谱数据确定不符合本底变化趋势的本底拟合点;以及
在所述多个本底拟合点中去除不符合本底变化趋势的本底拟合点,以得到符合本底变化趋势的各个本底拟合点。
3.根据权利要求2所述的方法,其特征在于,其中根据所述光谱数据确定多个本底拟合点包括:
在所述光谱图相邻的多组能量点中,确定每组能量点中光谱强度最小且道址位置居中的能量点为一个本底拟合点,其中每组能量点包括多个道址相邻的能量点。
4.根据权利要求2所述的方法,其特征在于,其中根据每个本底拟合点的光谱数据确定不符合本底变化趋势的本底拟合点包括:
根据每个本底拟合点的光谱数据与所述光谱图的道址原点的光谱数据,计算该本底拟合点与所述光谱图的道址原点所构成直线的斜率;
对各个斜率按照由小到大的顺序进行排序;以及
确定排序在后的预设比例的斜率对应的本底拟合点为不符合本底变化趋势的本底拟合点。
5.根据权利要求3所述的方法,其特征在于,根据所述光谱数据确定至少符合本底变化趋势的各个本底拟合点之后,根据各个本底拟合点的光谱数据确定所述光谱图中的本底图之前,所述方法还包括:
对于至少符合本底变化趋势的各个本底拟合点组成的点集执行下列操作,以得到目标拟合点集合,以便根据所述目标拟合点集合中的各个目标本底拟合点的光谱数据确定所述光谱图中的本底图:
将所述点集中距离零道址最近且道址最小的本底拟合点作为所述目标拟合点集合中的第一个点;
对于所述点集中的其他本底拟合点,按照其道址由小到大的顺序选取第一个点作为当前本底拟合点,计算所述当前本底拟合点与所述目标拟合点集合中的当前最后一个点之间的道址差;
响应于所述道址差大于或等于阈值,将所述当前本底拟合点添加到所述目标拟合点集合中,并将其作为所述目标拟合点集合中的当前最后一个点;以及
对于所述点集中的其他本底拟合点,重复所述按照其道址由小到大的顺序选取第一个点作为当前本底拟合点,计算所述当前本底拟合点与所述目标拟合点集合中的当前最后一个点之间的道址差步骤,直到所述点集中的最后一个本底拟合点。
6.根据权利要求5所述的方法,其特征在于,得到目标拟合点集合之后,根据所述目标拟合点集合中的各个目标本底拟合点的光谱数据确定所述光谱图中的本底图之前,所述方法还包括:
根据所述目标拟合点集合中的各个目标本底拟合点的光谱数据以及所述光谱图的道址,在所述目标拟合点集合中的任意两个相邻的目标本底拟合点之间进行线性插值,以得到所有目标本底拟合点,以便根据所有目标本底拟合点的光谱数据确定所述光谱图中的本底图。
7.根据权利要求5所述的方法,其特征在于,得到所述目标拟合点集合之后,根据所述目标拟合点集合中的各个目标本底拟合点的光谱数据确定所述光谱图中的本底图之前,所述方法还包括:
计算所述目标拟合点集合中的目标本底拟合点的最大道址与所述光谱图的最大道址之间的道址差;以及
响应于所述道址差大于或等于预设值,将所述光谱图的最大道址对应的能量点添加到所述目标拟合点集合中,并将其作为所述目标拟合点集合中的当前最后一个目标本底拟合点,以得到全道址范围内的所有目标本底拟合点,以便根据所述全道址范围内的所有目标本底拟合点的光谱数据得到所述本底图。
8.根据权利要求1所述的方法,其特征在于,获取待测目标的光谱图以及该光谱图对应的光谱数据之后,根据所述光谱数据确定至少符合本底变化趋势的各个本底拟合点之前,所述方法还包括:
根据所述光谱数据对所述光谱图进行平滑处理,得到光滑光谱图,以便根据光滑光谱图的光谱数据确定至少符合本底变化趋势的各个本底拟合点。
9.根据权利要求8所述的方法,其特征在于,根据所述光谱数据对所述光谱图进行平滑处理包括:
根据所述光谱数据通过三点平滑算法、五点平滑算法或小波降噪平滑算法对所述光谱图进行平滑处理;或者
根据所述光谱数据通过下述三种平滑算法中的任一种对所述光谱图进行第一次平滑处理:
三点平滑算法;
五点平滑算法;和
小波降噪平滑算法;以及
根据经过第一次平滑处理后的光谱图的光谱数据通过傅里叶变换方法对经过第一次平滑处理后的光谱图进行第二次平滑处理。
10.根据权利要求9所述的方法,其特征在于,对经过第一次平滑处理后的光谱图进行第二次平滑处理包括:
根据经过第一次平滑处理后的光谱图的光谱数据对经过第一次平滑处理后的光谱图进行傅里叶变换,得到频谱图;
将所述频谱图的高频部分的光谱强度赋值为零,以实现对所述频谱图的截断操作;以及
对进行截断操作后的频谱图进行反傅里叶变换,以得到第二次平滑处理后的光谱图。
11.根据权利要求10所述的方法,其特征在于,对所述光谱图进行第一次平滑处理之后,对经过第一次平滑处理后的光谱图进行傅里叶变换之前,所述方法还包括:
对经过第一次平滑处理后的光谱图的各个光谱强度进行对数运算,以根据经过对数运算得到的各个对数得到对数谱图,以便根据所述对数谱图的光谱数据对所述对数谱图进行傅里叶变换;
对进行截断操作后的频谱图进行反傅里叶变换之后,所述方法还包括:
对经过反傅里叶变换后的对数谱图进行指数操作,以得到第二次平滑处理后的光谱图。
12.根据权利要求11所述的方法,其特征在于,对所述光谱图进行第一次平滑处理之后,对经过第一次平滑处理后的光谱图的各个光谱强度进行对数运算之前,所述方法还包括:
对经过第一次平滑处理后的光谱图的各个光谱强度增加预设正数,以对所述光谱图进行正向偏移,以便对进行正向偏移后的光谱图的各个光谱强度进行对数运算。
13.根据权利要求9所述的方法,其特征在于,对所述光谱图进行第一次平滑处理之后,对经过第一次平滑处理后的光谱图进行第二次平滑处理之前,所述方法还包括:
将经过第一次平滑处理后的光谱图的道址向外扩展到所述光谱图的道址范围之外;以及
根据经过第一次平滑处理后的光谱图的光谱数据对扩展的各个道址进行光谱强度赋值,以得到各个扩展的道址对应的光谱数据,以便对进行道址扩展后的光谱图进行第二次平滑处理。
14.根据权利要求1所述的方法,其特征在于,还包括:
响应于特征峰图中的一个或多个光谱强度小于或等于预设强度,将所述特征峰图整体向正方向偏移预设距离。
15.一种处理设备,其特征在于,包括:
处理器,其配置用于执行程序指令;以及
存储器,其配置用于存储所述程序指令,当所述程序指令由所述处理器加载并执行时,使得所述处理器执行根据权利要求1至14中任一项所述的用于区分光谱的本底与特征峰的方法。
16.一种计算机可读存储介质,其特征在于,其中存储有程序指令,当所述程序指令由处理器加载并执行时,使得所述处理器执行根据权利要求1至14中任一项所述的用于区分光谱的本底与特征峰的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311434885.1A CN117593205A (zh) | 2023-10-31 | 2023-10-31 | 用于区分光谱的本底与特征峰的方法及其相关产品 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311434885.1A CN117593205A (zh) | 2023-10-31 | 2023-10-31 | 用于区分光谱的本底与特征峰的方法及其相关产品 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117593205A true CN117593205A (zh) | 2024-02-23 |
Family
ID=89912372
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311434885.1A Pending CN117593205A (zh) | 2023-10-31 | 2023-10-31 | 用于区分光谱的本底与特征峰的方法及其相关产品 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117593205A (zh) |
-
2023
- 2023-10-31 CN CN202311434885.1A patent/CN117593205A/zh active Pending
Non-Patent Citations (1)
Title |
---|
ZHANG Z M等: ""An intelligent background-correction algorithm for highly fluorescent samples in Raman spectroscopy", 《JOURNAL OF RAMAN SPECTROSCOPY》, vol. 41, no. 6, 9 October 2009 (2009-10-09), pages 662 - 663 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JPH0689695A (ja) | 個別質量スペクトル出力を発生するための装置及び質量分析計器械を使用する方法 | |
US5497407A (en) | Contaminating-element analyzing method | |
US10943762B2 (en) | Inspection system, image processing device and inspection method | |
WO2018025361A1 (ja) | 分析データ処理方法及び分析データ処理装置 | |
JP2017537318A (ja) | フーリエ変換質量分析法 | |
CN116701845B (zh) | 基于数据处理的水产品品质评价方法及系统 | |
US20220051868A1 (en) | Electron Beam Observation Device, Electron Beam Observation System, and Image Correcting Method and Method for Calculating Correction Factor for Image Correction in Electron Beam Observation Device | |
US5300771A (en) | Method for determining the molecular weights of polyatomic molecules by mass analysis of their multiply charged ions | |
CN104931518A (zh) | 一种用于x射线荧光光谱本底扣除的方法 | |
CN103534565A (zh) | 通过多项式拟合估计光谱数据中的背景辐射 | |
US5430786A (en) | Element analyzing method | |
Zheng et al. | Peak detection of TOF-SIMS using continuous wavelet transform and curve fitting | |
Senoner et al. | Imaging surface analysis: Lateral resolution and its relation to contrast and noise | |
CN117593205A (zh) | 用于区分光谱的本底与特征峰的方法及其相关产品 | |
US4918381A (en) | Automated method for determining total harmonic distortion | |
US8581186B2 (en) | Charged particle beam apparatus | |
US9640374B2 (en) | Deconvolution and identification algorithms for use on spectroscopic data | |
Pal et al. | Towards 21-cm intensity mapping at z= 2.28 with uGMRT using the tapered gridded estimator I: Foreground avoidance | |
WO2023026598A1 (ja) | X線分析装置及び波高値予測プログラム | |
JP6774813B2 (ja) | 画像処理装置、画像処理方法、および分析装置 | |
JPH0688792A (ja) | 汚染元素分析方法 | |
US11721534B2 (en) | Peak width estimation in mass spectra | |
JP7191902B2 (ja) | 試料分析装置及び方法 | |
CN112801936B (zh) | 一种x射线荧光光谱自适应本底扣除方法 | |
CN115146219A (zh) | 基于导数光谱和三次平滑的拉曼光谱尖峰去除方法和系统 |
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 |