CN113654957A - 一种基于基线扣除的背景干扰消除方法 - Google Patents
一种基于基线扣除的背景干扰消除方法 Download PDFInfo
- Publication number
- CN113654957A CN113654957A CN202110859609.4A CN202110859609A CN113654957A CN 113654957 A CN113654957 A CN 113654957A CN 202110859609 A CN202110859609 A CN 202110859609A CN 113654957 A CN113654957 A CN 113654957A
- Authority
- CN
- China
- Prior art keywords
- baseline
- energy distribution
- sample
- light energy
- asymmetric
- 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
- 238000000034 method Methods 0.000 title claims abstract description 45
- 230000008030 elimination Effects 0.000 title claims abstract description 12
- 238000003379 elimination reaction Methods 0.000 title claims abstract description 12
- 238000000149 argon plasma sintering Methods 0.000 claims abstract description 15
- 238000011410 subtraction method Methods 0.000 claims abstract description 14
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 14
- 239000013598 vector Substances 0.000 claims description 11
- 230000003287 optical effect Effects 0.000 claims description 10
- 238000001228 spectrum Methods 0.000 claims description 8
- 239000011159 matrix material Substances 0.000 claims description 6
- 239000002245 particle Substances 0.000 abstract description 33
- 238000001370 static light scattering Methods 0.000 abstract description 7
- 230000001186 cumulative effect Effects 0.000 description 7
- 238000005259 measurement Methods 0.000 description 7
- 238000012360 testing method Methods 0.000 description 6
- 238000009825 accumulation Methods 0.000 description 2
- 239000004793 Polystyrene Substances 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000012512 characterization method Methods 0.000 description 1
- 238000013211 curve analysis Methods 0.000 description 1
- 239000000428 dust Substances 0.000 description 1
- 229920002223 polystyrene Polymers 0.000 description 1
- 239000000843 powder Substances 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000000746 purification Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000010183 spectrum analysis Methods 0.000 description 1
- 238000003786 synthesis reaction Methods 0.000 description 1
Images
Classifications
-
- 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
- G01N15/02—Investigating particle size or size distribution
- G01N15/0205—Investigating particle size or size distribution by optical means
- G01N15/0211—Investigating a scatter or diffraction pattern
Landscapes
- Chemical & Material Sciences (AREA)
- Dispersion Chemistry (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
本发明提出一种基于基线扣除的背景干扰消除方法,包括如下步骤:步骤1、首先采用直接相减法得到修正后样品散射光能分布E;步骤2、使用非对称最小二乘法拟合出E的基线L;步骤3、利用基线L对样品散射光能分布E进行进一步修正,得到更加准确的光散射信号图谱,为静态光散射法粒度准确测量提供有效手段。
Description
技术领域
本发明属于资源与环境、海洋领域,尤其是一种基于基线扣除的静态光散射信号背景干扰消除方法。
背景技术
水体悬浮颗粒物会使水质恶化、妨碍水体自净、对鱼类产生危害,其粒径一般在几至几百微米之间。因此,开展水体中悬浮颗粒物粒度自动在线测量,对于水环境保护有着至关重要的作用。目前,激光散射技术是相对成熟且应用广泛的粒度测量技术。激光散射技术普遍采用环型光电探测器进行样品光散射信号图谱探测,但环型光电探测器存在工艺复杂、成本高以及测量前需要对中等问题。CMOS探测器可以有效解决上述问题,因此,成为了激光粒度仪研究的新趋势。由于空间滤波器、光学元件的品质、粉尘对光学表面的污染等因素的影响,采用激光散射技术进行颗粒样品测量时,背景干扰不可避免。因此,为获得准确的样品光散射信号图谱,需要消除背景干扰。当前通常采用样品光散射信号减去背景光信号的方式进行背景干扰消除(以下简称直接相减法)。但CMOS探测器采用直接相减法消除背景干扰时,在小散射角区域内光能信息仍出现较大误差,因此需要对光谱进行进一步校正。
发明内容
针对CMOS探测器采用直接相减法消除背景干扰时,在小散射角区域内光能信息仍出现较大误差的问题,本发明提出了一种基于基线扣除的背景干扰消除方法,针对水体悬浮颗粒物静态光散射信号背景干扰,首先采用直接相减法得到修正后样品散射光能分布,再使用非对称最小二乘法拟合出光能分布的基线,最后利用基线对样品散射光能分布进行进一步修正,得到更加准确的光散射信号图谱,为静态光散射法粒度准确测量提供有效手段。
本发明的技术方案为:一种基于基线扣除的背景干扰消除方法,具体包括如下步骤:一种基于基线扣除的背景干扰消除方法,包括如下步骤:
步骤1、首先采用直接相减法得到修正后样品散射光能分布E;
步骤2、使用非对称最小二乘法拟合出E的基线L;
步骤3、利用基线L对样品散射光能分布E进行进一步修正,得到更加准确的光散射信号图谱。
进一步的,所述步骤1、首先采用直接相减法得到修正后样品散射光能分布E,具体如下:
首先,在样品池中加入纯水作为对照组,测得背景光能分布图Eb;再在样品池中分别加入待测样品,获得样品散射光能分布图Es;由Es-Eb=E,得到光能分布图E。
进一步的,所述的步骤2、使用非对称最小二乘法拟合出光能分布图E的基线L;具体如下:
非对称最小二乘算法拟合光能分布基线L目标如式(1):
其中,wi为权重因子,Δ为二阶差分算子,λ是折中因子;E和L是列向量,i表示列向量中元素的角标;第一项表示基线与光能分布的非对称拟合程度;第二项是为了保证基线的光滑性,折中因子λ起到平衡非对称逼近程度和光滑性的作用。
最小化式(1),得方程***:
(W+λDTD)L=WE (2)
其中,W是由向量w组成的对角阵,即W=diag(w),D是拟合基线L的二阶导数矩阵,即DL=Δ2L;求解得到估计基线:
L=(W+λDTD)-1WE (3)
根据上述非对称最小二乘算法,拟合得到光能分布基线L。
进一步的,所述步骤3、利用基线L对样品散射光能分布E进行进一步修正,得到更加准确的光散射信号图谱,具体的,通过扣除基线即:
E'=E-L
得到样品光散射信号图谱E'。
有益效果:
本发明提出的一种基于基线扣除的背景干扰消除方法,首先采用直接相减法得到修正后样品散射光能分布,再使用非对称最小二乘法拟合出光能分布的基线,最后利用基线对样品散射光能分布进行进一步修正,得到更加准确的光散射信号图谱,为静态光散射法粒度准确测量提供有效手段。
附图说明
图1:对120μm标样进行测试,光能分布曲线分析测试结果;
图2:120μm标样反演结果:(a)未消除背景;(b)直接相减法消除背景;(c)基线法消除背景;
图3:本发明的一种基于基线扣除的背景干扰消除方法。
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、完整的描述,显然,所描述的实施例仅为本发明的一部分实施例,而不是全部的实施例,基于本发明中的实施例,本领域的普通技术人员在不付出创造性劳动的前提下所获得的所有其他实施例,都属于本发明的保护范围。
根据本发明的实施例,提出了一种用于静态光散射法水体悬浮颗粒物粒度测量的一种基于基线扣除的背景干扰消除方法,如图3所示,具体包括如下步骤:
步骤1、首先采用直接相减法得到修正后样品散射光能分布E;
步骤2、使用非对称最小二乘法拟合出E的基线L;
步骤3、利用基线L对样品散射光能分布E进行进一步修正,得到更加准确的光散射信号图谱。
根据本发明的一个实施例,所述步骤1、首先采用直接相减法得到修正后样品散射光能分布E,具体如下:
首先,在样品池中加入纯水作为对照组,测得背景光能分布图Eb;再在样品池中分别加入待测样品,获得样品散射光能分布图Es;由Es-Eb=E,得到光能分布E。
根据本发明的一个实施例,所述的步骤2、使用非对称最小二乘法拟合出E的基线L;具体如下:
非对称最小二乘算法拟合光能分布基线L目标如式(1):
其中,wi为权重因子,Δ为二阶差分算子,λ是折中因子;E和L是列向量,i表示列向量中元素的角标;第一项表示基线与光能分布的非对称拟合程度;第二项是为了保证基线的光滑性,折中因子λ起到平衡非对称逼近程度和光滑性的作用。
最小化式(1),得方程***:
(W+λDTD)L=WE (2)
粗体E表示光能分布列向量,Ei表示E中的元素,基线L是列向量、Li同表示L中的元素;
其中,W是由向量w组成的对角阵,即W=diag(w),D是拟合基线L的二阶导数矩阵,即DL=Δ2L。求解得到估计基线:
L=(W+λDTD)-1WE (3)
根据上述非对称最小二乘算法,拟合得到光能分布基线L。
根据一个实施例,所述步骤3、利用基线L对样品散射光能分布E进行进一步修正,得到更加准确的光散射信号图谱,具体的,通过扣除基线即:
E'=E-L
得到样品光散射信号图谱E'。
本发明的静态光散射法水体悬浮颗粒物测量,不同于传统的光谱分析方法。本发明将非对称最小二乘法创新应用于静态光散射法水体悬浮颗粒物测量的基线拟合扣除中,提高了静态光散射法水体悬浮颗粒物测量精度,得到更加准确的光散射信号图谱。
根据本发明的一个实施例,以水为介质,进行光能分布曲线分析测试,样品为中国计量科学院的120μm(以下称120μm标样)国家标准样品,材质为聚苯乙烯。利用本发明提出的基于基线扣除的背景干扰消除方法,对120μm标样进行测试,光能分布曲线分析测试结果如如图1所示,未消除背景干扰时,标样和水的光能分布均在6600μm后呈线性上升(如图1中局部图所示),与理论值不符。采用直接相减法和基线扣除法处理,与直接相减法得到的光能分布曲线相比,基线扣除法得到的光能分布曲线与Mie氏散射理论模型重合度更高。
根据本发明的一个实施例,进行粒度分布曲线测试,120μm标样的粒度反演结果如图2所示。图2中红线所示为120μm标样累计百分比反演结果。由图可见,未消除背景干扰时,120μm标样的累计百分比从5μm开始,至100μm,以及180μm至500μm均出现明显上升,不符合单一粒径样品累计百分比呈阶跃式增长的趋势。采用直接相减法消除背景干扰后,120μm标样的反演结果从30μm开始,至64μm累计百分比均出现明显上升,不符合单一粒径样品累计百分比呈阶跃式增长的趋势。采用基线扣除法消除背景干扰后,120μm标样的累计百分比从110μm出现明显上升,至126μm趋于平缓,符合单一粒径样品累计百分比阶跃式增长的分布。
图2中颜色最深的曲线所示为120μm标样粒径百分比的反演结果。(a)为未消除背景;(b)为直接相减法消除背景;(c)为基线法消除背景;未消除背景干扰时,粒径百分比的峰半高宽为30μm。采用直接相减法消除背景干扰后,粒径百分比的峰半高宽为40μm。采用基线扣除法消除背景干扰后,粒径百分比的峰半高宽为15μm。基线扣除法获得的粒径百分比半高宽窄,更符合单一粒径样品的粒度分布。
根据本发明的一个实施例,进行粒度分布参数测试,表征粒度分布的参数为D10、D50、D90以及Dmax。D代表粉体颗粒的直径,Dx表示样品的累计粒度分布百分数达到x%时所对应的粒径,Dmax表示占比最高的粒径。根据粒度反演结果,统计待测样品的粒度分布参数,结果如表1所示。由表1可见,未消除背景干扰时,D10与D90相对误差在70%以上。直接相减法消除背景干扰后,反演结果中D50、D90、Dmax相对误差较小,但是D10的误差仍高达61.2%。基线扣除法消除背景干扰后,反演结果最大误差不超过10%,有效的将反演结果各表征参数相对误差控制在合理范围之内。
表1 120μm标样粒度反演结果
尽管上面对本发明说明性的具体实施方式进行了描述,以便于本技术领域的技术人员理解本发明,且应该清楚,本发明不限于具体实施方式的范围,对本技术领域的普通技术人员来讲,只要各种变化在所附的权利要求限定和确定的本发明的精神和范围内,这些变化是显而易见的,一切利用本发明构思的发明创造均在保护之列。
Claims (4)
1.一种基于基线扣除的背景干扰消除方法,其特征在于,包括如下步骤:
步骤1、首先采用直接相减法得到修正后样品散射光能分布E;
步骤2、使用非对称最小二乘法拟合出E的基线L;
步骤3、利用基线L对样品散射光能分布E进行进一步修正,得到更加准确的光散射信号图谱。
2.根据权利要求1所述的一种基于基线扣除的背景干扰消除方法,其特征在于,所述步骤1、首先采用直接相减法得到修正后样品散射光能分布E,具体如下:
首先,在样品池中加入纯水作为对照组,测得背景光能分布图Eb;再在样品池中分别加入待测样品,获得样品散射光能分布图Es;由Es-Eb=E,得到光能分布图E。
3.根据权利要求1所述的一种基于基线扣除的背景干扰消除方法,其特征在于,所述的步骤2、使用非对称最小二乘法拟合出光能分布图E的基线L;具体如下:
非对称最小二乘算法拟合光能分布基线L目标如式(1):
其中,wi为权重因子,Δ为二阶差分算子,λ是折中因子;E和L是列向量,i表示列向量中元素的角标;第一项表示基线与光能分布的非对称拟合程度;第二项是为了保证基线的光滑性,折中因子λ起到平衡非对称逼近程度和光滑性的作用;
最小化式(1),得方程***:
(W+λDTD)L=WE (2)
其中,W是由向量w组成的对角阵,即W=diag(w),D是拟合基线L的二阶导数矩阵,即DL=Δ2L;求解得到估计基线:
L=(W+λDTD)-1WE (3)
根据上述非对称最小二乘算法,拟合得到光能分布基线L。
4.根据权利要求1所述的一种基于基线扣除的背景干扰消除方法,其特征在于,所述步骤3、利用基线L对样品散射光能分布E进行进一步修正,得到更加准确的光散射信号图谱,具体的,通过扣除基线即:
E'=E-L
得到样品光散射信号图谱E'。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110859609.4A CN113654957A (zh) | 2021-07-28 | 2021-07-28 | 一种基于基线扣除的背景干扰消除方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110859609.4A CN113654957A (zh) | 2021-07-28 | 2021-07-28 | 一种基于基线扣除的背景干扰消除方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113654957A true CN113654957A (zh) | 2021-11-16 |
Family
ID=78490806
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110859609.4A Pending CN113654957A (zh) | 2021-07-28 | 2021-07-28 | 一种基于基线扣除的背景干扰消除方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113654957A (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103018194A (zh) * | 2012-12-06 | 2013-04-03 | 江苏省质量安全工程研究院 | 基于背景估计的非对称最小二乘基线校正方法 |
CN103217409A (zh) * | 2013-03-22 | 2013-07-24 | 重庆绿色智能技术研究院 | 一种拉曼光谱预处理方法 |
CN106970008A (zh) * | 2017-04-13 | 2017-07-21 | 广州市药品检验所 | 测定布洛芬混悬液中布洛芬药物粒度及粒度分布的方法 |
CN108844939A (zh) * | 2018-03-14 | 2018-11-20 | 西安电子科技大学 | 基于非对称加权最小二乘的拉曼光谱检测基线校正方法 |
US20190025178A1 (en) * | 2016-01-13 | 2019-01-24 | Advanced Polymer Monitoring Technologies, Inc. | Distinguishing protein aggregation mechanisms |
CN109781706A (zh) * | 2019-02-11 | 2019-05-21 | 上海应用技术大学 | 基于PCA-Stacking建立的食源性致病菌拉曼光谱识别模型的训练方法 |
-
2021
- 2021-07-28 CN CN202110859609.4A patent/CN113654957A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103018194A (zh) * | 2012-12-06 | 2013-04-03 | 江苏省质量安全工程研究院 | 基于背景估计的非对称最小二乘基线校正方法 |
CN103217409A (zh) * | 2013-03-22 | 2013-07-24 | 重庆绿色智能技术研究院 | 一种拉曼光谱预处理方法 |
US20190025178A1 (en) * | 2016-01-13 | 2019-01-24 | Advanced Polymer Monitoring Technologies, Inc. | Distinguishing protein aggregation mechanisms |
CN106970008A (zh) * | 2017-04-13 | 2017-07-21 | 广州市药品检验所 | 测定布洛芬混悬液中布洛芬药物粒度及粒度分布的方法 |
CN108844939A (zh) * | 2018-03-14 | 2018-11-20 | 西安电子科技大学 | 基于非对称加权最小二乘的拉曼光谱检测基线校正方法 |
CN109781706A (zh) * | 2019-02-11 | 2019-05-21 | 上海应用技术大学 | 基于PCA-Stacking建立的食源性致病菌拉曼光谱识别模型的训练方法 |
Non-Patent Citations (4)
Title |
---|
GUOFENG YANGA等: "Multiple Constrained Reweighted Penalized Least Squares for Spectral Baseline Correction", 《APPLIED SPECTROSCOPY》, vol. 74, no. 12, pages 1443 - 1451 * |
叶阿忠: "《非参数计量经济学》", 31 July 2003, 南开大学出版社, pages: 121 - 122 * |
孔明等: "自动基线拟合累积量算法纳米颗粒反演", 《光电工程》, vol. 36, no. 9, pages 52 - 55 * |
陈皓等: "《环境现代仪器分析实验》", 31 August 2020, 同济大学出版社, pages: 111 - 112 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Jin et al. | Condition evaluation of the contaminated insulators by visible light images assisted with infrared information | |
CN109870279A (zh) | 基于数字图像处理技术的桥梁挠度检测***和检测方法 | |
CN108332708A (zh) | 激光水平仪自动检测***及检测方法 | |
CN105675511A (zh) | 透明介质膜层均匀性在线测量方法及其装置 | |
CN109900699A (zh) | 基于复合绝缘子粉化分级的老化程度确定方法 | |
CN105758318A (zh) | 基于机器视觉色差法在线检测CdS薄膜厚度的***及方法 | |
CN103837750B (zh) | 一种电场传感器温度漂移及时间漂移实时差分补偿方法 | |
CN115015286B (zh) | 基于机器视觉的芯片检测方法及*** | |
CN109612992A (zh) | 一种宫颈脱落细胞涂片的快速扫描方法及其*** | |
CN113654957A (zh) | 一种基于基线扣除的背景干扰消除方法 | |
CN103308841A (zh) | 一种标定四主栅标片的方法 | |
CN108898139A (zh) | 一种下雨环境下的激光雷达数据抗干扰处理方法及其实验装置 | |
CN108645817B (zh) | 一种多类型混合颗粒物质量浓度在线测量方法 | |
CN115615992B (zh) | 一种耐火砖尺寸测量及缺陷检测方法 | |
CN108508053A (zh) | 一种***性极微物理缺陷的检测方法 | |
CN104131509B (zh) | 一种路面纹理结构与构造深度激光测量仪 | |
CN107014319B (zh) | 一种蜗轮蜗杆减速机传动轴座孔轴线的空间垂直度检测方法 | |
Birmann et al. | Optical characterization of random pyramid texturization | |
Frącz et al. | Characteristic of surface partial discharges measured with ultraviolet camera | |
CN204044085U (zh) | 一种基于光谱成像的异物检测*** | |
CN201016915Y (zh) | 高精度激光粒度分析仪 | |
CN108414997B (zh) | 一种基于粒子特性差异的边界层高度反演方法 | |
CN106780562A (zh) | 一种基于像差图图像处理的主轴回转误差新算法 | |
CN207232046U (zh) | 一种用于核电厂硼铝合金材料中子吸收性能检测的设备 | |
CN105931194A (zh) | 基于大气散射光照去除的云检测方法 |
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 |