基于Voigt函数拟合的拉曼光谱谱峰判别方法

提出了一种新的拉曼光谱谱峰判别算法,采用Voigt函数作为拟合函数,对小波变换脊线寻峰后得到的谱峰进行拟合处理,将拟合前后的谱峰相似度作为判别谱峰的依据,可有效识别与噪声幅值相近的小幅值拉曼信号。通过与已有的两种谱峰判别方法进行对比,在误判率为5%的情况下,该算法准确率提高了60%;在准确率高于90%的情况下,该算法误判率降低了10%。     

一种基于吸收峰特征的高光谱曲线匹配方法

为了解决在应用传统高光谱地物识别方法时,由于吸收峰个数不同,造成的光谱匹配误差较大的问题,采用了一种基于高光谱吸收峰特征的选择方法,根据选择后的吸收峰特征进行光谱曲线匹配。该算法首先对高光谱曲线进行包络线消除并提取光谱特征参量矩阵,然后根据标准特征参量矩阵与待测特征参量矩阵的每个向量的余弦距离-欧氏距离来逐一寻找吸收峰的匹配向量,之后根据选择的吸收峰特征参量矩阵进行了理论分析和实验验证。结果表明,该算法可以搜寻到最佳的特征参量向量,从而实现吸收峰的选择,用选择后的吸收峰的特征参量矩阵进行高光谱匹配。这一结果对降低匹配的误差是有帮助的。     

基于拉曼光谱的口罩物证检验方法研究

为分析口罩材质,建立口罩物证鉴别方法,试验用拉曼光谱仪检测107个口罩纤维样品,研究黑色、粉红色、蓝色染料对口罩纤维拉曼光谱的影响程度,基于主成分分析和相关性检验法对不同品牌、相同品牌不同批次的口罩进行区分,并实现未知品牌口罩的预测。研究表明,在拉曼特征峰相同的条件下,通过分析口罩纤维拉曼强度的差异和主成分得分图可快速找到与未知品牌相关性最强的口罩。在犯罪现场模拟试验中,未知品牌与相似品牌在主成分得分图中显示的距离最近,Pearson、Kendall Rank和Spearman 3种相关系数最大分别为0.932、0.799、0.942,据此找到了与未知品牌相似度较高的口罩。该方法缩小了物证搜查范围,可为公安办案寻找线索提供依据。     

基于广义Whittaker平滑器的拉曼光谱基线校正方法

拉曼光谱的频率、强度及偏振特性表征散射物质的独特性质,是研究物质结构及组成成分的特征光谱,因而得到了广泛应用。但是,基线漂移现象会给拉曼光谱的定量分析带来不利影响。为了校正拉曼光谱基线漂移,提出了一种结合导数谱峰检测与Whittaker平滑器的基线校正算法。利用拉曼二阶导数光谱检测并标定谱峰区域;Whittaker平滑器结合标定信息计算非谱峰区域的拟合曲线,并同时对谱峰区域进行平滑插值,最终得到整个光谱的基线估计。将该算法应用于模拟和实际拉曼光谱进行基线校正,结果表明,算法可以同时实现光谱去噪与基线估计,而主成分分析结果的改善进一步验证了该算法的有效性。     

多特征匹配的高光谱图像配准方法

基于区域的配准方法从处于离散性图像坐标点中,检索配准特征点完成高光谱图像配准,而离散性图像坐标点导致图像特征点提取存在一定误差,导致配准后高光谱图像结构特征缺失。为此,提出多特征匹配的高光谱图像配准方法,首先使用基于Forstner算子的高光谱图像特征提取方法,提取两幅待配准高光谱图像中目标特征,然后基于提取的特征,采用基于多特征匹配的高光谱图像配准方法实现配准。经实验结果验证,该方法提取的高光谱图像特征完整度系数最大值为0.989 9,配准后的同类型、不同类型的多特征高光谱图像结构相似度指数始终大于0.980 0,且与同类配准方法相比,配准速度提高了6倍与8倍左右,应用性能较为显著。     

基于深度学习的舌鳞癌拉曼光谱分割方法

拉曼光谱能够反映生物组织的分子结构变化,可用于舌鳞癌组织检测。然而,现有方法仅能够鉴别舌鳞癌组织属性,判断组织是否发生癌变,无法定位舌鳞癌组织拉曼光谱的重要谱带区域。因此,提出一种基于深度学习的舌鳞癌组织拉曼光谱重要谱带区域分割方法。首先,利用光纤拉曼光谱采集设备采集22位病人44块肿瘤组织的拉曼光谱数据,对数据进行预处理、标注,并分为训练集和测试集;然后,建立谱带区域深度卷积神经网络模型,该模型包括三个基本模块,即拉曼光谱特征提取网络、重要谱带推荐网络以及重要谱带回归网络。其中拉曼光谱特征提取网络用于提取舌鳞癌组织光谱特征,重要谱带推荐网络和重要谱带回归网络用于分割舌鳞癌组织光谱的重要谱带区域。实验结果显示,在交并比为0.7的判断标准下,所提方法对舌鳞癌组织重要谱带分割的平均精度为99%。     

不同乳腺肿瘤组织的拉曼光谱与光致发光谱

用显微共焦拉曼光谱仪采集了乳腺肿瘤组织的拉曼光谱。结果表明,所采集到的是拉曼光谱和光致发光光谱的叠加。不同性质的乳腺肿瘤的拉曼光谱有差异,这些拉曼光谱和光致发光谱的差异对于乳腺肿瘤的癌变研究从分子水平提供了有价值的信息,对应用光谱技术诊断乳腺肿瘤疾病有重要意义。     

利用基于红外光谱成像的光谱特征匹配法显现被掩盖字迹

提出了一种用于显现被碳素墨水掩盖的字迹的光学方法,为查明案情提供了技术支撑。利用红外成像光谱仪采集了被碳素墨水掩盖字迹的光谱影像集,并运用光谱特征匹配法对光谱影像集进行了分析和处理,较清晰地显现了被碳素墨水掩盖的字迹。实验结果表明,基于红外光谱成像的光谱特征匹配法是显现被碳素墨水掩盖字迹的有效光学方法。     

Hgl-xCdxTe的拉曼光谱

我们发观Hg1-xCdxTe的拉曼散射峰随着温度的变化会发生频移,它的二级散射峰来自L01+LO1,LOl+LO2,L02+LO2,并且它们的强度对晶体的完整性较敏感.同时也发现Hgl-xCdxTe中的Te的沉淀相和Te的氧化物相的拉曼散射峰.     

基于特征波段-Fisher-K近邻的木器漆拉曼光谱的快速无损鉴别

为了实现木器漆的快速无损检测以及精确识别与分类,采集并获取了晨阳等3种品牌木器漆样本的拉曼光谱,并考察了基线校正、Savitzky-Golay九点平滑法、一阶导数和二阶导数等不同预处理方法的处理效果,建立了特征波段比值、Fisher判别、K近邻(KNN)模型。结果表明:特征波段比值法能以1358cm-1/1239cm-1表征3种木器漆的特征;基于Fisher判别的基线校正、平滑和二阶导数处理的拉曼光谱模型的分类准确率最高,能实现100%区分;在相同的预处理下,KNN判别模型的准确率仅为88.5%。基于二阶导数的拉曼光谱结合特征波段-FisherKNN法能为不同品牌木器漆的准确检测提供一种新的快速无损分析手段,具有普适性和一定的借鉴意义。     

基于PROSAC的视觉SLAM特征匹配方法

当前视觉即时定位与地图重构技术（SLAM）的过程中,通常采用随机采样一致性（RANSAC）的图像特征匹配算法,随机估计图像模型容易造成算法时间复杂度不确定,进而导致图像匹配时耗过大,难以满足视觉SLAM实时性的要求。为了改善这一问题,使用渐进采样一致性（PROSAC）的算法对图像特征进行筛选,剔除误匹配特征点,有效改善了图像特征匹配的效率与鲁棒性,进一步增强了视觉SLAM的稳定性与实时性。试验验证表明,相比于当前视觉SLAM特征匹配算法,计算效率明显提升。     

基于卡尔曼融合的激光雷达特征匹配方法

针对现有激光雷达特征匹配算法线段特征匹配定位不够准确的问题,提出了一种基于卡尔曼融合的激光雷达特征匹配算法。首先扫描一帧雷达数据,利用改进的激光雷达线段特征提取方法,提取出特征线段,得到局部地图。接着确定局部地图旋转、平移参数,再将局部与全局地图进行匹配,根据相对偏差得到匹配结果。然后基于卡尔曼,利用IMU数据作下一时刻的预测估计,利用激光雷达匹配结果作观测,两者融合得到最优估计。实验结果表明该方法相对现有特征匹配算法在特征线段的匹配准确性上更高,因此定位导航的精度和鲁棒性也更好。     

基于多谱段集成检测的宽光谱AOTF性能测试系统

声光可调谐滤波器(Acousto-Optic Tunable Filter, AOTF)是一种新型分光器件,近年来在光谱分析技术领域得到广泛应用.首先分析了AOTF的分光特性及驱动要求,介绍了AOTF器件的关键性能指标和测试方法.其次针对AOTF器件性能设计了专用测试系统.系统采用单色仪作为光源,通过多谱段集成检测方法,能对宽光谱AOTF器件进行驱动频率匹配、衍射效率和光谱分辨率的测试.测试系统波长的覆盖范围是400~3 200 nm,光源稳定性优于98%,光谱分辨率在450 nm处小于0.4 nm,在2 400 nm处小于2.0 nm.最后以短中波晶体的测试为例,验证了该测试系统的功能及性能,达到了设计要求.基于多谱段集成检测的宽光谱AOTF性能测试系统由于其高效、便捷等特点,具有很强的工程应用价值.     

基于激光拉曼光谱的氯苯低浓度探测

采用激光拉曼光谱技术对氯苯的25种不同浓度的CCl4溶液进行了分析。研究结果表明,在253~0.44g/L范围内,氯苯及CCl4振动拉曼光谱强度比与氯苯浓度呈线性关系,利用最小二乘法拟合得到线性相关系数为0.995。激光拉曼光谱技术具有快速、无损、样品无需预处理等优点。该研究为有机分子的低浓度测量及定量分析提供了一种可行的光谱测量方法。     

腔增强拉曼光谱方法检测痕量氢气

氢气作为潜在的能源载体和工业材料,在众多领域发挥着日益重要的作用.在很多应用中,对氢气的检测需要有更高的灵敏度、更快的响应和更大的动态测量范围.腔增强拉曼光谱法(CERS)通过Pound-Drever-Hall(PDH)稳频技术将激光和高精细度的光学谐振腔锁定,实现了1900倍的腔内功率增益,用于痕量氢气的检测.在7 ...