一种光谱测量方法及装置与流程

本发明涉及光学测量技术领域，尤其涉及一种光谱测量方法及装置。

背景技术：

物质的组成和结构决定了物质的性质；反之，可以通过物质的某些性质测定物质的相关组成与结构。光谱作为物质重要的光学性质，携带有丰富的物质组成和结构的相关信息，因此光谱测量在物质的定性、定量检测方面起着十分重要的作用。

现有技术中，对于光谱的测量一般是基于光栅等分光器件的光谱仪来完成的。如图1所示，光谱仪包括光源110、分光系统120和检测系统130，其中，分光系统包括光栅、棱镜等，光源包括卤素灯、氘灯等。如图1所示，如果分光系统120采用光栅，光源110发出的光束以合适大小的光斑透过待测样品140；然后经过分光系统120(光栅)分光后到达检测系统130，得到样品的透射光谱。

但是由于上述方法采用较为复杂的光学系统(比如光栅、棱镜等)，使得制造成本较高、测量装置体积较大，不便于移动与携带；同时光谱的分辨率直接受到分光装置精度的影响，不利于光谱分辨率的提高。

技术实现要素：

有鉴于此，本发明实施例提供一种光谱测量方法及装置，提高了光谱信号的测量精度和分辨率，操作方便，并且可使光谱测量装置微型化，降低了成本。

第一方面，本发明实施例提供了一种光谱测量方法，包括：

对待测光谱信号经过阵列式滤波片后形成的观测光谱信号进行检测，获取检测数据，其中，待测光谱信号携带待测样品的光谱信息，所述阵列式滤波片上涂覆多种呈阵列式分布且光谱特性相异的物质；

基于稀疏重建算法以及所述检测数据进行信号重建，获取重建结果。

第二方面，本发明实施例还提供了一种光谱测量装置，包括：

检测装置，用于对待测光谱信号经过阵列式滤波片后形成的观测光谱信号进行检测，获取检测数据，其中，待测光谱信号携带待测样品的光谱信息，所述阵列式滤波片上涂覆多种呈阵列式分布且光谱特性相异的物质；

信号重建装置，用于基于稀疏重建算法以及所述检测数据进行信号重建，获取重建结果。

本发明实施例提供的技术方案，通过对待测光谱信号经过阵列式滤波片后形成的观测光谱信号进行检测，并通过稀疏重建算法以及获取到的检测数据进行信号重建，能够提高光谱信号的测量精度和分辨率，操作方便，降低了成本。

附图说明

通过阅读参照以下附图所作的对非限制性实施例所作的详细描述，本发明的其它特征、目的和优点将会变得更明显：

图1是现有光谱测量装置的结构示意图；

图2是本发明实施例提供的一种光谱测量方法流程图；

图3是本发明实施例提供的一种阵列式滤波片的示意图；

图4a-图4d是阵列式滤波片上涂覆的不同物质的光谱曲线；

图5a是本实施例提供的待测光谱信号的重建光谱与采用传统光谱仪检测到的待测光谱信号比较示意图；

图5b是图5a的局部放大图；

图6是本发明实施例提供的一种光谱测量装置结构框图；

图7是本发明实施例提供的检测装置的结构示意图。

具体实施方式

下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本发明，而非对本发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本发明相关的部分而非全部内容。

图2是本发明实施例提供的一种光谱测量方法流程图，如图2所示，本实施例提供的技术方案具体包括：

S210：对待测光谱信号经过阵列式滤波片后形成的观测光谱信号进行检测，获取检测数据。

在本实施例中，待测光谱信号携带待测样品的光谱信息，可选的，待测光谱信号为待测样品的透射光谱信号，并且待测光谱信号并不局限于待测样品的透射光谱信号。阵列式滤波片上涂覆多种呈阵列式分布且光谱特性相异的物质。可选的，阵列式滤波片上可涂覆多种呈阵列式分布且透射率不同的物质。当制备阵列式滤波片时，可以采用如下的方式：在基底(如，玻璃片)的不同位置上，涂覆n种透射率不同且性质稳定的物质。例如，选取直径为25mm的玻璃片，在不同位置涂覆2mm×2mm的物质，涂覆的物质种类为100种。如图3所示，阵列式滤波片上涂覆的物质呈阵列式分布，其中，对于涂覆物质的大小、形状、厚度、均匀程度、间隔、涂覆位置以及涂覆顺序并不作限制。

在本实施例中，当制备完毕阵列式滤波片后，利用高精度的光谱仪测定阵列式滤波片上涂覆物质的光谱数据，并将测定的光谱数据进行存储。图4a-4d是阵列式滤波片上涂覆的不同物质的光谱曲线，可选的，图4a-4d是阵列式滤波片上涂覆的不同物体的透射曲线，如图4a-4d所示，不同的物质的透射率是不同的。

在本实施例中，当待测光谱信号经过阵列式滤波片后，形成观测光谱信号，通过光检测器获取观测光谱信号的检测数据，获取的检测数据为观测光谱信号的光强值。当阵列式滤波片上涂覆有n种物质时，获取的检测数据为n个观测光谱信号的光强值。

S220：基于稀疏重建算法以及所述检测数据进行信号重建，获取重建结果。

在本实施例中，可选的，基于稀疏重建算法以及所述检测数据进行信号重建，获取重建结果，包括：采用所述阵列式滤波片上的每种物质离散化的光谱信号作为行向量构造观测矩阵Φ；通过如下公式中任意一种获取重建结果：

且满足约束条件：Φx＝y；

且满足约束条件：Φx＝y；

且满足约束条件：

且满足约束条件：||x||₁≤t₁；以及

其中，y为检测数据形成的列向量，且y＝[y₁,y₂,...,y_i,...,y_n]^T，y_i为经过所述阵列式滤波片上的第i种物质后形成的观测光谱信号的检测数据，n为所述阵列滤波片上涂覆物质的种类数量；x为离散化后的待测光谱信号形成的列向量，且为待测光谱信号在波长λ_i处的光谱值，m为所述观测矩阵的列数，且m的数值取决于对所述待测光谱信号的采样间隔；Φ∈R^n×m，为阵列式滤波片上的第i种物质的光谱信号在波长λ_j处的光谱值；ε₁为第一重建误差预设值；t₁为表征x稀疏程度的预设值；τ₁为第一权重预设值。例如，若待测光谱信号的波长在380nm到780nm之间，采样宽度为1nm，则m为400。本实施例中，对于上述公式的优化，可以采用BP算法、BPDN算法、OMP算法、IST算法、GPSR算法或l1-ls算法等稀疏重建算法，并且求解上述公式的稀疏重建算法并不局限于BP算法、BPDN算法、OMP算法、IST算法、GPSR算法、l1-ls算法等。

在本实施例中，观测矩阵的构造基于原理为：由存储的阵列式滤波片上涂覆物质的光谱数据可形成光谱曲线。其中，光谱曲线可以是透射曲线，若阵列式滤波片上涂覆的第i种物质的透射曲线为φ_i(λ)，待测光谱信号的光谱曲线为x(λ)，待测光谱信号经过第i种物质后形成的观测信号的光强值为y_i，其中，y_i的数学表达式为：

y_i＝∫x(λ)φ_i(λ)dλ,i＝1,2,...,n (1)

将公式(1)改写成离散形式，其数学表达式为：

由于阵列式滤波片上涂覆有n种物质，将公式(2)改写成矩阵的表示形式为：

y＝Φx (3)

上述公式(3)的矩阵的具体形式为：

因此，观测矩阵Φ由阵列式滤波片上每种物质的离散化的透射数据所构造，其中，观测矩阵的Φ的行数为n，列数为m。

在上述实施例的基础上，可选的，基于稀疏重建算法以及所述检测数据进行信号重建，获取重建结果，还可以包括：采用所述阵列式滤波片上的每种物质离散化后的光谱信号作为行向量构造观测矩阵Φ；利用字典学习算法对预设数量的标准光谱信号进行训练，获取稀疏字典Ψ；

通过如下公式中的任意一种获取稀疏表示系数s：

且满足约束条件：ΦΨs＝y；

且满足约束条件：ΦΨs＝y；

且满足约束条件：

且满足约束条件：||s||₁≤t₂；以及

通过公式获取重建结果，为待测光谱信号的离散重建结果；

其中，y为检测数据形成的列向量，且y＝[y₁,y₂,...,y_i,...,y_n]^T，y_i为经过所述阵列式滤波片上的第i种物质后形成的观测光谱信号的检测数据，n为所述阵列滤波片上涂覆物质的种类数量；Φ∈R^n×m，为阵列式滤波片上的第i种物质光谱信号在波长λ_j处的光谱值；m为所述观测矩阵的列数，且m的数值取决于对所述待测光谱信号的采样间隔；ε₂为第二重建误差预设值；t₂为表征s稀疏程度的预设值；τ₂为第二权重预设值。其中，可选的，所述字典学习算法包括K-SVD算法或MOD算法，并且字典学习算法并不局限于K-SVD算法和MOD算法。

在本实施例中，获取稀疏字典Ψ的具体过程为：

步骤a：选取预设数量的光谱信号作为训练集T，T∈R^m×num，并初始化稀疏字典Ψ，Ψ∈R^m×k。

其中，训练集T的每一列中的数据为同一种光谱信号在不同波长处的光谱值。“num”表征预设数量的数值，即选取的光谱信号的数量；k的取值与m相关，需要进行多次尝试进行确定。预设的数量可根据需要进行确定，预设数量可以是1000个，即num＝1000。当选取的光谱信号的数据越多时，测量精度一般会越高。

步骤b：保持稀疏字典Ψ保持不变，按照稀疏重建的算法更新稀疏表示系数D，使稀疏表示系数D满足T＝ΨD的条件。

其中，D∈R^k×num，并且D的每一列为T对应列的光谱信号在Ψ下的稀疏表示系数。

步骤c：保持稀疏表示系数D不变，采用K-SVD算法更新稀疏字典Ψ；

步骤d：依次重复步骤b，c进行迭代，直至满足设置的迭代终止条件，获取最后迭代后的稀疏字典Ψ。

其中，迭代终止条件可以是最大迭代次数，例如，设置最大迭代次数为500次，则迭代500次后停止。迭代终止条件还可以是相对误差小于预设阈值。或者迭代终止条件还可以是其他形式，根据需要进行设定。

在上述实施例的基础上，当获取重建结果之后，对重建结果进行误差计算。通过公式计算相对误差，其中r表征相对误差，x为待测光谱信号在不同波长处的光谱值，为x的重建值。通过计算，当阵列式滤波片涂覆100种物质时，本实施例中采用上述两种方法进行信号重建，平均相对误差分别是0.12％和0.25％，其中，上述第一种方法是仅仅通过稀疏重建算法进行信号重建，获取重建结果；第二种是通过稀疏重建算法以及字典学习算法结合进行信号重建，获取重建结果。

在本实施例中，阵列式滤波片上涂覆的物质的种类数量不同，采用上述两种方法对光谱信号的重建后，相对误差是不同的。图5a是本实施例提供的待测光谱信号的重建光谱与采用传统光谱仪检测到的待测光谱信号比较示意图，图5b是图5a的局部放大图，如图5a和图5b所示，仅通过稀疏重建算法进行信号重建得到的重建光谱2、以及通过稀疏重建算法和字典学习算法结合进行信号重建得到的重建光谱3与采用传统光谱仪检测到的待测光谱信号1几乎是重合的。因此，本实施例中采用上述两种方法对待测光谱信号进行测定时，测量精度较高。

在本实施例中，表1为仅通过稀疏重建算法进行信号重建，得到的相对误差表；表2为通过稀疏重建算法与字典学习算法结合进行信号重建，得到的相对误差表。如表1和表2所示，仅仅通过稀疏重建算法进行信号重建的方法，对涂覆物质的种类数和性质要求稍高，需要涂覆的物质种类数数量最低为80种(不可低于75种，否则相对误差较大)。而通过稀疏重建算法以及字典学习算法结合进行信号重建的方法，降低了对物质种类数量的要求，需要涂覆的物质种类数最低约为30种(相对误差在1％以下)。因此，通过稀疏重建算法以及字典学习算法结合进行信号重建的方法，对阵列式滤波片上涂覆的物质种类要求的数量较少，制备阵列式滤波片的工艺越简单。但是上述两种对信号进行重建的方法，均大大降低了阵列式滤波片涂覆的物质的种类数量，降低了阵列式滤波片的制备工艺的复杂度以及制备成本，同时也可以采用稀疏重建的算法标定阵列式滤波片不同区域的滤波特性，使得滤波片的标定工艺大大简化。

表1

表2

图6是本发明实施例提供的一种光谱测量装置结构框图，如图6所示，所述装置包括检测装置610和信号重建装置620。

其中，检测装置610，用于对待测光谱信号经过阵列式滤波片后形成的观测光谱信号进行检测，获取检测数据，其中，待测光谱信号携带待测样品的光谱信息，所述阵列式滤波片上涂覆多种呈阵列式分布且光谱特性相异的物质。

信号重建装置620，用于基于稀疏重建算法以及所述检测数据进行信号重建，获取重建结果。

在本实施例中，如图7所示，所述检测装置610包括：光源110、阵列式滤波片612以及光检测器613；所述光源110，用于发射经过待测样品140的光束，以获取待测光谱信号；所述阵列式滤波片612，将所述待测光谱信号进行滤波，形成观测光谱信号；所述光检测器613，用于对所述观测光谱信号进行检测，获取检测数据。可选的，光检测器为CCD面阵检测器。本实施例中提供的检测装置还可以包括其他的元件，并不局限于上述的元件。

本实施例中，通过阵列式滤波片替换传统的光谱仪中的光栅等分光装置，制备工艺简单，降低成本，且阵列式滤波片的尺寸较小，可使光谱测量装置微型化，携带方便。

进一步的，所述信号重建装置620，具体用于：

采用所述阵列式滤波片上的每种物质离散化的光谱信号作为行向量构造观测矩阵Φ；

通过如下公式中的任意一种获取重建结果：

且满足约束条件：Φx＝y；

且满足约束条件：Φx＝y；

且满足约束条件：

且满足约束条件：||x||₁≤t₁；以及

其中，y为检测数据形成的列向量，且y＝[y₁,y₂,...,y_i,...,y_n]^T，y_i为经过所述阵列式滤波片上的第i种物质后形成的观测光谱信号的检测数据，n为所述阵列滤波片上涂覆物质的种类数量；x为离散化后的待测光谱信号形成的列向量，且为待测光谱信号在波长λ_i处的光谱值，m为所述观测矩阵的列数，且m的数值取决于对所述待测光谱信号的采样间隔；Φ∈R^n×m，为阵列式滤波片上的第i种物质的光谱信号在波长λ_j处的光谱值；ε₁为第一重建误差预设值；t₁为表征x稀疏程度的预设值；τ₁为第一权重预设值。

进一步的，所述信号重建装置620，具体用于：

采用所述阵列式滤波片上的每种物质离散化后的光谱信号作为行向量构造观测矩阵Φ；

利用字典学习算法对预设数量的标准光谱信号进行训练，获取稀疏字典Ψ；

通过如下公式中的任意一种获取稀疏表示系数s：

且满足约束条件：ΦΨs＝y；

且满足约束条件：ΦΨs＝y；

且满足约束条件：

且满足约束条件：||s||₁≤t₂；以及

通过公式获取重建结果，为待测光谱信号的离散重建结果；

其中，y为检测数据形成的列向量，且y＝[y₁,y₂,...,y_i,...,y_n]^T，y_i为经过所述阵列式滤波片上的第i种物质后形成的观测光谱信号的检测数据，n为所述阵列滤波片上涂覆物质的种类数量；Φ∈R^n×m，为阵列式滤波片上的第i种物质光谱信号在波长λ_j处的光谱值；m为所述观测矩阵的列数，且m的数值取决于对所述待测光谱信号的采样间隔；ε₂为第二重建误差预设值；t₂为表征s稀疏程度的预设值；τ₂为第二权重预设值。

本实施例提供的光谱测量装置，通过对待测光谱信号经过阵列式滤波片后形成的观测光谱信号进行检测，获取检测数据，并通过稀疏重建算法以及获取到的检测数据进行信号重建，能够提高光谱信号的测量精度和分辨率，操作简单，并且可微型化，降低了成本。

注意，上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解，本发明不限于这里所述的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此，虽然通过以上实施例对本发明进行了较为详细的说明，但是本发明不仅仅限于以上实施例，在不脱离本发明构思的情况下，还可以包括更多其他等效实施例，而本发明的范围由所附的权利要求范围决定。