[发明专利]一种核素能谱寻峰方法

说明书

技术领域

 本发明涉及核辐射探测技术领域，具体地说是一种核素能谱寻峰方法。

背景技术

在核素分析和识别过程中，最重要的问题是精准地从能谱中定位各个核素峰的峰位。只有寻找到各个能谱峰正确位置，才能对其进行进一步的分析和识别。能谱复杂度的不断增长和统计涨落的影响，对能谱寻峰提出了更大的挑战。

最常用的能谱寻峰方法是导数法寻峰，它将能谱数据看成一个连续的曲线，通过计算能谱一阶、二阶、三阶导数的极值、过零点来定位能谱峰峰位和边界。其中峰顶位于一阶导数由正到负过零点，峰位位于二阶导数的负局部极小值以及三阶导数的由负到正过零点。由于求导数对局部数据的跳变较为敏感，因此如果能谱中的噪声较大或者出现了局部的畸变，则一个能谱峰范围内可能会被检测多个一阶导数过零点，使得导数法寻峰失效，从而导致漏峰或者一个峰被检测成多个假峰。

发明内容

本发明的目的就是为了克服上述技术问题，而提供一种能谱寻峰方法，该方法根据能谱峰的整体特征，采用数学形态学方法提取能谱峰，不易受到能谱中局部噪声和畸变的影响。

为了达到上述目的，本发明的技术解决方案如下。

一种核素能谱寻峰方法，该方法包括以下步骤：

步骤1，对原始的能谱进行平滑，去除噪声；

步骤2，对平滑后的能谱进行形态学白帽变换，将能谱分割为若干个零值和非零值区域；

步骤3，统计各个非零值区域的长度，滤除长度小于设定的最小峰宽阈值的假峰；

步骤4，在各个非零值区域中，寻找能谱峰峰位和左右边界；

步骤5，根据计算得到的峰位、峰高和左右边界对能谱峰进行判定。

本发明中的寻峰方法考察的是能谱峰的整体形态学特征，而不是局部的极值，因此能够克服能谱中局部噪声和畸变的影响，提高寻峰方法的稳定性。

附图说明

图1为本发明中待处理的原始能谱数据。

图2为本发明中经过能谱平滑后的能谱数据示意图。

图3为本发明中经过形态学白帽变换后的能谱数据示意图。

图4为本发明中滤除假峰后的能谱数据示意图。

图5为根据本发明实施例的能谱寻峰结果示意图。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚明白，以下结合具体实施例，并参照附图，对本发明进一步详细说明。

本发明提出的一种核素能谱寻峰方法具体包括以下步骤：

步骤1，对原始的能谱进行高斯平滑，抑制噪声：

能谱平滑通过高斯滤波完成，滤波可表达为一个卷积过程，表达式为：

其中f为原始能谱，y为滤波后的能谱，m为能谱数据的长度，g_i为高斯卷积核，表达式为：

其中σ为高斯函数标准差，高斯卷积核的长度等于2K+1。σ越大，高斯卷积核越长，则平滑力度越强，对噪声的抑制也越强，但会滤除细小的能谱峰造成漏峰。因此在实际能谱平滑过程中，需要根据原始能谱的噪声特性选择高斯卷积核的长度和高斯函数方差σ值。一般卷积核长度取3~11之间，σ值取1-3之间。图1为待处理的原始能谱数据。图2为经过能谱平滑后的能谱数据示意图，其中K=3，σ=1。

步骤2，根据待检测的能谱峰的特征选择合适的形态学结构元素对平滑后的能谱进行形态学白帽变换：

用形态学结构元素B，对能谱y进行形态学白帽变换表达式如下：

其中为形态学开运算，表达式如下：

其中和分别为形态学膨胀与腐蚀变化，表达式如下：

结构元素B采用与横坐标平行的直线段，结构元素的长度L为奇数，L设定为待检测峰的最小峰宽的两倍加1。图3所示为经过形态学白帽变换后的能谱数据示意图，其中L=31。在经过形态学白帽变换后，能谱被分割为若干个零值和非零值区域。