[发明专利]一种基于三维荧光光谱与Tchebichef矩的混合油液辨识方法在审
申请号: | 201810950957.0 | 申请日: | 2018-08-21 |
公开(公告)号: | CN108986096A | 公开(公告)日: | 2018-12-11 |
发明(设计)人: | 孔德明;崔耀耀;沈阅;张春祥;李雨蒙;谷美娜;刘文博 | 申请(专利权)人: | 燕山大学;秦皇岛燕大智能信息技术有限责任公司;秦皇岛燕大燕软信息系统有限公司 |
主分类号: | G06T7/00 | 分类号: | G06T7/00;G06K9/62;G01N21/64 |
代理公司: | 北京挺立专利事务所(普通合伙) 11265 | 代理人: | 刘阳 |
地址: | 066004 河北省*** | 国省代码: | 河北;13 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 混合油液 待测样本 灰度图像 矩特征 辨识 三维荧光光谱 定性结果 样本库 样本 三维荧光光谱数据 灰度化处理 荧光光谱仪 定量结果 聚类分析 形状特征 逐步回归 数据库 | ||
本发明公开一种基于三维荧光光谱与Tchebichef矩的混合油液辨识方法;首先,利用荧光光谱仪获取样本库样本的三维荧光光谱数据(EEM),将EEM进行灰度化处理,得出EEM灰度图像,并利用Tchebichef矩提取EEM灰度图像的形状特征,建立样本库样本的Tchebichef矩特征数据库;然后,获取待测样本的EEM,得出待测样本的EEM的灰度图像,进而得到待测样本的Tchebichef矩特征数据;最后,利用聚类分析方法对所有的Tchebichef矩特征数据进行处理,得出混合油液的定性结果;并根据定性结果,利用逐步回归对属于混合油液的待测样本进行处理,得出混合油液的定量结果;实现对混合油液辨识的目的。
【技术领域】
本发明涉及混合油液鉴别领域,尤其涉及关于基于三维荧光光谱与Tchebichef矩的混合油液辨识方法研究的技术领域。
【背景技术】
随着人类社会对石油需求的日益提高,由石油引起的环境污染日益严重。石油类污染物是一类来源广泛的环境污染物,石油工业和石油产品消费链条的每一个环节都有可能产生石油类污染物,如化工厂排放、油类运输以及船舶油污染等,都给水体带来了严重的危害,石油类在水体表面可以形成大面积油膜,不仅阻碍水体与大气的物质交换,发生光化学反应生成有毒物质,还对周边沿岸造成重大污染,甚至导致生态灾难。并且由于石油使用种类的广泛性,其不仅以一种油本身作为环境污染物存在,更多情况下是与其它油种相混合而广泛存在于环境中,这给油类污染物检测带来了更多的困难。
目前,针对油类污染事故,主要通过人工勘察现场、询问调查等方法排查污染物来源、追查污染事故责任,但通过这些方法获取证据,存在随意性,证据证明力度不够等问题。潘钊、王玉田、邵小青、吴希军、杨丽丽发表的论文(三维荧光光谱及平行因子分析在石油类污染物检测分析中的应用)中所述的方法必须要准确选择因子数才能够正确解析数据,此外样本的浓度范围也必须满足一定条件,受限较多。在陈国庆申请的发明专利(申请号:201310175204.4)中所述的方法只提取了三维荧光光谱的重心作为样本的特征,特征单一,难以满足三维荧光光谱特征复杂的样本。如何利用现有的技术手段有效检测出混合油液并对其进行定性定量,是环保监测工作中急需解决的一个重要问题。
在本发明所述方法中,首先,利用荧光光谱仪获取样本库样本的三维荧光光谱数据(EEM),将EEM进行灰度化处理,得出EEM灰度图像,并利用Tchebichef矩提取EEM灰度图像的形状特征,建立样本库样本的Tchebichef矩特征数据库;然后,获取待测样本的EEM,得出待测样本的EEM的灰度图像,进而得到待测样本的Tchebichef矩特征数据;最后,利用聚类分析方法对所有的Tchebichef矩特征数据进行处理,得出混合油液的定性结果;并根据定性结果,利用逐步回归对属于混合油液的待测样本进行处理,得出混合油液的定量结果;实现对混合油液辨识的目的。
与人工勘察的处理方法相比,本发明所述方法不受限于执法人员的经验水平,检测结果更加客观、准确。本发明所述方法与借助平行因子分析的方法相比,不存在必须准确选择因子数以及样本的浓度范围的限制等,利用本发明所述的方法可以更加简单、快速的获得辨识结果。本发明所述方法利用Tchebichef矩的多分辨分析,可以对三维荧光光谱的形状信息从全局和细节上进行特征提取,与陈国庆申请的发明专利(申请号:201310175204.4)中所述的方法相比,本发明所述的方法对样本的辨识结果更精确。
【发明内容】
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于燕山大学;秦皇岛燕大智能信息技术有限责任公司;秦皇岛燕大燕软信息系统有限公司,未经燕山大学;秦皇岛燕大智能信息技术有限责任公司;秦皇岛燕大燕软信息系统有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201810950957.0/2.html,转载请声明来源钻瓜专利网。