[发明专利]一种鲁棒的拉曼光谱峰识别方法

说明书

本发明提供了一种鲁棒的拉曼光谱峰识别方法，包括计算拉曼光谱数据的一阶导数；记录拉曼光谱数据的一阶导数的正负号发生改变的位置；根据拉曼光谱数据的一阶导数的正负号发生改变的位置，判断拉曼光谱数据的峰谷类型值的位置；所述峰谷类型值包括左侧谷值、峰值、右侧谷值及中间谷值；根据拉曼光谱数据的左侧谷值、峰值、右侧谷值及中间谷值的位置，利用高斯函数作为曲线拟合数学模型，采用最小中值二乘法对拉曼光谱数据进行拟合，得到特征峰的位置及强度。本发明的有益效果在于：该方法能够避免现有技术对拉曼光谱数据预处理产生的畸变，提高了拉曼光谱分析的精度，同时能够对拉曼光谱进行定量分析。

技术领域

本发明涉及光谱峰识别领域，尤其是指一种鲁棒的拉曼光谱峰识别方法。

背景技术

拉曼光谱分析是一种常用的物质分析与检测手段，拉曼光谱分析可分为定性分析与定量分析；定性分析的基本原理为：不同位置的拉曼光谱发光峰位置不同，通过观察拉曼光谱在特定位置是否有发光峰能够判断是否存在某种物质。定量分析的基本原理为：拉曼光谱峰的强度(特征峰的面积)与相应物质的含量之间存在正比线性关系，所以，分析拉曼光谱峰的强度能够得到该种物质的含量。所以，对于拉曼光谱分析而言，关键在于确定光谱峰的位置以及光谱峰强度。然而，拉曼光谱常常会受到噪声干扰，主要原因是拉曼光谱信号强度较弱，仅约为原始激发信号的10^-8。由此，造成了拉曼光谱分析的困难。

目前，针对该问题的一种解决思路为首先对拉曼光谱进行降噪预处理，而后对光谱峰进行识别。例如：对拉曼光谱进行平滑处理。该方法能够很好的去除随机噪声，提高信噪比，但是，在平滑过程中降低了特征峰的峰值，使得难以识别一些峰值小的特征峰。利用小波变换进行降噪处理，该方法能够较好的保留特征峰，寻峰准确率较高，但是，计算量大，且小波基的选取对分析结果有显著影响。

针对该问题的另一种解决方案为：首先估计噪声的标准差，然后利用光谱的一阶导数获得可能的峰值与谷值，最后对比峰值与相邻的谷值。如果峰值与谷值之差大于r倍(通常取大于6)的噪声标准差时，则认为是拉曼光谱峰。该方法能够在不对拉曼光谱做降噪预处理的情况下，自动实现特征峰识别。但是，受噪声的影响，该方法得到的特征峰位置的误差较大，并且未能获得特征峰的强度，难以用于定量分析。

发明内容

本发明所要解决的技术问题是：克服目前拉曼光谱分析时难以获得准确的特征峰位置及获得的特征峰强度不足的问题。

为了解决上述技术问题，本发明采用的技术方案为：一种鲁棒的拉曼光谱峰识别方法，包括步骤，

S10、计算拉曼光谱数据的一阶导数；

S20、记录拉曼光谱数据的一阶导数的正负号发生改变的位置；

S30、根据拉曼光谱数据的一阶导数的正负号发生改变的位置，判断拉曼光谱数据的峰谷类型值的位置；所述峰谷类型值包括左侧谷值、峰值、右侧谷值及中间谷值，并将峰谷类型值作为元素组成一个向量z；

S40、根据拉曼光谱数据的左侧谷值、峰值、右侧谷值及中间谷值的位置，利用高斯函数作为曲线拟合数学模型，采用最小中值二乘法对拉曼光谱数据进行拟合，得到特征峰的位置及强度。

进一步的，所述步骤S30具体包括，

当一阶导数由零变为正数时，判断该位置为左侧谷值的位置；

当一阶导数由正数变为负数时，判断该位置为峰值的位置；

当一阶导数由负数变为零且在零处持续一段时间，判断该位置为右侧谷值的位置；

当一阶导数由负数变为正数时，判断该位置为中间谷值的位置。

进一步的，所述步骤S40具体包括，

对向量z中的元素从左往右进行判断；