[发明专利]基于图像特征自动选择谱线的激光探针分类方法及装置

说明书

本发明属于激光探针成分分析相关技术领域，其公开了一种基于图像特征自动选择谱线的激光探针分类方法及装置，该方法包括以下步骤：(1)采集样品的等离子体光谱，并对所述等离子体光谱进行图像化处理以得到光谱图像；(2)对所述光谱图像进行图像特征及图像特征坐标提取，并依据图像特征与分析线实际波长的线性对应关系，将所提取的图像特征坐标转换为分析线的实际波长；(3)提取分析线的光谱强度，并将得到的分析线的强度及分类算法相结合来构建分类模型，进而采用所述分类模型对待分类产品进行分类。本发明提高了分类效率及分类精度，自动化程度较高，且在提高选线效率的同时有效避免人为因素。

技术领域

本发明属于激光探针成分分析相关技术领域，更具体地，涉及一种基于图像特征自动选择谱线的激光探针分类方法及装置。

背景技术

激光探针即激光诱导击穿光谱技术(Laser-induced breakdown spectroscopy，简称LIBS)，它是一种利用激光聚焦在样品表面产生的等离子体光谱来分析物质成分及含量的元素分析技术。激光探针技术相比于传统的化学分析技术如XRD(X-raydiffraction)、XRF(X Ray Fluorescence)、ICP-MS(Inductively coupled plasma-MassSpectrometry)等具有制样简单、可以实现原位快速检测等优点。LIBS技术在农残检测、地质勘测、岩石矿石检测等领域已经应用非常广泛，其分析方法相关的研究也有迅速的发展。

在基于LIBS技术的定量或者定性分析中，分析线的选择对分析结构有至关重要的影响。在LIBS技术中，目前常用的选线方法仍为传统的手动选线法，手动选线法一般是通过对光谱强度、背景强度、信背比、信噪比以及是否有自吸收等多重因素的综合判断来选择分析线，因此，手动选线具有较高的准确率。目前，本领域的相关研究人员已经做了一些研究，例如论文《Quantitative analysis of Lead Zirconate Titanate(PZT)ceramics bylaser-induced breakdown spectroscopy(LIBS)in combination with multivariatecalibration》(Rafael，Microchemical Journal 130(2017):21-26.)公开了一种基于手动选线和PLS算法的元素多元分析方法，并对陶瓷中的铅、锆、钛等元素进行了定量分析，但是该方法的缺点也十分明显，例如手动选线需要对目标谱线进行逐一判断，因此选线效率较低；而且该方法非常依赖选线经验，分析结果受人为影响比较明显。现有的自动选线法也有了一定的发展，如论文《In situ classification of rocks using stand-off laserinduced breakdown spectroscopy with a compact spectrometer》(W.T.Li等人，Journal of Analytical Atomic Spectrometry 33.3(2018):461-467.)也提出了一种基于小波变换算法的自动选线法，并以此结合LDA算法进行了岩石分类。然而，在LIBS技术中，自动选线法还不成熟，尚未有能普遍应用且具有标准化操作流程的方法，基于自动选线的分类方法也相对比较少。

发明内容

针对现有技术的以上缺陷或改进需求，本发明提供了一种基于图像特征自动选择谱线的激光探针分类方法及装置，其是解决现有分类方法中选线效率低、选线结果容易受人为因素影响，导致分析过程耗时长、分析性能差的问题。所述分析方法可以使分类前的选线过程自动进行，在提高选线效率的同时有效避免人为因素，从而提高了分类效率及分类精度。

为实现上述目的，按照本发明的一个方面，提供了一种基于图像特征自动选择谱线的激光探针分类方法，该激光探针分类方法包括以下步骤：

(1)采集样品的等离子体光谱，并对所述等离子体光谱进行图像化处理以得到光谱图像；