[发明专利]基于基线校正和谱峰识别提升激光诱导击穿光谱技术定性检测能力的方法

权利要求书

1.一种基于基线校正和谱峰识别提升激光诱导击穿光谱技术定性检测能力的方法，其特征在于，所述的方法包括：

通过改进分段Hermite三次插值基线校正算法进行基线校正；

以及，在基线校正的基础上，利用谱峰分型拟合识别算法修正LIBS特征峰的峰型畸变；

通过改进分段Hermite三次插值基线校正算法进行基线校正的具体过程为：

首先，提取原始光谱信号的极小值信号，为保证基线信号的光滑性，对所得的极小值信号再次提取极小值点，得到极小值点集S；

其次，将S分为每四个信号点一组，为保证每个数据点之间都能插值，并且保证插值拟合得到的基线信号的连续性，各组之间共用首尾数据点；根据LIBS光谱信号点不等间距特性，对每组信号进行三次插值；

以其中一组信号y＝f(x_i)为例，定义插值条件，

起点处一阶导数：

终点处一阶导数：

中间点一阶导数用均差代替：

再次，求每组的基线信号H(x)；

将式(1)-式(3)代入分段Hermite三次插值基函数式(4)：

式中：h_i是插值区间大小；

每组的基线信号即改进分段Hermite三次插值多项式H(x)

其中，j为数据分组的组数；

最后，求基线校正后的光谱信号；每组基线信号相连构成全波段基线信号，原始光谱信号减去基线信号，得到基线校正后的LIBS光谱信号。

2.根据权利要求1所述的方法，其特征在于，利用谱峰分型拟合识别算法修正LIBS特征峰的峰型畸变的具体过程为：

首先，提取LIBS光谱信号f(x_i)两个连续的极小值数据间的数据点，记为特征峰点集y_m(x_i)，其中m是特征峰的数量，i是构成该特征峰点集的数据长度；

其次，设定LIBS光谱信号最大光强的1/30为特征峰阈值，剔除小于该阈值的虚假峰与弱峰，记为点集y_k(x_i)，其中k是满足条件的特征峰的数量，i是构成该特征峰的数据长度；

然后，点集y_k中，i＜5的特征峰，最大值点就是峰值点，其余i≥5的点集记为y_l，其中l是特征峰的数量；

最后，点集y_l中，根据特征参数A判断谱峰峰型，如式(6)所示，对不同峰型的特征峰进行不同的修正及识别；

其中{x_i,y_i}是点集y_l中的最大值点。