[发明专利]一种基于双尺度相关运算的拉曼谱峰识别方法

说明书

本发明涉及一种拉曼光谱峰识别方法，具体涉及一种基于双尺度相关运算的拉曼谱峰识别方法，属于分析仪器领域。本发明采用大、小两个尺度的参考峰型分别与被检光谱做滑动相关运算，得到两个尺度下的相关系数，并求取在两个尺度下的局部信噪比，认为相关系数和局部信噪比大于各自阈值的局部极大处存在拉曼谱峰。本发明能够实现自动化识别谱峰，且谱峰识别准确率、峰位定位准确度高。

技术领域

本发明涉及一种拉曼光谱峰识别方法，具体涉及一种基于双尺度相关运算的拉曼谱峰识别方法，属于分析仪器领域。

背景技术

拉曼光谱信息蕴藏于拉曼谱峰之中，因此拉曼谱峰识别是拉曼光谱定性分析中至关重要的一个环节。

小波分析是由上世纪70年代逐渐发展起来的一种新的变换分析技术，是泛函分析、调和分析、傅里叶分析和数值分析的完美结晶。小波分析通过采用在时域和频域都具有紧支撑的小波对信号做小波分解，可获得信号局部的时频信息，通过小波尺度的伸缩可以实现对信号的多分辨率分析。因此，与传统的傅里叶分析方法相比，小波分析技术具有时频分析局域化和多分辨率的优点，能够更加有效地获取信号中的信息。

目前研究最普遍的是连续小波变换法(Continuous Wavelet Transform,CWT) 识别谱峰，该方法通过在小波系数矩阵中搜索谱峰引起的局部极大值形成的脊线来识别谱峰。该方法需要确定脊线长度阈值及脊线信噪比阈值，无法实现自动化识别谱峰，且谱峰识别准确率、峰位定位准确度不高。

针对现有拉曼谱峰识别方法中存在的缺陷和不足，本发明提出了一种新的拉曼谱峰识别方法——基于双尺度相关运算的拉曼谱峰识别方法(Bi-Scale Correlation,BSC)。BSC法采用大、小两个尺度的参考峰型分别与被检光谱做滑动相关运算，得到两个尺度下的相关系数，并求取在两个尺度下的局部信噪比，认为相关系数和局部信噪比大于各自阈值的局部极大处存在拉曼谱峰。

发明内容

本发明的目的是针对现有拉曼谱峰识别方法中存在的缺陷和不足，本发明提出了一种新的拉曼谱峰识别方法——基于双尺度相关运算的拉曼谱峰识别方法 (Bi-ScaleCorrelation,BSC)。

双尺度相关法算法基本原理：

双尺度相关法采用大、小两个尺度的参考峰型分别与被检光谱做滑动相关运算，得到两个尺度下的相关系数，取相关系数大于某一阈值的局部极大处为疑似拉曼谱峰，同时结合改进的局部信噪比(Local Signal to Noise Ratio，LSNR)来判断该处是否为真正的拉曼谱峰。由于拉曼谱峰近似为高斯线型，选高斯线型作为参考峰型，高斯线型的半峰宽可取为拉曼谱峰的经验宽度，即依据实际所测样品集的拉曼谱峰的宽度分布情况，取其经验平均宽度。取高斯线型顶部作为小尺度参考峰型，如图1，其支撑宽度决定了算法识别重叠峰的敏感性，具体值可依据光谱中谱峰重叠程度来选择；取近乎完整的高斯峰型为大尺度参考峰型，如图2，其支撑宽度可取孤立峰的经验宽度。

在做滑动相关运算时，为避免峰高不同对相关系数的影响，我们将滑动窗口内的信号按照参考峰型的强度进行了强度归一化。双尺度相关运算后，在相系数大于某一阈值的区域中取局部极大处为可能存在谱峰的位置。为保证识别准确率，分别计算疑似峰位置处在两个尺度下的局部信噪比，当该处局部信噪比大于某一阈值时，确定为存在拉曼谱峰。定义局部信噪比为：

LSNR＝[2S(n)-S(n+m)-S(n-m)]/σ_N

其中，m表示计算局部信噪比的窗口半宽度，此处m分别取为大、小尺度参考峰型的半支撑宽度即可。S(n)表示谱峰位置n处的光谱强度，σ_N表噪声标准差。

通常，定义谱峰最低检测限为3倍的噪声标准差(谱峰信噪比为3)，即只有当谱峰强度大于3倍的噪声标准差时才能够检测到该谱峰(图3)。依据局部信噪比的定义，谱峰处的局部信噪比下限应为6倍的噪声标准差。