一种获取谱差异的方法及系统与流程

本发明属于光谱学和模式识别的交叉技术领域，更具体地，涉及一种获取谱差异的方法及系统。

背景技术：

光谱包括散射环境照射光谱和自身辐射光谱，利用谱特征、谱差异可以判别不同的物体或物质。光谱分析和判别技术是发展最快的定性和定量分析技术之一，在各个领域得到了广泛的应用，特别是在成分鉴别、火灾预警、环境监测等方面发挥重要作用。

目前关于谱差异的研究，大都采用差值谱，通过将目标光谱数据与参考光谱信号直接作差获得，其光谱数据通过光谱仪采集；但是利用光谱仪获取光谱信息不可避免的存在噪声影响；差值谱虽然简单易理解，却容易受到噪声影响，一旦混入噪声则对目标识别的准确度影响很大；而且对于微弱信号而言，作差所获得结果进一步弱化，可能导致信号丢失而降低目标识别的准确度。

技术实现要素：

针对现有技术的以上缺陷或改进需求，本发明提供了一种获取谱差异的方法及系统，其目的在于更有效地表征谱差异，更利于基于光谱进行目标识别。

为实现上述目的，按照本发明的一个方面，提供了一种获取谱差异的方法，包括以下步骤：

(1)采用测谱设备获取多组背景光谱数据；

(2)对所述背景光谱数据进行去平均处理，得到测谱设备的谱噪声数据；

(3)利用所述谱噪声数据对目标光谱数据进行有效性判别，并将判别出的有效目标光谱数据与背景光谱数据相除得到表征谱差异的比值谱。

优选地，上述获取谱差异的方法，采用“3σ原则”对目标光谱数据进行有效性判别；具体地，当目标光谱数据的波长则判定该目标光谱数据为有效目标光谱数据，否则判定该目标光谱数据为无效目标光谱数据；

其中，为目标光谱数据，为背景光谱数据，是指N组在波长为λ_i处的谱噪声数据的标准差，k为常数。

优选地，上述获取谱差异的方法，

其比值谱

其中，为目标光谱数据，为背景光谱数据，是指N组在波长为λ_i处的谱噪声数据的标准差，k为常数。

优选地，上述获取谱差异的方法，其谱噪声数据的标准差

其中，是指N组在波长为λ_i处的谱噪声数据的平均值，是指第j组背景光谱数据中波长为λ_i处的谱噪声，j为谱噪声数据组的编号，取1～N之间的正整数。

优选地，上述获取谱差异的方法，其步骤(2)采用背景光谱数据的平均值对背景光谱数据进行去平均处理，获得测谱设备的谱噪声数据；具体的，第j组背景光谱数据中波长为λ_i处的谱噪声

其中，是指第j组背景光谱数据中波长为λ_i处的光谱信号数据，N是指数据组数，是指这N组在波长为λ_i处的背景光谱数据的平均值；

在不同波长λ_i处所测量到的噪声不同，谱噪声的统计特性与波长相关，故本发明中基于同一波长的多组测试数据来计算测谱设备的谱噪声以提高准确度，使计算值与测谱设备的实际谱噪声更为接近。

优选地，上述获取谱差异的方法，其步骤(1)在获取背景光谱数据时，以标准黑体作为采集对象；标准黑体可吸收外来的所有电磁辐射，并且没有任何反射与投射，通过把光谱仪对着标准黑体采集光谱来获得测谱设备自身的谱噪声。

优选地，上述获取谱差异的方法，其步骤(3)中采用“3σ原则”对目标光谱数据进行有效性判别，具体为：

当目标光谱数据的波长则判定该目标光谱数据为有效信号，否则判定该目标光谱数据为无效信号，将无效信号判定为噪声或者受噪声干扰严重的信号，不用于后续的目标识别；

其中，是指N组在波长为λ_i处的谱噪声数据的标准差；

是指这N组在波长为λ_i处的谱噪声数据的平均值，

为实现本发明目的，按照本发明的另一个方面，提供了一种用于获取谱差异的系统，包括依次相连的数据采集单元、谱噪声数据计算单元、目标光谱数据有效性判别单元和比值谱计算单元；

其中，数据采集单元用于获取背景光谱数据和目标光谱数据；谱噪声数据计算单元用于根据所述背景光谱数据进行去平均计算得到测谱设备的谱噪声数据；目标光谱数据有效性判别单元用于根据所述谱噪声数据对目标光谱数据进行有效性判别；比值谱计算单元用于根据判别出的有效目标光谱数据与背景光谱数据计算得到表征谱差异的比值谱。

本发明提供的获取谱差异的方法及系统，通过获取每组背景光谱数据在各波长处的谱噪声、并根据背景光谱数据和谱噪声对目标光谱数据进行有效性判别，剔除了噪声或者受噪声干扰严重的信号，采用判别出的有效目标光谱数据获取比值谱来表示谱差异，以用于目标识别；实际应用中，可融合其它传感器数据，例如红外图像数据，以实现对中长距离目标的精确识别。

与采用差值来表示谱差异的方法相比较而言，本发明利用比值谱来描述谱差异的有益效果在于：其一：比值谱可直接反映数量上的增益关系，而差值谱则受度量刻度的影响导致不能很好地表现差别；其二：对于微弱信号而言，若采用差值来表示谱差异，相减后的结果更微弱，可能导致信号丢失；而采用比值谱则可起到放大的作用，可更直观地表征谱差异；其三：本发明提供的这种方法是在对目标光谱数据信号有效性判别之后再进行比值谱的计算，采用有效的数据参与计算，可有效剔除噪声的影响，为目标识别提供更鲁棒的谱信号。

附图说明

图1是本发明实施例中的采集背景光谱的示意图；

图2是本发明实施例中的背景光谱曲线图；

图3是本发明实施例中的背景光谱平均值曲线图；

图4是本发明实施例采用的测谱设备的谱噪声曲线图；

图5是本发明实施例采用的测谱设备的谱噪声的标准差曲线图；

图6是本发明实施例中的目标的光谱曲线图；

图7是本发明实施例中的目标的差值谱曲线图；

图8是本发明实施例中的目标的比值谱曲线图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。此外，下面所描述的本发明各个实施方式中所涉及到的技术特征只要彼此之间未构成冲突就可以相互组合。

以下结合图谱关联的目标识别的具体实施例来进一步阐释本发明提供的获取谱差异的方法及系统；实施例提供的用于获取谱差异的系统，包括依次相连的数据采集单元、谱噪声数据计算单元、目标光谱数据有效性判别单元和比值谱计算单元；其数据采集单元用于获取背景光谱数据和目标光谱数据；谱噪声数据计算单元用于根据所述背景光谱数据进行去平均计算得到测谱设备的谱噪声数据；目标光谱数据有效性判别单元用于根据所述谱噪声数据对目标光谱数据进行有效性判别；比值谱计算单元用于根据判别出的有效目标光谱数据与背景光谱数据计算得到表征谱差异的比值谱；通过该系统获取谱差异的方法，具体如下：

(1)采用TurboFT光谱仪测量获得多组背景光谱数据；在本步骤中可采用标准黑体作为数据采集对象，也可在某个时间段内相对稳定的无目标场景进行光谱采集作为背景光谱数据；

本实施例中，如图1所示意的，在目标旁边的无变化场景里进行光谱采集，在图1中“十”字所在点采集光谱，获得32组背景光谱数据，光谱曲线如图2的曲线所示；

(2)根据步骤(1)获得的背景光谱数据的平均值对背景光谱数据去平均，获得TurboFT光谱仪的谱噪声数据；所获得的第j组背景光谱数据中波长为λ_i处的谱噪声

其中，是指第j组背景光谱数据中波长为λ_i处的光谱信号数据，N是指数据组数，本实施例中为32，是指这N组光谱信号数据在波长为λ_i处的背景光谱数据数据的平均值；

本步骤通过背景谱去平均得到谱噪声数据：其中，背景谱平均值曲线如图:3所示；图4所示，是背景谱信号去除平均值后得到的信号，即为计算得到的TurboFT光谱仪的谱噪声，近似正态分布；

(3)根据上述背景光谱数据和谱噪声数据，采用“3σ原则”对实时的目标光谱数据进行有效性判别；

在服从正态分布的情况下，数值分布在±3σ范围的概率为：99.74％；正常信号则应该在噪声的±3σ范围之外，依此来判别光谱信号的有效性，具体如下：

当光谱数据的波长则判定该光谱数据为有效信号，否则判定该光谱数据为无效信号，将无效信号判定为噪声或者受噪声干扰严重的信号，在后续的目标识别中则弃用无效信号；

其中，是指N组在波长为λ_i处的谱噪声数据的标准差；

本实施例所采用的测谱设备TurboFT光谱仪的谱噪声的标准差曲线如图5所示；

是指上述N组在波长为λ_i处的谱噪声数据的平均值，

(4)采用比值谱来表示谱差异，

比值谱

其中，为目标光谱数据，在本实施例中是人体手部的光谱信号，为背景光谱数据；k在本实施例中取值为3，即“3σ原则”；在某些复杂环境下，比如对于复杂地面环境中的车辆的情况，k可取4或者更高；在实际应用中计算有效比值谱时，可将和预先算好并储存，计算比值时直接调用以加快处理速度。

实施例中，图6是本发明实施例中的目标光谱曲线图，在该图中示意了人体手部的原始谱信号和背景谱曲线图。对于本实施例的目标而言，若采用现有技术的差值谱，则是通过将人体手部的原始谱信号与背景谱信号直接作差而得，其差值谱如图7所示；

而采用本发明提供的方法，所获得的比值谱如图8所示；两者相比较来看，比值谱重点突出了有效谱段；特别是在光谱信号比较微弱的波段：2～4um处，差值谱所获得的谱信号基本为零，产生了信号丢失，而采用比值谱来表征差异时，由该图可看出在该波段里，目标谱信号与背景光谱信号，即人体手部的谱信号与背景谱信号有较大的差别，利于准确识别出目标信号。

本领域的技术人员容易理解，以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。