一种可视化阵列传感器的信号表征方法
【技术领域】
[0001]本发明涉及一种可视化阵列传感器的信号表征方法，特指一种利用高光谱成像技术对可视化阵列传感器进行信号表征，进而改善其检测效果的方法。
【背景技术】
[0002]可视化阵列传感技术是近年来发展起来的一种新型传感技术，它利用多种具有一定特异识别能力的卟啉、金属卟啉、pH指示剂等化学显色剂与气体反应产生特征性响应信号，通过信号处理系统获取待测样品的特征图谱，进而进行定性或定量分析。
[0003]作为可视化阵列传感器传感单元的化学显色剂与被检测对象作用前后颜色会发生变化，其基本原理是被检测气体与显色剂发生分子吸附、氢键结合、共价结合等作用，弓丨起显色剂分子结构变化从而对特定波长光的吸收发生改变。
[0004]通常，这种变化可以通过两种方法进行表征，即紫外-可见光谱技术和三原色成像技术。由于紫外-可见光谱技术可以获取更为丰富的光谱信息，因此具有较大的应用潜力。但紫外-可见光谱技术需要对传感阵列中的传感单元逐个采集光谱信息，对采用传感单元较多的传感阵列进行检测时费时、费力，甚至难以实施，且操作误差较大。此外，紫外-可见光谱技术通常仅适用于液体传感阵列，对于固态传感阵列及气体检测无能为力。相对于紫外-可见光谱技术，三原色成像技术则可以快速获取整个传感阵列的颜色变化。然而，其代价是三原色成像技术仅能够获取红、绿、蓝三个变量值，信息量较少。此外，用于三原色成像的相机、扫描仪等设备的三种成像单元的敏感光谱范围相互交叉，导致红、绿、蓝三个变量包含较多的冗余信息。综上所述，现有技术存在无法同时兼顾精度和操作方便性的问题。
[0005]高光谱成像技术在获取被检测对象光谱信息的同时，还可以获取其空间信息，兼顾了紫外-光谱技术和三原色成像技术的优点。此外，高光谱成像技术还可将可视化阵列传感器的光谱采集范围拓展至红外谱区。因此，将高光谱成像技术应用于可视化阵列传感技术，预计可以提高可视化阵列传感器的检测精度和稳定性，且操作方便，省时省力。另外，其不仅适用于液体传感阵列，也适用于具有非透明基底的固体传感阵列。
【发明内容】
[0006]本发明的目的在于提供一种可视化阵列传感器的信号表征方法，以提高模型预测结果的稳定性和精度。
[0007]为了解决以上技术问题，本发明利用高光谱成像技术对可视化阵列传感器进行信号表征，具体技术方案如下:
[0008]一种可视化阵列传感器的信号表征方法，其特征在于包括以下步骤:
[0009]步骤一，利用可视化阵列传感器与被检测对象反应，并使用高光谱成像系统获取可视化阵列传感器与被检测对象反应前的高光谱图像Ib和反应后的高光谱图像I a;
[0010]步骤二，由高光谱图像Ib和I 3分别逐一提取第X传感单元的原始光谱，分别记为Sb_x和S a_x;对原始光谱进行标准正太变量变换和移动平均预处理，从而获得预处理后的反应前光谱sb_x_p和反应后光谱S a_x_p;X为可视化传感器上的传感单元总数，KxSX;
[0011]步骤三，对第X传感单元反应前光谱Sb_x_p和反后光谱S a_x_p光谱作差，获得第X传感单元的差谱 sd_x= S a_x_p - sb_x_p;
[0012]步骤四，根据光谱差值与被检测对象实际浓度之间的相关系数，对第X传感单元选取前η个与被检测对象相关性最大的特征波长Ax+ λχ_2，…，λ x_n；I ^ η ^ 6 ；
[0013]步骤五，以优选出的所述特征波长Xx+ λχ_2，…，Ax_(n_D，λ χ_η下的光谱差值R η，Rx-2，…，Rx-(^1), Rx-n表征第X传感单元的颜色信号变化；对所有传感单元的颜色信号变化值Rh，R1-2，…，R1-n进行主成分分析后，选取前m个主成分PC j, PC2,…，PCm表征整个传感阵列的颜色信号变化;m = 1，2，…，7 ;
[0014]步骤六，将不同浓度待检测对象所对应的主成分PC1, PC2,…，PC1Jt为输入变量，浓度值作为输出变量，建立待检测对象的定量预测模型Y = F(PC1,PC2,…，PCm);对样品进行测定时，将按以上步骤处理所得主成分值代入上述模型实现定量预测。i = l，2，…，X;m = 1，2，…，7ο
[0015]本发明具有有益效果。
[0016]1.本发明利用高光谱成像技术，能快速、简便地获取整个可视化阵列传感器的全光谱信息，可显著提高可视化阵列传感器的检测稳定性和精度。
[0017]2.本发明高光谱数据块中丰富的光谱信息，能针对性的获取各传感单元与待检测对象相关的特征波长下的颜色信号变化，为更为实用方便的多光谱设备开发奠定基础。
[0018]3.本发明通过拓展光谱采集范围，可获取阵列传感器在近红外区域的光谱信息变化，信息表征更为丰富、全面。
【附图说明】
[0019]图1为本发明用于可视化阵列传感器检测的高光谱成像系统示意图。
[0020]图2为本发明基于高光谱信息的可视化阵列传感器信号表征流程图。
[0021]图3Α为本发明基于高光谱图像的检测结果。
[0022]图3Β为基于三原色图像的检测结果。
[0023]图中外壳，2高光谱相机，3光纤，4线光源，5光源，6反应室，7电控平移台，8气体入口，9可视化阵列传感器，10高光谱图像，11计算机，12气体出口。
【具体实施方式】
[0024]为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例，基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本发明保护的范围。
[0025]本实施例以氨气检测为例，利用4X4阵列传感器对氨气浓度进行预测，所用设备如图1所示，信息处理过程如图2所示。本发明包括以下步骤:
[0026](I)将优选的卟啉和pH指示剂使用氯仿或乙醇配成0.05mol/L的溶液，采用毛细管点样法点到反相硅胶板基底上制成4X4阵列传感器，室温晾干后，密封、避光保存、备用；
[0027](2)所述高光谱系统开机预热30min，并依次进行白板和黑暗校正。将所述可视化阵列传感器9放入顶部为透明石英玻璃的反应室6，由气体入口通入纯净氮气20分钟以清洗整个气路系统和传感器。
[0028](3)清洗结束后，使电控平移台7以1.25mm/s的速度带动反应室6纵向移动，高光谱相机2中的线阵探测器沿光学焦面垂直方向进行横向扫描，获取条状空间每个像素在各波长处的光谱信息；随着传感阵列纵向前进，线阵探测器即可完成整个传感阵列数据的采集。光谱采集间隔为0.858nm，采集范围为430?960nm，采集得到618个波长下的图像，最终得到一个大小为618X1628X618的高光谱图像数据块10 (Ib)，并储存至计算机11。
[0029](4)由气体入口 8通入所需浓度氨气，持续20分钟使氨气与传感阵列上的敏感色素充分反应。然后按照步骤(3)获取可视化阵列传感器反应后的高光谱图像Ia。所述氨气浓度共设置0.5，1，2，3.5，5，7.5，1ppm共7个梯度，每个浓度测定12个阵列传感器，共84个。
[0030](5) Ib和I a经黑白校正后，使用ENVI4.5逐一提取第x传感单元的原始光谱S b_x和Sa_x，对原始光谱进行移动平均和标准正态变量变换预处理，从而获得预处理后的反应前光谱sb_x_p和反应后光谱S a_x_p。
[0031](6)对第X传感单元反应前后的光谱作差，获得第X传感单元的差谱Sd_x =S -S
^a-χ-ρ ^b-χ-ρ ο
[0032](7)利用第X传感单元不同浓度下的差谱分别计算各波长下光谱差值与氨气浓度值之间的相关系数(；_λ。选取3个具有局部最大I Cx] I的波长(λ η，λχ_2，λχ_3)作为该传感单元的特征波长。以Xx-P λχ_2，λ Χ_3对应的光谱差值R表征该传感单元的颜色信号变化。
[0033](8)对所有传感单元的颜色信号变化值Rh，札_2，Rh，R2+…，R16_3进行主成分分析后，选取前3个主成分PC1, PC2,卩(:3表征整个传感阵列的颜色信号变化。
[0034](9)将不同浓度氨气所对应的主成分PC1, PC2，PCdt为输入变量，浓度值作为输出变量，建立氨气的定量预测模型Y = F(PCpPC2^C3);对具体样品进行分析时将样品所对应的PCpPC2,PC^入上述模型进行定量预测。本发明基于高光谱图像的检测结果如图3A所示；而三原色图像的氨气浓度预测结果如图3B所示。对照图3A和图3B可见，基于高光谱图像的模型预测结果明显得到改善，其稳定性和精度均得到明显提高。
【主权项】
1.一种可视化阵列传感器的信号表征方法，其特征在于包括以下步骤: 步骤一，利用可视化阵列传感器与被检测对象反应，并使用高光谱成像系统获取可视化阵列传感器与被检测对象反应前的高光谱图像Ib和反应后的高光谱图像I a; 步骤二，由高光谱图像Ib和I 3分别逐一提取第X传感单元的原始光谱，分别记为S b_x和Sa_x;对原始光谱进行标准正太变量变换和移动平均预处理，从而获得预处理后的反应前光谱sb_x_p和反应后光谱S a_x_p;X为可视化传感器上的传感单元总数，KxSX; 步骤三，对第X传感单元反应前光谱sb_x_p和反后光谱S a_x_p光谱作差，获得第X传感单元的差谱 Sd_x= S a_x_p - Sb_x_p; 步骤四，根据光谱差值与被检测对象实际浓度之间的相关系数，对第X传感单元选取前η个与被检测对象相关性最大的特征波长Xx+ λχ_2，…，λ χ_η；I彡η彡6 ; 步骤五，以优选出的所述特征波长λ^，λχ_2，…，Ax_(n_D，λ χ_η下的光谱差值R η，Rx-2，…，Rx-(^1), Rx-n表征第X传感单元的颜色信号变化；对所有传感单元的颜色信号变化值Rh，R1-2，…，R1-n进行主成分分析后，选取前m个主成分PC PC2,…，PCm表征整个传感阵列的颜色信号变化;m = 1，2，…，7 ; 步骤六，将不同浓度待检测对象所对应的主成分PC1, PC2,…，PCj为输入变量，浓度值作为输出变量，建立待检测对象的定量预测模型Y = F(PC1,PC2,…，PCm);对样品进行测定时，将按以上步骤处理所得主成分值代入上述模型实现定量预测。i = l，2，…，X;m =1，2，…，7ο
【专利摘要】本发明公开了一种可视化阵列传感器的信号表征方法，采用高光谱成像技术获取可视化阵列传感器的全光谱信息，并从中提取特征波长下的光谱差值用于可视化阵列传感器的信号表征。本发明提高了可视化阵列传感器的检测精度和稳定性，可应用于多组分气体检测、食品检验等领域。
【IPC分类】G01N21-78, G01N21-31
【公开号】CN104880422
【申请号】CN201510227959
【发明人】邹小波, 李志华, 黄晓玮, 石吉勇, 申婷婷
【申请人】江苏大学
【公开日】2015年9月2日
【申请日】2015年5月6日