本发明涉及光谱检测分析技术，具体涉及一种基于云数据的智能手持光谱仪。
背景技术：
光谱检测方法是一种无损、非接触、高效率、高精度的检测方法，广泛应用于生物检测、药品检测、食品检测以及刑侦检测等领域。传统的光谱检测设备均为台式设备，尽管功能强，精度高，但不利于移动只能在特定地点进行测试。然而，通过外出采集样本再返回测试室进行测试有诸多缺点：第一，无法及时获得光谱信息，无法及时确认样品光谱是否测试正确；第二，无法对不可移动，不能切除采样的样品进行测量，且长距离运送样品增加了对样品的损坏可能性；第三，台式设备对于特殊领域无法进行检测，例如对于食品、药材领域，无法当场确定是否存在假冒伪劣产品，给执法和取证带来困难。因而，发展便携光谱检测设备十分有必要。
今年来，随着技术的发展，手持式光谱仪产品陆续出现，如手持式拉曼光谱仪、手持式荧光光谱仪等。现有技术中公开报道的专利和文章以及销售的光谱仪缺少网络连接并实现数据传输的功能。这会导致由于样品数据过多而不能保存在手持光谱仪内的情况，也无法将样品光谱信息及时地与相关人员分享或异地存取，还存在着光谱仪一旦出现故障数据将无法恢复的风险。此外，由于光谱仪的主控模块数据处理能力有限，无法进行较为复杂的运算，限制了手持光谱仪自身能力。更关键的是，目前的手持式光谱仪没有光谱分析和鉴别功能，仅为用户提供样品的光谱信息。如果用户没有光谱分析学相关的基础知识以及相应算法的配合，无法对样品的种类或者性质进行鉴别。
技术实现要素：
为解决上述问题，本发明提供一种基于云数据的智能手持光谱仪，该装置可将数据上传，并对样品进行分析鉴别，实时性强、检测精确、便于携带，使用方便，能够广泛应用于各个领域。
本发明中的手持式光谱仪具体方案为，包括硬件设备、移动终端系统及服务器；硬件设备包括光模块、控制模块、外壳架构及供电模块；光模块获得样品的光谱信息，控制模块将光谱信息转换成数字信号传输至移动终端系统，移动终端系统对光谱信息进行处理后，将数据发送至服务器，服务器调用数学模型对接收到的数据进行分析鉴别，将分析结果回传至移动终端系统。
进一步地，外壳架构设置有半导体激光器出射口、微型光谱探头入射口、白光发光二极管出射口、按钮及充电电池盒。
进一步地，长按按钮可启动设备，短按按钮可触发测量，在设备开启情况下再次长按按钮可切断电源。
进一步地，光模块包括半导体激光模块、微型光谱探头、白光led模块以及聚光透镜，半导体激光模块和白光led模块分别位于微型光谱探头两侧，聚光透镜设置于白光led模块与样品之间。
进一步地，微型光谱探头包括光阑、光栅、图像传感器；光阑设置在光栅前侧，光阑上设置有光入射口，图像传感器设置于光栅侧方。
进一步地，控制模块包括微控制器，及与微控制器相连接电源管理电路、光源驱动电路、时序控制电路、电平转换电路、充电电路及无线传输模块。
进一步地，移动终端系统可接收并显示数据信息，具有手持光谱仪增益、更改光源类型及调整微型光谱探头曝光时间的功能。
进一步地，移动终端系统具有数据预处理功能，预处理包括去噪声处理、过曝光检测、低曝光检测或特征波段提取；移动终端系统具有标准品光谱处理功能，标准品光谱处理包括将样品根据数学模型将进行训练及自身优化。
进一步地，数学模型为bp神经网络算法、遗传算法或fisher线性分类算法。
利用如上所述的手持式光谱仪获取样品光谱信息的方法，该方法包括以下步骤：
步骤一：启动光谱仪，并使移动终端系统上与光谱仪进行配对；
步骤二：在移动终端系统上选择光源，设置手持光谱仪增益值及调整微型光谱探头的曝光时间；
步骤三：利用手持光谱仪对样品进行检测，样品的光谱满足要求后，进行上传；
步骤四：选择标准品光谱或符合测试要求则点击上传按钮，并选择上传种类；如果选择标准品光谱类型，移动终端系统对光谱信息进行标准品光谱处理，处理结束后将数据上传至服务器；如果选择待测样品光谱类型，移动终端将光谱信息上传到服务器后，服务器调用数学模型对接收到的数据进行分析鉴别，将分析结果回传至移动终端系统。
本发明的智能手持光谱仪具备网络连接功能，移动终端系统可通过软件控制手持光谱仪，也可将手持光谱仪所测的数据通过无线网络发送至服务器端。服务器端采用自适应算法对输入的光谱数据进行分析，并根据数据库内标准品的光谱信息进行比较最终实现样品种类和性质的判别，其结果将返回终端设备并显示给用户。
与传统的光谱仪相比，本发明专利具有体积小、轻便、操作简单。本发明有利于非光谱专业人员在户外进行检测分析工作，实时性强、检测精确、便于携带，使用方便，能够广泛应用于各个领域。通过物联技术，数据库可收集用户测量的各类标准品的光谱信息，扩充数据库，优化数学模型进而获得更强大的鉴别分析能力。
附图说明
图1为手持光谱仪与移动终端系统以及云服务器的数据传输示意图。
图2为手持光谱仪组成结构图。
图3为手持光谱仪控制模块功能图。
图4为移动终端系统的显示及操作界面。
图5为移动终端系统上传数据给服务器的流程图。
图6为花粉样品光谱检测结果。
图7为采用fisher算法对样品进行分类的结果。
具体实施方式
下面结合实施例及附图对本发明作进一步详细的描述，但本专利的实施方式不限于此。
在本实施例中，通过半导体激光器或白光led可以激发样品的荧光或者获得样品反射光。反射光通过聚光透镜收集进入光谱探头，光谱探头获取数据后将数据无线传输至移动终端系统。移动终端系统将数据发送至服务器。服务器在接收到数据后调用数学模型进行分析鉴别，并将结果回传至移动终端系统。
如图1所示，一种手持式光谱仪，包括硬件设备、移动终端系统(5)、服务器(6)。
硬件设备包括光模块(1)、控制模块(2)、外壳架构(3)和供电模块(4)。光模块(1)、控制模块(2)和供电模块(4)固定在外壳结构中。
外壳架构(3)包括光源部及手柄部。光源部设置有半导体激光器出射口(301)、微型光谱探头入射口(302)、及白光发光二极管出射口(303)；手柄部设置有按钮(304)、及充电电池盒(305)。
按钮(304)设置为非自锁轻触式按钮(304)，可启动、触发和关闭硬件设备。长按按钮(304)可启动设备，短按按钮(304)则触发测量，在设备开启情况下再次长按按钮(304)则关闭设备，切断电源，关闭控制模块(2)及其控制的所有模块。
光模块(1)包括半导体激光模块(101)、微型光谱探头(102)、白光led模块(103)以及聚光透镜(104)。光模块(1)中的半导体激光模块(101)可提供激发光，激发样品荧光，通过白光led模块(103)为测量样品反射光谱提供宽带光源，通过微型光谱探头(102)探测样品的荧光或者反射光谱。半导体激光模块(101)和白光led模块(103)分别位于微型光谱探头(102)两侧，聚光透镜(104)设置于白光led模块(103)与样品之间。以一定角度出射至样品(105)，而样品所产生的荧光或反射光将被聚光透镜(104)收集，进入微型光谱探头(102)。本实施例中，半导体激光模块(101)及白光led模块(103)的所发出的光线呈锐角照射到样品上。光模块中的控制模块将光谱信息转换成数字信号进行记录及发送。
所述的半导体激光模块(101)为输出波长较短的半导体激光模块，以便有效激发样品的荧光；其功率应为毫瓦级，以免对样品造成损坏，并防止对人眼造成伤害。
聚光透镜(104)对半导体激光器发射波长的光具有高反射镀膜，防止强光进入微型光谱探头(102)干扰测试结果。
在本实施例中，半导体激光模块(101)选择输出波长为410nm，输出功率为10mw的半导体激光作为荧光激发光源；微型光谱探头(102)中选择滨松c12666ma微型光谱探头作为光谱探测器件；白光led模块(103)选择200mw带聚光杯的白光led灯珠作为反射光测试光源；聚光透镜(104)采用焦距为44mm的树脂凸透镜。
微型光谱探头(102)为光谱探测的核心部件，可获得某一宽波段内完整的光谱信息。微型光谱探头(102)包括光阑(10202)、光栅(10203)、电荷藕合器件图像传感器ccd(10204)。光阑(10202)设置在光栅(10203)前侧，光阑(10202)上设置有光入射口，电荷藕合器件图像传感器ccd设置于光栅(10203)侧方。当入射光(10201)通过光阑(10202)的光入射口进入探头，照射到光栅(10203)上，且由光栅(10203)分光。随后，不同波长的光由光栅反射到ccd(10204)的不同位置处，通过ccd(10204)各个像素对不同波长光的探测，记录各个波长光的强度，从而获得整个波段内的光谱信息。
在本实施例中，控制模块(2)微控制器的主控芯片采用stm32单片机，控制电路包括电源管理电路、光源驱动电路，时序控制电路，电平转换电路，充电电路及外围电路，并且内置无线传输功能，用于将光谱信息转移到移动终端系统或者直接传输至服务器上。本实施例中，无线传输功能采用蓝牙模块。控制模块(2)可以通过移动终端系统与云端服务器连接，也可以通过自带的不限于2g、3g、4g等模块直接与云服务器连结。
控制模块的微控制器通过光源驱动电路控制光源。微控制器控制时序驱动电器控制电平转换电路，电平电路给探测器提供电源，探测器对信号进行调理后，将采集到的数据通过数据采集模块传输到微控制器中，在数据传输过程中，电压基准电路对数据采集模块的电压进行调整。微控制器通过硬件开关机控制电池的充电电路，微控制器通过控制无线传输模块实现数据向移动终端系统的传输。
控制模块(2)从微型光谱探头(102)读取每个像素中电荷的强度，以像素对应的波长为x轴，其电荷强度为y轴将信息进行描述、预处理和传输。
本实施案例中，选择安卓系统的手机作为移动终端系统，选择一台笔记本电脑作为服务器端，手持光谱仪以蓝牙模式与手机进行通信，手机以wi-fi或4g网络模式与服务器通信。
如图4所示，移动终端系统可用于接收来自于手持光谱仪的数据信息，并在屏幕上显示该数据信息。移动终端系统的还有参数设置功能，可选择高增益来控制手持光谱仪增益、选择荧光光谱更改光源类型以及调整微型光谱探头(102)的曝光时间等关于设备参数的设置。
移动终端系统在上传光谱数据前会进行光谱预处理，其预处理包括去噪声处理、过曝光检测、低曝光检测、特征波段提取等过程。通过对光谱的预处理提高设备的反应能力，同时保证上传服务器的数据准确可靠且冗余度低。
如图5所示，光谱预处理后，移动终端系统根据用户的选择方式进行上传。用户可选择上传标准品光谱或待测样品光谱。若用户选择标准品光谱进行上传，数据将以训练样品形式进入输入数学模型训练集，数学模型将根据其参数对其进行训练及自身优化。若用户选择测样品光谱进行上传，服务器将数据先输入至测试集中，并运行数学模型对输入的光谱数据进行分析判别，然后返回判别结果给移动终端系统。
本实施例中的数学模型为自适应的智能模型，可以通过输入训练样品的数据进行自主优化和修正，可以但不限于是bp神经网络算法、遗传算法、fisher线性分类算法。该数学模型和传统光谱仪相比，通过不同用户在不同时间和地点获取大量的标准品光谱，进行大数据整合，可以不断增强和优化数学模型的鉴别分析能力，进而为用户提供更好的光谱鉴别分析功能，形成良性循环。
移动终端系统可下载的存储于服务器(6)的测试数据，该测试数据包含样品的光谱信息、测试时间信息、测试地点信息、测试样品编号及名称信息。
本实施例中的测试样品采用荷花花粉、野玫瑰花花粉以及油菜花花粉。如图6所示，为按照上述操作步骤获取样品光谱信息。将三种花粉进行光谱测量，并复测量步骤50次，并分别以标准品光谱上传服务器；服务器端采用fisher算法依靠光谱信息进行分析；服务器调用训练好的fisher对样品进行分类并鉴别，其结果如图7所示。采用该种算法使三种花粉能够有效区分，并能够进行准确判别，准确率到达99％。
本实施例的中的手持光谱仪用来获取样品光谱信息并进行种类或性质鉴别的具体操作步骤如下：
(1)长按手持光谱仪上的按钮(304)启动光谱仪；
(2)打开移动终端系统上的软件并与光谱仪进行配对；
(3)在移动终端系统上选择光源，手持光谱仪增益值及调整微型光谱探头(102)的曝光时间；
(4)将手持光谱仪对准样品，短按手持光谱仪上的开关进行样品的光谱测量；
(5)观察移动终端系统屏幕上显示的样品光谱曲线，如果光谱符合测试要求则点击上传按钮，并选择上传种类；
(6)如果选择标准品光谱类型进行上传，上传结束后即结束；如果选择以待测样品光谱类型进行上传，则上传后服务器启动数学模型对光谱进行分析鉴别，并发鉴别结果返回移动终端系统；
(7)用户即可在移动终端系统上获取样品的种类或性质的相关信息，测试结束。
本发明的实施方式不限于此，按照本发明的上述内容，利用本领域的普通技术知识和惯用手段，在不脱离本发明上述基本技术思想前提下，本发明还可以做出其它多种形式的修改、替换或变更，均落在本发明权利保护范围之内。