一种基于图像筛选的激光检测定标方法及相关设备

本技术涉及激光检测，尤其涉及一种基于图像筛选的激光检测定标方法及相关设备。

背景技术：

1、随着检测技术的迭代，元素检测逐渐映入学者们的视野。传统的检测方法主要是原子吸收光谱法、二次离子质谱、电感耦合等离子体质谱、高效液相色谱法、x射线荧光光谱等元素分析方法。虽然这些技术方法的精度高，且灵敏性好，但是由于这些检测手段的样品制备复杂、检测时间长、操作难度大，同时无法大范围的、原位的、大数据集的检测。所以发展精度高，灵敏性高而且检测效率高的检测方法意义巨大。激光诱导击穿光谱技术开始被广大研究学者们所关注，在材料检测分析、环境保护、生物制药、航空航天和钢铁冶炼等领域崭露头角。

2、激光诱导击穿光谱技术是一种非接触式的元素检测方法。通过透镜将脉冲激光聚焦于待测样品表面进行烧蚀，从而产生等离子体。由透镜组采集等离子体发出的光谱信息，然后通过多种方法对其进行分析。libs技术有许多明显的优点，包括无损、快速、原位在线等特点。几乎不需要样品预处理，对被检测物体损害很小。激光诱导击穿光谱技术的这些特点，刚好能够弥补其他检测方法中存在的一些缺陷。但是目前激光诱导击穿光谱技术对通过算法提升稳定度研究很多。但是在结合等离子体图像形态提升稳定度的方面研究仍很少。

技术实现思路

1、本技术提供了一种基于图像筛选的激光检测定标方法及相关设备，能够解决现有技术中激光检测稳定性较差的问题。

2、本技术的第一个技术方案是一种基于图像筛选的激光检测定标方法，包括下述步骤：

3、s1：确定目标元素以及获取包含目标元素的土壤样品；

4、获取土壤样品中目标元素的游离态分别处于不同浓度下的待筛选等离子体图像，相应地得到包括若干张待筛选等离子体图像的待筛选图像集；

5、s2：确定每张待筛选等离子体图像中的光斑并且相应地确定光斑面积、光斑近圆率和光斑各圈颜色占比，相应地得到光斑数据集；

6、s3：基于光斑数据集，针对待筛选图像集中的的若干张待筛选等离子体图像进行筛选，确定可用于进行校正分析的目标等离子体图像；

7、s4：针对目标等离子体图像，依次进行基线校正处理和定量分析处理，相应地得到相应于目标等离子体图像的定标模型。

8、可选地，所述s1包括：

9、s11：确定目标元素为cu元素；获取包含cu元素的土壤样品；

10、s12：获取土壤样品中目标元素的游离态分别处于浓度为1.0％、2.0％、3.0％、3.5％和4.0％下的待筛选土壤样品；

11、s13：确定待筛选土壤样品的待筛选等离子体图像，相应地得到待筛选图像集。

12、可选地，所述s2包括：

13、s21：针对待筛选图像集中的若干张待筛选等离子体图像进行初步筛选，相应地得到包括经过初步筛选后的若干张待筛选等离子体图像的初步筛选图像集；

14、s22：确定初步筛选图像集中每张待筛选等离子体图像中的光斑并且相应地确定光斑面积、光斑近圆率和光斑各圈颜色占比，相应地得到光斑数据集。

15、可选地，所述s22包括：

16、s221：确定初步筛选图像集中每张待筛选等离子体图像中的光斑；

17、s222：基于数学格点图形法，确定每张待筛选等离子体图像中光斑的光斑面积；

18、s223：针对每张待筛选等离子体图像，依次进行二值化处理和边缘提取处理，相应地得到待筛选等离子体图像的边长；

19、根据边长，相应地确定每张待筛选等离子体图像中光斑的光斑近圆率；

20、s224：确定每张待筛选等离子体图像中的光斑的光斑各圈颜色，相应地得到光斑数据集。

21、可选地，所述s4包括：

22、s41：针对相应于待检测土壤样品的目标等离子体图像，基于小波变换进行基线校正处理，相应地得到校正等离子体图像；

23、s42：针对校正等离子体图像，基于内标法进行定量分析处理，，相应地得到相应于待检测土壤样品的成分检测结果。

24、可选地，所述s41包括：

25、s411：针对相应于待检测土壤样品的目标等离子体图像进行多层次的分解处理并且确定相应于目标等离子体图像的分解层数；

26、s412：基于分解层数，相应的确定小波系数；

27、s413：基于小波系数，针对目标等离子体图像进行重构处理，相应地得到校正等离子体图像。

28、可选地，所述s11包括：

29、s111：确定土壤样品的元素组成；根据土壤样品的元素组成，相应地确定可用于激光检测的激光诱导场景；

30、s112：确定激光诱导场景中各谱线的相对强度和抗干扰程度，在土壤样品的元素组成中选取目标元素；

31、s113：确定目标元素为cu元素；

32、s114：获取包含cu元素的土壤样品；

33、以及，所述s42包括：

34、s421：基于含量和稳定性，在校正等离子体图像选出内标参考线；

35、s422：以目标元素的元素浓度为横坐标并且以目标元素的谱线与选取的内标参考线之间的强度比作为纵坐标，建立定标模型；

36、s423：基于最小二乘支持向量机的高非线性拟合，针对定标模型进行优化处理，相应地得到优化模型。

37、本技术的第二个技术方案是一种基于图像筛选优化的土壤成分激光检测系统，包括：数据采集模块和处理优化模块；

38、所述数据采集模块，用于确定目标元素以及获取包含目标元素的土壤样品；还用于获取土壤样品中目标元素的游离态分别处于不同浓度下的待筛选等离子体图像，相应地得到包括若干张待筛选等离子体图像的待筛选图像集；还用于确定每张待筛选等离子体图像中的光斑并且相应地确定光斑面积、光斑近圆率和光斑各圈颜色占比，相应地得到光斑数据集；还用于基于光斑数据集，针对待筛选图像集中的的若干张待筛选等离子体图像进行筛选，确定可用于进行校正分析的目标等离子体图像；

39、所述处理优化模块，用于针对目标等离子体图像，依次进行基线校正处理和定量分析处理，相应地得到相应于目标等离子体图像的定标模型。

40、本技术的第三个技术方案是一种基于图像筛选优化的土壤成分激光检测装置，用于基于图像筛选的激光检测定标方法得到的定标模型进行检测，其特征在于，包括：3d样品台、激光器、反光镜、光学透镜、探头和高速相机；

41、所述3d样品台，用于控制样品高度和左右位置；

42、所述激光器，用于发射激光照射汽车废旧金属表面；

43、所述反光镜，用于改变所述激光器发射的激光角度；

44、所述光学透镜，用于改变所述激光的聚合程度；

45、所述探头，用于接收聚氯乙烯电缆护套材料的光谱并且将光谱输送至光谱仪；

46、所述高速相机，用于拍摄等离子体形态。

47、本技术的第四个技术方案是一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器运行时执行如下步骤：

48、s1：确定目标元素以及获取包含目标元素的土壤样品；

49、获取土壤样品中目标元素的游离态分别处于不同浓度下的待筛选等离子体图像，相应地得到包括若干张待筛选等离子体图像的待筛选图像集；

50、s2：确定每张待筛选等离子体图像中的光斑并且相应地确定光斑面积、光斑近圆率和光斑各圈颜色占比，相应地得到光斑数据集；

51、s3：基于光斑数据集，针对待筛选图像集中的的若干张待筛选等离子体图像进行筛选，确定可用于进行校正分析的目标等离子体图像；

52、s4：针对目标等离子体图像，依次进行基线校正处理和定量分析处理，相应地得到相应于目标等离子体图像的定标模型。

53、有益效果：

54、在本技术中，首先采用不同浓度下的等离子体图像信息进行分析，通过对光斑面积、光斑近圆率和光斑各圈颜色占比的筛选激光诱导等离子体光谱；其次基于小波变换的方法对光谱进行了基线校正处理，排除了基底和背景噪声对光谱信息的影响；最后利用内标法对样品进行定量分析，利用最小二乘支持向量机提高定标模型的稳定性；

55、综上可知，本技术能够解决现有技术中激光检测稳定性较差的问题。