一种基于空间偏移拉曼光谱的带包装食品信号分离方法

摘要

本发明公开了一种基于空间偏移拉曼光谱的带包装食品信号分离方法，涉及空间偏移拉曼光谱技术领域，该方法基于不同偏移距离处的拉曼光谱的信息熵从初始光谱数据中截取部分区域范围的拉曼光谱作为观测数据，对观测数据进行独立成分分析，分离得到若干个独立信号分量，并结合特征谱峰聚类识别解决独立成分分析分离得到的独立信号分量的归属问题，最终确定内部的待测食品的拉曼信号，该方法受人为因素影响较小，分离效果好，该方法可以有效解决传统方法难以分离重叠信号和微弱信号的问题，在促进带包装食品微量成分识别和定量上起到一定的促进作用。

权利要求

1.一种基于空间偏移拉曼光谱的带包装食品信号分离方法，其特征在于，所述方法包括：

通过激光源发射激光照射在待测样本的表面，并在若干个相对于所述激光源具有不同偏移距离处获取所述待测样本的拉曼光谱得到初始光谱数据，所述待测样本包括待测食品及其外部的食品包装；

基于不同偏移距离处的拉曼光谱的信息熵从所述初始光谱数据中截取部分区域范围的拉曼光谱作为观测数据，包括：通过公式 计算不同偏移距离i处的拉曼光谱xi的信息熵，其中 为偏移距离i处的拉曼光谱xi中的j波段的向下舍入值，参数j∈[1,2,...,J]表示拉曼光谱xi的所有波段中光强数值不同的元素，表示这些元素对应的波段在所有波段中出现的概率，并按照如下公式采用滑动方差法确定信息熵的拐点对应的偏移距离i：利用FastICA算法对所述观测数据进行独立成分分析，并选择与待分离得到的独立信号分量的数量相同数量的奇异向量及对应奇异值通过奇异值分解进行去相关和缩放，得到若干个独立信号分量；其中，H(xi)为偏移距离i处的拉曼光谱xi的信息熵， 为所有信息熵的平均值，g为滑动窗口的大小，d表示所述初始光谱数据中相对于所述激光源的最大偏移距离；从所述初始光谱数据中截取偏移距离在0到i范围内的拉曼光谱作为观测数据；

对所述初始光谱数据基于谱峰识别技术确定对应于待测食品的典型光谱峰，将所述典型光谱峰的峰位与各个独立信号分量的谱峰的峰位进行匹配，确定对应于待测食品的独立信号分量。

2.根据权利要求1所述的方法，其特征在于，所述对所述初始光谱数据基于谱峰识别技术确定对应于待测食品的典型光谱峰，包括：利用谱峰识别技术对所述初始光谱数据进行谱峰识别，并将识别得到的谱峰随着相对于所述激光源的偏移距离的增大的衰减曲线进行归一化；

对归一化后的衰减曲线进行聚类，聚类的类别数等于所述待测样本的层数；

根据每一个类别的数值特征确定对应于待测食品的类别，并将属于所述类别的谱峰作为对应于所述待测食品的典型光谱峰。

3.根据权利要求2所述的方法，其特征在于，所述根据每一个类别的数值特征确定对应于待测食品的类别，包括：将聚类后形成的属于同一个类别的谱峰的衰减值求取平均值，将对应的衰减值的平均值最大的一个类别作为对应于待测食品的类别。

4.根据权利要求1所述的方法，其特征在于，所述方法还包括：

对所述待测食品的独立信号分量采用自适应迭代加权惩罚最小二乘拟合所述待测食品的独立信号分量的校正基线；

从所述待测食品的独立信号分量中减去所述校正基线，得到所述待测食品的无基线的拉曼光谱。

5.根据权利要求1所述的方法，其特征在于，所述在若干个相对于所述激光源具有不同偏移距离处获取所述待测样本的拉曼光谱得到初始光谱数据，包括：在相同的采集条件下对所述待测样本进行若干次独立重复采集操作，在进行每一次独立重复采集操作时，将在若干个相对于所述激光源具有不同偏移距离处获取到的所述待测样本的拉曼光谱进行拼接得到样本光谱；

对各次独立重复采集操作提取到的样本光谱剔除异常值后取均值进行平滑，并按照预定原则截取感兴趣区域的数据作为所述初始光谱数据。

6.根据权利要求1所述的方法，其特征在于，通过检测装置发射激光并获取所述待测样本的拉曼光谱，所述检测装置包括激光源、若干个光纤探头、光纤、聚焦镜头、高通滤波片和光谱仪，所述激光源和若干个光纤探头间隔排布在水平方向上形成一排并位于所述待测样本的上方，所述激光源和各个光纤探头与所述待测样本之间的垂直距离相同，每个光纤探头与所述激光源之间的距离为所述光纤探头相对于所述激光源的偏移距离，通过各个光纤探头采集若干个相对于所述激光源具有不同偏移距离处的拉曼光谱，各个光纤探头依次通过所述聚焦镜头和高通滤波片后连接至所述光谱仪。

说明书

一种基于空间偏移拉曼光谱的带包装食品信号分离方法

技术领域

[0001] 本发明涉及空间偏移拉曼光谱技术领域，尤其是一种基于空间偏移拉曼光谱的带包装食品信号分离方法。

背景技术

[0002] 食品包装广泛用于保证食品在运输、储存和销售过程中的物理特性和质量。传统的食品检测方法是对食品包装进行取样和破坏，以检测食品内部质量。这种方法不仅造成了大量的资源浪费，而且检测的随机性也很大，因此亟待出现一种针对带包装食品的质量无损分析方法。

[0003] 目前常见的物品质量无损检测方法主要利用拉曼光谱，拉曼光谱是一种通过光子‑分子相互作用来反映物质组成和含量的光学技术，因其具有对水不敏感、信息丰富、样品制备简单等特点，被广泛应用于食品、医药、生物、材料等领域，但传统的拉曼光谱和其他光学检测方法仅限于表面检测或表面清晰的样品(如玻璃)，很难应用于带包装食品的质量无损分析。

[0004] 空间偏移拉曼技术是一种特殊的拉曼光谱技术，其是根据多层材料之间光子传输的差异，采集激发光入射点不同距离的拉曼散射信号，识别材料内部信号的一种技术，与传统的拉曼光谱相比，空间偏移拉曼技术的光强光谱可以穿透浑浊的表面层，深入到扩散散射物体内部，如皮下组织、包装食品等，因此可以克服复杂层状组织的测量缺陷，能将穿透深度扩展至两个数量级。但是在将空间偏移拉曼技术应用于带包装食品的质量无损分析时，如何准确的从获取到的光谱信号中将包装信号和食品信号进行分离，从而准确提取食品的拉曼光谱进行质量检测，成为了该技术应用的难点。以往对层状样品下深层探测的研究主要集中在选择最佳偏移距离以减少地面信号干扰、增强井下信号，也即采用适当尺度系数下的非零偏移处光谱减去零偏移处光谱来表示地下信号。然而，这种减少表面干扰的方法要求操作人员具有较高的领域专业知识，偏移距离和相减比的参数难以确定，受人为因素影响较大，准确度和处理效果都难以保证。

发明内容

[0005] 本发明人针对上述问题及技术需求，提出了一种基于空间偏移拉曼光谱的带包装食品信号分离方法，本发明的技术方案如下：

[0006] 一种基于空间偏移拉曼光谱的带包装食品信号分离方法，该方法包括：

[0007] 通过激光源发射激光照射在待测样本的表面，并在若干个相对于激光源具有不同偏移距离处获取待测样本的拉曼光谱得到初始光谱数据，待测样本包括待测食品及其外部的食品包装；

[0008] 基于不同偏移距离处的拉曼光谱的信息熵从初始光谱数据中截取部分区域范围的拉曼光谱作为观测数据；

[0009] 对观测数据进行独立成分分析，分离得到若干个独立信号分量；

[0010] 对初始光谱数据基于谱峰识别技术确定对应于待测食品的典型光谱峰，将典型光谱峰的峰位与各个独立信号分量的谱峰的峰位进行匹配，确定对应于待测食品的独立信号分量。

[0011] 其进一步的技术方案为，对初始光谱数据基于谱峰识别技术确定对应于待测食品的典型光谱峰，包括：

[0012] 利用谱峰识别技术对初始光谱数据进行谱峰识别，并将识别得到的谱峰随着相对于激光源的偏移距离的增大的衰减曲线进行归一化；

[0013] 对归一化后的衰减曲线进行聚类，聚类的类别数等于待测样本的层数；

[0014] 根据每一个类别的数值特征确定对应于待测食品的类别，并将属于类别的谱峰作为对应于待测食品的典型光谱峰。

[0015] 其进一步的技术方案为，根据每一个类别的数值特征确定对应于待测食品的类别，包括：

[0016] 将聚类后形成的属于同一个类别的谱峰的衰减值求取平均值，将对应的衰减值的平均值最大的一个类别作为对应于待测食品的类别。

[0017] 其进一步的技术方案为，该方法还包括：

[0018] 对待测食品的独立信号分量采用自适应迭代加权惩罚最小二乘拟合待测食品的独立信号分量的校正基线；

[0019] 从待测食品的独立信号分量中减去校正基线，得到待测食品的无基线的拉曼光谱。

[0020] 其进一步的技术方案为，基于不同偏移距离处的拉曼光谱的信息熵从初始光谱数据中截取部分区域范围的拉曼光谱作为观测数据，包括：

[0021] 计算不同偏移距离处的拉曼光谱的信息熵，并确定信息熵的拐点对应的偏移距离i；

[0022] 从初始光谱数据中截取偏移距离在0到i范围内的拉曼光谱作为观测数据。

[0023] 其进一步的技术方案为，计算不同偏移距离处的拉曼光谱的信息熵，包括：

[0024] 通过公式 计算偏移距离i处的拉曼光谱xi的信息熵，其中 为偏移距离i处的拉曼光谱xi中的j波段的向下舍入值，参数j∈[1,2,...,J]表示拉曼光谱xi的所有波段中光强数值不同的元素， 表示这些元素对应的波段在所有波段中出现的概率。

[0025] 其进一步的技术方案为，按照如下公式采用滑动方差法确定信息熵的拐点对应的偏移距离i：

[0026]

[0027] 其中，H(xi)为偏移距离i处的拉曼光谱xi的信息熵， 为所有信息熵的平均值，g为滑动窗口的大小，d表示初始光谱数据中相对于所述激光源的最大偏移距离。

[0028] 其进一步的技术方案为，利用FastICA算法对观测数据进行独立成分分析，并选择与待分离得到的独立信号分量的数量相同数量的奇异向量及对应奇异值通过奇异值分解进行去相关和缩放，得到若干个独立信号分量。

[0029] 其进一步的技术方案为，在若干个相对于激光源具有不同偏移距离处获取待测样本的拉曼光谱得到初始光谱数据，包括：

[0030] 在相同的采集条件下对待测样本进行若干次独立重复采集操作，在进行每一次独立重复采集操作时，将在若干个相对于激光源具有不同偏移距离处获取到的待测样本的拉曼光谱进行拼接得到样本光谱；

[0031] 对各次独立重复采集操作提取到的样本光谱剔除异常值后取均值进行平滑，并按照预定原则截取感兴趣区域的数据作为初始光谱数据。

[0032] 其进一步的技术方案为，通过检测装置发射激光并获取待测样本的拉曼光谱，检测装置包括激光源、若干个光纤探头、光纤、聚焦镜头、高通滤波片和光谱仪；激光源和若干个光纤探头间隔排布在水平方向上形成一排并位于待测样本的上方，激光源和各个光纤探头与待测样本之间的垂直距离相同，每个光纤探头与激光源之间的距离为光纤探头相对于激光源的偏移距离，通过各个光纤探头采集若干个相对于激光源具有不同偏移距离处的拉曼光谱，各个光纤探头依次通过聚焦镜头和高通滤波片后连接至光谱仪。

[0033] 本发明的有益技术效果是：

[0034] 本申请公开了一种基于空间偏移拉曼光谱的带包装食品信号分离方法，该方法通过不同偏移距离处的拉曼光谱的信息熵提取选择出观测数据，并结合特征谱峰聚类识别解决独立成分分析分离得到的独立信号分量的归属问题，最终确定内部的待测食品的拉曼信号，受人为因素影响较小，分离效果好，该方法可以有效解决传统方法难以分离重叠信号和微弱信号的问题，在促进带包装食品微量成分识别和定量上起到一定的促进作用。

[0035] 进一步的，针对FastICA分离的信号存在异常贡献问题，通过光谱基线的校正策略提高光谱的重构效果。能自适应不同的包装、食品材料和厚度，在激光能穿透食品包装的前提下都可有效分离内部食品信号，即可以作为一种食品品质检测的前数据处理手段，也可辅助人为观测分层样品的成分鉴定。

附图说明

[0036] 图1是本申请公开的基于空间偏移拉曼光谱的带包装食品信号分离方法的流程示意图。

[0037] 图2是本申请中发射激光并获取待测样本的拉曼光谱的检测装置的结构示意图。

[0038] 图3是利用本申请的方法对四组不同的待测样本进行分离的效果对比示意图。

具体实施方式

[0039] 下面结合附图对本发明的具体实施方式做进一步说明。

[0040] 本申请公开了一种基于空间偏移拉曼光谱的带包装食品信号分离方法，请参考图1所示的流程图，该方法包括如下步骤：

[0041] 1、通过激光源发射激光照射在待测样本的表面，并在若干个相对于激光源具有不同偏移距离处获取待测样本的拉曼光谱得到初始光谱数据，待测样本包括待测食品1及其外部的食品包装2。

[0042] 本申请通过检测装置发射激光并获取待测样本的拉曼光谱，请参考图2，检测装置包括激光源3、若干个光纤探头4、聚焦镜头5、高通滤波片6和光谱仪7。激光源3和若干个光纤探头4间隔排布在水平方向上形成一排并位于待测样本的上方，待测样本的表面基本平整，激光源3和各个光纤探头4与待测样本之间的垂直距离相同。每个光纤探头4与激光源3之间的距离即为该光纤探头相对于激光源3的偏移距离，如图2所示，各个光纤探头4与激光源3之间的距离分别为D1、D2……Dn。实际应用时，激光源3与各个光纤探头4的每两个相邻组件之间的距离相等从而形成均匀排布结构，或者也可以不相等。各个光纤探头4依次通过光纤8连接聚焦镜头5和高通滤波片6，最终连接至光谱仪7。

[0043] 在工作时，通过激光源3发射激光照射待测样本的表面，激光能穿透食品包装2到达内部的待测食品1且不对食品包装2和待测食品1产生损伤。通过各个光纤探头4采集拉曼光谱，采集到的即为光纤探头4相对于激光源3的偏移距离处的拉曼光谱。实际也可以采用线扫描采集设备等来获取不同偏移距离处的拉曼光谱。

[0044] 为了提高数据的有效性，本申请在相同的采集条件下对待测样本进行若干次独立重复采集操作，在进行每一次独立重复采集操作时，按照如上过程发射激光并获取不同偏移距离处的拉曼光谱，将在若干个相对于激光源具有不同偏移距离处获取到的待测样本的拉曼光谱进行拼接得到样本光谱，拼接得到的样本光谱的横坐标表示总的偏移距离，纵坐标表示不同波段的拉曼信号。对各次独立重复采集操作提取到的样本光谱剔除异常值后(包括宇宙噪声引起的峰谷)取均值进行平滑，并按照预定原则截取感兴趣区域的数据作为初始光谱数据，该预定原则根据样本体积、有效数据区间及设备特性来确定，旨在缩减数据量。

[0045] 2、基于不同偏移距离处的拉曼光谱的信息熵从初始光谱数据中截取部分区域范围的拉曼光谱作为观测数据。具体的，包括如下步骤：

[0046] (1)计算不同偏移距离处的拉曼光谱的信息熵。

[0047] 通过公式 计算偏移距离i处的拉曼光谱xi的信息熵，其中 为偏移距离i处的拉曼光谱xi中的j波段的向下舍入值，这是拉曼光谱信号是一种高分辨率的近似连续信号，必须通过数据量化将其分割成区间整数值进行统计计算，下舍入是为了降低拉曼光谱的随机噪声。参数j∈[1,2,...,J]描述无重复元素，表示拉曼光谱xi的所有波段中光强数值不同的元素， 表示这些元素对应的波段在所有波段中出现的概率。

[0048] (2)确定信息熵的拐点对应的偏移距离i。随着偏移距离的增加，信息熵值逐渐减小，波动较大，因此本申请采用滑动方差法确定信息熵的拐点，表示为：

[0049] 其中，H(xi)为偏移距离i处的拉曼光谱xi的信息熵， 为所有信息熵的平均值，g为滑动窗口的大小，d表示初始光谱数据中相对于所述激光源的最大偏移距离，比如在图2中即为Dn。考虑带包装食品的空间分辨率的波动和信息熵的衰减，比较典型的将g设为100。

[0050] (3)从初始光谱数据中截取偏移距离在0到i范围内的拉曼光谱作为观测数据，由此对初始光谱数据做了进一步筛选，保留其高阶统计特性。

[0051] 3、对观测数据进行独立成分分析，分离得到若干个独立信号分量。

[0052] 本申请利用FastICA算法对观测数据进行独立成分分析，利用FastICA算法进行独立成分分析的过程为使用定点迭代获得最大的非高斯函数值来确定独立变量，表示为构造如下函数使得矩阵W在迭代过程中同方向收敛到最大非高斯性：矩阵W′是矩阵W迭代更新得到的值，Xw为观测数
据构成的矩阵，G(x)＝logcosh(x)为靠近源信号的非二次累积分布函数。

[0053] 通过奇异值分解进行去相关和缩放，最终得到若干个独立信号分量。选择与待分离得到的独立信号分量的数量相同数量的奇异向量及对应奇异值以减少待估计参数数量。

[0054] 4、对初始光谱数据基于谱峰识别技术确定对应于待测食品的典型光谱峰，将典型光谱峰的峰位与各个独立信号分量的谱峰的峰位进行匹配，确定对应于待测食品的独立信号分量。

[0055] 具体的：利用谱峰识别技术对初始光谱数据进行谱峰识别，并将识别得到的谱峰随着相对于激光源的偏移距离的增大的衰减曲线进行归一化。对归一化后的衰减曲线进行聚类，聚类的类别数等于待测样本的层数，比较典型的可以采用层次聚类的方法，比较常规的若待测食品1外部只有一层食品包装2，则聚类的类别数为2。

[0056] 根据每一个类别的数值特征确定对应于待测食品的类别，由于内部的待测食品1具有衰减较慢的光谱特性，因此将聚类后形成的属于同一个类别的谱峰的衰减值求取平均值，将对应的衰减值的平均值最大的一个类别作为对应于待测食品的类别。然后将属于该类别的谱峰作为对应于待测食品的典型光谱峰与各个独立信号分量的谱峰的峰位进行匹配，确定类别归属于待测食品的独立信号分量。

[0057] 进一步的，在得到待测食品的独立信号分量后，考虑到独立信号分量中存在负贡献及基线漂移的现象，因此本申请并不直接将其用于质量无损分析。而是对待测食品的独立信号分量采用自适应迭代加权惩罚最小二乘拟合待测食品的独立信号分量的校正基线，然后从待测食品的独立信号分量中减去校正基线，得到待测食品的无基线的拉曼光谱，然后用于待测食品的质量无损分析。具体的，首先由于随机噪声方差较小，利用窗口5的滑动方差，设定方差阈值，小于阈值被认为是噪声信号，由此确定独立信号分量中含有随机噪声的荧光背景和拉曼峰区域；然后利用空气偏最小二乘拟合选定的背景基线，参数为10阶多项式，实现校正基线的拟合。

[0058] 为了说明本申请方法的有效性，本申请进行了如下几个实例试验：对白糖及其外部的食品级PE板材组成的模拟包装糖的模拟试验结果如图3(a)所示，其中，混合光谱为模拟包装糖的拉曼光谱，分离光谱为分离得到的白糖的拉曼光谱，包装PE为分离得到的PE板材的拉曼光谱，参考光谱为不带食品包装的白糖的拉曼光谱。类似的，对包装白糖的模拟试验结果如图3(b)所示，对袋装大米的模拟试验结果如图3(c)所示，对盒装黄油的模拟试验结果如图3(d)所示。通过基于形状的光谱角映射(SAM)、基于振幅的Jensen‑Shannon散度(JS)和基于线性趋势的Pearson相关系数(PCC)等方法将分离光谱与参考光谱进行相似度比较可知，提取得到的分离光谱与待测食品不带食品包装时的参考光谱相似度较高，尤其是3(a)的试验中由于包装材料纯净，拥有标准厚度，所以相似度最高、信号分离效果最佳，由此可以说明本申请方法的有效性，对带包装食品的拉曼信号的分离效果较好，分离光谱可以用于质量无损检测。

[0059] 以上所述的仅是本申请的优选实施方式，本发明不限于以上实施例。可以理解，本领域技术人员在不脱离本发明的精神和构思的前提下直接导出或联想到的其他改进和变化，均应认为包含在本发明的保护范围之内。