本發(fā)明涉及光譜檢測技術領域，尤其涉及一種基于數(shù)字投影的光譜檢測方法。

背景技術：

光譜是復色光經(jīng)過色散系統(tǒng)分光后，被色散開的單色光按波長(或頻率)大小而依次排列的圖案。其中光波由原子內(nèi)部運動的電子產(chǎn)生，各種物質(zhì)的原子內(nèi)部電子的運動情況不同，所以它們發(fā)射的光波也不同。因此研究不同物質(zhì)的發(fā)光和吸收光的情況，有重要的理論和實際意義。

目前光譜檢測技術比較單一，其結構主要應用矩形狹縫，通過調(diào)整矩形狹縫的寬窄來控制光譜的分辨率與信噪比。狹縫的形狀可以最終投影在光譜儀的光電檢測器(CCD)上，投影全部集中在CCD上一個像素時，光譜分辨率最佳，投影像素數(shù)越多光譜分辨率越差。因此，當矩形狹縫較窄時，光譜可以有著較高的分辨率，但是由于光通量變小，會直接導致光譜信噪比下降，影響光譜質(zhì)量；相對應的，當矩形狹縫變寬時，雖然光通量變大了可以相對提高信噪比，但是又會因為CCD上光譜投影像素過多而使得分辨率降低。也就是說，傳統(tǒng)的光譜檢測技術無法同時具有較高的分辨率與信噪比。

技術實現(xiàn)要素：

本發(fā)明提供了一種基于數(shù)字投影的光譜檢測方法，本發(fā)明通過在光譜檢測系統(tǒng)前添加寬度呈梯度變化的入口以及后期配套的數(shù)據(jù)處理手段，克服傳統(tǒng)光譜儀所獲取的光譜無法同時具有高分辨率和高信噪比的問題，詳見下文描述：

一種基于數(shù)字投影的光譜檢測方法，所述光譜檢測方法包括以下步驟：

依據(jù)光譜儀光電檢測器或單點探測器的像素尺寸大小，設計一種寬度呈梯度變化的入口部分，使入射光斑最終呈梯度投影在光譜儀光電檢測器或單點探測器上；

其中，所述寬度呈梯度變化的入口部分具體為：光纖式與狹縫式，狹縫式分為固定式與可調(diào)式；

根據(jù)橫向投影像素點數(shù)由少到多，提取出分辨率由高到低的一組光譜圖；

將不同分辨率的光譜圖輸入數(shù)字投影算法，進行迭代計算，直到結果收斂；

收斂結果可還原為分辨率最佳的光譜，即投影全部集中在光譜儀光電檢測器或單點探測器上一個像素時的光譜。

進一步地，所述固定式為菱形狹縫。

其中，所述使入射光斑最終呈梯度投影在光譜儀光電檢測器或單點探測器上的步驟具體為：

設計一光路結構，該光路結構包括：入口部分、準直鏡、光柵、匯聚鏡以及光譜儀光電檢測器或單點探測器，

光從寬度呈梯度變化的入口部分入射，通過準直鏡發(fā)散為平行光射到光柵上，光柵進行分光后，被色散開的單色光按波長或頻率大小而依次排列；

再經(jīng)物鏡匯聚，投影在光譜儀光電檢測器或單點探測器，當投影全部集中在光譜儀光電檢測器或單點探測器上一個像素時光譜分辨率最佳，投影像素數(shù)越多光譜分辨率越差。

所述將不同分辨率的光譜圖輸入數(shù)字投影算法，進行迭代計算，直到結果收斂得步驟具體為：

根據(jù)數(shù)字投影算法，輸入光譜組等于投影矩陣與輸出光譜的乘積；

根據(jù)輸入光譜組做預估計，得到一個估計光譜，對估計光譜做投影變換；將投影變換結果與輸入光譜組做比，并用比值對估計光譜進行修正；

反復迭代直到比值小于閾值，此時估計光譜符合預計要求，將此時的估計光譜作為結果輸出。

其中，所述將投影變換結果與輸入光譜組做比，并用比值對估計光譜進行修正的步驟具體為：

其中，f_div(n)為光譜偏差數(shù)組；a_in為投影矩陣的列向量；m為投影矩陣的行數(shù)；g_div(n)為投影偏差數(shù)組；f(n)為估計光譜數(shù)組；h_sum(n)為投影比重數(shù)組。

本發(fā)明提供的技術方案的有益效果是：本發(fā)明通過在光譜檢測系統(tǒng)前添加寬度呈梯度變化的入口來獲取分辨率不同的一組光譜圖，經(jīng)過數(shù)字投影可以得到該光譜儀極限分辨率的光譜。該光譜檢測方法不僅能夠簡單、快速地克服傳統(tǒng)光譜儀所獲取的光譜無法同時具有高分辨率和高信噪比的問題，同時還可以降低激光平均強度，實現(xiàn)吸熱材料光譜的測量，防止激光能量過高破壞樣品；同時，由于入口的形狀的改變，允許通過大半徑的光斑，可以降低激光平均強度，實現(xiàn)吸熱材料光譜的測量。

附圖說明

圖1是本發(fā)明提供的一種基于數(shù)字投影的光譜檢測方法的流程圖；

圖2是本發(fā)明提供的儀器光路結構簡圖；

其中，1為入口部分；2為準直鏡；3為光柵；4為匯聚鏡；5為光電檢測器，下面以CCD為例進行說明。

圖3是本發(fā)明提供的三種可行入口；

其中，(a)為固定狹縫(菱形狹縫)；(b)為可調(diào)狹縫；(c)為呈梯度排列的光纖。

圖4是本發(fā)明提供的普通矩形狹縫與梯度入口的區(qū)別圖，以及通過四種入口后光斑在CCD上的投影圖；

圖5是本發(fā)明提供的效果圖；

其中，(a)為光斑投影覆蓋CCD上1個像素點時所產(chǎn)生的光譜；(b)為光斑投影覆蓋CCD上95個像素點時所產(chǎn)生的光譜；(c)為數(shù)字投影算法的迭代結果；(d)為(c)和(a)之前的差異值。

圖6是數(shù)字投影算法示意圖。

其中，(a)和(c)為兩種原始信號；(b)和(d)為錯位疊加后的信號。

具體實施方式

為使本發(fā)明的目的、技術方案和優(yōu)點更加清楚，下面對本發(fā)明實施方式作進一步地詳細描述。

數(shù)字投影算法是一種數(shù)據(jù)恢復算法，信號由于錯位疊加導致分辨率降低，可以通過數(shù)字投影算法進行還原，通過多次迭代可以近似還原出原始信號。

為了使光譜同時具有高分辨率與高信噪比，克服背景技術中存在的問題，本發(fā)明實施例提出光譜檢測技術與數(shù)字投影算法結合的新思路，通過改變通光入口的形狀，使光通量較大的情況下依舊可以借助后期處理，得到高分辨率的光譜。

實施例1

一種基于數(shù)字投影技術的光譜檢測方法，參見圖1，該光譜檢測方法主要包括以下步驟：

101：依據(jù)光譜儀光電檢測器(CCD)或單點探測器(下文以CCD為例)的像素尺寸大小，設計一種寬度呈梯度變化的入口，使入射光斑最終呈梯度投影在CCD上；

102：根據(jù)橫向投影像素點數(shù)由少到多，可以從中提取出分辨率由高到低的一組光譜圖；

其中，當投影全部集中在CCD上一個像素時光譜分辨率最佳，投影像素數(shù)越多光譜分辨率越差。

103：將不同分辨率的光譜圖輸入數(shù)字投影算法，進行迭代計算，直到結果收斂；

其中，步驟103具體為：

根據(jù)數(shù)字投影算法，輸入光譜組等于投影矩陣與輸出光譜的乘積；

根據(jù)輸入光譜組做預估計，得到一個估計光譜，對估計光譜做投影變換；將投影變換結果與輸入光譜組做比，并用比值對估計光譜進行修正；

反復迭代直到比值小于閾值，此時估計光譜符合預計要求，將此時的估計光譜作為結果輸出。

104：收斂結果即可還原為分辨率最佳的光譜，也就是投影全部集中在CCD上一個像素時的光譜。

根據(jù)之前所述的數(shù)字投影原理，測量光譜是由分辨率最佳的光譜經(jīng)過投影產(chǎn)生的，數(shù)字投影算法模擬這個投影過程，以測量光譜作為輸入，通過多次迭代進行逆運算，還原投影過程，得到的結果即為分辨率最佳的光譜。

綜上所述，本發(fā)明實施例通過上述步驟101-步驟104實現(xiàn)了光譜同時具有高分辨率與高信噪比的要求；同時，由于入口形狀的改變允許通過大半徑的光斑，可以降低激光平均強度，實現(xiàn)吸熱材料光譜的測量。

實施例2

下面結合圖2至圖6、以及具體實例對實施例1中的方案進行進一步地介紹，詳見下文描述：

本發(fā)明實施例提出了一種基于數(shù)字投影的光譜檢測方法，設計了一種寬度呈梯度變化的入口采集具有高信息量的光譜圖，并配合后期數(shù)據(jù)處理手段，還原出同時具有高分辨率和高信噪比的光譜。該光譜檢測方法可以分為入口和檢測兩部分，入口部分1為本發(fā)明實施例設計的重點。

入口部分1可以有兩種選擇，分別是光纖式與狹縫式，而狹縫式又可以分為固定式與可調(diào)式。檢測部分可以匹配現(xiàn)有其他光譜檢測儀器的檢測部分，一般采用光柵分光，利用光電檢測器(CCD)或者數(shù)字微鏡器件(DMD)與單點探測器配合進行光譜采集。對于檢測部分，本發(fā)明實施例均以光柵2分光后用CCD5進行采集為例。

圖2是本發(fā)明實施例提供的儀器光路簡圖，入口部分1為可調(diào)式的狹縫，可以由圖3所示入口部分替代。圖3是三種入口部分的示意圖，包括但不僅限于如圖三種，只要是寬度呈梯度變化的入口部分都滿足。

如圖2所示，光從狹縫入射，通過準直鏡2發(fā)散為平行光射到光柵3上，光柵3進行分光后，被色散開的單色光按波長(或頻率)大小而依次排列，再經(jīng)物鏡4匯聚，投影在光電檢測器5(本發(fā)明實施例以CCD為例進行說明)上。當投影全部集中在CCD5上一個像素時光譜分辨率最佳，投影像素數(shù)越多光譜分辨率越差。

本發(fā)明實施例提出了一種寬度呈梯度變化的入口部分1，如菱形狹縫(下文均以菱形狹縫為例進行說明)，如圖4所示，因為菱形狹縫會以1比1的比例投影在CCD5上，所以傳統(tǒng)矩形狹縫如果想得到極限分辨率(即在CCD上的投影為一個像素)，狹縫寬度就必須小于CCD5一個像素的寬度，這樣會導致光通量過小，信噪比過低。菱形狹縫不同于常用的矩形狹縫，擁有著更大的光通量與更好的信噪比。光斑從菱形狹縫入射，最后在CCD5上的投影也相對應變?yōu)榱庑?，可以從中提取出分辨率由高到低的一組光譜圖。

光譜分辨率降低的原理如圖5所示，當光斑投影在CCD5上多個像素點時，會出現(xiàn)不同波長光譜的重疊，從而導致分辨率的降低，因此(a)的分辨率遠低于(b)。如圖5所示，選取第75組至第95組數(shù)據(jù)(即光斑投影覆蓋CCD5上75個像素點至95個像素點時所產(chǎn)生的光譜)作為輸入，其中(a)為光斑投影覆蓋CCD5上1個像素點時所產(chǎn)生的光譜，有著最好的分辨率，(b)為光斑投影覆蓋CCD5上95個像素點時所產(chǎn)生的光譜，(c)為迭代后得到的結果，極大的提高了光譜分辨率，(d)為(a)和(c)的差別。由此可以使光譜同時具有高分辨率與高信噪比；同時，由于狹縫形狀的改變允許通過大半徑的光斑，可以降低激光平均強度，從而實現(xiàn)吸熱材料光譜的測量。

數(shù)字投影算法是一種數(shù)據(jù)恢復算法，信號由于錯位疊加導致分辨率降低，如圖6所示，可以通過數(shù)字投影算法進行還原，通過多次迭代可以近似還原出原始信號。通過反演迭代得到極限分辨率光譜，也就是投影全部集中在CCD5上一個像素時的光譜圖。

其中，實施例1中步驟103的操作具體為：

設輸入光譜組為g₀；投影矩陣為H＝H_m*n(a_ij)_m*n；H為投影矩陣；a_ij為投影矩陣的元素；m為投影矩陣的行數(shù)；n為投影矩陣的列數(shù)；估計光譜為f；輸出光譜為f₀。

根據(jù)數(shù)字投影算法，有g₀＝H*f₀；

其中，a_in為投影矩陣的列向量；h_sum(n)為投影比重數(shù)組。

根據(jù)輸入光譜組g₀做預估計，得到一個估計光譜f＝H^T*g₀；對估計光譜做投影變換，g＝H*f；T為轉(zhuǎn)置。

結果g與輸入光譜組g₀做比，g_div＝g₀/g，并用比值g_div對估計光譜進行修正。

f_div(n)＝(a_in)_m*1*g_div(n)；g_div(n)為投影偏差數(shù)組；f_div(n)為光譜偏差數(shù)組。

f(n)為估計光譜數(shù)組。

反復迭代直到估計光譜符合預計要求，即g_div小于閾值D，其中閾值D的設定根據(jù)實際應用中的需要進行設定，本發(fā)明實施例對此不做限制。

最后的估計光譜作為結果輸出，即f₀＝f。

綜上所述，本發(fā)明實施例通過上述操作實現(xiàn)了光譜同時具有高分辨率與高信噪比的要求；同時，由于入口形狀的改變允許通過大半徑的光斑，可以降低激光平均強度，實現(xiàn)吸熱材料光譜的測量。

本發(fā)明實施例對各器件的型號除做特殊說明的以外，其他器件的型號不做限制，只要能完成上述功能的器件均可。

本領域技術人員可以理解附圖只是一個優(yōu)選實施例的示意圖，上述本發(fā)明實施例序號僅僅為了描述，不代表實施例的優(yōu)劣。

以上所述僅為本發(fā)明的較佳實施例，并不用以限制本發(fā)明，凡在本發(fā)明的精神和原則之內(nèi)，所作的任何修改、等同替換、改進等，均應包含在本發(fā)明的保護范圍之內(nèi)。