紅外顯微圖像的信息提取技術(shù)研究.pdf

1、紅外顯微成像技術(shù)是近年來發(fā)展迅猛的一項新興微區(qū)分析技術(shù)，具有較高的空間分辨率和光譜分辨率，能夠在不破壞樣品原始結(jié)構(gòu)前提下探測樣品表面的化學(xué)組成及其分布信息，因而被廣泛應(yīng)用于生物醫(yī)學(xué)、法庭科學(xué)、食品安全、材料科學(xué)等諸多領(lǐng)域。而無論是應(yīng)用哪個領(lǐng)域，往往都需要獲得感興趣物質(zhì)的組分及分布信息作為深入分析的依據(jù)?，F(xiàn)有的紅外顯微圖像的信息提取技術(shù)大多數(shù)局限于單變量分析方法，無法完整有效地獲取紅外光譜中的大量有用信息，限制了紅外顯微成像技術(shù)的應(yīng)用。本

2、文在研究紅外顯微成像原理與數(shù)據(jù)特點基礎(chǔ)之上，重點研究了通用的紅外顯微圖像信息提取方法，論文的主要研究成果如下：
　　1.復(fù)雜混合物的光譜存在嚴(yán)重的譜峰重疊，需要利用光譜剝離技術(shù)從中提取和剝離出單一組分的光譜特征信息。針對二階導(dǎo)數(shù)光譜剝離技術(shù)對光譜的噪聲信號敏感，提出了基于主成分分析和二階導(dǎo)數(shù)的信息提取方法。通過選擇與化學(xué)組分相關(guān)的少數(shù)主成分重構(gòu)紅外顯微圖像，可以在一定程度提高光譜信噪比。本文方法在主成分分析之后對光譜進(jìn)行二階導(dǎo)數(shù)處

3、理，能夠有效克服二階導(dǎo)數(shù)光譜對干擾噪聲敏感的缺點，更好地剝離出感興趣組分的分布信息。
　　2.光譜分解方法可以可視化提供樣品顯微結(jié)構(gòu)特征和化學(xué)組分信息。針對主成分分析的光譜分解方法需要先將二維空間圖像變成單一像素方向，才能構(gòu)造協(xié)方差矩陣，不僅丟失了像素的鄰域信息，而且增加了計算復(fù)雜度，本文提出了基于二維主成分分析(2DPCA)的光譜分解方法，它可以直接利用紅外顯微圖像列（行）像素對應(yīng)的二維光譜矩陣來構(gòu)造廣義協(xié)方差矩陣，能夠大大降低

4、了光譜分解的復(fù)雜度，提高光譜分解效率，可以實現(xiàn)光譜數(shù)據(jù)的快速分解。
　　3.針對不同的投影特征向量對聚類的貢獻(xiàn)程度不同，提出了基于加權(quán)二維主成分分析-模糊 C-均值(W2DPCA-FCM)的信息提取方法。該方法首先采用2DPCA實現(xiàn)光譜數(shù)據(jù)的特征的快速提取，再利用特征值對輸入FCM的特征向量進(jìn)行加權(quán)，以突出不同投影特征向量對聚類的貢獻(xiàn)。實驗結(jié)果表明所提算法可以減少計算時間、提高聚類精度，是一種有效的紅外顯微圖像信息提取方法。

5、>　　4.針對紅外顯微圖像的特點，將波段信息量與相關(guān)性相結(jié)合，提出了一種基于最大標(biāo)準(zhǔn)差(MCM)的波段選擇方法。它以波段標(biāo)準(zhǔn)差來衡量波段信息量的大小，將波段與已選波段變量的相關(guān)性作為權(quán)重因子迭代計算波段標(biāo)準(zhǔn)差，通過選擇標(biāo)準(zhǔn)差最大的綜上所述，論文對于紅外顯微圖像的信息提取進(jìn)行了深入的研究，并提出了新的算法，仿真實驗證實本文所提出的算法能夠獲得好的效果。
　　波段，可以選出包含信息量多、相關(guān)性小的有代表性的波段子集，降低數(shù)據(jù)維度，為后

6、續(xù)的信息提取處理提供更為富集的數(shù)據(jù)源。
　　5.特征提取與聚類分析相結(jié)合的圖像分割方法可以用于紅外顯微圖像信息的提取。針對傳統(tǒng)聚類方法對初始值敏感和易于陷入局部極值的缺點，本文提出了一種基于自適應(yīng)局部優(yōu)化粒子群算法(ALO-PSO)，該方法通過在每次迭代中引入局部搜索來優(yōu)化全局最優(yōu)解，能夠隨著迭代次數(shù)增加自適應(yīng)的擴大局部搜索范圍。實驗結(jié)果表明所提的算法可以提高收斂速度，降低陷入局部極值的概率，與主成分分析相結(jié)合可以快速準(zhǔn)確地提取紅

7、外顯微圖像的信息。
　　6.正確的組分?jǐn)?shù)估計對組分分辨至關(guān)重要，若組分?jǐn)?shù)估計不正確，所得到分辨光譜將明顯偏離真實光譜。本文利用純變量分析方法估計樣品的組分?jǐn)?shù)，提出了基于純變量的組分分辨方法。實驗結(jié)果明，所提算法可以準(zhǔn)確估計樣品的組分?jǐn)?shù)，獲得純組分的濃度分布圖和光譜，是一種有效的紅外顯微圖像分辨方法。
　　綜上所述，論文對于紅外顯微圖像的信息提取進(jìn)行了深入的研究，并提出了新的算法，仿真實驗證實本文所提出的算法能夠獲得好的效果。