拉曼光谱鉴别棉涤纤维成分的预处理方法研究.docVIP

拉曼光谱鉴别棉涤纤维成分的预处理方法研究 　　摘要：本文通过便携式拉曼光谱仪采集棉涤纺织品光谱图，利用airPLS对光谱的荧光背景进行扣除，小波变换对光谱进行压缩，最后用主成分分析方法对棉涤纤维成分纺织品进行定性分析，结果表明运用这两种预处理方法处理拉曼光谱数据，可以有效地鉴别棉涤床上用品纤维成分的真伪。 　　关键词：拉曼光谱；airPLS；小波变换；主成分分析 　　1 引言 　　纺织品中纤维成分含量直接影响消费者使用的舒适性，是消费者购买纺织品时主要考虑的指标[1]。而有些企业为降低成本，未对采购原料送检就投消费者所好，标识上标注的纤维成分为100%棉。国家质检总局于2003年至2012年期间，组织开展了6次针对床上用品的监督抽查工作，抽查发现，纤维成分含量不合格的情况主要表现为标称纤维成分与实际不符，比如：标注为全棉，实际为棉涤产品。标注为全棉，实际为纯涤产品。目前，纺织品纤维检验一般使用传统的方法如燃烧法、化学溶解法、熔点试验法等等，这些方法极易污染环境、危害检测人员健康[2-3]。拉曼光谱是一种快速无损的分子光谱检测方法，其拉曼位移和强度可以提供测定物质含量的相关信息，其中拉曼位移是表征分子振―转能级的特征物理量，是定性与结构分析的依据[4-6]。 　　测量得到的拉曼光谱不仅包含测定物质的信息，同时也包含了噪声、各种干扰因素，如荧光背景、基线漂移、杂散光等[7]。因此要想通过拉曼光谱来鉴别纤维成分，就应该先进行光谱预处理，以便降噪、扣除背景及基线漂移，减少各种干扰的影响，简化后续建模过程，提高分析准确度[8-10]。 　　本文通过对棉涤纺织品的光谱鉴别具体问题，探索研究其合适的预处理方法。 　　2 试验与方法 　　2.1 试验样品 　　试验样品全部由广州市纤维产品检测院提供。样品总数为150，其中纯棉样品50份。纯聚酯纤维样品50份，棉涤混纺样品50份。所有样品的纤维含量按GB/T 2910标准方法测定。 　　2.2 光谱采集 　　仪器：i-Raman EX拉曼光谱仪（必达泰克，美国），激发波长1064nm，积分时间50秒，光谱范围175cm-1～2500cm-1，光谱分辨率为9.5cm-1。所得光谱如图1所示。 　　2.3 光谱数据预处理方法 　　拉曼光谱仪所测光谱除包含被测样本信息外还存在噪音，同时部分样品由于存在杂质或有荧光吸收的物质，使得光谱数据还存在荧光影响有效信息的问题，化学计量学的引入为我们更好地进一步利用光谱数据提供了有效的方法。本文主要研究自适应迭代重加权惩罚最小二乘算法（airPLS）[11-12]及小波变换方法[13-15]对光谱的预处理。 　　2.3.1 自适应迭代重加权惩罚最小二乘算法（airPLS） 　　在纺织品的拉曼光谱中，由于染料的影响常有较为明显的荧光背景出现。自适应迭代重加权惩罚最小二乘法无需用户中途干预且对于信噪比较低的情况可以保持有效信号不变的条件下将背景扣除。它通过迭代重加权惩罚最小二乘算法，逐步逼近背景，引入参数来调节曲线的平滑程度，将原始信号减去拟合出的背景，可得到扣除背景后的光谱信号。 　　2.3.2 小波变换 　　小波变换是继傅里叶变换之后最受关注的信号处理方法，它继承发展了短时傅里叶变换局部化的思想，选定一定的小波函数，可以把原始光谱信号变换，在小波域进行过滤和压缩处理，这个过程可以去除干扰和噪声信号的影响，提高光谱的信噪比。 　　2.4 定性方法的建立 　　传统上拉曼光谱用于定性分析主要是根据不同物质具有不同的特征光谱，可通过光谱实现对物质的定性分析，在相同测定条件下，绘制样品与对照品的拉曼光谱，进行比对，若光谱相同，则为同一化合物。这样的方法对单一组分的样本是有效的，但是对带有干扰的多组分样本则难以实现。为了解决这一问题，我们采用了基于多元统计分析的主成分分析方法。我们运用主成分分析方法处理光谱，其本质是通过一种最优化方法去浓缩及综合光谱数据中的信息，从而简化数据、降低维数，进而揭示出光谱数据的内部结构特征[16-17]。具体看来，主成分分析通过将原来光谱数据进行转换，得到若干由原始光谱数据线性组成的新变量，新变量尽可能多地表征原光谱信息的数据特征而不丢失信息。经转换得到的新变量是相互正交的，即新变量间互不相关，以消除众多信息共存中相互重叠的信息部分。 　　3 结果与讨论 　　3.1 背景扣除 　　为了消除不同颜色的染料所引起的拉曼光谱背景，我们首先采用airPLS方法对光谱进行了处理。在本方法中，惩罚参数λ需要结合光谱数据确定。λ值越大，其拟合出的背景越平滑，在本研究中，结合纺织品拉曼光谱的实际情况，我们选定λ为20，并以此对原始光谱进行处理。处理前后的光谱可见图2，从图中可以看出，经过处理后，荧光背景基本已被