(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210574320.2 (22)申请日 2022.05.25 (71)申请人 江苏大学 地址 212013 江苏省镇江市京口区学府路 301号 (72)发明人 林剑雄　未明杰　高钰淞　袁宇　 袁菁　殷秀莲　曹清华　 (74)专利代理 机构 南京智造力知识产权代理有 限公司 32382 专利代理师 石晓花 (51)Int.Cl. G01N 21/64(2006.01) G06T 5/00(2006.01) G06T 7/13(2017.01) G06V 10/74(2022.01)G06V 10/764(2022.01) (54)发明名称 基于图像边缘检测特征提取的三维荧光光 谱有机污染物识别方法 (57)摘要 本发明属于分析检测领域， 公开了基于图像 边缘检测特征提取的三维荧光光谱有机污染物 识别方法。 首先选用合适的MOF传感材料， 通过将 其与被检测物混合进行荧光检测获得三维荧光 光谱图， 将荧光光谱图像化后， 采用边缘检测法 进行特征提取， 建立污染物三维荧光光谱图样本 特征库； 通过遍历计算待测污染物与样本特征库 中样本图像的相似权值， 比较并判别， 实现对污 染物的分类识别。 权利要求书2页 说明书7页 附图5页 CN 114965409 A 2022.08.30 CN 114965409 A 1.基于图像边缘检测特征提取的三维荧光光谱有机污染物识别方法， 其特征在于， 包 括以下步骤： (1)获取单体有机污染物样本溶液， 将定量的MOF ‑74与其均匀混合， 采集混合液的三维 荧光光谱数据； (2)预处理步骤(1)采集后的三维荧 光光谱数据； (3)提取步骤(2)预处 理后的三维荧 光光谱数据的边 缘检测矩阵， 包括以下子步骤： (3.1)对步骤(2)预处理后的三维荧光光谱数据进行拆分处理， 首先在Matl ab中读取该 三维荧光光谱 数据于工作区得到一个相对应的table类型矩阵并将该矩阵转换为double类 型便于后续操作， 通过读取该矩阵指定行列数据的方式将该矩阵进行拆分， 获得分别代表 激发波长的1*m矩阵， 代表发射波长的n*1矩阵， 以及代表荧光强度数据的n*m矩阵； 将子矩 阵进行数据修正后再将三个子矩阵拼接绘制出 单体有机 污染物样本的三维荧 光光谱图； (3.2)提取步骤(3.1)得到的三维荧 光光谱图等高线特 征； (3.3)将步骤(3.2)得到的单体有机污染物样本三维荧光光谱等 高线图做映射处理， 将 不同荧光强度数值的等高线条映射到xy平面并将其以图片形式保存至单体有机污染物样 本库； (3.4)计算并提取步骤(3.3)保存样本图片对应的边缘检测特征， 具体为： 读取样本库 中图像并将其转化为光 强度灰度图像， 基于Canny边缘检测算子提取边缘特征， 首先进 行高 斯模糊得到去除噪声的图像、 随后计算梯度幅值和方向得到图像梯度、 再进行非最大值抑 制实现过滤非边缘像素， 得到边界更加清晰、 细化的图像， 然后进 行双阈值标记图片强边缘 点与弱边缘点得到剔除低阈值以下边缘点的图像， 最 终利用滞后技术跟踪边界进一步筛选 弱边缘点得到该样本图片的边缘检测矩阵， 绘制样本边缘检测图像， 同时将该边缘检测矩 阵保存于 工作区作为该样本三维荧 光光谱的最终特 征； (4)采用遍历法计算待测污染物与样本特征库中样本的边缘检测图像的相似度， 然后 将待测污染物中的成分进行分类， 包括以下子步骤： (4.1)将步骤(3.4)得到的三维荧光光谱 的最终边缘特征与其污染物类别读取至工作 区中； (4.2)将未知污染物溶液的三维荧光光谱数据按照步骤(2)～步骤(3)处理得到三维荧 光光谱图， 提取边 缘检测矩阵、 绘制边 缘检测图像； (4.3)将步骤(4.2)得到的未知污染物三维荧光光谱边缘检测图像与样本库边缘检测 图像对比， 经过裁剪空白边缘， 减少计算量、 提高运算效率与准确度； 统计剪裁后的待分类 样本的边缘检测图像中的边缘点数量、 像素点数量、 样本库边缘检测图像重叠的边缘点数 量与重叠的像素点数量， 将重叠的边缘点数量与待分类样本的边缘检测图像中的边缘点数 量相除得到第一种相似度， 将重叠像素点数量与剪裁后的待分类样本的边缘检测图像中的 像素点数量相除得到第二种相似度， 比较未知污染物与样本库中四类有机污染物的两种相 似度大小并输出有机 污染物类别。 2.如权利要求1所述的基于图像边缘检测特征提取的三维荧光光谱有机污染物识别方 法， 其特征在于， 步骤(1)中， 混合 液中， MOF ‑74的浓度为0.03mg/ml； 低浓度检测范围： 10‑6～ 10‑3mol/L。 3.如权利要求1所述的基于图像边缘检测特征提取的三维荧光光谱有机污染物识别方权　利　要　求　书 1/2 页 2 CN 114965409 A 2法， 其特征在于， 步骤(2)中， 预处理具体为利用python程序开 发的程序， 自动读取有机污染 物溶液三 维荧光光谱数据仪器所采集的c sv格式数据， 筛选有效数据区域， 删除冗余数据并 自动保存至指定位置 。 4.如权利要求1所述的基于图像边缘检测特征提取的三维荧光光谱有机污染物识别方 法， 其特征在于， 步骤(4.3)中， 所述第一种相似度Simi larity通过 下式计算得到： 其中， eq为确定函数内两参数相等 性的函数， 当两值相等时返回逻辑 值1； S(i,j)表示步骤(4.3)得到 的未知有机污染物溶液边缘检测图像对应矩阵在坐标(i, j)处的值； P(i,j)表示步骤(4.3)得到的单体有机污染物样本溶液边缘检测图像对应矩阵在坐标 (i,j)处的值； m表示步骤(4.3)得到的未知有机污染物溶液边缘检测图像对应矩阵中值为1的边缘点 数量。 5.如权利要求1所述的基于图像边缘检测特征提取的三维荧光光谱有机污染物识别方 法， 其特征在于， 步骤(4.3)中， 所述第二种相似值Simi larity2根据下式计算得到： 其中， eq为确定函数内两参数相等 性的函数， 当两值相等时返回逻辑 值1； S(i,j)表示步骤(4.3)得到 的未知有机污染物溶液边缘检测图像对应矩阵在坐标(i, j)处的值； P(i,j)表示步骤(4.3)得到的单体有机污染物样本溶液边缘检测图像对应矩阵在坐标 (i,j)处的值； n表示步骤(4.3)得到的未知有机 污染物溶 液边缘检测图像对应矩阵的元 素数量。权　利　要　求　书 2/2 页 3 CN 114965409 A 3