基于B样条的TERS形貌成像背景扣除方法

在针尖增强拉曼光谱(TERS)形貌成像过程中，由于针尖与扫描台无法绝对平行、样品电子密度骤变处针尖快速升降以及扫描控制系统响应时间特性差等综合原因的影响，往往使形貌图中带有倾斜或边界面卷曲的成像背景。成像背景对样品形貌的识别和分析带来十分不利的影响，而背景扣除就是解决该问题的重要手段，也是形貌成像预处理的重要组成部分。背景扣除的原理一般是通过拟合背景的方法来扣除成像中的背景。传统的背景扣除方法是利用多项式拟合的方法对成像进行逐行的基线校正，但是该方法在处理形貌成像时常常会由于过拟合而造成样品形貌的失真，同时容易在图片上留下明显的线条纹理。针对传统方法的缺点，本文提出采用B样条曲面拟合方法，直接对样品形貌图进行曲面背景拟合，发挥B样条低阶光滑的优点，能够有效克服传统方法的缺陷。在实验中，同时利用传统方法和该方法对金单晶和合成金片的形貌图进行背景扣除，实验结果表明，两种方法都能够扣除样品形貌图中的成像背景，但与传统方法相比，所提出的方法不会造成样品形貌的失真，且不会留下线条纹理，获得了更加良好的背景扣除效果，为进一步分析样品形貌特征提供了更准确可靠的信息，是一种更加有效的TERS形貌成像背景扣除算法。     

等离激元增强拉曼光谱食用合成色素快速检测系统设计

基于等离激元增强拉曼光谱技术,研制出适合现场分析检测的食用合成色素快速检测系统,适用于饮料、肉制品、蜜饯等食品中合成色素的快速检测。检测系统的硬件部分主要由双CPU(ARM和FPGA)主控板、样品前处理模块(含有增强粒子施加装置)、半导体激光光源、光谱数据采集模块构成;软件部分控制样品前处理模块自动运行,并可读取被测样品的拉曼谱图。利用快速检测系统对三种实际样品(蜜饯、汽水、火腿肠)中的食用合成色素胭脂红、柠檬黄、诱惑红进行检测,以验证该系统在食用合成色素检测中的性能。样品检测结果的相对标准偏差小于±5%,表明此检测系统具有良好的灵敏度和重现性,且检测时间短,能够满足食品中合成色素现场快速检测的要求。     

基于非均匀B样条的拉曼光谱基线校正算法

基线校正是一种常用的消除光谱荧光干扰的方法,是拉曼光谱数据处理的必要步骤之一。传统的多项式拟合基线校正算法,简单且易于实现,但是拟合阶次难以确定,灵活性较差。使用非均匀B样条代替多项式进行拟合,在保留原有算法优点的基础上,利用原始拉曼谱图的峰位置信息自适应地确定非均匀B样条的节点向量,然后以固定阶次拟合光谱基线。B样条自身具有分段光滑的特性,而计算样条节点的节点向量自适应选取算法中的峰位置信息通过使用两次具有不同母函数的连续小波变换(continuous wavelet transform, CWT)来获取,既加强了原始光谱数据与B样条算法本身的联系,也克服了传统多项式拟合的不足。为了验证本文算法的有效性,选取了甲基对硫磷和某品牌菜籽油两种被测物进行实验,并使用该算法进行了基线校正,并与两种其他的基线校正算法与进行了对比。实验结果表明,该方法利用固定的拟合阶次就能达到较好的校正效果,所需要的参数较少,校正结果不会出现过拟合或欠拟合的现象,是一种有效的拉曼光谱基线校正算法。     

基于特征提取的低信噪比拉曼光谱去噪方法研究

为了提高拉曼光谱检测系统的时间分辨率,常常需要采用较短的采样积分时间,此时带有分子结构振动谱的有用拉曼信号可能完全淹没在噪声中,严重影响信号的进一步分析,因此有必要对测量所得的光谱信号进行噪声消除处理。传统的消噪方法是基于信号与噪声在频域或统计特性之间的差异,通过平滑滤波或取平均值的方法来消除噪声,一般适用于噪声强度不高的情况,对于信噪比较低的情况处理效果并不理想。针对传统去噪方法的不足,从信号重构的角度,利用基于小波变换的谱峰识别、半峰宽检测提取光谱特征参数,再利用最小二乘拟合的方法,能够有效地提取淹没于强噪声背景下的有用拉曼信号。在仿真中,运用该算法得到的光谱曲线光滑,峰位置准确,信噪比改善明显。在实验中,分别利用该方法处理头孢呋辛酯片和罗红霉素拉曼光谱数据,得到了清晰的谱峰位置、幅值及半峰宽信息,实现了对短积分时间、强噪声背景的拉曼信号的有效还原,提高了检测系统的时间分辨率。仿真和实验结果表明,该方法需要调整参数少,易于实现,在信噪比比较低的情况下依然能够得到良好的去噪效果,为进一步分析光谱数据提供准确可靠的信息。     

基于SERS的食品中乌洛托品快速检测系统设计

基于表面增强拉曼光谱技术(surface enhanced Raman spectroscopy, SERS),研制出对食品中乌洛托品进行现场快速分析检测的系统。检测系统由多功能前处理模块、拉曼光学模块、嵌入式主控模块三部分组成,实现了待测样品的前处理,拉曼光谱数据的产生、收集、传输与处理。其中,多功能前处理模块将化学实验中经常用到的离心、超声、挥发三种功能集于一体,精简了前处理实验中需要用到的设备;拉曼光学模块采用探头光路与分光系统合为一体的整体式设计,并在探头光路中使用数值孔径为0.6的非球面透镜,同时利用交叉非对称Czerny-Turner结构对分光系统进行了设计;嵌入式主控模块采用自主研发的FPGA+ARM双核心主控电路,配合CCD的制冷电路与驱动电路,搭载μC/OS-Ⅲ操作系统,实现了对CCD上拉曼光谱数据的采集、传输与处理。利用柠檬酸钠制备纳米金(liquid colloidal gold nanoparticle,LCP-1)作为增强试剂对乌洛托品进行检测,将乌洛托品的拉曼特征峰选取在1 047 cm-1处,对乌洛托品标准品和含有乌洛托品的腐竹与米粉样品进行检测实验,实验结果表明所设计的检测系统可以实现对乌洛托品的准确识别,对乌洛托品标准品的检测限可达0.01 mg·L-1,对腐竹和米粉样品中乌洛托品的检出限可达0.5 mg·L-1,检测时间小于20 min,实现了食品中乌洛托品的现场快速检测。