详情

原文传递基于反射光谱的矿物识别方法

专利名称：	基于反射光谱的矿物识别方法
摘要：	本发明属于矿物识别技术领域，提出了基于反射光谱的矿物识别方法，包括以下步骤：S1、数据测量，用光谱仪对样品中的若干取样点进行测量，得到测量值；S2、数据处理，根据S1中每个取样点的测量值得出每个取样点的光谱波形，进行拼接校正后再进行均值化，得出样品的光谱波形；S3、矿物识别，先将S2中样品的光谱波形数据计算出特征波谷的位置，然后根据特征波谷处波长与光谱库中典型矿物进行标准匹配，得到匹配矿物，再将匹配矿物的光谱波形与样品的光谱波形进行对比，得出样品中可能存在的矿物；S4、数据计算，对S3中可能存在的矿物进行拟合计算，得出样品中的矿物组成及各组分的相对含量。本发明解决了现有技术中识别精度低、识别时间长的问题。
专利类型：	发明专利
国家地区组织代码：	河北;13
申请人：	中国黄金集团石湖矿业有限公司
发明人：	田超;张友刚;赵卫忠;吴亚峰;牛战恩
专利状态：	有效
申请日期：	2019-02-15T00:00:00+0800
发布日期：	2019-07-02T00:00:00+0800
申请号：	CN201910115299.8
公开号：	CN109959624A
代理机构：	石家庄领皓专利代理有限公司
代理人：	任军培;李婷
分类号：	G01N21/31(2006.01);G;G01;G01N;G01N21
申请人地址：	050504 河北省石家庄市灵寿县陈庄镇龙门沟村
主权项：	1.基于反射光谱的矿物识别方法，其特征在于，包括以下步骤： S1、数据测量，使用光谱仪对样品中的取样点进行测量，得到样品原始光谱波形； S2、数据处理，对S1中样品原始光谱波形的断点处进行预处理，得到样品预处理后光谱波形数据； S3、矿物识别，将S2中样品预处理后光谱波形数据利用二阶导数计算出样品特征波谷位置及相应的反射率大小，根据样品特征波谷处波长与光谱库中典型矿物的典型矿物特征波谷处波长进行标准匹配，得到与样品特征波谷特征一致的匹配矿物，将匹配矿物的光谱波形与样品预处理后光谱波形数据的相似程度进行对比，得出样品中可能存在矿物； S4、数据计算，对S3得出的样品中可能存在矿物的光谱与样品的光谱进行拟合计算，得出样品中的矿物组成及各组分的相对含量。 2.根据权利要求1所述的基于反射光谱的矿物识别方法，其特征在于，步骤S4中进行拟合计算时，利用如下公式：其中：Riλ为各组分的综合光谱反射率；fki第k个矿物组分所占的分量值；Ckλ为第k个矿物组分的光谱反射率；εiλ为残余误差值；n为矿物组分的数目。 3.根据权利要求1所述的基于反射光谱的矿物识别方法，其特征在于，步骤S3中的光谱库具体包括USGS光谱库、ASD光谱库、JPL光谱库。 4.根据权利要求1所述的基于反射光谱的矿物识别方法，其特征在于，步骤S3中在进行标准匹配时，若样品的光谱波形具有若干个特征波谷，每一个特征波谷均进行标准匹配。 5.根据权利要求1所述的基于反射光谱的矿物识别方法，其特征在于，步骤S2中预处理具体包括如下步骤： S21、拼接校正，对每个取样点的样品原始光谱波形断点处均进行拼接校正； S22、均值化，将拼接校正后每个取样点的样品原始光谱波形进行均值化，得到样品预处理后光谱波形数据。 6.根据权利要求5所述的基于反射光谱的矿物识别方法，其特征在于，S21中拼接校正具体包括如下步骤： S211、确定样品原始光谱波形的断点，得出断点两侧综合光谱反射率的数值； S212、确定校正位置，取S211中得出的断点两侧数值的平均值或断点两侧数值之间的一个数值作为基准数值； S213、进行校正，断点两侧的整体波形均向S212中得出的平均值处或基准数值处上下平移。 7.根据权利要求1所述的基于反射光谱的矿物识别方法，其特征在于，步骤S1具体包括如下步骤： S11、样品处理，将采集到的样品用清水冲洗，并用软刷去除表面杂尘，放在通风处阴干72～80小时； S12、安装预热，打开光谱仪，安装高密度探头，并预热30～45分钟； S13、参数设置，设置光谱平均次数、暗电流平均次数、白板采集平均次数，以及光谱数据的保存路径； S14、光谱测量，测量样品的若干个取样点，得到每个取样点的样品原始光谱波形。 8.根据权利要求1所述的基于反射光谱的矿物识别方法，其特征在于，步骤S3中，确定匹配矿物时，根据样品特征波谷处波长与光谱库中典型矿物的典型矿物特征波谷处波长进行标准匹配时，结合样品对应矿区的产出规律进行，产出规律的获得包括以下步骤； S31、根据样品特征波谷处波长与光谱库中典型矿物的典型矿物特征波谷处波长进行标准匹配，得到与样品特征波谷特征一致的初次匹配矿物及其对应的反射率； S32、将初次匹配矿物的反射率作为分析因子进行两两相关性分析，得到产出规律。 9.根据权利要求8所述的基于反射光谱的矿物识别方法，其特征在于，步骤S32中，相关性分析具体为Pearson相关性分析。 10.根据权利要求9所述的基于反射光谱的矿物识别方法，其特征在于，步骤S32中，分析因子进行降维分析，降维分析利用以下因子，第一因子：阳起石、角闪石、黑云母；第二因子：斜长石、绿泥石、钾长石；第三因子：方解石、白云母；第四因子：钾长石、白云石；第五因子：高岭土、碳酸盐；第六因子：重晶石。
所属类别：	发明专利