详情

原文传递材质分类及识别方法

专利名称：	材质分类及识别方法
摘要：	本发明公开了一种材质分类及识别方法，基于TOF手持终端，其包括如下步骤：a.控制发射器以设定的相位与频率值发射红外光，并获取所述红外光的反射光的矢量值；b.发射器向被测物体发射红外光，采集被测物体的图像；c.去除所述图像中的固定模式噪声并对所述图像的像素进行深度标准化处理以获取被测物体的特征参数；d.将被测物体的特征参数与数据库中的特征参数对比。本发明的材质分类及识别方法可方便快捷地实现对材质特征的采集分析，且在各种日常环境下均可正常使用，应用范围相当广泛。
专利类型：	发明专利
国家地区组织代码：	中国香港;81
申请人：	香港光云科技有限公司
发明人：	谢永明
专利状态：	有效
申请日期：	2019-07-03T00:00:00+0800
发布日期：	2019-11-01T00:00:00+0800
申请号：	CN201910593142.6
公开号：	CN110398477A
代理机构：	东莞合方知识产权代理有限公司
代理人：	陈正兴
分类号：	G01N21/47(2006.01);G;G01;G01N;G01N21
申请人地址：	中国香港科学园科技大道西6W集成电路开发中心802b
主权项：	1.一种材质分类及识别方法，基于TOF手持终端，其特征在于，包括如下步骤： a.控制发射器以设定的相位与频率值发射红外光，并获取所述红外光的反射光的矢量值； b.发射器向被测物体发射红外光，采集被测物体的图像； c.去除所述图像中的固定模式噪声,并对所述图像的像素进行深度标准化处理以获取被测物体的特征参数； d.将被测物体的特征参数与数据库中的特征参数对比。 2.如权利要求1所述的材质分类及识别方法，其特征在于，所述步骤a具体为： a1.获取n个测量频率并生成与n个测量频率对应的矢量 a2.在m个相位上对所述红外光采样，得到m个与相位相关的矢量 a3.将矢量与矢量堆叠在一起，得到总测量矩阵A＝(a1…an)。 3.如权利要求2所述的材质分类及识别方法，其特征在于，所述步骤去除所述图像中的固定模式噪声具体为： c11.用漫射光作为传感器的曝光输入，并创建噪声校准矩阵B； c12.对矩阵B进行归一化处理，得到矩阵B1； c13.根据所述红外光的相位与频率参数采集图像并创建被测物体的测量值矩阵C； c14.将矩阵C与矩阵B1进行相减运算。 4.如权利要求3所述的材质分类及识别方法，其特征在于，所述矩阵B、矩阵C的创建过程与矩阵A的创建过程完全相同。 5.如权利要求3所述的材质分类及识别方法，其特征在于，所述步骤对所述图像的像素进行深度标准化处理具体为： c21.确定被测物体反射的红外光在其基频处的复振幅，取向量M的相位偏移的曝光值并使用离散傅里叶变换获得系数根据此基频系数得到所需的延迟τref和幅度因子αref用于信号补偿： c22.改变延迟τref和幅度因子αref相应的傅立叶系数，将所述频率的校正传播到所有调制频率的测量信号上，利用傅里叶变换处理向量M相位样本的调制频率，对系数进行相移以补偿延迟τref，并用αref归一化向量M的幅度，得到 c23.使用调整曝光值，得到以获取被测物体的材质特征矩阵。 6.如权利要求5所述的材质分类及识别方法，其特征在于，所述步骤c21至c23还可分别对材质及距离参数独立执行。 7.如权利要求5所述的材质分类及识别方法，其特征在于，所述步骤获取被测物体的特征参数，具体为：将每个像素的原始相关性测量表示为Aaligned，其中每个像素是一个深度和幅度归一化的复数将所述复数矩阵矢量化处理，得到一个mn2维的特征向量，用于对材质的训练、分类和识别。 8.如权利要求3所述的材质分类及识别方法，其特征在于，所述步骤d具体为：通过线性判别分析，对比不同材质的包含区域，以区分确定被测物体的材质。 9.如权利要求1所述的材质分类及识别方法，其特征在于，所述数据库内包含有已知材质的各种参数信息。 10.如权利要求1所述的材质分类及识别方法，其特征在于，所述数据库设置于云端服务器。
所属类别：	发明专利