【技术实现步骤摘要】
一种针对脉冲型ToF深度相机的物体材质分类的方法
本专利技术涉及模式识别和图像处理领域，具体涉及到一种适用于脉冲型Time-of-Flight(ToF)深度相机的物体材质分类的方法。
技术介绍
随着计算机视觉和人工智能的发展，对高精确度的物体材质分类的需求将会日益增长。在计算机视觉的研究领域中，非入侵性和非接触式的物体材质分类是一项重要的研究方向。根据使用相机种类的不同，可以将其分为可见光相机领域和Time-of-Flight(ToF)深度相机领域的两大类。在使用可见光相机进行物体材质分类的方法中，他们以物体材质的视觉外观作为材质分类的特征，其中具有代表性的特征是物体材质的纹理，颜色，粗糙程度和颜色信息。但是这类方法的主要问题是受不同材质相似外观以及环境光的影响，会导致物体材质分类的精确度严重下降。随着TOF深度相机的发展，越来越多人将研究的重心转向了连续波型ToF的物体材质分类。连续波型TOF深度相机进行物体材质分类的方式是通过精确恢复时间脉冲响应获取测量值与调制频率之间的关系作为物体材质分类的特征。但是由于连续型ToF深...
【技术保护点】
1.一种针对脉冲型ToF深度相机的物体材质分类的方法，其特征在于包括以下步骤：/n数据获取及处理阶段：/n(1)利用脉冲型ToF深度相机获取待分类的物质材料深度图像，每张深度图像都对应一个测量距离和测量角度，每次的测量角度都以固定角度A进行变化，固定角度A的所有取值称为测量角度的数量B；/n(2)利用原始图像去噪模块对上述图像进行去噪，其中原始图像去噪模块包括去除环境噪声模块和去除传感器噪声模块；/n物质材质分类阶段：/n(3)将步骤2的去噪结果输入特征向量归一化模块，得到归一化特征向量，具体包括三个步骤：首先从经步骤2去噪后的图像中提取原始特征向量，包括像素位置及对应的深...
【技术特征摘要】
1.一种针对脉冲型ToF深度相机的物体材质分类的方法，其特征在于包括以下步骤：
数据获取及处理阶段：
(1)利用脉冲型ToF深度相机获取待分类的物质材料深度图像，每张深度图像都对应一个测量距离和测量角度，每次的测量角度都以固定角度A进行变化，固定角度A的所有取值称为测量角度的数量B；
(2)利用原始图像去噪模块对上述图像进行去噪，其中原始图像去噪模块包括去除环境噪声模块和去除传感器噪声模块；
物质材质分类阶段：
(3)将步骤2的去噪结果输入特征向量归一化模块，得到归一化特征向量，具体包括三个步骤：首先从经步骤2去噪后的图像中提取原始特征向量，包括像素位置及对应的深度测量值，其中，每个像素的位置对应一个测量角度和测量距离；根据原始特征向量，拟合不同测量角度与深度测量值之间的函数关系F；再根据函数关系得到预设测量角度以及对应的深度测量值，预设测量角度以及对应的深度值即为归一化特征向量；
(4)将特征向量{(A，B1)，(A，B2)，…，(A，BN)}输入径向基神经网络分类器训练与优化模块，完成材质分类，其中，A为由归一化之后的测量角度构成的向量，Bi为对应于A的、且由函数关系F计算得到的第i种材质的深度值。
2.如权利要求1所述的一种针对脉冲型ToF深度相机的物体材质分类的方法，其特征在于：
所述的消除环境噪声模块用于对输入图像进行环境去噪，其中去除环境噪声后的图像深度值m的计算公式如下所示：
其中，c为光速，Tp为曝光时长，脉冲型ToF深度相机一次拍摄包括三次曝光，S0为第一次曝光的测量值，S1为第二次曝光的测量值，BG为第三次曝光的测量值。
3.如权利要求1所述的一种针对脉冲型ToF深度相机的物体材质分类的方法，其特征在于：
所述的传感器噪声模块用于对去除环境噪声后的图像进一步进行传感器去噪，得到去除噪声后的图像g(m0)，求解模型如下：
其中，b(m)表示带有传感器噪声的待分类物质图像，g(m0)表示去除传...
【专利技术属性】
技术研发人员：稂时楠，张继中，吴强，刘川，
申请(专利权)人：北京工业大学，
类型：发明
国别省市：北京;11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。