主动光源式物体材质识别系统及方法技术方案

本发明专利技术公开了主动光源式物体材质识别系统及方法，通过依次发出多种不同频谱特征光线照射待识别物体；采集待识别物体反射多种不同频谱特征光线产生的多组反射强度数据，所述待识别物体多组反射强度数据和多种不同频谱特征光线一一对应；将待识别物体的多组反射强度数据与事先测量的不同材质的多组反射强度数据进行比对，并根据所述比对结果判断待识别物体的材质。相比现有“光照条件简单，信号测量复杂”的材质识别方案而言，能降低材质识别的操作难度，降低材质识别的测量成本。降低材质识别的测量成本。降低材质识别的测量成本。

【技术实现步骤摘要】
主动光源式物体材质识别系统及方法


[0001]本专利技术涉及智能材质识别领域，尤其涉及主动光源式物体材质识别系统及方法。

技术介绍

[0002]材质识别技术是一项热门的计算机应用研究技术，它属于计算机视觉的研究热点之一，尤其是近几年随着深度学习的蓬勃发展，深度学习在目标检测和识别中取得了巨大的成功。使用深度学习的方法，通过图像的CNN特征来区分图像中材质的类别也是近几年来研究的热点难点问题。而且对材质的识别是人类感知周围环境的重要方面，同时也在我们的生活中扮演着非常重要的角色，不同的材质带给人类的感知是不一样的，例如皮革制品和纺织品带给人类的感觉就很不同。同时材质识别也在自动驾驶、家庭垃圾自动分类等方面中有着广泛应用。材质识别主要包含几个部分：特征提取、分类器训练等等。目前针对每一部分都有较为成熟的算法，但是对于分类器的组合需要不同的策略研究对比得到更高的识别精度。现有技术中的材质识别方案主要包括如下的几种：
[0003]a)基于双向特征直方图的3D文理识别：双向纹理函数(BTF)是将观察图像纹理作为观察方向和照明方向的一个函数。构造一本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种主动光源式物体材质识别系统，其特征在于，包括：采集组件以及与所述采集组件连接的识别组件，所述采集组件：用于依次发出多种不同频谱特征光线照射待识别物体，并采集待识别物体反射多种不同频谱特征光线产生的多组反射强度数据，所述待识别物体的多组反射强度数据和多种不同频谱特征光线一一对应；所述识别组件：用于将待识别物体的多组反射强度数据与事先测量的不同材质的多组反射强度数据进行比对，并根据所述比对结果判断待识别物体的材质。2.根据权利要求1所述的主动光源式物体材质识别系统，其特征在于，所述反射强度数据为待识别物体的特征图像上各个像素点的亮度通道，所述采集组件包括：光源：用于依次发出多种不同频谱特征光线照射待识别物体；相机：用于依次拍摄处于多种不同频谱特征光线照射下的待识别物体的多种特征图像；提取模块：用于从多种特征图像上提取待识别物体反射多种不同频谱特征光线产生的多组反射强度数据。3.根据权利要求1所述的主动光源式物体材质识别系统，其特征在于，所述反射强度数据为多种不同频谱特征光线在待识别物体上产生的多种反射光线的强度，所述采集组件包括：光源：用于依次发出多种不同频谱特征光线照射待识别物体；光强传感器：用于依次采集多种不同频谱特征光线在待识别物体上产生的多种反射光线的强度。4.根据权利要求2-3所述任意一项中的主动光源式物体材质识别系统，其特征在于，所述光源包括：多种发光元件，以及多种发光元件连接的控制电路；多种发光元件分别能发射不同频谱特征的光线照射待识别物体；所述控制电路用于切换不同的发光元件工作，以切换不同频谱特征的光线照射待识别物体。5.根据权利要求4所述的主动光源式物体材质识别系统，其特征在于，所述识别组件为机器学习分类器：用于获取训练集进行训练，以学习并掌握多组反射强度...

【专利技术属性】
技术研发人员：李雯毓，
申请(专利权)人：李雯毓，
类型：发明
国别省市：