本发明是一种用于3D物体识别系统的一种组合光栅结构。
背景技术：
光栅作为色散元件，广泛应用于摄谱仪光谱分析，是分析物质成分、探索宇宙奥秘、开发大自然的必用仪器，极大的推动了科技发展；目前，也涌现出一系列新型光栅，如光纤光栅、液晶屏幕3D显示光栅；然而用于3D物体识别的光栅结构比较少见。
目前，3D物体识别技术主要有光飞时间、结构光、双目原理以及基于运动传感器的动作识别方法，主要应用于体感游戏以及虚拟现实和增强现实等设备。光飞时间原理采用深度摄像头作为接收器，基于光线被不同距离的物体反射后，回到接收器的时间不同来识别物体深度信息。由于光速很快，因此对接收器的响应速度和处理器的处理速度都要求较高。结构光原理采用结构光投影器和摄像头接收，基于投射特定结构的图案到被测物体，物体越远图案形状变大，根据图案形状变化检测物体的深度信息。双目原理采用两个摄像头模拟人的双眼对物体深度的识别，两个不同位置摄像头采集图像信息，再进行算法分析计算出深度信息。光飞时间、结构光和双目原理都使用了摄像头，受摄像头镜头数值孔径的限制，因此在近距离都存在不同程度的检测盲区，在需要近距离识别的应用中受到较大的限制。基于运动传感器的动作识别方法采用加速度传感器、陀螺仪和重力传感器等的综合运用，多用于特定的手势或体感动作识别，无法识别物体整体的3D结构。
技术实现要素：
本发明所提供的一种用于3D物体识别系统的组合光栅结构，其包括：点阵光栅及矩阵光栅；所述点阵光栅位于矩阵光栅的上方，点阵光栅材料为有机玻璃或其它透光材料，点阵光栅上表面及下表面都具有点阵列，点阵为透光区域，其它区域为不透光区域或者是吸光区域，点阵光栅包括但不限于机械刻划、激光加工、全息光刻技术制作完成；矩阵光栅材料为黑色的塑料或者其它的吸光材料，矩阵光栅是由矩形阵列构成的光栅，所述矩形阵列内部为空的，矩阵光栅包括但不限于激光加工、模具成型制作完成；点阵光栅与矩阵光栅组合构成一种新的组合光栅结构，这种组合光栅结构能够得到多副图像，从而识别3D物体；
其中，所述的组合光栅可以紧贴组合、分离组合和复合组合；所述的紧贴组合就是一块点阵光栅或多块点阵光栅与一块矩阵光栅或多块矩阵光栅紧贴实现组合；所述的分离组合就是一块点阵光栅或多块点阵光栅与一块矩阵光栅或多块矩阵光栅分离同轴摆放实现组合；所述的复合组合，既包括紧贴组合又包括分离组合的组合方式；
其中，所述组合光栅结构具有过滤掉其它方向的光，只通过几个方向的光束，所述光束分别是所述点阵光栅上表面的孔透过其垂直方向下表面对应孔的一束光，及所述点阵光栅上表面的孔横纵方向相邻的孔到所述点阵光栅下表面的孔的光束。
综上所述，本发明的有益效果是：通过这种组合光栅结构过滤掉不必要方向上的光，只通过几束需要的光，从而得到多副不同的图像，从而识别3D物体。
为使进一步了解本发明结构，请参阅以下有关本发明的附图及说明，所附图式并没有按比例及尺寸画出特此声明，并且本发明附图与说明并非用来对本发明加以限制。
附图说明
图1是本发明其中之一组合光栅结构示意图；其中，101点阵光栅，102矩阵光栅。
图2是本发明其中之一组合光栅滤光装置示意图；其中，201入射光，202点阵光栅，203矩阵光栅，204光敏传感器阵列。
图3是光敏传感器阵列。
具体实施方式
下面结合实施例及附图，对本实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本发明中一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。以下的实施方式是进一步详细说明本发明的相关技术内容，但并非用以限制本发明的技术范畴。
请参阅图1，图1是本发明其中之一组合光栅结构示意图，101点阵光栅，其中透光点形状为圆形或正方形；102矩阵光栅。
请参阅图2，图2是根据图1的光栅结构来实现滤光功能的装置示意图；图中入射光201从各个方向透过点阵光栅202，其中入射光可以是自然光，也可以是红外光；从点阵光栅202上表面a、e两点的入射光通过点阵光栅202下表面f点时被矩阵光栅203过滤掉，从点阵光栅202上表面b、c、d点的入射光通过点阵光栅202下表面f点时未被矩阵光栅203过滤；进一步地说，通过f点的入射光就是其上表面垂直方向及相邻几个点的入射光，进一步地说，在横方向上就是b、c、d三个点的入射光，在纵方向上也有相邻两点的入射光，进一步地说，有5个点的入射光能通过f点；其中，从c点透过矩阵光栅203的入射光被光敏传感器阵列204接收得到一个像素点1，从b点透过矩阵光栅203的入射光被光敏传感器阵列204接收得到一个像素点2, 从d点透过矩阵光栅203的入射光被光敏传感器阵列204接收得到一个像素点3,在纵方向上透过矩阵光栅203的两个点被光敏传感器阵列204接收得到像素点4和像素点5；更进一步地说，在竖直方向的入射光得到一个像素点，相邻方向四个点的入射光分别得到一个像素点；综上所述，在整个点阵中，所有竖直方向的入射光得到的像素点构成一幅图像1，所有左边相邻的入射光得到的像素点构成一幅图像2，所有右边相邻的入射光得到的像素点构成一幅图像3，所有前边相邻的入射光得到的像素点构成一幅图像4，所有后边相邻的入射光得到的像素点构成一幅图像5。
进一步地说，请参阅图3，所有3点得到一幅图像1，所有2点得到一幅图像2，所有4点得到一幅图像3，所有5点得到一幅图像4，所有1点得到一幅图像5，最后，从这五幅图像中提取两幅或多幅图像用于识别3D物体。