一种基于人工智能的光学探测系统及装置的制作方法

[0001]
本发明涉及探测技术领域，特别涉及一种基于人工智能的光学探测系统及装置。


背景技术：

[0002]
目前，光谱是复色光经过色散系统分光后，被色散开的单色光按波长大小而依次排列形成的图案；物品的特定光谱隐含了其物质成分及含量的信息；光谱分析是根据物质的光谱来鉴别物质及确定其化学组成和相对含量的方法，但现有的光谱分析产品功能比较单一并且不利于仪器体积普遍较大不利于现场检测。


技术实现要素：

[0003]
本发明目的之一在于提供了一种基于人工智能的光学探测系统，以光谱分析技术为基础，结合人工智能、大数据、云计算、物联网等技术，为用户提供快速、便捷、易用的智能检测产品及综合解决方案，简化了物质检测的流程，降低了成本，使用户能轻易实现现场快速检测。
[0004]
本发明实施例提供的一种基于人工智能的光学探测系统，包括：
[0005]
光学探测装置，用于拍摄物质光谱图像；
[0006]
终端控制设备，与光学探测装置通讯连接，用于控制光学探测装置的工作模式及获取光学探测装置拍摄的物质光谱图像；
[0007]
人工智能云处理平台，与终端控制设备通讯连接，用于获取终端控制设备传输的物质光谱图像，并采用预设的模型对物质光谱图像进行处理，获取检测报告，并将检测报告发送至终端控制设备；终端控制设备显示检测报告。
[0008]
优选的，光学探测装置包括：高光谱相机和/或太赫兹光谱仪。
[0009]
优选的，终端控制设备包括：手机、平板和电脑其中一种或多种结合。
[0010]
优选的，预设的模型包括：三维卷积模型、双支卷积模型、小样本卷积模型中一种或多种结合。
[0011]
优选的，人工智能云处理平台执行如下操作：
[0012]
在采用预设的模型对物质光谱图像进行处理之前，接收终端控制设备发送的模型调用信息，基于模型调用信息从预设的模型调用库中获取预设的模型；
[0013]
其中，模型调用库包括：许可调用向量、与许可调用向量一一对应的模型编号、与模型编号一一对应的预设的模型；其中许可调用向量如下：
[0014]
x
i
＝(x
i1
，x
i2
，
…
，x
im
)；
[0015]
其中，x
i
是第i个模型编号对应的许可调用向量；a
im
为第i个许可调用向量中第m个调用参数的值；
[0016]
基于模型调用信息从预设的模型调用库中获取预设的模型，包括：
[0017]
基于预设的解析模板解析模型调用信息，获取模型调用向量；模型调用向量如下：
[0018]
y＝(y1，y2，
…
，y
m
)；
[0019]
其中，y表示模型调用向量；y
m
表示模型调用向量中第m个调用参数的值；在解析过成中，当未从模型调用信息中解析到解析模板的调用参数的值时，采用预设的填充值对调用参数的值进行填充；
[0020]
计算模型调用向量与每个许可调用向量之间的第一相似度，计算公式如下：
[0021][0022]
其中,sim(y，x
p
)表示模型调用向量y与第p个许可调用向量之间的第一相似度；y
q
表示模型调用向量中第q个调用参数的值；x
pq
表示第p个许可调用向量的第q个调用参数的值；
[0023]
当所有的第一相似度的值中最大值大于等于预设的第一阈值且小于第二预设阈值时，获取第一相似度的最大值的许可调用向量对应的模型编号，基于模型编号调用与模型编号一一对应的预设的模型；当所有的第一相似度的值中最大值大于等于第二预设阈值时，提取所有的第一相似度大于第二预设阈值的许可调用向量所对对应的模型编号，获取模型编号对应的预设的模型描述信息，将模型描述信息与模型编号制成待选取列表，将待选取列表发送至终端控制设备，接收终端控制设备对于待选取列表的选择操作，解析选择操作，获取用户选择调用的模型编号，基于模型编号调用与模型编号一一对应的预设的模型；其中，选择操作包括多选；第一阈值小于第二预设阈值；
[0024]
当所有的第一相似度的值中的最大值小于与预设的第一阈值时，和/或，在解析过程中中采用填充手段填充的调用参数的值的个数大于预设个数时，获取终端控制设备的历史调用记录，基于历史调用记录建立临时调用库，计算模型调用向量与临时调用库内的许可调用向量的第二相似度，计算公式如下：
[0025][0026]
其中，sim(y，l
j
)为模型调用向量y与临时调用库内第j个许可调用向量之间的第二相似度；x
jq
表示临时调用库内第j个许可调用向量的第q个调用参数的值；
[0027]
调用第二相似度的最大值对应的模型；
[0028]
调用参数包括：光学探测装置的电压、电流、拍摄物质光谱图像的光谱波长、光强、镜头焦距、镜头景深。
[0029]
优选的，基于人工智能的光学探测系统，还包括：模型调用二维码，模型调用二维码包括：模型调用信息和/或光学探测装置的设置信息；
[0030]
长按光学探测装置的按键达到预设的时间，光学探测装置进入模型调用及设置模式，在模型调用及设置模式下时，光学探测装置拍摄模型调用二维码；
[0031]
终端控制设备通过光学探测装置获取模型调用二维码，并基于模型调用二维码获取模型调用信息和/或设置信息；
[0032]
终端控制设备基于设置信息，设置光学探测装置拍摄参数；
[0033]
终端控制设备将模型调用信息发送至人工智能云处理平台，人工智能云处理平台
基于模型调用信息调用模型；模型调用信息包括：模型的模型编号。
[0034]
优选的，人工智能云处理平台还执行如下操作：
[0035]
接收终端控制设备发送的模型调用信息，当模型调用信息与前n次的模型调用信息都相同时，将模型调用信息对应的模型发送至终端控制设备；终端控制设备保存模型。
[0036]
本发明还提供一种基于人工智能的光学探测装置，包括：
[0037]
壳体，
[0038]
拍摄窗口，设置在壳体的一端，
[0039]
显示屏，设置在壳体的另一端；
[0040]
按键，设置在壳体的一侧，壳体的远离按键的一侧设置有与人手的四指相适应的手握纹路；
[0041]
拍摄模块，设置在壳体内，用于拍摄物质光谱图像；
[0042]
控制器，设置在壳体内，分别与拍摄模块、显示屏、按键电连接；
[0043]
无线通讯模块，与控制器电连接，用于与终端控制设备通讯连接。
[0044]
优选的，拍摄模块包括：
[0045]
第一镜头组件，在第一镜头组件外周套设有第一齿轮；
[0046]
至少一个第二镜头组件，在第二镜头组件外周套设有第二齿轮；
[0047]
内齿环，第一齿轮与第二齿轮都设置在内齿环内，第一齿轮与第二齿轮啮合，第二齿轮与内齿环的内齿啮合；
[0048]
转动轴，转动轴的定子的一端与壳体固定连接，转动轴的定子的另一端与第一镜头组件固定连接；
[0049]
多个第一连杆，分别与转动轴的中轴线垂直设置，分别与转动轴的转子固定连接；
[0050]
多个第二连杆，与第一连杆垂直设置并与转动轴的中轴线平行；第二连杆、第一连杆与第二镜头组件一一对应；第二连杆的一端与第一连杆远离转动轴的一端转动连接，另一端与u型固定件的中部固定连接；u型固定件的两端都与第二齿轮的一侧固定连接。
[0051]
优选的，第二镜头组件包括：
[0052]
本体，
[0053]
环状体，套设在本体外周，在本体外周与环状体内周之间对称设置有两个第一转动体；第一转动体的转动端与本体固定连接；第一转动体的固定端与环状体固定连接；
[0054]
对称设置的两个第二转动体，设置在环状体与第二齿轮之间；第二转动体的固定端与环状体的外周固定连接；第二转动体的转动端与第二齿轮内周固定连接；
[0055]
两个第一转动体的中轴线与两个第二转动体的中轴线垂直。
[0056]
本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
[0057]
下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。
附图说明
[0058]
附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：
[0059]
图1为本发明实施例中一种基于人工智能的光学探测系统的示意图；
[0060]
图2为基于三维卷积神经网络的物品级高光谱建模方法；
[0061]
图3为基于多分支卷积网络的高光谱数据建模方法；
[0062]
图4为基于元学习的小样本快速适应高光谱建模方法；
[0063]
图5为本发明实施例中一种光学探测装置的示意图；
[0064]
图6为本发明实施例中一种光学探测装置的内齿环、第二齿轮、第一齿轮位置示意图。
[0065]
图中：
[0066]
1、光学探测装置；2、终端控制设备；3、人工智能云处理平台；11、壳体；12、拍摄窗口；13、显示屏；14、按键；15、控制器；16、无线通讯模块；17、第二齿轮；18、第一齿轮；19、内齿环；4、拍摄模块；41、转动轴；42、第一连杆；43、第二连杆；44、第一镜头组件；45、u型固定件；46、第二镜头组件；47、环状体；48、第一转动体；49、第二转动体；50、本体。
具体实施方式
[0067]
以下结合附图对本发明的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于说明和解释本发明，并不用于限定本发明。
[0068]
本发明实施例提供了一种基于人工智能的光学探测系统，如图1所示，包括：光学探测装置1，用于拍摄物质光谱图像；
[0069]
终端控制设备2，与光学探测装置1通讯连接，用于控制光学探测装置1的工作模式及获取光学探测装置1拍摄的物质光谱图像；
[0070]
人工智能云处理平台3，与终端控制设备2通讯连接，用于获取终端控制设备2传输的物质光谱图像，并采用预设的模型对物质光谱图像进行处理，获取检测报告，并将检测报告发送至终端控制设备2；终端控制设备2显示检测报告。
[0071]
上述技术方案的工作原理及有益效果为：
[0072]
用户使用光学探测装置1拍摄检测物的物质光谱图像；物质光谱图像经由终端控制设备2上传至人工智能云处理平台3上，人工智能云处理平台3采用预设的模型对物质光谱图像进行处理，光学探测装置1只负责采集物质光谱图像，所以其体积可以尽可能的减小，应用在流水线上进行实时检测时，可以在光学探测装置1前后架设光源，照射光学探测装置1拍摄的区域；人工智能云处理平台3存储有对应各种检测的模型，实现检测种类的多样化，实现应用场景的多样化；应用场景包括：工业屏成分含量分析，如甲醛含量检测；工业品类别鉴别，如塑料类别鉴定；农产品成分含量分析，如蛋白质检测、糖分检测、水分检测等；农产品品种鉴定，例如：阿拉比卡咖啡豆与罗布斯塔咖啡豆之间的鉴定；食品成分含量分析，如苹果甜度分析、酒精度分析、三聚氰胺检测等；食品类别鉴定，如白酒香型鉴定、红酒品质鉴定等；药品成分含量分析，检测是否合规；药品类别鉴定，实现快速分类；中药掺假识别，例如南星掺假半夏、独活掺假当归等；司法政务鉴别，如笔迹墨水鉴别等；物品纯度检测，如饰品、玻璃等物质的瑕疵检测；物品纯度检测，如饰品、玻璃等物质的瑕疵检测。即，事先采用光谱照射食品，反馈过来的光谱数据及食品的检测结果，让机器进行深度学习，形成预设模型，然后再将预设模型用来探测；检测食品成分，农残，甜度，酸度。集中在中药材里面的药物真假判断，以及农产品的农残。
[0073]
本发明的基于人工智能的光学探测系统，以光谱分析技术为基础，结合人工智能、大数据、云计算、物联网等技术，为用户提供快速、便捷、易用的智能检测产品及综合解决方案，简化了物质检测的流程，降低了成本，使用户能轻易实现现场快速检测。
[0074]
在一个实施例中，光学探测装置1包括：高光谱相机和/或太赫兹光谱仪。
[0075]
上述技术方案的工作原理及有益效果为：
[0076]
高光谱相机，用于拍摄高光谱图像，可以得到被测物的空间形貌信息与每一像素点的光谱信息，形成三维数据块。从而可以实现被测物成分的在线无损检测。应用于西药片剂有效成分检测；咖啡豆、大豆品种检测；中药掺假识别；草莓瘀伤检测等。具体应用实例如下：采用可见、近红外波段高光谱传感，结合pls【偏最小二乘法pls模型】、mlr【多元线性回归】、svm【支持向量机模型】、ann【人工神经网络】等各类化学计量学、机器学习算法，可实现肉类、水产品、蔬菜、蘑菇等产品的tvc【total plate counting，平板计数】快速无损检测。采用可见、近红外波段高光谱传感，结合svm、ls-svm、ann等各类机器学习分类算法，可实现各类食品、农产品的菌类感染分类，并可实现感染部位的可视化。采用可见、近红外波段高光谱传感，结合svm、knn、ann等各类机器学习分类算法，可实现菌类品种分类；同时，采用pca等手段，可实现菌丝生长过程的分析与检测。
[0077]
太赫兹波指0.1thz-10thz的电磁波，它兼具光波和微波的特性，具备安全、透视性、有光谱分辨能力的优势。按照成像原理不同，太赫兹成像技术主要可以分为连续太赫兹波和脉冲太赫兹波成像技术。基于脉冲波的成像能够提供更加丰富且精确的信息，而连续太赫兹波成像具备设备简单、成像速度快的优势。太赫兹波可激发低频生物分子例如蛋白质与dna的分子运动，因此可获得其他振动谱无法得到的微生物结构学与动力学信息。研究表明，不同种类微生物显示出不同的时域太赫兹谱特性，从而可用于微生物分类与识别，并在新物种发现领域具备一定潜力。此外，不同生存状态活、死亡、粉末的微生物太赫兹波吸收率差距显著。研究发现，微生物浓度与太赫兹共振频移有强相关性，因此太赫兹传感可用于微生物浓度的定量检测。目前该领域研究集中于提升检测灵敏度，例如设计基于太赫兹超材料的传感器，实现微量的微生物定量检定。
[0078]
在一个实施例中，终端控制设备2包括：手机、平板和电脑其中一种或多种结合。
[0079]
在一个实施例中，预设的模型包括：三维卷积模型、双支卷积模型、小样本卷积模型中一种或多种结合。
[0080]
上述技术方案的工作原理及有益效果为：
[0081]
三维卷积模型：如图2所示，基于三维卷积神经网络的物品级高光谱建模方法，为了实现基于深度学习技术的自动化物品级高光谱数据分类，采用分水岭算法进行图像分割，并进行样本数据标准化；将标准化的数据送入三维卷积神经网络，同时实现深度形貌特征与光谱特征的提取与融合。
[0082]
双支卷积模型：如图3所示，基于多分支卷积网络的高光谱数据建模方法，为精简模型参数，提升模型稳健性，采用双分支卷积神经网络分别提取形貌与光谱特征，最后进行特征融合。通过神经网络结构设计实现光谱特征、空间特征的提取与两种特征的深度融合。
[0083]
小样本卷积模型：如图4所示，基于元学习的小样本快速适应高光谱建模方法，采用元学习方法，利用公开高光谱数据集对模型进行并行化预训练。在农产品、中药等产品的多个数据集上测试，结果显示，可显著提升小样本建模的精度与稳健性。
[0084]
在一个实施例中，人工智能云处理平台3执行如下操作：
[0085]
在采用预设的模型对物质光谱图像进行处理之前，接收终端控制设备2发送的模型调用信息，基于模型调用信息从预设的模型调用库中获取预设的模型；
[0086]
其中，模型调用库包括：许可调用向量、与许可调用向量一一对应的模型编号、与模型编号一一对应的预设的模型；其中许可调用向量如下：
[0087]
x
i
＝(x
i1
，x
i2
，
…
，x
im
)；
[0088]
其中，x
i
是第i个模型编号对应的许可调用向量；a
im
为第i个许可调用向量中第m个调用参数的值；
[0089]
基于模型调用信息从预设的模型调用库中获取预设的模型，包括：
[0090]
基于预设的解析模板解析模型调用信息，获取模型调用向量；模型调用向量如下：
[0091]
y＝(y1，y2，
…
，y
m
)；
[0092]
其中，y表示模型调用向量；y
m
表示模型调用向量中第m个调用参数的值；在解析过成中，当未从模型调用信息中解析到解析模板的调用参数的值时，采用预设的填充值对调用参数的值进行填充；
[0093]
计算模型调用向量与每个许可调用向量之间的第一相似度，计算公式如下：
[0094][0095]
其中,sim(y，x
p
)表示模型调用向量y与第p个许可调用向量之间的第一相似度；y
q
表示模型调用向量中第q个调用参数的值；x
pq
表示第p个许可调用向量的第q个调用参数的值；
[0096]
当所有的第一相似度的值中最大值大于等于预设的第一阈值且小于第二预设阈值时，获取第一相似度的最大值的许可调用向量对应的模型编号，基于模型编号调用与模型编号一一对应的预设的模型；当所有的第一相似度的值中最大值大于等于第二预设阈值时，提取所有的第一相似度大于第二预设阈值的许可调用向量所对对应的模型编号，获取模型编号对应的预设的模型描述信息，将模型描述信息与模型编号制成待选取列表，将待选取列表发送至终端控制设备2，接收终端控制设备2对于待选取列表的选择操作，解析选择操作，获取用户选择调用的模型编号，基于模型编号调用与模型编号一一对应的预设的模型；其中，选择操作包括多选；第一阈值小于第二预设阈值；
[0097]
当所有的第一相似度的值中的最大值小于与预设的第一阈值时，和/或，在解析过程中中采用填充手段填充的调用参数的值的个数大于预设个数时，获取终端控制设备2的历史调用记录，基于历史调用记录建立临时调用库，计算模型调用向量与临时调用库内的许可调用向量的第二相似度，计算公式如下：
[0098][0099]
其中，sim(y，l
j
)为模型调用向量y与临时调用库内第j个许可调用向量之间的第二相似度；x
jq
表示临时调用库内第j个许可调用向量的第q个调用参数的值；
[0100]
调用第二相似度的最大值对应的模型；
[0101]
调用参数包括：光学探测装置1的电压、电流、拍摄物质光谱图像的光谱波长、光强、镜头焦距、镜头景深。
[0102]
上述技术方案的工作原理及有益效果为：
[0103]
人工智能云处理平台3对终端控制设备2发送的模型调用信息中解析出模型调用向量，将模型调用向量与模型调用库中的各个模型对应的许可调用向量进行匹配，确定终端控制设备2需要调用的模型，以调用的模型对物质光谱图像进行分析，因此调用的模型的准确，直接关系着最后分析结果的准确；终端控制设备2发送至人工智能云处理平台3的模型调用信息可以是用户手动输入的，也可直接将光学探测装置1现有的状态作为模型调用信息；光学探测装置1的状态包括：光学探测装置1的电压、电流、拍摄物质光谱图像的光谱波长、光强、镜头焦距、镜头景深等；实现针对各种不同的状态，分别获取对应的模型，提高模型的识别率，以及最后检测报告的准确率；当模型调用信息不足以选择调用的模型时，根据终端控制设备2的调用记录，智能判断终端控制设备2的意向模型。
[0104]
在一个实施例中，基于人工智能的光学探测系统，还包括：模型调用二维码，模型调用二维码包括：模型调用信息和/或光学探测装置1的设置信息；
[0105]
长按光学探测装置1的按键14达到预设的时间，光学探测装置1进入模型调用及设置模式，在模型调用及设置模式下时，光学探测装置1拍摄模型调用二维码；
[0106]
终端控制设备2通过光学探测装置1获取模型调用二维码，并基于模型调用二维码获取模型调用信息和/或设置信息；
[0107]
终端控制设备2基于设置信息，设置光学探测装置1拍摄参数；
[0108]
终端控制设备2将模型调用信息发送至人工智能云处理平台3，人工智能云处理平台3基于模型调用信息调用模型；模型调用信息包括：模型的模型编号。
[0109]
上述技术方案的工作原理及有益效果为：
[0110]
在产线上使用时，当更换需要检测物质时，需要专业人士对光学探测装置1进行调试和设置参数；采用模型调用二维码，即将产线上需要用的模型及设置参数打印在一张调整卡上，当产线更换生成物品的时候，产线操作人员只需在光学探测装置1上刷一下需要调用的模型的二维码，终端控制设备2读取模型调用二维码实现光学探测装置1的自动参数设置及对应调用模型的更换，实现了操作人员也能快速根据检测物质的区别进行调整。
[0111]
在一个实施例中，人工智能云处理平台3还执行如下操作：
[0112]
接收终端控制设备2发送的模型调用信息，当模型调用信息与前n次的模型调用信息都相同时，将模型调用信息对应的模型发送至终端控制设备2；终端控制设备2保存模型。
[0113]
上述技术方案的工作原理及有益效果为：
[0114]
当同一终端控制设备2持续调用相同的模型时，直接将模型放到前端【终端控制设备2】；这样直接在终端控制设备2处就可完成检测报告，提高检测的速率。
[0115]
本发明还提供一种基于人工智能的光学探测装置1，如图5所示，包括：
[0116]
壳体11，
[0117]
拍摄窗口12，设置在壳体11的一端，
[0118]
显示屏13，设置在壳体11的另一端；
[0119]
按键14，设置在壳体11的一侧，壳体11的远离按键14的一侧设置有与人手的四指
相适应的手握纹路；
[0120]
拍摄模块4，设置在壳体11内，用于拍摄物质光谱图像；
[0121]
控制器15，设置在壳体11内，分别与拍摄模块4、显示屏13、按键14电连接；
[0122]
无线通讯模块16，与控制器15电连接，用于与终端控制设备2通讯连接。
[0123]
上述技术方案的工作原理及有益效果为：
[0124]
用户使用时，手的大拇指放在按键14上，其余四指握住手握纹路；通过手握纹路使用户长时间使用时，不会造成手部肌肉酸疼；控制器15控制拍摄模块4拍摄物质光谱图像，并通过无线通讯模块16发送至终端控制设备2上，经由终端控制设备2上传至人工智能云处理平台3；显示屏13可以显示光学探测装置1的状态，当处于模型调用及设置模式采用预设显示界面进行显示；拍摄窗口12为拍摄模块4拍摄使用；可以在拍摄窗口12设置镜片，用于保护拍摄模块4；此外，还可采用虑光镜片去除影响分析的光谱信号。本实施例提供了方便用户手持使用的光学探测装置1，实现了检测设备的小型化，便携化，方便质检人员巡线抽查及外出使用。
[0125]
在一个实施例中，如图5和图6所示，拍摄模块4包括：
[0126]
第一镜头组件44，在第一镜头组件44外周套设有第一齿轮18；
[0127]
至少一个第二镜头组件46，在第二镜头组件46外周套设有第二齿轮17；
[0128]
内齿环19，第一齿轮18与第二齿轮17都设置在内齿环19内，第一齿轮18与第二齿轮17啮合，第二齿轮17与内齿环19的内齿啮合；
[0129]
转动轴41，转动轴41的定子的一端与壳体11固定连接，转动轴41的定子的另一端与第一镜头组件44固定连接；
[0130]
多个第一连杆42，分别与转动轴41的中轴线垂直设置，分别与转动轴41的转子固定连接；
[0131]
多个第二连杆43，与第一连杆42垂直设置并与转动轴41的中轴线平行；第二连杆43、第一连杆42与第二镜头组件46一一对应；第二连杆43的一端与第一连杆42远离转动轴41的一端转动连接，另一端与u型固定件45的中部固定连接；u型固定件45的两端都与第二齿轮17的一侧固定连接。
[0132]
上述技术方案的工作原理及有益效果为：
[0133]
第一镜头组件44为拍摄主要部件，第二镜头组件46为辅助拍摄，结合第一镜头组件44和第二镜头组件46拍摄的画面对拍摄物体进行三维建模，实现三维光谱图像的采集，第二镜头组件46在转动轴41、第一连杆42、第二连杆43和u型固定件45的配合下实现在内齿环19内转动，实现变换角度，为三维建模提供多个角度的物体的图像，使三维建模更贴近实际情况。此外，还可以将第二镜头组件替换为光谱发生器，用于发出光源照射物体，实现第一镜头组件采集物体的反射光形成光谱图像。
[0134]
在一个实施例中，如图6所示，第二镜头组件46包括：
[0135]
本体50，
[0136]
环状体47，套设在本体50外周，在本体50外周与环状体47内周之间对称设置有两个第一转动体48；第一转动体48的转动端与本体50固定连接；第一转动体48的固定端与环状体47固定连接；
[0137]
对称设置的两个第二转动体49，设置在环状体47与第二齿轮17之间；第二转动体
49的固定端与环状体47的外周固定连接；第二转动体49的转动端与第二齿轮17内周固定连接；
[0138]
两个第一转动体48的中轴线与两个第二转动体49的中轴线垂直。
[0139]
上述技术方案的工作原理及有益效果为：
[0140]
通过第一转动体48和第二转动体49实现调整第二镜头组件46的拍摄角度，从而当第二镜头组件46位于第一镜头组件44的同一方位时拍摄从多个角度拍摄物体的图像，进一步丰富三维建模时的图像基础，提高三维建模后的三维光谱图像的精确；本体50为第二镜头组件46的拍摄用的光学组件。
[0141]
显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。