基于多传感器信息融合的物体材质识别方法
【技术领域】
[0001] 本发明涉及材质识别技术领域，特别是涉及一种基于多传感器信息融合的物体材 质识别方法。
【背景技术】
[0002] 材质识别、质量鉴定是工业材质质量检测领域的重要课题。随着全球工业化的发 展，工业自动化的需求也日益增高，同时人工劳动力的成本也显著提高。设备、材料的自动 识别技术系统的推广，既可以将人力从单调、重复的劳动中解放出来，也可以大大降低人力 成本。同时，机械检测的准确度和检测速度都将高于人工检测。可见，由于材质识别方法对 于工业发展的重要性，其一直是工业化进程中的一个重要课题。
[0003] 当前各类物体的材质多种多样，单传感器对材质的识别能力有限，很容易造成以 假乱真。目前的材质识别的常用方法有光识别、热觉识别、颜色识别。每种方法都有自身的 局限性，例如，可见光成像设备能够有效分析物体的纹理信息，但受环境影响较大;超声波 可以穿透无线电波、光波无法穿过的物体，但是在空气中衰减太快不易传播。所以，利用单 一传感器对物体材质进行判别，其准确度有限，
[0004]目前已有的材质识别方法由于对影响材质反射信息的参数考虑有限，判别方式单 一，致使识别的准确度有待提高。
[0005] 因此，提供一种新的物体材质识别方法是本领域技术人员需要解决的课题。
【发明内容】
[0006] 鉴于以上所述现有技术的缺点，本发明的目的在于提供一种基于多传感器信息融 合的物体材质识别方法，用于解决现有技术中材质识别方法判别方式单一，致使识别的准 确度有限的问题。
[0007] 为实现上述目的及其他相关目的，本发明提供一种基于多传感器信息融合的物体 材质识别方法，所述物体材质识别方法至少包括：
[0008] 1)提供至少三种传感器；
[0009] 2)利用所述传感器向待识别物体发射源信号，分别采集所述待识别物体在所述源 信号照射下发射的特征信号，或者直接利用所述传感器采集待识别物体的特征信号；
[0010] 3)通过综合分析所述特征信号，确定所述物体的材质。
[0011] 作为本发明基于多传感器信息融合的物体材质识别方法的一种优化的方案，所述 传感器至少包括红外传感器，利用所述红外传感器对所述待识别物体进行识别的过程为：
[0012] 利用红外传感器向待识别物体发射红外光线，所述待识别物体经红外光线照射后 发射出特征光线，将所述特征光线的光谱特征与材质类别中包括的各材质对应的光谱特征 进行比较，确定出待识别物体可能属于的材质类别。
[0013] 作为本发明基于多传感器信息融合的物体材质识别方法的一种优化的方案，所述 传感器至少包括图像传感器，利用所述图像传感器对所述待识别物体进行识别的过程为：
[0014] 通过摄像头采集待识别物体表面的图像，通过对图像的纹理分析，从预设的多种 材质类别中，确定出待识别物体可能属于的材质类别。
[0015] 作为本发明基于多传感器信息融合的物体材质识别方法的一种优化的方案，所述 传感器至少包括雷达传感器，利用所述雷达传感器对所述待识别物体进行识别的过程为：
[0016] 利用雷达传感器向待识别物体发射雷达的微波信号，然后从接收回波中提取回波 数据的谱特征值，处理计算后确定出待识别物体可能属于的材质类别。
[0017] 作为本发明基于多传感器信息融合的物体材质识别方法的一种优化的方案，所述 传感器至少包括激光传感器，利用所述激光传感器对所述待识别物体进行识别的过程为：
[0018] 利用激光传感器向待识别物体发射激光信号，然后接收反射、色散、热辐射反应提 供的数据确定出待识别物体可能属于的材质类别。
[0019] 作为本发明基于多传感器信息融合的物体材质识别方法的一种优化的方案，所述 传感器至少包括超声波传感器，利用所述超声波感器对所述待识别物体进行识别的过程 为：
[0020] 利用超声波传感器向待识别物体发射超声波信号，然后接收的回波中提取回波数 据的特征值，处理计算后确定出待识别物体可能属于的材质类别。
[0021] 作为本发明基于多传感器信息融合的物体材质识别方法的一种优化的方案，所述 传感器至少包括热传感器，通过测量所述待识别物体从所述热传感器吸热的比率来判断所 述待识别物体可能属于的材质类别。
[0022] 作为本发明基于多传感器信息融合的物体材质识别方法的一种优化的方案，所述 步骤3)中利用线性计算或者非线性计算方法来确定所述物体的材质。
[0023] 作为本发明基于多传感器信息融合的物体材质识别方法的一种优化的方案，所述 线性计算为投票或加权，所述非线性计算为神经网络。
[0024] 作为本发明基于多传感器信息融合的物体材质识别方法的一种优化的方案，利用 所述加权的线性计算的公式如下：
[0025]
[0026] 其中，示物体材质为a的概率，N表示传感器总数量，Pn表示传感器η的权重;Pna 表示传感器η将物体材质识别为a的概率;Pa概率值最大则确定该物体的材质为a。
[0027] 如上所述，本发明的多传感器信息融合的物体材质识别方法，包括步骤:首先，提 供至少三种传感器;然后，利用所述传感器向待识别物体发射源信号，分别采集所述待识别 物体在所述源信号照射下发射的特征信号，或者直接利用所述传感器采集待识别物体的特 征信号;最后，通过综合分析所述特征信号，确定所述物体的材质。本发明的物体材质识别 方法是利用不同传感器的数据互补和冗余，从各自独立的测量空间获取信息，通过融合技 术对目标物体材质进行识别。本发明的识别方法检测准确率高，为识别物体材质提供可靠 的数据。
【附图说明】
[0028] 图1为本发明多传感器信息融合的物体材质识别方法的流程示意图。
【具体实施方式】
[0029]以下通过特定的具体实例说明本发明的实施方式，本领域技术人员可由本说明书 所揭露的内容轻易地了解本发明的其他优点与功效。本发明还可以通过另外不同的具体实 施方式加以实施或应用，本说明书中的各项细节也可以基于不同观点与应用，在没有背离 本发明的精神下进行各种修饰或改变。
[0030]请参阅附图。需要说明的是，本实施例中所提供的图示仅以示意方式说明本发明 的基本构想，遂图式中仅显示与本发明中有关的组件而非按照实际实施时的组件数目、形 状及尺寸绘制，其实际实施时各组件的型态、数量及比例可为一种随意的改变，且其组件布 局型态也可能更为复杂。
[0031] 现有技术中，利用单传感器只能收集待识别物体某一性质的特征信号，信息片面， 识别的准确率低。鉴于此，本发明提供一种基于多传感器信息融合的物体材质识别方法，通 过利用各种不同波段的电磁波、声波以及激光等，全面反映物体材质信息，识别的准确率更 尚。
[0032] 本发明提供一种基于多传感器信息融合的物体材质识别方法，如图1所示，所述物 体材质识别方法至少包括如下步骤：
[0033] S1，提供至少三种传感器；
[0034] S2,利用所述传感器依次向待识别物体发射源信号，分别采集所述待识别物体在 所述源信号照射下发射的特征信号，或者直接利用所述传感器采集待识别物体的特征信 号；
[0035] S3，通过综合分析所述特征信号，确定所述物体的材质。
[0036] 下面通过具体实施例详细介绍本发明的基于多传感器信息融合的物体材质识别 方法。
[0037]首先执行步骤S1，提供至少三种传感器；
[0038] 然后执行步骤S2,利用所述传感器依次向待识别物体发射源信号，分别采集所述 待识别物体在所述源信号照射下发射的特征信号，或者直接利用所述传感器采集待识别物 体的特征信号。
[0039] 所述传感器可以是图像传感器、红外传感器、雷达传感器、激光传感器、超声波传 感器以及热传感器中的三种三两种以上。当然，所述传感器种类不限于上述所列举的几种， 任何可以用来判别物体材质的传感器均可，在此不限。
[0040] 另外，每种传感器的数量不限，利用每种传感器来进行物体材质识别的顺序也不 作限制。所有的传感器可以同时向待识别物体发射源信号，也可以依次向待识别物体发射 源信号。
[0041] 在本实施例中，分别通过图像传感器、红外传感器、雷达传感器、激光传感器以及 超声波传感器来对所述物体材质进行识别，每种传感器的数量为一台，具体过程为：
[0042] 首先，利用所述图像传感器对所述待识别物体进行识别。获取通过摄像头直接采 集待识别物体表面的图像，通过对图像的形状特征、纹理特征以及颜色特征等进行提取，然 后与预设的多种材质类别进行对比，确定出该物体材质可能属于的类别。
[0043] 形状特征是反应图像中物体最直接的视觉特征，大部分物体可以通过分辨其形状 来进行判别。因此，在利用图像传感器识别物体材质的方法中，形状特征的正确提取非常重 要。
[0044] 图像的纹理是与物理表面结构和材质有关的图像特征，反应出来的是图像的全局 特征。图像纹理特征提取的方法有:统计方法(灰度共生矩阵纹理特征分析法）、几何法(建 立在基本的纹理元素理论基础上）、模型法(将图像的构造模型的参数作为纹理特征）以及 信号处理法(主要是小波变换为主)等等。
[0045] 图像的颜色特征是图像或图像区域的物体表面性质，反映的是图像的全局特征。
[0046] 将待识别物体的上述图像特征与已知的多种标准材质进行比较，确定出该物体材 质可能属于的类别。例如，该实施例图像传感器方法中，识别出的可能所属类别为:木头、纤 维、石头。
[0047] 然后，利用所述红外传感器对所述待识别物体进行识别。利用红外传感器向待