[发明专利]一种由图像提取物体特性的装置及其工作方法

说明书

本发明公开了一种由图像提取物体特性的检测方法，至少一个图像传感器在至少一个角度且同一时刻采集实际物体的流媒体文件，在采集每一帧流媒体文件时控制模块获取所述图像传感器此时产生的物理参数，同时上传所述物理参数和流媒体文件至神经网络架构下的材料特征库；最后映射流媒体文件每一帧的图像与物理参数的对应关系，运算模块运算物理参数得出此时图像的光敏度和平面差异度后，与预定义规则的材质特征库调取的数值进行比对，判定此时图像呈现的材料特征属性，输出结果。本发明解决通过小的图像传感器和精简的算法，识别材料种类、物体表面的光滑程度参数，以提高智能控制的智能化水平。

技术领域

本发明属于图像识别分析技术领域，具体涉及到一种由图像提取物体特性的装置及其工作方法。

背景技术

目前图像提取分析技术呈现爆发增长，用大尺寸的图像传感器拍摄图像，可根据大图像甚至要求彩色图像，1万以上像素点级别图像采用传统的模式识别方法，以图像值大小特征为基础的识别方法只能识别物体大的特性，类似与人眼的识别能力，能较好的分辨出物体的表面特性，如物体形状，物体大小及物体种类，如桌子，椅子，汽车和地板，但对桌子的材料是木头还是铁或者塑料等，则很难分辨。

现在判定物体的材质的方法有三种方式，第一种，基于传统的时域或频域方法来判断图像基本特征，但该方法对图像源数据要求比较高，且该技术需要傅里叶变换公式等计算方式，费时费力，只能识别图像的一部分特征。第二种：机械拉伸方法是判定软硬材料，需要机械部件参与；如牙咬来判断是金还是铜；第三种采用化学方法，如用火烧来判断是否为塑料还是合金材料等。

上述三种常规的方式无法应用于智能机器人领域对材料识别。故而图像处理提取材料特征方面还存在较多提高空间。

发明内容

本发明的目的在于解决通过小的图像传感器和精简的算法，识别材料种类、物体表面的光滑程度参数，用于智能机器人的分析及控制，提供一种由图像提取物体特性的装置及其工作方法。

为达到上述目的，本发明采用了下列技术方案：

第一方面，本发明实施例提供的一种由图像提取物体特性的检测方法，包括：

至少一个图像传感器在至少一个角度且同一时刻采集实际物体的流媒体文件，在采集每一帧流媒体文件时控制模块获取所述图像传感器此时产生的物理参数，同时上传所述物理参数和流媒体文件至神经网络架构下的材料特征库；最后映射流媒体文件每一帧的图像与物理参数的对应关系，运算模块运算物理参数得出此时图像的光敏度和平面差异度后，与预定义规则的材质特征库调取的数值进行比对，判定此时图像呈现的材料特征属性，输出结果。

在上述方法中，所述对应关系包括多个图像传感器在同一时刻获取的物理参数与图像具体位置关联。

在一种可能的实现方式中，所述材料特征库包括但不限于光敏度和平面差异度的对应关联的材料属性。

在上述方法中，所述物理参数包括曝光时长t、曝光时照明灯光的亮度值大小L。

在一种可能的实现方式中，所述图像的光敏度Q和平面差异度P计算过程为将图像以像素点大小分割为N*N型像素块，N≥1且N∈整数；

在上述方法中，所述图像的光敏度Q和平面差异度P计算过程为将图像以像素点为N*N型像素块，N≥1且N∈整数；

识别图像范围内获取像素块值W，所述W值为像素块内的像素点之和，求得W的极小值、中值和极大值，根据下列公式

其中，且

得出逐一计算出所述极小值、中值和极大值的光敏感度Q_min、Q_med和Q_max