CN106841035A - 检测方法及装置 - Google Patents

检测方法及装置 Download PDF

Info

Publication number
CN106841035A
CN106841035A CN201710062783.XA CN201710062783A CN106841035A CN 106841035 A CN106841035 A CN 106841035A CN 201710062783 A CN201710062783 A CN 201710062783A CN 106841035 A CN106841035 A CN 106841035A
Authority
CN
China
Prior art keywords
article
measured
data
spectral reflectivity
original product
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201710062783.XA
Other languages
English (en)
Other versions
CN106841035B (zh
Inventor
秦军
秦悦
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Citic Chengdu Huarui Technology Co Ltd
Original Assignee
Citic Chengdu Huarui Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Citic Chengdu Huarui Technology Co Ltd filed Critical Citic Chengdu Huarui Technology Co Ltd
Priority to CN201710062783.XA priority Critical patent/CN106841035B/zh
Publication of CN106841035A publication Critical patent/CN106841035A/zh
Priority to PCT/CN2018/080324 priority patent/WO2018137722A1/zh
Priority to US16/521,532 priority patent/US10867207B2/en
Application granted granted Critical
Publication of CN106841035B publication Critical patent/CN106841035B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/01—Arrangements or apparatus for facilitating the optical investigation
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
    • G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
    • G01N21/255—Details, e.g. use of specially adapted sources, lighting or optical systems
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B11/00—Measuring arrangements characterised by the use of optical techniques
    • G01B11/24—Measuring arrangements characterised by the use of optical techniques for measuring contours or curvatures
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
    • G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
    • G01N21/27—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands using photo-electric detection ; circuits for computing concentration
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/22—Matching criteria, e.g. proximity measures
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/60—Extraction of image or video features relating to illumination properties, e.g. using a reflectance or lighting model
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/60—Type of objects
    • G06V20/64—Three-dimensional objects
    • G06V20/653—Three-dimensional objects by matching three-dimensional models, e.g. conformal mapping of Riemann surfaces
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/95—Pattern authentication; Markers therefor; Forgery detection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/58—Extraction of image or video features relating to hyperspectral data

Landscapes

  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Theoretical Computer Science (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Health & Medical Sciences (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Multimedia (AREA)
  • Software Systems (AREA)
  • Mathematical Physics (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Artificial Intelligence (AREA)
  • Investigating Or Analysing Materials By Optical Means (AREA)

Abstract

本发明提供了一种检测方法及装置，属于防伪检测技术领域。该检测方法包括：获取基准成像光谱数据及待测物品表面的成像光谱数据；根据基准成像光谱数据及所述待测物品表面的成像光谱数据得到所述待测物品表面的光谱反射率；将所述待测物品的光谱反射率与标定库中对应于该待测物品的原物品的光谱反射率进行匹配；若所述光谱反射率匹配成功，则判定所述待测物品与所述原物品一致；若所述光谱反射率匹配失败，则判定所述待测物品与所述原物品不一致。本发明提供的检测方法及装置能够有效地鉴定物品的真伪，且滤除了外部环境光的变化以及系统光源的光谱变化对检测结果的影响，提高了检测结果的准确性。

Description

检测方法及装置
技术领域
本发明属于防伪检测技术领域，具体而言，涉及一种检测方法及装置。
背景技术
目前，鉴别文物、艺术品等贵重物品的真伪的方法大多是以人(专家或对物品熟悉的人)的记忆和专业知识来鉴别。这一方法有很大的主观性，如果人的记忆发生遗忘，或者由于既有知识的不完整，就会产生误判。
此外，现行文物、艺术品等贵重物品的传播和交流中大多是以自然语言描述物品的颜色。例如，国家标准GB/T 16553-2010《珠宝玉石鉴定》中，在颜色描述中使用非量化特征的形容词如浅蓝色、深红色等颜色描述作为标准。另外，再辅以照相机拍摄的原物品的彩色图像为证。判断当前待鉴定的物品是否为原物品。然而，由于图像中物体表现出的色彩以及人眼感受到的物品的色彩具有同色异谱的特点。例如，物体为黄色，可能是物体反射的黄光的颜色，也可能是物体反射的红光和绿光所合成的黄色。因此，颜色并不能反映物品的唯一性，也就是说，即使待鉴定物品与原物品的颜色一致，也不表示待鉴定物品就是原物品。
文物、艺术品等贵重物品的真伪误判会对相关学术研究形成错误引导，并间接影响文物、艺术品等贵重物品的学术、经济价值，破坏其市场的健康发展。因此，急需一种能够更准确地鉴定文物、艺术品等贵重物品的真伪的方法。
发明内容
有鉴于此，本发明的目的在于提供一种检测方法及装置，能够较准确地鉴定文物、艺术品等贵重物品的真伪。
一方面，本发明实施例提供了一种检测方法，所述方法包括：获取基准成像光谱数据以及待测物品表面的成像光谱数据；根据所述基准成像光谱数据及所述待测物品表面的成像光谱数据得到所述待测物品表面的光谱反射率；将所述待测物品的光谱反射率与标定库中对应于该待测物品的原物品的光谱反射率进行匹配；若所述光谱反射率匹配成功，则判定所述待测物品与所述原物品一致；若所述光谱反射率匹配失败，则判定所述待测物品与所述原物品不一致。
进一步的，所述的若所述光谱反射率匹配成功，则判定所述待测物品与所述原物品一致的步骤之前，所述方法还包括：获取所述待测物品的三维空间形态信息；根据所述待测物品的三维空间形态信息对所述待测物品进行三维重建，得到所述待测物品的三维形态数据；将所述待测物品的三维形态数据与所述标定库中所述原物品的三维形态数据进行匹配。此时，所述的若所述光谱反射率匹配成功，判定所述待测物品与所述原物品一致，包括：若所述光谱反射率以及所述三维形态数据均匹配成功，则判定所述待测物品与所述原物品一致。
进一步的，所述的获取所述待测物品的三维空间形态信息，包括：获取所述待测物品表面的成像光谱数据中的图像信息；根据所述图像信息得到所述待测物品的三维空间形态信息。
进一步的，所述的获取所述待测物品的三维空间形态信息，包括：获取对所述待测物品进行拍摄得到的图像序列；根据所述图像序列得到所述待测物品的三维空间形态信息。
进一步的，所述的若所述光谱反射率匹配失败，则判定所述待测物品与所述原物品不一致，包括：若所述光谱反射率匹配失败或者所述三维形态数据匹配失败，则判定所述待测物品与所述原物品不一致。
进一步的，所述的根据所述基准成像光谱数据及所述待测物品表面的成像光谱数据得到所述待测物品表面的光谱反射率，包括：根据所述基准成像光谱数据得到第一光谱能量数据；根据所述待测物品表面的成像光谱数据得到第二光谱能量数据；根据所述第一光谱能量数据、第二光谱能量数据以及基准反射率得到所述待测物品的光谱反射率。
进一步的，所述基准成像光谱数据以及所述待测物品表面的成像光谱数据是在相同的成像光照条件下得到的。
进一步的，所述成像光谱数据为成像超光谱数据。
另一方面，本发明实施例还提供了一种检测装置，所述装置包括：第一获取模块、处理模块、第一匹配模块、第一判定模块和第二判定模块。第一获取模块，用于获取待测物品表面的成像光谱数据。处理模块，用于根据基准成像光谱数据及所述待测物品表面的成像光谱数据得到所述待测物品的光谱反射率。第一匹配模块，用于将所述待测物品的光谱反射率与标定库中对应于该待测物品的原物品的光谱反射率进行匹配。第一判定模块，用于若所述光谱反射率匹配成功，则判定所述待测物品与所述原物品一致。第二判定模块，用于若所述光谱反射率匹配失败，则判定所述待测物品与所述原物品不一致。
进一步的，所述装置还包括：第二获取模块、三维重建模块以及第二匹配模块。第二获取模块，用于获取所述待测物品的三维空间形态信息；三维重建模块，用于根据所述待测物品的三维空间形态信息对所述待测物品进行三维重建，得到所述待测物品的三维形态数据；第二匹配模块，用于将所述待测物品的三维形态数据与所述标定库中所述原物品的三维形态数据进行匹配。此时，所述判定模块具体用于若所述光谱反射率以及所述三维形态数据均匹配成功，则判定所述待测物品与所述原物品一致，若所述光谱反射率匹配失败或者所述三维形态数据匹配失败，则判定所述待测物品与所述原物品不一致。
相比于现有技术，本发明实施例提供的检测方法及装置采用光谱反射率表征物品的唯一性，将光谱反射率作为物品的身份信息以鉴别物品真伪。将待测物品的光谱反射率与预先存储的标定库中的原物品的光谱反射率进行匹配，若匹配成功，则表示待测物品就是原物品，即待测物品为真品，若匹配失败，则表示待测物品不是原物品，即待测物品不是真品。此外，通过基准光谱数据和待测物品表面的成像光谱数据得到待测物品表面的光谱反射率，有效地滤除了外部环境光的变化以及系统光源的光谱变化对检测结果的影响，提高了检测结果的准确性。
为使本发明的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。
图1示出了本发明实施例提供的一种检测系统的立体结构示意图；
图2示出了本发明实施例提供的一种检测系统的平面结构示意图；
图3示出了本发明实施例提供的放置有柔性面状样品的一种检测系统的结构示意图；
图4示出了本发明实施例提供的放置有立体结构样品的另一种检测系统的结构示意图；
图5示出了图4中旋转平台的结构示意图；
图6示出了本发明实施例提供的控制装置的结构框图；
图7示出了本发明第一实施例提供的一种检测方法的方法流程图；
图8示出了本发明第一实施例提供的检测方法中步骤S120的步骤流程图；
图9示出了本发明第二实施例提供的一种检测方法的方法流程图；
图10示出了本发明第三实施例提供的一种检测装置的功能模块框图；
图11示出了本发明第四实施例提供的一种检测装置的功能模块框图。
具体实施方式
图1示出了一种可应用于本发明实施例中的检测系统的结构示意图。请参阅图1，该检测系统10包括：置物台110、数据采集装置120及控制装置(图1中未示出)。
置物台110用于放置需要检测的物品。对于柔性面状物品210，例如，纸质物品如字画等，或者是纺织物，检测时容易出现褶皱，影响检测结果。因此，为了使得柔性面状物品210紧密贴附于置物台110表面，从而有效地保证物品平铺，避免物品本身存在的褶皱影响检测结果的准确性，上述检测系统还包括气泵112，且置物台110内部具有空腔1101，气泵112的抽气管1121与空腔1101连通。并且置物台110表面还设置有多个微孔，每个微孔与空腔1101均连通。气泵112用于抽出置物台110内部空腔1101中的空气，图2中的虚线框表示空腔1101。使用时，将柔性面状物品210放置于置物台110的表面，覆盖置物台110表面的部分或全部微孔，通过气泵112抽气能够使得放置于置物台110表面的柔性面状物品210与空腔1101之间形成负压，从而使得该物品紧密贴附于置物台110表面，以避免物品本身存在的褶皱影响检测结果的准确性。
为了方便于柔性面状物品210的检测，请参阅图3，上述检测系统还包括龙门架130、第一导轨141和第二导轨142。具体的，如图3所示，第一导轨141沿置物台110的长度方向(图3中的X轴方向)设置于置物台110的一侧，第二导轨142沿置物台110的长度方向设置于置物台110的另一侧。龙门架130包括第一支撑杆131、第二支撑杆132和横杆133，其中，第一支撑杆131的底端与第一导轨141滑动连接，第二支撑杆132的底端与第二导轨142滑动连接，第一支撑杆131的顶端和第二支撑杆132的顶端分别与横杆133的两端连接，且横杆133设置于距离置物台110特定高度处，延伸方向为置物台110的宽度方向(图3中的Y轴方向)。数据采集装置120安装于横杆133上，也就是说，数据采集装置120能够随着龙门架130沿X轴方向移动。此外，数据采集装置120与横杆133滑动连接，即数据采集装置120能够沿横杆133移动，从而能够实现数据采集装置120对柔性面状物品210表面的二维扫描，采集物品表面的成像光谱数据。
此外，为了使得上述检测系统除了能够较准确地检测柔性面状物品210外，还能方便于检测立体结构物品220如青铜器、瓷器等的真伪，请参阅图5，上述检测系统还包括用于放置物品的旋转平台150，旋转平台150可拆卸地设置于置物台110表面，如图4所示。具体的，如图5所示，上述旋转平台150包括定位销153、固定台152以及旋转台151。定位销153的一端与固定台152的底面连接，旋转台151置于固定台152的顶面且能够相对于固定台152的顶面旋转。旋转台151为旋转对称结构，优选为圆柱形或圆盘形，图5示出的点划线即为旋转台151的旋转中心线，旋转台151可以相对于该旋转中心线沿ω方向旋转。当需要检测立体结构物品220如青铜器、瓷器等时，将定位销153插接到置物台110表面设置的定位孔内，从而将旋转平台150安装于置物台110上，然后将待检测的物品放置于旋转台上，如图4所示。此时，可以在置物台110一侧设置数据采集装置160，通过旋转台带动物品转动，以便于通过该数据采集装置160扫描物品表面的成像光谱数据。优选的，可以在置物台110一侧设置升降平台170，将该数据采集装置160放置于升降平台170，以通过升降平台170使得该数据采集装置160沿置物台110高度方向(图4中的Z轴方向)对物品表面进行扫描，采集物品表面的成像光谱数据。
数据采集装置(图3中的120，图4中的160)与控制装置(图3和图4中未示出)电连接。该数据采集装置获取物品表面的成像光谱数据并发送给控制装置，由控制装置对这些成像光谱数据进行处理得到物品检测结果，具体处理过程可以参见本发明实施例提供的检测方法。
作为一种实施方式，上述数据采集装置具体可以包括光源模块以及成像光谱相机，优选的，成像光谱相机与光源模块均与控制装置电连接，光源模块用于发出光束照射到物品表面，成像光谱相机用于采集物品的成像光谱数据。光源模块发出的光束入射到物品表面，经物品反射后进入成像光谱相机的光束被该成像光谱相机转换为成像光谱数据。其中，成像光谱相机可以为成像光谱仪。成像光谱数据即为俗称的光谱数据立方，包括物体表面的图像信息以及光谱信息。
作为另一种实施方式，上述数据采集装置也可以包括光源模块、光谱仪以及拍摄装置。光谱仪用于采集物品的光谱信息，拍摄装置用于采集物品的图像信息，所述图像信息可以用于对该物品进行三维重建得到该物品的三维形态数据。例如，拍摄装置可以为摄像机或照相机。
请参阅图6，控制装置180包括检测装置、存储器181、存储控制器182以及处理器183。存储器181、存储控制器182、处理器183之间直接或间接地电连接，以实现数据的传输或交互。例如，这些元件之间可以通过一条或多条通讯总线或信号总线实现电连接。其中，存储器181可用于存储软件程序以及模块，如本发明实施例中的检测方法及装置对应的程序指令/模块。存储器181可包括高速随机存储器，还可包括非易失性存储器，如一个或者多个磁性存储装置、闪存、或者其他非易失性固态存储器。处理器183可以为单片机、DSP、ARM或FPGA等具有数据处理功能的集成电路芯片。处理器183通过运行存储在存储器181内的软件程序以及模块，从而执行各种功能应用以及数据处理，即实现本发明实施例提供的检测方法。
可以理解，上述的检测系统10仅为本发明实施例提供的检测方法及装置的示例性应用环境，并不作为限定。图6示出的控制装置180的结构也仅为示意，所述控制装置180还可包括比图6中所示更多或者更少的组件，例如，控制装置180可以为计算机，或者具有与图6所示不同的配置。图6中所示的各组件可以采用硬件、软件或其组合实现。
下面将结合本发明实施例中附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施例。基于本发明的实施例，本领域技术人员在没有做出创造性劳动的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。
第一实施例
图7示出了本发明实施例提供的检测方法的流程图，请参阅图7，本实施例描述的是控制装置180中执行的处理流程。所述方法包括：
步骤S110，获取基准成像光谱数据及待测物品表面的成像光谱数据；
可以理解的是，成像光谱数据为图谱合一的数据，是一叠连续多个波段成像获得的物体的图像，也就是俗称的图像立方体。成像光谱数据具有两个空间维度和一个光谱维度，即同时包含了物体的图像信息和光谱信息。根据成像光谱数据能够得到各个波段上每个像素的光谱强度数据。
本实施例中，按照光谱分辨率的不同，成像光谱数据可以为基于多光谱成像技术得到的成像多光谱数据，也可以为基于高光谱成像技术得到的成像高光谱数据，还可以为基于超光谱成像技术得到的成像超光谱数据。其中，成像多光谱数据的光谱分辨率在0.1mm数量级，成像高光谱数据的光谱分辨率在10nm数量级，成像超光谱数据的光谱分辨率在1nm数量级。光谱范围可以覆盖紫外、可见光及红外波段。为了得到更好的光谱分辨率，本发明实施例优选采用基于超光谱成像技术得到的成像超光谱数据。
本实施例中，控制装置180获取基准成像光谱数据的方式可以为：在图1所示的检测系统的置物台上或者是在图4所示的检测系统的旋转台上放置标准白板。通过数据采集装置(图3中的120，图4中的160)测得该标准白板的成像光谱数据，并将所测得的该标准白板的成像光谱数据发送至控制装置180。控制装置180将接收到的标准白板的成像光谱数据作为基准成像光谱数据。
其中，标准白板是用于反射率测量的标准漫反射参考物，其可以由不同的材料做成，比如硫酸钡、聚四氟乙烯等。标准白板的光谱反射率较高，例如，现有的标准白板对于紫外-可见-近红外(200-2500nm)的宽光谱波段的光，均可以达到98％以上的光谱反射率。当然，也可以用光谱反射率达到98％以上的其它标定物如白纸代替标准白板。
需要说明的是，当标准白板为均匀反射时，标准白板的任意位置处的光谱反射率相等，此时可以以标准白板任意位置处的成像光谱数据作为基准成像光谱数据。
需要说明的是，除了上述方式外，基准成像光谱数据也可以是预先存储的。例如，当特定时间段内，需要对多个待测物品进行检测时，可以在检测第一个待测物品时，获取一次基准成像光谱数据并存储，而检测剩余的待测样品时，可以直接采用该基准成像光谱数据。当然，为了提高检测结果的准确性，本实施例中采用的基准成像光谱数据优选为实时获取的，即每检测一个待测样品时均获取一次基准成像光谱数据。
于本步骤中，控制装置180获取待测物品表面的成像光谱数据的方式可以为：通过数据采集装置测得待测物品表面的成像光谱数据，并将所测得的该待测物品表面的成像光谱数据发送至控制装置180。
所获取的待测物品表面的成像光谱数据可以为待测物品表面的特定区域内的成像光谱数据，也可以为整个待测物品表面的成像光谱数据。例如，当待测物品为柔性面状物品如字画时，可以将待测物品平铺于图1所示的置物台上，数据采集装置120对待测物品表面进行二维扫描得到待测物品表面的成像光谱数据。需要说明的是，为了避免待测物品的放置位置影响检测结果，可以预先在置物台上设置参考点或参考线，并预先规定待测物品上的标记特征，放置待测物品时，需要使得所规定的标记特征与参考点或参考线对应。例如，当待测物品为形状为矩形的字画时，置物台上预先设置有两条构成直角的参考线，字画的特定直角的直角边为标记特征，放置时，需要将字画的标记特征与参考线对应。
同理，当待测物品为立体结构的物品如青铜器、瓷器等时，也可以预先在置物台上设置参考点或参考线，并预先规定待测物品上的标记特征，在置物台上放置待测物品时，使得所规定的标记特征与参考点或参考线对应。
步骤S120，根据所述基准成像光谱数据及所述待测物品表面的成像光谱数据得到所述待测物品表面的光谱反射率；
可以理解的是，为了能够提高检测结果的准确性，基准成像光谱数据以及待测物品表面的成像光谱数据优选在相同的成像光照条件下得到。也就是说，数据采集装置在相同的成像光照条件下分别得到标准白板的成像光谱数据以及待测物品表面的成像光谱数据，并将标准白板的成像光谱数据以及待测物品表面的成像光谱数据均发送给控制装置180。具体的，相同的成像光照条件是指外部环境光条件相同以及采用具有相同性能指标的数据采集装置。如果使用不同性能指标的数据采集装置，需要进行一致性校准。需要说明的是，上述“相同”为广义的相同，在可接受的误差范围内，也可以稍有差异。
如图8所示，步骤S120具体包括步骤S121，步骤S122和步骤S123。
步骤S121，根据所述基准成像光谱数据得到第一光谱能量数据；
根据基准成像光谱数据包括的图像信息和光谱信息可以得到图像中每个像素点处的光谱能量分布。也就是说，每个像素点均对应于一条光谱能量分布曲线。
作为一种实施方式，可以根据所有像素点处的光谱能量分布得到每种波长的光的平均反射能量，作为第一光谱能量数据。例如，基准成像光谱数据中包括像素点P1(u1，v1)、P2(u2，v2)、…、Pm(um，vm)，(u1，v1)、(u2，v2)、…、(um，vm)分别表示像素坐标。可以理解的是，根据预先存储的相机标定模型，可以将该像素坐标转换为数据采集装置所在的世界坐标系中的三维坐标。以P1为例，P1对应的光谱能量分布为I基准(u1，v1，λ1)、I基准(u1，v1，λ2)、…、I基准(u1，v1，λn)，其中，λ1、λ2、…、λn表示基准成像光谱数据中的光谱波长。此时，对所有像素点处同一波长的反射能量求平均得到平均反射能量I基准(λ1)，I基准(λ2)、…、I基准(λn)，即第一光谱能量数据包括I基准(λ1)，I基准(λ2)、…、I基准(λn)。
步骤S122，根据所述待测物品表面的成像光谱数据得到第二光谱能量数据；
待测物品表面的成像光谱数据可以为通过数据采集装置对待测物品表面进行扫描得到的成像光谱数据。根据每个扫描位置处的成像光谱数据可以得到该扫描位置对应的各坐标点处的反射光谱能量，也就是第二光谱能量数据。
可以理解的是，为了简化检测过程，待测物品表面的成像光谱数据也可以为待测物品表面特定区域内的成像光谱数据。其中，该特定区域可以根据需要设置，例如，当待测物品为矩形的字画时，特定区域可以为待测物品中坐标位置一定且面积为M×N的矩形区域。根据该特定区域内的成像光谱数据可以得到该特定区域内对应坐标点处的反射光谱能量。或者，也可以获取待测物品表面的成像光谱数据中的多个预设特征点的反射光谱能量作为第二光谱能量数据。
步骤S123，根据所述第一光谱能量数据、第二光谱能量数据以及基准反射率得到所述待测物品的光谱反射率。
基准反射率可以为预先存储于控制装置180中的，也可以实时输入。具体的，所述基准反射率即为上述步骤S120中的标准白板的光谱反射率。对于不同波长的光，标准白板的反射率略有差异，但差异较小，可以忽略。
当然，为了提高测量结果的准确性，可以预先对标准白板进行标定，即测量其对于数据采集装置的具有宽光谱的光源模块发出的不同波长的光的反射率，从而得到标准白板的光谱反射率。
将第一光谱能量数据表示为I基准(λ)，第二光谱能量数据可以表示为I物品(x，y，z，λ)，基准反射率表示为ρ基准(λ)，待测物品表面的光谱反射率表示为ρ物品(x，y，z，λ)，根据下式：
即可以得到待测物品表面的光谱反射率表示ρ物品(x，y，z，λ)。其中，(x，y，z)表示待测物品表面的三维位置坐标，λ表示光谱波长。
步骤S130，将所述待测物品的光谱反射率与标定库中对应于该待测物品的原物品的光谱反射率进行匹配；
步骤S140，若所述光谱反射率匹配成功，则判定所述待测物品与所述原物品一致；
步骤S150，若所述光谱反射率匹配失败，则判定所述待测物品与所述原物品不一致。
标定库中包括原物品的标识信息及原物品的光谱反射率。其中，原物品可以为已经鉴定为真品的文物或艺术品等贵重物品，也可以为出借给他人的物品。本发明提供的检测方法则需要检测待测物品是否是原物品，即检测待测物品是真品，还是仿造品。例如，某购买者想要购买一幅画，该画据称为某著名画家的一幅名画，此时，原物品表示该名画的真品，待测物品表示当前待购买的画。又例如：张某将物品A出借给李某，过一段时间后，李某将物品A'归还给张某，此时，物品A则为原物品，物品A'则为待测物品。
原物品的标识信息为原物品的唯一标识码。本实施例中，标识信息可以为原物品的名称。或者，标识信息也可以为预先给原物品设置的标识码，此时，可以预先设置一个标识码词典，标识码词典中可以存储所检测的每个原物品的名称、检测时间、照片以及该原物品的标识码等。
通过上述步骤S120得到待测物品的光谱反射率后，获取待测物品的唯一标识码，通过待测物品的唯一标识码在标定库中查找与对应于该标识码的原物品的光谱反射率。将待测物品的光谱反射率与查找到的原物品的光谱反射率进行匹配，当匹配成功时，表示待测物品与原物品一致，即待测物品为真品，当匹配失败时，表示待测物品与原物品不一致，即待测物品为仿造品。需要说明的是，由于待测物品与原物品一一对应，因此待测物品的唯一标识码应与其对应的原物品的唯一标识码一致。待测物品的唯一标识码的获取方法可以为用户输入控制装置180。
本实施例中，将待测物品的光谱反射率与查找到的原物品的光谱反射率进行匹配的方式可以为：将待测物品的光谱反射率与查找到的原物品的光谱反射率进行相似性度量得到每个波段对应的反射率相似系数；将所有波段的反射率相似系数进行加权求和得到待测物品和原物品的相似度；若所得到的相似度大于或等于预先设置的相似度阈值，则判定待测物品的光谱反射率与查找到的原物品的光谱反射率匹配成功，若所得到的相似度小于预先设置的相似度阈值，则判定待测物品的光谱反射率与查找到的原物品的光谱反射率匹配失败。其中，相似度阈值可以根据多次试验得到。
具体的，反射率相似系数的获取方法可以为：
按照预设规则将光谱反射率进行波段划分，如可以划分为λ1～λm1、λm1+1～λm2、…、λmk+1～λn。此时，对应于波段λ1～λm1，待测物品的光谱反射率为(ρ1，ρ2，…，ρm1)，原物品的光谱反射率为(ρ'1，ρ'2，…，ρ'm1)；对应于波段λm1+1～λm2，待测物品的光谱反射率为(ρm1+1，ρm1+2，…，ρm2)，原物品的光谱反射率为(ρ'm1+1，ρ'm1+2，…，ρ'm2)；依次类推，对应于波段λmk+1～λn，待测物品的光谱反射率为(ρmk+1，ρmk+2，…，ρn)，原物品的光谱反射率为(ρ'mk+1，ρ'mk+2，…，ρ'n)。
获取每个波段对应的待测物品的光谱反射率与原物品的光谱反射率的反射率相似系数。例如，可以将每个波段对应的待测物品的光谱反射率与原物品的光谱反射率均作为向量，采用欧式距离法或余弦法等相似性度量方法得到每个波段对应的待测物品的光谱反射率与原物品的光谱反射率的反射率相似系数。
进一步的，预先为每个波段对应的反射率相似系数设置对应的权值，按照预设的权值对所有波段对应的反射率相似系数进行加权求和得到待测物品和原物品的相似度。例如，波段λ1～λm1对应的反射率相似系数为ξ1、权值为a1；波段λm1+1～λm2对应的反射率相似系数为ξ2、权值为a2；…；波段λmk+1～λn对应的反射率相似系数为ξs、权值为as。此时，待测物品和原物品的相似度δ为：δ＝a1ξ1+a2ξ2+…+asξs。
可以理解的是，能够得到待测物品的检测结果的前提为标定库中存储有该待测物品对应的原物品的光谱反射率，若标定库中没有该待测物品的光谱反射率，则无法检测。因此，执行上述步骤S110之前，需要预先将该待测物品对应的原物品的光谱反射率存储于标定库中。
原物品的光谱反射率的获取方式与上述步骤S110和步骤S120所述的获取待测物品的光谱反射率的方法相同。具体的，获取原物品的光谱反射率的方法也可以包括：
步骤A1：获取基准成像光谱数据及原物品表面的成像光谱数据；
步骤A2：根据基准成像光谱数据及原物品表面的成像光谱数据得到所述原物品的光谱反射率；
步骤A1与步骤S110之间以及步骤A2与步骤S120之间的不同之处仅在于检测对象，步骤S110和步骤S120的检测对象为待测物品，步骤A1和步骤A2的检测对象为原物品。因此，步骤A1和步骤A2的具体实施方式可以参照上述步骤S110和步骤S120，此处不再赘述。
步骤A3：将所述原物品的光谱反射率添加到所述标定库中。
将原物品的光谱反射率添加到标定库后，就可以通过本实施例提供的检测方法检测对应于该原物品的待测物品是否与该原物品一致。
本发明第一实施例提供的检测方法采用光谱反射率表征物品的唯一性，将光谱反射率作为物品的身份信息以鉴别物品真伪。将待测物品的光谱反射率与预先存储的标定库中的原物品的光谱反射率进行匹配，若匹配成功，则表示待测物品就是原物品，即待测物品为真品，若匹配失败，则表示待测物品不是原物品，即待测物品不是真品。此外，可以理解的是，若直接采用物品的反射光谱能量作为物品真伪检测指标，检测结果容易受到检测系统外部环境光的干扰，并且系统的光源使用一段时间后，光谱成分的变化也会导致物品的反射光谱能量变化，从而对检测结果造成很大的影响。因此，相比于直接采用物品的反射光谱作为检测指标的方法，本发明实施例提供的检测方法将光谱反射率作为物品的真伪检测指标，能够有效地滤除外部环境光的变化以及系统光源的光谱变化对检测结果的影响，提高了检测结果的准确性。
第二实施例
图9示出了本发明实施例提供的检测方法的流程图，请参阅图9，本实施例描述的是控制装置180中执行的处理流程。所述方法包括：
步骤S210，获取基准成像光谱数据及待测物品表面的成像光谱数据；
步骤S220，根据所述基准成像光谱数据及所述待测物品表面的成像光谱数据得到所述待测物品表面的光谱反射率；
步骤S230，将所述待测物品的光谱反射率与标定库中对应于该待测物品的原物品的光谱反射率进行匹配；
本实施例中，步骤S210、步骤S220及步骤S230的具体实施方式可以参照上述第一实施例中的步骤S110、步骤S120及步骤S130，此处不再赘述。
步骤S240，获取所述待测物品的三维空间形态信息；
本实施例中，三维空间形态信息的获取方式可以有多种。作为一种实施方式，步骤S240可以包括以下步骤S301和步骤S302。
步骤S301，获取所述待测物品表面的成像光谱数据中的图像信息。
本实施例中，待测物品表面的成像光谱数据可以通过数据采集装置获得。成像光谱数据包括图像信息和光谱信息，一方面，将成像光谱数据中包含的光谱信息用于进行待测物品的光谱反射率分析，另一方面，可以将成像光谱数据中包含的图像信息用于待测物品的三维重建。
步骤S302，根据所述图像信息得到所述待测物品的三维空间形态信息。
根据步骤S301得到的图像信息可以得到待测物品表面的立体像对，这些立体像对即为该待测物品的三维空间形态信息，可以用于待测物品的三维重建。
当然，除了上述方式得到立体像对外，也可以通过拍摄装置对待测物品进行横向扫描得到待测物品的立体像对，即待测物品的三维空间形态信息。
作为另一种实施方式，步骤S240也可以包括以下步骤S311和步骤S312。
步骤S311，获取对所述待测物品进行拍摄得到的图像序列。
通过拍摄装置分别从不同角度对物品进行拍摄得到多幅图像，并将得到的多幅图像发送给控制装置180，组成图像序列。
步骤S312，根据所述图像序列得到所述待测物品的三维空间形态信息。
控制装置180根据步骤S311所得到的图像序列得到图像的匹配信息，该匹配信息即可以作为步骤S312中所述的待测物品的三维空间形态信息，以实现待测物品的三维重建。其中，匹配信息可以通过对上述图像序列中包括的图像进行特征提取得到。现有的特征提取方法及匹配方法较多，此处不再赘述。
本实施例中，上述拍摄装置可以为中心投影的相机，也可以是具有远心镜头的相机。
步骤S250，根据所述待测物品的三维空间形态信息对所述待测物品进行三维重建，得到所述待测物品的三维形态数据；
具体的，当三维空间形态信息为上述立体像对时，根据立体像对可以得到具有正射投影关系的待测物品的空间立体模型，得到待测物品的三维形态数据。当三维空间形态信息为上述匹配信息时，结合匹配信息以及预先存储的拍摄装置标定的内外参数即可得到待测物品的空间三维坐标，从而实现该待测物品的三维重建，得到待测物品的三维形态数据。
步骤S260，将所述待测物品的三维形态数据与所述标定库中所述原物品的三维形态数据进行匹配；
本实施例中，标定库中包括原物品的标识信息、原物品的光谱反射率以及原物品的三维形态数据。其中，原物品可以为已经鉴定为真品的文物、艺术品等贵重物品，也可以为出借给他人的物品。原物品的标识信息为原物品的唯一标识码，具体可以参照上述第一实施例中的相应内容，此处不再赘述。
通过上述步骤S250得到待测物品的三维形态数据后，获取待测物品的唯一标识码，通过待测物品的唯一标识码在标定库中查找与对应于该标识码的原物品的三维形态数据。
为了简化检测过程，在本发明实施例的一种优选实施方式中，得到所述待测物品的三维形态数据后，进一步得到待测物品的预设区域的三维形态数据。当然，标定库中与该待测物品对应的原物品的三维形态数据也为原物品的该预设区域内的三维形态数据。其中，该预设区域可以根据需要设置，例如，该预设区域的坐标(xq，yq，zq)的范围可以为：x1≤xq≤x2，y1≤yq≤y2，z1≤zq≤z2。
此时，将待测物品的三维形态数据与查找到的原物品的三维形态数据进行匹配的方式可以为：分别获取待测物品和原物品在上述预设区域内的坐标点；查找所获取的坐标点中x坐标值和y坐标值均相同的坐标点构成多个坐标点对；获取每个坐标点对中属于待测物品的坐标点的z坐标值与属于原物品的坐标点的z坐标值之间的差值；计算所有坐标点对对应的差值之间的方差，若所得到的方差小于预设的方差阈值，则判定待测物品的三维形态数据与查找到的原物品的三维形态数据匹配成功，若所得到的方差小于或等于预设的方差阈值，则判定待测物品的三维形态数据与查找到的原物品的三维形态数据匹配失败。其中，预设的方差阈值可以根据多次试验得到。当然，除了上述方式外，也可以采用方式将待测物品的三维形态数据与查找到的原物品的三维形态数据进行匹配，例如，也可以计算上述所有坐标点对对应的差值之间的标准差。
需要说明的是，本实施例中，对上述步骤S210至步骤S260的先后顺序不做限定，图9示出的流程图中步骤S210至步骤S260的执行顺序仅为其中一种示例。
步骤S270，若所述光谱反射率以及所述三维形态数据均匹配成功，则判定所述待测物品与所述原物品一致；
若步骤S230得到的匹配结果为判定待测物品的光谱反射率与查找到的原物品的光谱反射率匹配成功，且步骤S260得到的匹配结果为判定待测物品的三维形态数据与查找到的原物品的三维形态数据匹配成功，则可以判定待测物品与原物品一致，即待测物品为真品。
步骤S280，若所述光谱反射率匹配失败或者所述三维形态数据匹配失败，则判定所述待测物品与所述原物品不一致。
若步骤S230得到的匹配结果为判定待测物品的光谱反射率与查找到的原物品的光谱反射率匹配失败，或者是步骤S260得到的匹配结果为判定待测物品的三维形态数据与查找到的原物品的三维形态数据匹配失败，则可以判定待测物品与原物品不一致，即待测物品为伪造品。
可以理解的是，能够得到待测物品的检测结果的前提为标定库中存储有该待测物品对应的原物品的光谱反射率和三维形态数据，若标定库中没有该待测物品的光谱反射率和三维形态数据，则无法检测。因此，执行上述步骤S210之前，需要预先将该待测物品对应的原物品的光谱反射率和三维形态数据存储于标定库中。
其中，原物品的光谱反射率的获取方式可以参照上述第一实施例中的步骤A1、步骤A2和步骤A3，此处不再赘述。原物品的三维形态数据的获取方式可以：
步骤B1：获取所述原物品的三维空间形态信息；
步骤B2：根据所述原物品的三维空间形态信息对所述原物品进行三维重建，得到所述原物品的三维形态数据；
步骤B1与步骤S240之间以及步骤B2与步骤S250之间的不同之处仅在于检测对象，步骤S240和步骤S250的检测对象为待测物品，步骤B1和步骤B2的检测对象为原物品。因此，步骤B1和步骤B2的具体实施方式可以参照上述步骤S240和步骤S250，此处不再赘述。
步骤B3：将所述原物品的三维形态数据均添加到所述标定库中。
将原物品的光谱反射率添加到标定库以及将原物品的三维形态数据添加到标定库后，就可以通过本实施例提供的检测方法检测对应于该原物品的待测物品是否与该原物品一致。
本发明第二实施例提供的检测方法采用光谱反射率和三维形态数据表征物品的唯一性，将光谱反射率和三维形态数据共同作为物品的身份信息以鉴别物品真伪，在第一实施例的基础上，进一步提高了对物品尤其是油画的检测结果的准确性。
第三实施例
请参阅图10，是本发明实施例提供的一种检测装置的功能模块示意图。所述检测装置300运行于控制装置180，用于实现第一实施例提出的检测方法。所述检测装置300包括：第一获取模块310、处理模块320、第一匹配模块330及判定模块340。
其中，第一获取模块310，用于获取基准成像光谱数据及待测物品表面的成像光谱数据；
处理模块320，用于根据所述基准成像光谱数据及所述待测物品表面的成像光谱数据得到所述待测物品的光谱反射率；
第一匹配模块330，用于将所述待测物品的光谱反射率与标定库中对应于该待测物品的原物品的光谱反射率进行匹配；
判定模块340，用于若所述光谱反射率匹配成功，则判定所述待测物品与所述原物品一致，若所述光谱反射率匹配失败，则判定所述待测物品与所述原物品不一致。
具体的，所述处理模块320包括：第一处理子模块321、第二处理子模块322以及第三处理子模块323。
第一处理子模块321，用于根据所述基准成像光谱数据得到第一光谱能量数据；
第二处理子模块322，用于根据所述待测物品表面的成像光谱数据得到第二光谱能量数据；
第三处理子模块323，用于根据所述第一光谱能量数据、第二光谱能量数据以及基准反射率得到所述待测物品的光谱反射率。
第四实施例
请参阅图11，是本发明实施例提供的一种检测装置的功能模块示意图。所述检测装置400运行于控制装置180，用于实现第二实施例提出的检测方法。所述检测装置400包括：第一获取模块410、处理模块420、第一匹配模块430、第二获取模块440、三维重建模块450、第二匹配模块460以及判定模块470。
其中，第一获取模块410，用于获取基准成像光谱数据及待测物品表面的成像光谱数据；
处理模块420，用于根据所述基准成像光谱数据及所述待测物品表面的成像光谱数据得到所述待测物品的光谱反射率；
第一匹配模块430，用于将所述待测物品的光谱反射率与标定库中对应于该待测物品的原物品的光谱反射率进行匹配；
第二获取模块440，用于获取所述待测物品的三维空间形态信息；
三维重建模块450，用于根据所述待测物品的三维空间形态信息对所述待测物品进行三维重建，得到所述待测物品的三维形态数据；
第二匹配模块460，用于将所述待测物品的三维形态数据与所述标定库中所述原物品的三维形态数据进行匹配；
判定模块470，用于若所述光谱反射率以及所述三维形态数据均匹配成功，则判定所述待测物品与所述原物品一致，若所述光谱反射率匹配失败或者所述三维形态数据匹配失败，则判定所述待测物品与所述原物品不一致。
具体的，所述处理模块420包括：第一处理子模块421、第二处理子模块422以及第三处理子模块423。
第一处理子模块421，用于根据所述基准成像光谱数据得到第一光谱能量数据；
第二处理子模块422，用于根据所述待测物品表面的成像光谱数据得到第二光谱能量数据；
第三处理子模块423，用于根据所述第一光谱能量数据、第二光谱能量数据以及基准反射率得到所述待测物品的光谱反射率。
以上各模块可以是由软件代码实现，也同样可以由硬件例如集成电路芯片实现。
需要说明的是，本说明书中的各个实施例均采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似的部分互相参见即可。
本发明实施例所提供的检测装置，其实现原理及产生的技术效果和前述方法实施例相同，为简要描述，装置实施例部分未提及之处，可参考前述方法实施例中相应内容。
在本申请所提供的几个实施例中，应该理解到，所揭露的装置和方法，也可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，附图中的流程图和框图显示了根据本发明的多个实施例的装置、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分，所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现方式中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
另外，在本发明各个实施例中的各功能模块可以集成在一起形成一个独立的部分，也可以是各个模块单独存在，也可以两个或两个以上模块集成形成一个独立的部分。
所述功能如果以软件功能模块的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应所述以权利要求的保护范围为准。

Claims (10)

1.一种检测方法，其特征在于，所述方法包括：
获取基准成像光谱数据及待测物品表面的成像光谱数据；
根据所述基准成像光谱数据及所述待测物品表面的成像光谱数据得到所述待测物品表面的光谱反射率；
将所述待测物品的光谱反射率与标定库中对应于该待测物品的原物品的光谱反射率进行匹配；
若所述光谱反射率匹配成功，则判定所述待测物品与所述原物品一致；
若所述光谱反射率匹配失败，则判定所述待测物品与所述原物品不一致。
2.根据权利要求1所述的方法，其特征在于，所述的若所述光谱反射率匹配成功，则判定所述待测物品与所述原物品一致的步骤之前，所述方法还包括：
获取所述待测物品的三维空间形态信息；
根据所述待测物品的三维空间形态信息对所述待测物品进行三维重建，得到所述待测物品的三维形态数据；
将所述待测物品的三维形态数据与所述标定库中所述原物品的三维形态数据进行匹配；
所述的若所述光谱反射率匹配成功，判定所述待测物品与所述原物品一致，包括：
若所述光谱反射率以及所述三维形态数据均匹配成功，则判定所述待测物品与所述原物品一致。
3.根据权利要求2所述的方法，其特征在于，所述的获取所述待测物品的三维空间形态信息，包括：
获取所述待测物品表面的成像光谱数据中的图像信息；
根据所述图像信息得到所述待测物品的三维空间形态信息。
4.根据权利要求2所述的方法，其特征在于，所述的获取所述待测物品的三维空间形态信息，包括：
获取对所述待测物品进行拍摄得到的图像序列；
根据所述图像序列得到所述待测物品的三维空间形态信息。
5.根据权利要求2所述的方法，其特征在于，所述的若所述光谱反射率匹配失败，则判定所述待测物品与所述原物品不一致，包括：
若所述光谱反射率匹配失败或者所述三维形态数据匹配失败，则判定所述待测物品与所述原物品不一致。
6.根据权利要求1-5中任一项所述的方法，其特征在于，所述的根据所述基准成像光谱数据及所述待测物品表面的成像光谱数据得到所述待测物品表面的光谱反射率，包括：
根据所述基准成像光谱数据得到第一光谱能量数据；
根据所述待测物品表面的成像光谱数据得到第二光谱能量数据；
根据所述第一光谱能量数据、第二光谱能量数据以及基准反射率得到所述待测物品的光谱反射率。
7.根据权利要求1所述的方法，其特征在于，所述基准成像光谱数据以及所述待测物品表面的成像光谱数据是在相同的成像光照条件下得到的。
8.根据权利要求1所述的方法，其特征在于，所述成像光谱数据为成像超光谱数据。
9.一种检测装置，其特征在于，所述装置包括：
第一获取模块，用于获取待测物品表面的成像光谱数据；
处理模块，用于根据基准成像光谱数据及所述待测物品表面的成像光谱数据得到所述待测物品的光谱反射率；
第一匹配模块，用于将所述待测物品的光谱反射率与标定库中对应于该待测物品的原物品的光谱反射率进行匹配；
判定模块，用于若所述光谱反射率匹配成功，则判定所述待测物品与所述原物品一致，若所述光谱反射率匹配失败，则判定所述待测物品与所述原物品不一致。
10.根据权利要求9所述的装置，其特征在于，所述装置还包括：
第二获取模块，用于获取所述待测物品的三维空间形态信息；
三维重建模块，用于根据所述待测物品的三维空间形态信息对所述待测物品进行三维重建，得到所述待测物品的三维形态数据；
第二匹配模块，用于将所述待测物品的三维形态数据与所述标定库中所述原物品的三维形态数据进行匹配；
所述判定模块具体用于若所述光谱反射率以及所述三维形态数据均匹配成功，则判定所述待测物品与所述原物品一致，若所述光谱反射率匹配失败或者所述三维形态数据匹配失败，则判定所述待测物品与所述原物品不一致。
CN201710062783.XA 2017-01-25 2017-01-25 检测方法及装置 Active CN106841035B (zh)

Priority Applications (3)

Application Number Priority Date Filing Date Title
CN201710062783.XA CN106841035B (zh) 2017-01-25 2017-01-25 检测方法及装置
PCT/CN2018/080324 WO2018137722A1 (zh) 2017-01-25 2018-03-23 检测方法、装置、设备及计算机存储介质
US16/521,532 US10867207B2 (en) 2017-01-25 2019-07-24 Detection method, device, apparatus and computer storage medium

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710062783.XA CN106841035B (zh) 2017-01-25 2017-01-25 检测方法及装置

Publications (2)

Publication Number Publication Date
CN106841035A true CN106841035A (zh) 2017-06-13
CN106841035B CN106841035B (zh) 2024-02-23

Family

ID=59122745

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710062783.XA Active CN106841035B (zh) 2017-01-25 2017-01-25 检测方法及装置

Country Status (3)

Country Link
US (1) US10867207B2 (zh)
CN (1) CN106841035B (zh)
WO (1) WO2018137722A1 (zh)

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107272196A (zh) * 2017-08-03 2017-10-20 苏州天准科技股份有限公司 一种削弱远心光学系统环形光照明鬼影的方法
WO2018137722A1 (zh) * 2017-01-25 2018-08-02 成都中信华瑞科技有限公司 检测方法、装置、设备及计算机存储介质
CN109034841A (zh) * 2018-07-11 2018-12-18 宁波艾腾湃智能科技有限公司 基于数字化图像/模型比对的艺术品鉴别、展示和交易平台
CN111766244A (zh) * 2019-04-01 2020-10-13 陈膺任 防伪元件验证方法及系统
CN112633155A (zh) * 2020-12-22 2021-04-09 生态环境部卫星环境应用中心 一种基于多尺度特征融合的自然保护地人类活动变化检测方法
CN112816165A (zh) * 2020-12-31 2021-05-18 易旻 基于机械振动特性和形态匹配的唯一性识别系统和方法
CN113358224A (zh) * 2021-06-15 2021-09-07 杭州海康威视数字技术股份有限公司 一种光谱反射率检测方法及系统
CN114279982A (zh) * 2021-12-14 2022-04-05 北斗导航位置服务（北京）有限公司 水体污染信息获取方法及装置

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109590952B (zh) * 2018-12-17 2023-10-13 嘉兴运达智能设备有限公司 成套工艺装配板的智能检测方法和检测工作台
US20220122276A1 (en) * 2020-10-21 2022-04-21 Karam Peter Forensic certification of artwork
CN113191267A (zh) * 2021-04-30 2021-07-30 金陵科技学院 基于图像识别的文物识物app的应用方法
CN113538285A (zh) * 2021-07-23 2021-10-22 奥比中光科技集团股份有限公司 一种光谱图像的确定方法、装置、终端和存储介质
CN113657199B (zh) * 2021-07-28 2023-09-15 西安理工大学 基于空-谱提取的高光谱图像异常检测方法
CN114152621A (zh) * 2021-11-30 2022-03-08 联想(北京)有限公司 一种处理方法及处理装置、处理系统
CN117554304B (zh) * 2024-01-11 2024-03-22 深圳因赛德思医疗科技有限公司 一种喉镜片材料成分检测方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20100039427A1 (en) * 2007-02-26 2010-02-18 Il Dong Yun Reconstructing three dimensional oil paintings
CN102419318A (zh) * 2011-08-26 2012-04-18 朱建宗 一种书画作品的防伪方法
CN103149164A (zh) * 2013-03-04 2013-06-12 暨南大学 基于光谱成像技术的国画真伪鉴别方法与装置
CN103969198A (zh) * 2013-02-06 2014-08-06 上海帆声图像科技有限公司 一种艺术品鉴定方法
US20150016712A1 (en) * 2013-04-11 2015-01-15 Digimarc Corporation Methods for object recognition and related arrangements
CN106124508A (zh) * 2016-07-01 2016-11-16 宁夏六维辩证文物鉴定研究所 一种文物鉴定系统及鉴定方法

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2009171008A (ja) * 2008-01-11 2009-07-30 Olympus Corp 色再現装置および色再現プログラム
US8976358B2 (en) * 2012-03-23 2015-03-10 Spectrasensors, Inc. Collisional broadening compensation using real or near-real time validation in spectroscopic analyzers
AU2013204332B2 (en) * 2012-04-16 2015-07-16 Commonwealth Scientific And Industrial Research Organisation Methods and systems for detecting an analyte or classifying a sample
CN105829869B (zh) * 2013-12-23 2020-05-05 赛默科技便携式分析仪器有限公司 现场使用光谱法设备的适配
JP2017514228A (ja) * 2014-04-17 2017-06-01 ビーエーエスエフ ソシエタス・ヨーロピアＢａｓｆ Ｓｅ 検証装置、検証システム及び物品の独自性の検証方法
CN106290238A (zh) * 2016-08-09 2017-01-04 西北农林科技大学 一种基于高光谱成像的苹果品种快速鉴别方法
CN106841035B (zh) * 2017-01-25 2024-02-23 成都中信华瑞科技有限公司 检测方法及装置

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20100039427A1 (en) * 2007-02-26 2010-02-18 Il Dong Yun Reconstructing three dimensional oil paintings
CN102419318A (zh) * 2011-08-26 2012-04-18 朱建宗 一种书画作品的防伪方法
CN103969198A (zh) * 2013-02-06 2014-08-06 上海帆声图像科技有限公司 一种艺术品鉴定方法
CN103149164A (zh) * 2013-03-04 2013-06-12 暨南大学 基于光谱成像技术的国画真伪鉴别方法与装置
US20150016712A1 (en) * 2013-04-11 2015-01-15 Digimarc Corporation Methods for object recognition and related arrangements
CN106124508A (zh) * 2016-07-01 2016-11-16 宁夏六维辩证文物鉴定研究所 一种文物鉴定系统及鉴定方法

Cited By (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2018137722A1 (zh) * 2017-01-25 2018-08-02 成都中信华瑞科技有限公司 检测方法、装置、设备及计算机存储介质
US10867207B2 (en) 2017-01-25 2020-12-15 Chengdu Zhongxin Huarui Technology Co., Ltd. Detection method, device, apparatus and computer storage medium
CN107272196A (zh) * 2017-08-03 2017-10-20 苏州天准科技股份有限公司 一种削弱远心光学系统环形光照明鬼影的方法
CN109034841A (zh) * 2018-07-11 2018-12-18 宁波艾腾湃智能科技有限公司 基于数字化图像/模型比对的艺术品鉴别、展示和交易平台
CN111766244B (zh) * 2019-04-01 2023-07-14 陈膺任 防伪元件验证方法及系统
CN111766244A (zh) * 2019-04-01 2020-10-13 陈膺任 防伪元件验证方法及系统
CN112633155A (zh) * 2020-12-22 2021-04-09 生态环境部卫星环境应用中心 一种基于多尺度特征融合的自然保护地人类活动变化检测方法
CN112633155B (zh) * 2020-12-22 2021-08-31 生态环境部卫星环境应用中心 一种基于多尺度特征融合的自然保护地人类活动变化检测方法
CN112816165A (zh) * 2020-12-31 2021-05-18 易旻 基于机械振动特性和形态匹配的唯一性识别系统和方法
CN112816165B (zh) * 2020-12-31 2023-08-15 易旻 基于机械振动特性和形态匹配的唯一性识别系统和方法
CN113358224A (zh) * 2021-06-15 2021-09-07 杭州海康威视数字技术股份有限公司 一种光谱反射率检测方法及系统
CN113358224B (zh) * 2021-06-15 2023-09-26 杭州海康威视数字技术股份有限公司 一种光谱反射率检测方法及系统
CN114279982A (zh) * 2021-12-14 2022-04-05 北斗导航位置服务（北京）有限公司 水体污染信息获取方法及装置
CN114279982B (zh) * 2021-12-14 2023-09-29 北斗导航位置服务（北京）有限公司 水体污染信息获取方法及装置

Also Published As

Publication number Publication date
US10867207B2 (en) 2020-12-15
WO2018137722A1 (zh) 2018-08-02
CN106841035B (zh) 2024-02-23
US20190347514A1 (en) 2019-11-14

Similar Documents

Publication Publication Date Title
CN106841035A (zh) 检测方法及装置
Galantucci et al. Advanced damage detection techniques in historical buildings using digital photogrammetry and 3D surface anlysis
CN109076148B (zh) 日常场景重建引擎
Nielsen et al. On optimal, minimal BRDF sampling for reflectance acquisition
Behmann et al. Calibration of hyperspectral close-range pushbroom cameras for plant phenotyping
Ihrke et al. Transparent and specular object reconstruction
CN103502811B (zh) 用于检验和鉴别物理对象的设备和方法
US20040233461A1 (en) Methods and apparatus for measuring orientation and distance
US20180144183A1 (en) Method for identifying a security pattern using an artificial 3d reconstruction
CN105300482B (zh) 基于图像处理的水表检定方法、装置及系统
CN102713671A (zh) 点群数据处理装置、点群数据处理方法和点群数据处理程序
CN104899888B (zh) 一种基于Legendre矩的图像亚像素边缘检测方法
CN103743349B (zh) 一种纳米薄膜的测量方法及装置
Kim et al. Acquiring axially-symmetric transparent objects using single-view transmission imaging
CN108780506A (zh) 使用纸张表面和移动相机的伪造品检测方案
CN104677853A (zh) 一种基于近红外高光谱的壁画起甲病害评估方法
CN206450586U (zh) 一种检测系统
CN105181809A (zh) 一种基于多波谱分析的珠宝品质鉴定方法及系统
CN117152461A (zh) 一种基于数字图像的卷烟包装材料色差检测方法
Taylor Implementing high resolution structured light by exploiting projector blur
Granero-Montagud et al. Deterioration estimation of paintings by means of combined 3D and hyperspectral data analysis
Mahmoudzadeh et al. Inexpensive RGB-D sensors performance measurement in pavement data collection—Part II
Murray et al. ARBOR: A new framework for assessing the accuracy of individual tree crown delineation from remotely-sensed data
CN109410210A (zh) 基于机器视觉的商品条码印制质量检测方法
CN107449740A (zh) 一种用于测量样品的衍射结构的装置及方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant