CN108369184B - 物质检测方法、装置和检测设备 - Google Patents

物质检测方法、装置和检测设备 Download PDF

Info

Publication number
CN108369184B
CN108369184B CN201780003268.2A CN201780003268A CN108369184B CN 108369184 B CN108369184 B CN 108369184B CN 201780003268 A CN201780003268 A CN 201780003268A CN 108369184 B CN108369184 B CN 108369184B
Authority
CN
China
Prior art keywords
substance
database
information
detected
appearance state
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.)
Active
Application number
CN201780003268.2A
Other languages
English (en)
Other versions
CN108369184A (zh
Inventor
骆磊
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.)
Beijing Cloudoptek Technology Co ltd
Shenzhen Da Yun Duan Intelligent Technology Co ltd
Original Assignee
Cloudminds Shenzhen Robotics Systems 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 Cloudminds Shenzhen Robotics Systems Co Ltd filed Critical Cloudminds Shenzhen Robotics Systems Co Ltd
Publication of CN108369184A publication Critical patent/CN108369184A/zh
Application granted granted Critical
Publication of CN108369184B publication Critical patent/CN108369184B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • G01N21/17—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
    • 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
    • G01N21/62—Systems in which the material investigated is excited whereby it emits light or causes a change in wavelength of the incident light
    • G01N21/63—Systems in which the material investigated is excited whereby it emits light or causes a change in wavelength of the incident light optically excited
    • G01N21/65—Raman scattering
    • 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
    • G01N21/31—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
    • G01N21/35—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light
    • 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
    • G01N21/31—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
    • G01N21/35—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light
    • G01N21/3563—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light for analysing solids; Preparation of samples therefor
    • 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
    • G01N21/31—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
    • G01N21/35—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light
    • G01N21/3577—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light for analysing liquids, e.g. polluted water
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • 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
    • G01N2021/0181—Memory or computer-assisted visual determination
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2201/00—Features of devices classified in G01N21/00
    • G01N2201/12—Circuits of general importance; Signal processing
    • G01N2201/126—Microprocessor processing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
    • G06V30/40—Document-oriented image-based pattern recognition
    • G06V30/41—Analysis of document content
    • G06V30/416—Extracting the logical structure, e.g. chapters, sections or page numbers; Identifying elements of the document, e.g. authors

Landscapes

  • Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • General Physics & Mathematics (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Engineering & Computer Science (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Quality & Reliability (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Theoretical Computer Science (AREA)
  • Investigating Or Analysing Materials By Optical Means (AREA)

Abstract

一种物质检测方法、装置和检测设备(20)，所述方法包括：获取待检测物质(10)的光谱信息和图像信息；根据所述图像信息进行图像识别，以获得所述待检测物质(10)的外观状态信息；根据所述外观状态信息确定预设光谱数据库中与所述外观状态信息匹配的数据子库，所述光谱数据库包括多个根据物质外观状态分类的数据子库；将所述光谱信息匹配获取的所述数据子库中的光谱信息，以获得待检测物质(10)的检测结果。通过获取待检测物质(10)的光谱信息和图像信息，使检测设备(20)能通过图像信息获得外观状态信息，从而在光谱数据库中选择与外观状态信息匹配的数据子库，直接在数据子库中进行光谱比对，缩小了比对范围，加快了检测速度。

Description

物质检测方法、装置和检测设备
技术领域
本发明实施例涉及物质检测领域，例如涉及一种物质检测方法、装置和检测设备。
背景技术
近年来，物质检测设备应用日趋广泛，包括安检中检测可疑物品、药监局检测药品成分、防化部队进行爆炸现场勘查等专业领域，也包括检测农药残留、检测是否存在三聚氰胺、检测地沟油和真假酒等民用领域，尤其在食品安全领域得到广泛应用。目前的检测设备，例如拉曼检测终端，采用拉曼光谱分析的方法，能够比较快速和准确的检测出物质成分。
在实现本发明过程中，发明人发现相关技术中至少存在如下问题：受限于设备的计算能力，一旦数据库较大时将造成计算和匹配速度过慢的问题。应用云端强大的计算能力虽然可以一定程度上解决此问题，但当并发数达到一定程度且数据库很庞大时，检测效率也会受到一定影响。
发明内容
本发明实施例的一个目的是提供一种新的物质检测方法、装置和检测设备，能加快物质检测的速度。
第一方面，本发明实施例提供了一种物质检测方法，所述检测方法应用于检测设备，所述方法包括：
获取待检测物质的光谱信息和图像信息；
根据所述图像信息进行图像识别，以获得所述待检测物质的外观状态信息；
根据所述外观状态信息确定预设光谱数据库中与所述外观状态信息匹配的数据子库，所述光谱数据库包括多个根据物质外观状态分类的数据子库；
将所述光谱信息匹配获取的所述数据子库中的光谱信息，以获得待检测物质的检测结果。
第二方面，本发明实施例还提供了一种物质检测装置，所述检测装置应用于检测设备，所述装置包括：
信息获取模块，用于获取待检测物质的光谱信息和图像信息；
图像识别模块，用于根据所述图像信息进行图像识别，以获得所述待检测物质的外观状态信息；
数据子库获取模块，用于根据所述外观状态信息确定预设光谱数据库中与所述外观状态信息匹配的数据子库，所述光谱数据库包括多个根据物质外观状态分类的数据子库；
分析模块，用于将所述光谱信息匹配所述数据子库中的光谱信息，以获得待检测物质的检测结果。
第三方面，本发明实施例还提供了一种检测设备，包括：
至少一个处理器；以及，
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行上述的方法。
第四方面，本发明实施例还提供了一种检测终端，包括光源和透镜组件，所述透镜组件用于汇聚光源发射的光线和收集所述光线经待检测物质的散射光线，以使检测终端根据所述散射光线获取待检测物质的光谱信息；所述检测终端还包括：
摄像头组件，用于拍摄待检测物质的图片，以使检测终端获取待检测物质的图像信息。
本发明实施例提供的物质检测方法、装置和检测设备，通过获取待检测物质的光谱信息和图像信息，使检测设备能通过图像信息获得待检测物质的外观状态信息，并通过该外观状态信息在光谱数据库选择与所述外观状态信息匹配的数据子库，从而根据待检测物质的光谱信息直接在数据子库中进行光谱比对，大大缩小了比对范围，提高了比对效率，加快了物质的检测速度。
附图说明
一个或多个实施例通过与之对应的附图中的图片进行示例性说明，这些示例性说明并不构成对实施例的限定，附图中具有相同参考数字标号的元件表示为类似的元件，除非有特别申明，附图中的图不构成比例限制。
图1a是本发明方法和装置的应用场景示意图；
图1b是本发明方法和装置的应用场景示意图；
图2是本发明检测终端的一个实施例的结构示意图；
图3是本发明检测终端的一个实施例的结构示意图；
图4是本发明检测方法的一个实施例的流程图；
图5是本发明检测方法的一个实施例的流程图；
图6是本发明检测装置的一个实施例的结构示意图；
图7是本发明检测装置的一个实施例的结构示意图；以及
图8是本发明实施例提供的检测设备的硬件结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，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作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。
本发明实施例提供了一种物质检测方案，适用于图1a和图1b所示的应用场景。在图1a所示的应用场景中，包括待检测物质10、检测终端21和检测设备20，其中，检测终端21包括透镜组件211、摄像头组件212和光源(图中未示出)，透镜组件211用于汇聚光源发射的光线和收集所述光线经待检测物质10的散射光线，以使检测终端21根据该散射光线获取待检测物质10的光谱信息。摄像头组件212，用于拍摄待检测物质10的图片，以使检测终端21获取待检测物质10的图像信息。检测终端21将待检测物质10的光谱信息和图像信息传送给检测设备20，检测设备20用于根据待检测物质的光谱信息和图像信息进行物质检测。检测终端21与检测设备20之间可以通过网络30互相通信，其中，网络30可以是例如家庭或公司的局域网，或一个特定网络等。检测终端21和检测设备20具有至少一个网络接口，与网络30建立通信连接。在该实施例中，检测设备20可以是与检测终端21通过网络相连的云端服务器或者其他服务器。
如图1b所示，检测设备20也可以将检测终端21的功能集成在检测设备20中，由检测设备20单独完成从待检测物质10获取待检测物质10的光谱信息和图像信息，并通过该光谱信息和图像信息对待检测物质10进行物质检测。
检测设备20根据图像信息进行图像识别，获得待检测物质10的外观状态信息，例如颗粒度为0.07mm的白色颗粒。检测设备20根据所述外观状态信息确定光谱数据库中与所述外观状态信息匹配的数据子库。所述光谱数据库可以为拉曼光谱数据库，在光谱数据库构建过程中，除了保存光谱和物质名称外，同时也保存物质的外观状态(例如白色粉末，透明液体，淡黄色固体、白色颗粒等)作为数据库的索引方式，并将光谱数据库中的物质分别对应放到这些外观状态类别中。
检测设备20根据该外观状态信息匹配到光谱数据库中的数据子库，然后可以根据待检测物质10的光谱信息直接在该数据子库中进行光谱比对，以确定待检测物质的名称。这样无需在整个光谱数据库中进行光谱比对，大大缩小了比对范围，提高比对效率。
需要说明的是，在实际应用过程中，该应用场景还可以包括更多的待检测物质10和检测设备20以及检测终端21。
请参照图2，图2为检测终端21的一个实施例的结构示意图，所述检测终端21包括光源(图中未示出)、使检测终端21获得待检测物质10的光谱信息的透镜组件(图中未示出)，以及使检测终端21获得待检测物质10的图像信息的摄像头组件(图中未示出)。其中，所述透镜组件和摄像头组件的镜头可以采用定焦镜头也可以采用变焦镜头。
本发明实施例通过获取待检测物质的光谱信息和图像信息，使检测设备能通过图像信息获得待检测物质的外观状态信息，并通过该外观状态信息在光谱数据库选择与所述外观状态信息匹配的数据子库，从而根据待检测物质的光谱信息直接在数据子库中进行光谱比对，大大缩小了比对范围，提高了比对效率，加快了物质的检测速度。
可选的，在所述检测终端21的某些实施例中，所述透镜组件包括第一定焦镜头2111，所述摄像头组件包括第二定焦镜头2121，所述第一定焦镜头2111和第二定焦镜头2121的安装方向相同。为了获得待检测物质10的清晰图像，可以使第一定焦镜头2111的焦点位于第二定焦镜头2121的景深范围内，这样待检测物质10被检测时，可以位于第二定焦镜头的景深范围内。如果想获得更清晰的图像，可以使待检测物质10保持在第二定焦镜头2121的精确对焦平面上，例如使第一定焦镜头2111的焦点和第二定焦镜头2121的焦点位于同一点，如图2所示。
可以根据第一定焦镜头2111的焦距确定第二定焦镜头2121的焦距，如果所述第一定焦镜头2111与所述第二定焦镜头的间距表示为a(即第一定焦镜头2111中心点距第二定焦镜头2121中心点的距离)，第一定焦镜头2111的定焦焦距表示为d，第二定焦镜头2121的安装角度表示为α，第二定焦镜头2121的定焦焦距表示为f，则由图2中的几何关系可知：
tanα＝a/d；
a2+d2＝f2
进而可推导出，第二定焦镜头2121的安装角度α＝arctan(a/d)，第二定焦镜头2121的定焦焦距为
Figure BDA0001605071470000051
在实际应用中，如果对图片的清晰度要求不是特别高，第二定焦镜头2121的焦距可以适当大些或者小些，只要能使第一定焦镜头2111的焦点位于第二定焦镜头2121的景深范围内，即待检测物质10被检测时，位于第二定焦镜头2121的景深范围内即可。
可选的，在所述检测终端21的其他实施例中，所述透镜组件的镜头也可以采用变焦镜头(例如自动对焦的镜头)，对应的摄像头组件的镜头也采用变焦镜头，然后根据透镜组件镜头的焦距确定摄像头组件中镜头的焦距。如图3所示，所述透镜组件包括第一变焦镜头2112，所述摄像头组件包括第二变焦镜头2122，所述第一变焦镜头2112和第二变焦镜头2122的安装方向相同。为了使待检测物质10保持在第二定焦镜头2122的精确对焦平面上，第一变焦镜头2112和第二变焦镜头2122的几何关系需如图3所示，由图3可知：
OB＝a*tanα；
AB＝OA+OB＝d+a*tanα；
f＝AB*cosα＝d*cosα+a*tanα*cosα＝d*cosα+a*sinα。
当检测终端制造完成后，间距a和第二变焦镜头2122的倾角α均为固定值，可以随着第一变焦镜头2112焦距d的变化(检测终端自身可得到第一变焦镜头的实时焦距数值)，调整第二变焦镜头2122的焦距f，从而使待检测物质10处于第二变焦镜头2122的精确对焦平面上。检测终端21还包括控制单元213，控制单元213用于在物质检测过程中，获取第一变焦镜头2112的实时焦距d，并调整第二变焦镜头2122的实时焦距f＝d*cosα+a*sinα。
从图3中可看出，假如待检测物质10与第一变焦镜头2112的直线距离小于图中OC的长度且假设第一变焦镜头2112的最小焦距可以小于OC，则检测时，摄像头组件将无法看到待检测物质10。
假如第一变焦镜头2112的最小焦距d1等于OC,第二变焦镜头2122的视场角(FOV角度)表示为β，从图3中几何关系可知：
tan(90°-α–β/2)＝d1/a；
进而，可推导出：
β＝(90°-α–arctan(d1/a))*2；
也就是说，当第一变焦镜头的最小对焦距离为OC时，则β大于等于(90°-α–arctan(d1/a))*2时，才能保证待检测物质10处于第二变焦镜头2122的视角中。因此，在实际产品设计时，可以根据第一变焦镜头的最小焦距确定第二变焦镜头的视场角需要满足的条件。
本发明实施例提供了一种物质检测方法，所述物质检测方法可由图1a和图1b中的检测设备20执行，如图4所示，所述物质检测方法包括：
步骤101：获取待检测物质的光谱信息和图像信息；
本发明实施例中的光谱识别方法可以采用拉曼光谱识别方法、红外光谱识别方法或者其他任何一种光谱识别方法，即所述光谱信息可以为拉曼光谱、红外光谱等。
步骤102：根据所述图像信息进行图像识别，以获得所述待检测物质的外观状态信息；
基于现有的图像识别技术可以根据待检测物质的图像数据获得其所呈现的外观状态，如液体、固体、粉末状、颗粒状、颜色和大小等，例如，图像识别结果为颗粒度为0.07mm的白色颗粒。
步骤103：根据所述外观状态信息确定预设光谱数据库中与所述外观状态信息匹配的数据子库，所述光谱数据库包括多个根据物质外观状态分类的数据子库；
所述预设的光谱数据库存储有多种物质的名称和其对应的光谱信息，在预设光谱数据库的构建过程中，将物质的外观状态也作为数据库的索引方式，并将光谱数据库中的物质分别对应放到这些外观状态类别中。例如，光谱数据库分为白色粉末、透明液体、白色颗粒等数据子库。检测设备20根据所述外观状态信息即图像识别结果“颗粒度为0.07mm的白色颗粒”，匹配到光谱数据库中的分类为白色颗粒的数据子库。
步骤104：将所述光谱信息匹配获取的所述数据子库中的光谱信息，以获得待检测物质的检测结果。
仍以上例说明，检测设备20确认所述待检测物质位于的“白色颗粒”数据子库后，根据待检测物质的光谱信息比对该数据子库中的光谱信息，从而确定待检测物质的名称。
本发明实施例通过获取待检测物质的光谱信息和图像信息，使检测设备能通过图像信息获得待检测物质的外观状态信息，并通过该外观状态信息在光谱数据库选择与所述外观状态信息匹配的数据子库，从而根据待检测物质的光谱信息直接在数据子库中进行光谱比对，大大缩小了比对范围，提高了比对效率，加快了物质的检测速度。
如图5所示，为所述方法的另一实施例的流程示意图，在该实施例中，所述方法除了步骤201、202、203和204之外，还包括：
步骤205：记录所述图像识别获得的待检测物质的外观状态信息和对待检测物质的检测结果；
检测设备20会记录每一次图像识别的结果，即待检测物质的外观状态信息，及对待检测物质的检测结果，例如待检测物质的名称。
步骤206：根据多个被记录的所述外观状态信息和检测结果更新所述光谱数据库中数据子库的分类。
因为图像识别的结果可能包含比当前光谱数据库的外观状态索引更详细的信息，例如，图像识别结果为“颗粒度为0.07mm的白色颗粒”，数据库索引为“白色颗粒”。检测设备20会统计被记录的多个外观状态信息，如果当图像识别结果中出现在某一新的更细化的外观分类中的次数较多时，例如图像识别结果中出现在“颗粒度在0.05-0.1mm的白色颗粒”的次数超过一定次数(该次数可以预先设置，例如5000)，则对该“白色颗粒”数据子库进行进一步细分，在索引“白色颗粒”下设置下级索引“颗粒度为0.05-0.1mm的白色颗粒”，并根据物质名称将对应的物质放置到该索引对应的类别下。
如上可以使光谱数据库中的索引更加精确，进行光谱对比时，可以保证对比的数据子库中的物质数量更少，即比对效率会更高。除颗粒度大小外，还可以对色彩按RGB值进行更精确细分，例如色彩在(200，230，225)的粉末，或者色彩值在一定范围内作为索引，如(200±10，230±10，225±10)。
相应的，本发明实施例还提供了一种物质检测装置，所述检测装置用于图1a或者图1b所示的检测设备，如图6所示，所述检测装置300包括：
信息获取模块301，用于获取待检测物质的光谱信息和图像信息；
图像识别模块302，用于根据所述图像信息进行图像识别，以获得所述待检测物质的外观状态信息；
数据子库获取模块303，用于根据所述外观状态信息确定预设光谱数据库中与所述外观状态信息匹配的数据子库，所述光谱数据库包括多个根据物质外观状态分类的数据子库；
分析模块304，用于将所述光谱信息匹配所述数据子库中的光谱信息，以获得待检测物质的检测结果。
本发明实施例通过获取待检测物质的光谱信息和图像信息，使检测设备能通过图像信息获得待检测物质的外观状态信息，并通过该外观状态信息在光谱数据库选择与所述外观状态信息匹配的数据子库，从而根据待检测物质的光谱信息直接在数据子库中进行光谱比对，大大缩小了比对范围，提高了比对效率，加快了物质的检测速度。
可选的，在所述装置的其他实施例中，如图7所示，所述检测装置400除了模块401、402、403和404之外，还包括：
记录模块405，用于记录所述图像识别获得的待检测物质的外观状态信息和对待检测物质的检测结果；
更新模块406，用于根据多个被记录的所述外观状态信息和所述检测结果更新所述光谱数据库中数据子库的分类。
需要说明的是，上述检测装置可执行本发明实施例所提供的检测方法，具备执行方法相应的功能模块和有益效果。未在检测装置实施例中详尽描述的技术细节，可参见本发明实施例所提供的检测方法。
图8是本发明实施例提供的检测设备20的硬件结构示意图，如图8所示，该检测设备20包括：
一个或多个处理器22以及存储器23，图8中以一个处理器22为例。
处理器22和存储器23可以通过总线或者其他方式连接，图8中以通过总线连接为例。
存储器23作为一种非易失性计算机可读存储介质，可用于存储非易失性软件程序、非易失性计算机可执行程序以及模块，如本发明实施例中的检测方法对应的程序指令/模块(例如，附图6所示的信息获取模块301、图像识别模块302、数据子库获取模块303和分析模块304)。处理器22通过运行存储在存储器23中的非易失性软件程序、指令以及模块，从而执行服务器的各种功能应用以及数据处理，即实现上述方法实施例的检测方法。
存储器23可以包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需要的应用程序；存储数据区可存储根据检测装置的使用所创建的数据等。此外，存储器23可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实施例中，存储器23可选包括相对于处理器22远程设置的存储器，这些远程存储器可以通过网络连接至检测装置。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
所述一个或者多个模块存储在所述存储器23中，当被所述一个或者多个处理器22执行时，执行上述任意方法实施例中的检测方法，例如，执行以上描述的图4中的方法步骤101至步骤104，图5中的方法步骤201至步骤206；实现图6中的模块301-304、图7中模块401-406的功能。
可选的，在所述检测设备20的其他实施例中，所述检测设备20还集成了上述检测终端21的功能，请参照图1b。
上述产品可执行本发明实施例所提供的方法，具备执行方法相应的功能模块和有益效果。未在本实施例中详尽描述的技术细节，可参见本发明实施例所提供的方法。
本发明实施例提供了一种非易失性计算机可读存储介质，所述计算机可读存储介质存储有计算机可执行指令，该计算机可执行指令被一个或多个处理器执行，例如图8中的一个处理器22，可使得上述一个或多个处理器可执行上述任意方法实施例中的检测方法，例如，执行以上描述的图4中的方法步骤101至步骤104，图5中的方法步骤201至步骤206；实现图6中的模块301-304、图7中模块401-406的功能。
以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。
通过以上的实施方式的描述，本领域普通技术人员可以清楚地了解到各实施方式可借助软件加通用硬件平台的方式来实现，当然也可以通过硬件。本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程是可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于一计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，所述的存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory,ROM)或随机存储记忆体(Random Access Memory,RAM)等。
最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；在本发明的思路下，以上实施例或者不同实施例中的技术特征之间也可以进行组合，步骤可以以任意顺序实现，并存在如上所述的本发明的不同方面的许多其它变化，为了简明，它们没有在细节中提供；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。

Claims (8)

1.一种物质检测方法，所述检测方法应用于检测设备，其特征在于，所述方法包括：
获取待检测物质的光谱信息和图像信息；
根据所述图像信息进行图像识别，以获得所述待检测物质的外观状态信息；所述外观状态包括物质颜色及物质形态；
根据所述外观状态信息确定预设光谱数据库中与所述外观状态信息匹配的数据子库，其中，所述光谱数据库包括多个根据物质外观状态分类的数据子库，所述物质外观状态分类的数据子库中的光谱信息及物质名称保存在对应的外观状态类别中；
将待检测物质的光谱信息匹配获取的所述数据子库中的光谱信息，以获得待检测物质的物质名称。
2.根据权利要求1所述的检测方法，其特征在于，所述方法还包括：
记录所述图像识别获得的待检测物质的外观状态信息和对待检测物质的检测结果；
根据多个被记录的所述外观状态信息和所述检测结果更新所述光谱数据库中数据子库的分类。
3.一种物质检测设备，其特征在于，包括：
至少一个处理器；以及，
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1-2任意一项所述的方法。
4.根据权利要求3所述的检测设备，其特征在于，所述检测设备还包括检测终端；所述检测终端包括：
光源和透镜组件，所述透镜组件用于汇聚光源发射的光线和收集所述光线经待检测物质的散射光线，以使检测终端根据所述散射光线获取待检测物质的光谱信息，其特征在于，所述检测终端还包括：
摄像头组件，用于拍摄待检测物质的图片，以使检测终端获取待检测物质的图像信息；
所述透镜组件包括第一变焦镜头，所述摄像头组件包括第二变焦镜头；
所述第一变焦镜头与所述第二变焦镜头的间距表示为a，第一变焦镜头的实时焦距表示为d，第二变焦镜头的安装角度表示为α，第二变焦镜头的实时焦距表示为f；
所述检测终端还包括控制单元，用于获取第一变焦镜头的实时焦距d，并调整第二变焦镜头的实时焦距f＝d*cosα+a*sinα；
所述第一变焦镜头的最小焦距表示为d1，则所述第二变焦镜头的视场角β≥(90°-α–arctan(d1/a))*2。
5.根据权利要求4所述的检测设备，其特征在于，所述透镜组件包括第一定焦镜头，所述摄像头组件包括第二定焦镜头；
所述第一定焦镜头与所述第二定焦镜头的间距表示为a，第一定焦镜头的定焦焦距表示为d，则第二定焦镜头的安装角度α＝arctan(a/d)，第二定焦镜头的定焦焦距为
Figure FDA0002836767660000021
6.一种物质检测装置，所述检测装置应用于检测设备，其特征在于，所述装置包括：
信息获取模块，用于获取待检测物质的光谱信息和图像信息；
图像识别模块，用于根据所述图像信息进行图像识别，以获得所述待检测物质的外观状态信息；所述外观状态包括物质颜色及物质形态；
数据子库获取模块，用于根据所述外观状态信息确定预设光谱数据库中与所述外观状态信息匹配的数据子库，其中，所述光谱数据库包括多个根据物质外观状态分类的数据子库，所述物质外观状态分类的数据子库中的光谱信息及物质名称保存在对应的外观状态类别中；
分析模块，用于将所述光谱信息匹配所述数据子库中的光谱信息，以获得待检测物质的物质名称。
7.根据权利要求6所述的检测装置，其特征在于，所述装置还包括：
记录模块，用于记录所述图像识别获得的待检测物质的外观状态信息和对待检测物质的检测结果；
更新模块，用于根据多个被记录的所述外观状态信息和所述检测结果更新所述光谱数据库中数据子库的分类。
8.一种非易失性计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机可执行指令，当所述计算机可执行指令被检测设备执行时，使所述检测设备执行权利要求1-2任一项所述的方法。
CN201780003268.2A 2017-06-21 2017-06-21 物质检测方法、装置和检测设备 Active CN108369184B (zh)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/CN2017/089384 WO2018232632A1 (zh) 2017-06-21 2017-06-21 物质检测方法、装置和检测设备

Publications (2)

Publication Number Publication Date
CN108369184A CN108369184A (zh) 2018-08-03
CN108369184B true CN108369184B (zh) 2021-05-18

Family

ID=63011264

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201780003268.2A Active CN108369184B (zh) 2017-06-21 2017-06-21 物质检测方法、装置和检测设备

Country Status (3)

Country Link
US (1) US11079332B2 (zh)
CN (1) CN108369184B (zh)
WO (1) WO2018232632A1 (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10801951B2 (en) * 2017-11-28 2020-10-13 Cloudminds (Shenzhen) Holdings Co., Ltd. Mixture detection method and device
CN109342370B (zh) * 2018-11-21 2021-06-22 深圳达闼科技控股有限公司 一种检测方法、相关装置及存储介质
CN112444495B (zh) * 2019-08-27 2024-05-17 青岛海尔智能技术研发有限公司 衣物材质识别设备、方法以及衣物洗护的方法、装置
CN113075138A (zh) * 2020-01-03 2021-07-06 北京小米移动软件有限公司 目标特征的状态识别方法及装置、电子设备

Family Cites Families (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6618138B2 (en) * 2000-10-12 2003-09-09 Jed Khoury Scanning fluorescent systems for various diagnostic
US8731959B2 (en) * 2003-04-16 2014-05-20 Optopo Inc. Spectroscopic chemical compound identification
WO2008024344A2 (en) * 2006-08-21 2008-02-28 Chemimage Corporation Compact raman or fluorescence excitation system
US7496220B2 (en) * 2006-08-28 2009-02-24 Thermo Electron Scientific Instruments Llc Spectroscopic microscopy with image-driven analysis
CN100480680C (zh) * 2007-05-22 2009-04-22 浙江大学 多光谱肉类新鲜度人工智能测量方法及系统
CN101419166A (zh) * 2008-11-18 2009-04-29 江苏大学 基于近红外光谱和机器视觉技术的茶叶品质无损检测方法及装置
CN101692052B (zh) * 2009-08-31 2012-05-23 江苏大学 基于超光谱图像技术的名优茶真伪鉴别方法及装置
US20130341509A1 (en) * 2010-06-11 2013-12-26 Chemimage Corporation Portable system for detecting explosive materials using near infrared hyperspectral imaging and method for using thereof
EP2580706A4 (en) * 2010-06-14 2014-04-30 Trutag Technologies Inc SYSTEM FOR VERIFYING AN ARTICLE IN A PACKAGING
CN103718022B (zh) * 2011-06-28 2016-03-30 大塚制药株式会社 药剂检测装置和药剂检测方法
US9435689B2 (en) * 2012-10-31 2016-09-06 Corning Incorporated Hyperspectral imaging system, monolithic spectrometer and methods for manufacturing the monolithic spectrometer
CN103063585B (zh) * 2013-01-05 2015-09-02 石河子大学 瓜果成熟度快速无损检测装置及检测系统建立方法
CN103257465B (zh) * 2013-04-17 2015-11-11 合肥京东方光电科技有限公司 一种检测装置及检测方法
US10063814B2 (en) * 2014-03-12 2018-08-28 R.J. Reynolds Tobacco Company Smoking article package inspection system and associated method
US10365157B2 (en) * 2016-12-05 2019-07-30 Abl Ip Holding Llc Lighting device incorporating a hyperspectral imager as a reconfigurable sensing element
CN106770168B (zh) * 2016-12-26 2023-11-14 同方威视技术股份有限公司 基于拉曼光谱的物品检查设备及方法
CN106679806A (zh) * 2017-01-19 2017-05-17 深圳大学 一种基于微型光谱仪的光谱检测系统及方法

Also Published As

Publication number Publication date
US11079332B2 (en) 2021-08-03
WO2018232632A1 (zh) 2018-12-27
US20190154586A1 (en) 2019-05-23
CN108369184A (zh) 2018-08-03

Similar Documents

Publication Publication Date Title
CN108369184B (zh) 物质检测方法、装置和检测设备
Tichý Field test of canopy cover estimation by hemispherical photographs taken with a smartphone
Raghavendra et al. Combining iris and periocular recognition using light field camera
CN106462956A (zh) 局部自适应直方图均衡
CN107589551B (zh) 一种多孔径偏振成像装置及系统
CN106524909B (zh) 三维图像采集方法及装置
Oliveira Santos et al. Automatic mapping of cracking patterns on concrete surfaces with biological stains using hyper‐spectral images processing
CN104065863A (zh) 图像处理方法及处理装置
CN111279393A (zh) 相机标定方法、装置、设备及存储介质
CN113281780B (zh) 对图像数据进行标注的方法、装置及电子设备
CN108040244B (zh) 基于光场视频流的抓拍方法及装置、存储介质
Raghavendra et al. Multi-face recognition at a distance using light-field camera
CN111353361A (zh) 一种人脸识别方法及装置、电子设备
Buquet et al. Next-generation of sUAS 360 surround vision cameras designed for automated navigation in low-light conditions
WO2022098657A9 (en) Bullet casing illumination module and forensic analysis system using the same
Steinvall et al. Remote detection and size estimation of optical apertures
CN114445669A (zh) 一种烟火告警方法、装置、电子设备及存储介质
Liu et al. Towards meat quality determination on miniaturized spectral imaging and computer vision technology
TWI636424B (zh) 全景影像生成裝置及方法
Ukai et al. Facial skin blood perfusion change based liveness detection using video images
CN111862106A (zh) 基于光场语义的图像处理方法、计算机装置、及存储介质
Huang et al. An online ballistics imaging system for firearm identification
CN117373103B (zh) 一种图像特征提取方法、装置、设备及存储介质
Rademeyer et al. Factors that influence the geometric detection pattern of vehicle-based licence plate recognition camera systems
Adomeit Assessing detection performance of night vision VIS/LWIR-fusion

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
CP03 Change of name, title or address
CP03 Change of name, title or address

Address after: 518000 a1302, building 10, Shenzhen Bay science and technology ecological park, No. 10, Gaoxin South ninth Road, high tech Zone community, Yuehai street, Nanshan District, Shenzhen, Guangdong

Patentee after: Shenzhen Da Yun Duan Intelligent Technology Co.,Ltd.

Address before: 518000 Room 201, building A, No. 1, Qian Wan Road, Qianhai Shenzhen Hong Kong cooperation zone, Shenzhen, Guangdong (Shenzhen Qianhai business secretary Co., Ltd.)

Patentee before: CLOUDMINDS (SHENZHEN) ROBOTICS SYSTEMS Co.,Ltd.

TR01 Transfer of patent right
TR01 Transfer of patent right

Effective date of registration: 20220523

Address after: 1904-010, 20th floor, building 4, No. 11, Changchun Bridge Road, Haidian District, Beijing 100089

Patentee after: BEIJING CLOUDOPTEK TECHNOLOGY Co.,Ltd.

Address before: 518000 a1302, building 10, Shenzhen Bay science and technology ecological park, No. 10, Gaoxin South ninth Road, high tech Zone community, Yuehai street, Nanshan District, Shenzhen, Guangdong

Patentee before: Shenzhen Da Yun Duan Intelligent Technology Co.,Ltd.