CN108872999B - 一种物体识别方法、装置、识别设备及存储介质 - Google Patents
一种物体识别方法、装置、识别设备及存储介质 Download PDFInfo
- Publication number
- CN108872999B CN108872999B CN201810399825.3A CN201810399825A CN108872999B CN 108872999 B CN108872999 B CN 108872999B CN 201810399825 A CN201810399825 A CN 201810399825A CN 108872999 B CN108872999 B CN 108872999B
- Authority
- CN
- China
- Prior art keywords
- point
- identified
- group
- predetermined reference
- laser signals
- 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
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
- G01S17/02—Systems using the reflection of electromagnetic waves other than radio waves
- G01S17/06—Systems determining position data of a target
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
- G01S17/02—Systems using the reflection of electromagnetic waves other than radio waves
- G01S17/06—Systems determining position data of a target
- G01S17/08—Systems determining position data of a target for measuring distance only
Landscapes
- Physics & Mathematics (AREA)
- Electromagnetism (AREA)
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Length Measuring Devices By Optical Means (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
- Optical Radar Systems And Details Thereof (AREA)
Abstract
本发明公开了一种物体识别方法、装置、识别设备及存储介质。所述方法包括:向待识别物体发射至少一组第一镭射信号;接收至少一组第一镭射波信号被所述待识别物体反射后的至少一组第二镭射信号;根据至少一组第一镭射信号的发射参数以及至少一组第二镭射信号的接收参数生成所述待识别物体对应的目标图像;其中,所述发射参数包括:至少一组第一镭射信号中每组第一镭射信号的特征参数;所述接收参数包括:至少一组第二镭射信号中每组第二镭射信号的特征参数;根据所述待识别物体对应的目标图像对所述待识别物体进行识别。可以提高物体识别的准确性。
Description
技术领域
本发明实施例涉及信息处理技术领域,尤其涉及一种物体识别方法、装置、识别设备及存储介质。
背景技术
目前,现有技术中已经能够做到利用电子设备来识别物体。通常,在识别物体时,是通过电子设备的拍摄功能,获取物体的图像信息,再根据特定算法来识别出该物体具体是什么,例如进行识别确定该物体是一辆汽车或者是一棵树等。
在现有的物体扫描方法中,识别设备可以向待识别物体发射至少一组第一镭射信号;然后接收至少一组第一镭射波信号被待识别物体反射后的至少一组第二镭射信号;再根据至少一组第一镭射信号的发射参数以及至少一组第二镭射信号的接收参数对待识别物体进行识别。
在实现本发明的过程中,发明人发现现有技术中至少存在如下问题:
在现有的物体扫描方法中,由于镭射控制器直接根据至少一组第一镭射信号的发射参数以及至少一组第二镭射信号的接收参数对待识别物体进行识别,当待识别物体的产品特征不明显时,识别设备接收到至少一组第一镭射波信号被待识别物体反射后的至少一组第二镭射信号就会不明显,这样识别设备对待识别物体的识别结果就会不准确。因此,需要通过一定的方式来尽可能地克服这一问题,但是在现有技术中还没有一种有效的解决方式。
发明内容
本发明提供一种物体识别方法、装置、识别设备及存储介质,可以提高物体识别的准确性。
第一方面,本发明实施例提供了一种物体识别方法,应用于识别设备,所述方法包括:
向待识别物体发射至少一组第一镭射信号;
接收至少一组第一镭射波信号被所述待识别物体反射后的至少一组第二镭射信号;
根据至少一组第一镭射信号的发射参数以及至少一组第二镭射信号的接收参数生成所述待识别物体对应的目标图像;
根据所述待识别物体对应的目标图像对所述待识别物体进行识别。
在上述实施例中,所述根据至少一组第一镭射信号的发射参数以及至少一组第二镭射信号的接收参数生成所述待识别物体对应的目标图像,包括:
根据至少一组第一镭射信号的发射参数以及至少一组第二镭射信号的接收参数计算所述待识别物体中各个待测点相对于预先确定的基准高度点的高度值;
将所述待识别物体中各个待测点相对于所述预先确定的基准高度点的高度值转换为各个待测点相对于预先确定的基准灰度点的灰度值;
根据各个待测点相对于所述预先确定的基准灰度点的灰度值生成所述待识别物体对应的目标图像。
在上述实施例中,所述将所述待识别物体中各个待测点相对于所述预先确定的基准高度点的高度值转换为各个待测点相对于预先确定的基准灰度点的灰度值,包括:
在预先确定的各个参考测量点的高度值与各个参考测量点的灰度值的对应关系中,根据所述待识别物体中各个待测点相对于所述预先确定的基准高度点的高度值查找各个高度值对应的灰度值;
当在各个参考测量点的高度值与各个参考测量点的灰度值的对应关系中查找到各个高度值对应的灰度值时,将查找到的灰度值确定为各个待测点相对于所述预先确定的基准灰度点的灰度值。
在上述实施例中,所述根据所述待识别物体对应的目标图像对所述待识别物体进行识别,包括:
在所述待识别物体对应的目标图像中提取各个待测点相对于所述预先确定的基准灰度点的灰度值;
根据各个待测点相对于所述预先确定的基准灰度点的灰度值对所述待识别物体进行识别。
第二方面,本发明实施例还提供了一种物体识别装置,所述装置包括:信号发送模块、信号接收模块、图像生成模块和物体识别模块;其中,
所述信号发送模块,用于向待识别物体发射至少一组第一镭射信号;
所述信号接收模块,用于接收至少一组第一镭射波信号被所述待识别物体反射后的至少一组第二镭射信号;
所述图像生成模块,用于根据至少一组第一镭射信号的发射参数以及至少一组第二镭射信号的接收参数生成所述待识别物体对应的目标图像;
所述物体识别模块,用于根据所述待识别物体对应的目标图像对所述待识别物体进行识别。
在上述实施例中,所述图像生成模块包括:计算子模块、转换子模块和生成子模块;其中,
所述计算子模块,用于根据至少一组第一镭射信号的发射参数以及至少一组第二镭射信号的接收参数计算所述待识别物体中各个待测点相对于预先确定的基准高度点的高度值;
所述转换子模块,用于将所述待识别物体中各个待测点相对于所述预先确定的基准高度点的高度值转换为各个待测点相对于预先确定的基准灰度点的灰度值;
所述生成子模块,用于根据各个待测点相对于所述预先确定的基准灰度点的灰度值生成所述待识别物体对应的目标图像。
在上述实施例中,所述转换子模块,具体用于在预先确定的各个参考测量点的高度值与各个参考测量点的灰度值的对应关系中,根据所述待识别物体中各个待测点相对于所述预先确定的基准高度点的高度值查找各个高度值对应的灰度值;当在各个参考测量点的高度值与各个参考测量点的灰度值的对应关系中查找到各个高度值对应的灰度值时,将查找到的灰度值确定为各个待测点相对于所述预先确定的基准灰度点的灰度值。
在上述实施例中,所述物体识别模块包括:提取子模块和识别子模块;其中,
所述提取子模块,用于在所述待识别物体对应的目标图像中提取各个待测点相对于所述预先确定的基准灰度点的灰度值;
所述识别子模块,用于根据各个待测点相对于所述预先确定的基准灰度点的灰度值对所述待识别物体进行识别。
第三方面,本发明实施例提供了一种识别设备,包括:
一个或多个处理器;
存储器,用于存储一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现本发明任意实施例所述的物体识别方法。
第四方面,本发明实施例还提供了一种非易失性计算机存储介质,存储有计算机可执行指令,所述计算机可执行指令用于执行如上述任一实施例所述的物体识别方法。
本发明实施例提出了一种物体识别方法、装置、识别设备及存储介质,识别设备先向待识别物体发射至少一组第一镭射信号;然后接收至少一组第一镭射波信号被待识别物体反射后的至少一组第二镭射信号;再根据至少一组第一镭射信号的发射参数以及至少一组第二镭射信号的接收参数生成待识别物体对应的目标图像;最后根据待识别物体对应的目标图像对待识别物体进行识别。也就是说,在本发明的技术方案中,识别设备可以根据至少一组第一镭射信号的发射参数以及至少一组第二镭射信号的接收参数生成待识别物体对应的目标图像;然后根据待识别物体对应的目标图像对待识别物体进行识别。而现有的物体识别方法,识别设备直接根据至少一组第一镭射信号的发射参数以及至少一组第二镭射信号的接收参数对待识别物体进行识别。当待识别物体的产品特征不明显时,识别设备接收到至少一组第一镭射波信号被待识别物体反射后的至少一组第二镭射信号就会不明显,这样识别设备对待识别物体的识别结果就会不准确。因此,和现有技术相比,本发明实施例提出的物体识别方法、装置、识别设备及存储介质,可以提高物体识别的准确性;并且,本发明实施例的技术方案实现简单方便、便于普及,适用范围更广。
附图说明
图1为本发明实施例一中物体识别方法的流程图;
图2为本发明实施例二中物体识别方法的流程图;
图3为本发明实施例三中物体识别装置的第一结构图;
图4为本发明实施例三中物体识别装置的第二结构图;
图5是本发明实施例四中识别设备的结构示意图。
具体实施方式
下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释本发明,而非对本发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与本发明相关的部分而非全部结构。
实施例一
图1为本发明实施例一中物体识别方法的流程图。如图1所示,物体识别方法可以包括以下步骤:
步骤101、向待识别物体发射至少一组第一镭射信号。
在本发明的具体实施例中,识别设备可以向待识别物体发射至少一组第一镭射信号,较佳地,识别设备可以在不同的方向上向待识别物体发射至少一组第一镭射信号。例如,识别设备可以在待识别物体的第一表面、第二表面、第三表面、第四表面、第五表面和第六表面分别向待识别物体发射六组第一镭射信号。
步骤102、接收至少一组第一镭射波信号被待识别物体反射后的至少一组第二镭射信号。
在本发明的具体实施例中,识别设备可以接收至少一组第一镭射波信号被待识别物体反射后的至少一组第二镭射信号。较佳地,识别设备可以在不同的方向上接收各组第一镭射波信号被待识别物体反射后的第二镭射信号。例如,识别设备可以在待识别物体的第一表面、第二表面、第三表面、第四表面、第五表面和第六表面接收各组第一镭射波信号被待识别物体反射后的第二镭射信号。
步骤103、根据至少一组第一镭射信号的发射参数以及至少一组第二镭射信号的接收参数生成待识别物体对应的目标图像。
在本发明的具体实施例中,识别设备可以根据至少一组第一镭射信号的发射参数以及至少一组第二镭射信号的接收参数生成待识别物体对应的目标图像;其中,发射参数包括:至少一组第一镭射信号中每组第一镭射信号的特性参数;接收参数包括:至少一组第二镭射信号中每组第二镭射信号的特性参数。较佳地,发射参数可以是至少一组第一镭射信号中每组第一镭射信号的发送时间;接收参数可以至少一组第二镭射信号中每组第二镭射信号的接收时间。
步骤104、根据待识别物体对应的目标图像对待识别物体进行识别。
在本发明的具体实施例中,识别设备可以根据待识别物体对应的目标图像对待识别物体进行识别。由于待识别物体对应的目标图像可以包括待识别物体全部的产品特征,这样识别设备就可以在待识别物体对应的目标图像中提取出任意一个或者多个产品特征值,这样识别设备就可以准确地对待识别物体进行识别。
本发明实施例提供的物体识别方法,识别设备先向待识别物体发射至少一组第一镭射信号;然后接收至少一组第一镭射波信号被待识别物体反射后的至少一组第二镭射信号;再根据至少一组第一镭射信号的发射参数以及至少一组第二镭射信号的接收参数生成待识别物体对应的目标图像;最后根据待识别物体对应的目标图像对待识别物体进行识别。也就是说,在本发明的技术方案中,识别设备可以根据至少一组第一镭射信号的发射参数以及至少一组第二镭射信号的接收参数生成待识别物体对应的目标图像;然后根据待识别物体对应的目标图像对待识别物体进行识别。而现有的物体识别方法,识别设备直接根据至少一组第一镭射信号的发射参数以及至少一组第二镭射信号的接收参数对待识别物体进行识别。当待识别物体的产品特征不明显时,识别设备接收到至少一组第一镭射波信号被待识别物体反射后的至少一组第二镭射信号就会不明显,这样识别设备对待识别物体的识别结果就会不准确。因此,和现有技术相比,本发明实施例提出的物体识别方法,可以提高物体识别的准确性;并且,本发明实施例的技术方案实现简单方便、便于普及,适用范围更广。
实施例二
图2为本发明实施例二中物体识别方法的流程图。如图2所示,物体识别方法可以包括以下步骤:
步骤201、向待识别物体发射至少一组第一镭射信号。
在本发明的具体实施例中,识别设备可以向待识别物体发射至少一组第一镭射信号,较佳地,识别设备可以在不同的方向上向待识别物体发射至少一组第一镭射信号。例如,识别设备可以在待识别物体的第一表面、第二表面、第三表面、第四表面、第五表面和第六表面分别向待识别物体发射六组第一镭射信号。
步骤202、接收至少一组第一镭射波信号被待识别物体反射后的至少一组第二镭射信号。
在本发明的具体实施例中,识别设备可以接收至少一组第一镭射波信号被待识别物体反射后的至少一组第二镭射信号。较佳地,识别设备可以在不同的方向上接收各组第一镭射波信号被待识别物体反射后的第二镭射信号。例如,识别设备可以在待识别物体的第一表面、第二表面、第三表面、第四表面、第五表面和第六表面接收各组第一镭射波信号被待识别物体反射后的第二镭射信号。
步骤203、根据至少一组第一镭射信号的发射参数以及至少一组第二镭射信号的接收参数计算待识别物体中各个待测点相对于预先确定的基准高度点的高度值。
在本发明的具体实施例中,识别设备可以根据至少一组第一镭射信号的发射参数以及至少一组第二镭射信号的接收参数计算待识别物体中各个待测点相对于预先确定的基准高度点的高度值;其中,发射参数包括:至少一组第一镭射信号中每组第一镭射信号的特征参数;接收参数包括:至少一组第二镭射信号中每组第二镭射信号的特征参数。较佳地,发射参数可以是至少一组第一镭射信号中每组第一镭射信号的发送时间;接收参数可以至少一组第二镭射信号中每组第二镭射信号的接收时间。因此,识别设备可以根据至少一组第一镭射信号的发射参数以及至少一组第二镭射信号的接收参数计算待识别物体中各个待测点相对于预先确定的基准高度点的高度值。例如,至少一组第一镭射信号中某一组第一镭射信号的发射时间为第一时间;至少一组第二镭射信号中某一组第二镭射信号的接收时间为第二时间,在本步骤中,识别可以根据第一时间和第二时间的时间差值计算出待识别物体中各个待测点相对于预先确定的基准高度点的高度值。
步骤204、将待识别物体中各个待测点相对于预先确定的基准高度点的高度值转换为各个待测点相对于预先确定的基准灰度点的灰度值。
在本发明的具体实施例中,识别设备可以将待识别物体中各个待测点相对于预先确定的基准高度点的高度值转换为各个待测点相对于预先确定的基准灰度点的灰度值。具体地,识别设备可以在预先确定的各个参考测量点的高度值与各个参考测量点的灰度值的对应关系中,然后根据待识别物体中各个待测点相对于预先确定的基准高度点的高度值查找各个高度值对应的灰度值;当识别设备在各个参考测量点的高度值与各个参考测量点的灰度值的对应关系中查找到各个高度值对应的灰度值时,识别设备可以将查找到的灰度值确定为各个待测点相对于预先确定的基准灰度点的灰度值。当识别设备在各个参考测量点的高度值与各个参考测量点的灰度值的对应关系中未查找到各个高度值对应的灰度值时,识别设备可以将各个待测点相对于预先确定的基准灰度点的灰度值确定为预设灰度值。
步骤205、根据各个待测点相对于预先确定的基准灰度点的灰度值生成待识别物体对应的目标图像。
在本发明的具体实施例中,识别设备可以根据各个待测点相对于预先确定的基准灰度点的灰度值生成待识别物体对应的目标图像。具体地,识别设备可以先在待识别物体对应的目标图像确定出各个待测点相对于预先确定的基准灰度点的灰度值,然后在待识别物体对应的目标图像中根据任意两个相邻的待测点相对于预先确定的基准灰度点的灰度值进行灰度预测,再在待识别物体对应的目标图像中确定出预测出的灰度值。
步骤206、在待识别物体对应的目标图像中提取各个待测点相对于预先确定的基准灰度点的灰度值。
在本发明的具体实施例中,识别设备可以在待识别物体对应的目标图像中提取各个待测点相对于预先确定的基准灰度点的灰度值。由于待识别物体对应的目标图像可以包括待识别物体全部待测点的灰度值,这样识别设备就可以在待识别物体对应的目标图像中提取出任意一个或者多个待测点的灰度值,这样识别设备就可以准确地对待识别物体进行识别。
步骤207、根据各个待测点相对于预先确定的基准灰度点的灰度值对待识别物体进行识别。
在本发明的具体实施例中,识别设备可以根据各个待测点相对于预先确定的基准灰度点的灰度值对待识别物体进行识别。具体地,识别设备可以将各个待测点相对于预先确定的基准灰度点的灰度值划分到不同的灰度等级中,然后根据各个待测点对应的灰度等级对待识别物体进行识别。
本发明实施例提供的物体识别方法,识别设备先向待识别物体发射至少一组第一镭射信号;然后接收至少一组第一镭射波信号被待识别物体反射后的至少一组第二镭射信号;再根据至少一组第一镭射信号的发射参数以及至少一组第二镭射信号的接收参数生成待识别物体对应的目标图像;最后根据待识别物体对应的目标图像对待识别物体进行识别。也就是说,在本发明的技术方案中,识别设备可以根据至少一组第一镭射信号的发射参数以及至少一组第二镭射信号的接收参数生成待识别物体对应的目标图像;然后根据待识别物体对应的目标图像对待识别物体进行识别。而现有的物体识别方法,识别设备直接根据至少一组第一镭射信号的发射参数以及至少一组第二镭射信号的接收参数对待识别物体进行识别。当待识别物体的产品特征不明显时,识别设备接收到至少一组第一镭射波信号被待识别物体反射后的至少一组第二镭射信号就会不明显,这样识别设备对待识别物体的识别结果就会不准确。因此,和现有技术相比,本发明实施例提出的物体识别方法,可以提高物体识别的准确性;并且,本发明实施例的技术方案实现简单方便、便于普及,适用范围更广。
实施例三
图3为本发明实施例三中物体识别装置的第一结构图。如图3所示,所述装置包括:信号发送模块301、信号接收模块302、图像生成模块303和物体识别模块304;其中,
所述信号发送模块301,用于向待识别物体发射至少一组第一镭射信号;
所述信号接收模块302,用于接收至少一组第一镭射波信号被所述待识别物体反射后的至少一组第二镭射信号;
所述图像生成模块303,用于根据至少一组第一镭射信号的发射参数以及至少一组第二镭射信号的接收参数生成所述待识别物体对应的目标图像;
所述物体识别模块304,用于根据所述待识别物体对应的目标图像对所述待识别物体进行识别。
图4为本发明实施例三中物体识别装置的第二结构图。如图4所示,所述图像生成模块303包括:计算子模块3031、转换子模块3032和生成子模块3033;其中,
所述计算子模块3031,用于根据至少一组第一镭射信号的发射参数以及至少一组第二镭射信号的接收参数计算所述待识别物体中各个待测点相对于预先确定的基准高度点的高度值;
所述转换子模块3032,用于将所述待识别物体中各个待测点相对于所述预先确定的基准高度点的高度值转换为各个待测点相对于预先确定的基准灰度点的灰度值;
所述生成子模块3033,用于根据各个待测点相对于所述预先确定的基准灰度点的灰度值生成所述待识别物体对应的目标图像。
进一步的,所述转换子模块3032,具体用于在预先确定的各个参考测量点的高度值与各个参考测量点的灰度值的对应关系中,根据所述待识别物体中各个待测点相对于所述预先确定的基准高度点的高度值查找各个高度值对应的灰度值;当在各个参考测量点的高度值与各个参考测量点的灰度值的对应关系中查找到各个高度值对应的灰度值时,将查找到的灰度值确定为各个待测点相对于所述预先确定的基准灰度点的灰度值。
进一步的,所述物体识别模块304包括:提取子模块3041和识别子模块 3042;其中,
所述提取子模块3041,用于在所述待识别物体对应的目标图像中提取各个待测点相对于所述预先确定的基准灰度点的灰度值;
所述识别子模块3042,用于根据各个待测点相对于所述预先确定的基准灰度点的灰度值对所述待识别物体进行识别。
本发明实施例提供的物体识别装置,识别设备先向待识别物体发射至少一组第一镭射信号;然后接收至少一组第一镭射波信号被所述待识别物体反射后的至少一组第二镭射信号;再根据至少一组第一镭射信号的发射参数以及至少一组第二镭射信号的接收参数生成待识别物体对应的目标图像;最后根据待识别物体对应的目标图像对待识别物体进行识别。也就是说,在本发明的技术方案中,识别设备可以根据至少一组第一镭射信号的发射参数以及至少一组第二镭射信号的接收参数生成待识别物体对应的目标图像;然后根据待识别物体对应的目标图像对待识别物体进行识别。而现有的物体识别方法,识别设备直接根据至少一组第一镭射信号的发射参数以及至少一组第二镭射信号的接收参数对待识别物体进行识别。当待识别物体的产品特征不明显时,识别设备接收到至少一组第一镭射波信号被待识别物体反射后的至少一组第二镭射信号就会不明显,这样识别设备对待识别物体的识别结果就会不准确。因此,和现有技术相比,本发明实施例提出的物体识别装置,可以提高物体识别的准确性;并且,本发明实施例的技术方案实现简单方便、便于普及,适用范围更广。
实施例四
图5是本发明实施例四中识别设备的结构示意图。图5示出了适于用来实现本发明实施方式的示例性识别设备的框图。图5显示的识别设备12仅仅是一个示例,不应对本发明实施例的功能和使用范围带来任何限制。
如图5所示,识别设备12以通用计算设备的形式表现。识别设备12的组件可以包括但不限于:一个或者多个处理器或者处理单元16,系统存储器28,连接不同系统组件(包括系统存储器28和处理单元16)的总线18。
总线18表示几类总线结构中的一种或多种,包括存储器总线或者存储器控制器,外围总线,图形加速端口,处理器或者使用多种总线结构中的任意总线结构的局域总线。举例来说,这些体系结构包括但不限于工业标准体系结构 (ISA)总线,微通道体系结构(MAC)总线,增强型ISA总线、视频电子标准协会(VESA)局域总线以及外围组件互连(PCI)总线。
识别设备12典型地包括多种计算机系统可读介质。这些介质可以是任何能够被识别设备12访问的可用介质,包括易失性和非易失性介质,可移动的和不可移动的介质。
系统存储器28可以包括易失性存储器形式的计算机系统可读介质,例如随机存取存储器(RAM)30和/或高速缓存存储器32。识别设备12可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机系统存储介质。仅作为举例,存储系统34可以用于读写不可移动的、非易失性磁介质(图5未显示,通常称为“硬盘驱动器”)。尽管图5中未示出,可以提供用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器,以及对可移动非易失性光盘(例如CD-ROM, DVD-ROM或者其它光介质)读写的光盘驱动器。在这些情况下,每个驱动器可以通过一个或者多个数据介质接口与总线18相连。存储器28可以包括至少一个程序产品,该程序产品具有一组(例如至少一个)程序模块,这些程序模块被配置以执行本发明各实施例的功能。
具有一组(至少一个)程序模块42的程序/实用工具40,可以存储在例如存储器28中,这样的程序模块42包括但不限于操作系统、一个或者多个应用程序、其它程序模块以及程序数据,这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块42通常执行本发明所描述的实施例中的功能和/ 或方法。
识别设备12也可以与一个或多个外部设备14(例如键盘、指向设备、显示器24等)通信,还可与一个或者多个使得用户能与该识别设备12交互的设备通信,和/或与使得该识别设备12能与一个或多个其它计算设备进行通信的任何设备(例如网卡,调制解调器等等)通信。这种通信可以通过输入/输出(I/O) 接口22进行。并且,识别设备12还可以通过网络适配器20与一个或者多个网络(例如局域网(LAN),广域网(WAN)和/或公共网络,例如因特网)通信。如图所示,网络适配器20通过总线18与识别设备12的其它模块通信。应当明白,尽管图中未示出,可以结合识别设备12使用其它硬件和/或软件模块,包括但不限于:微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID 系统、磁带驱动器以及数据备份存储系统等。
处理单元16通过运行存储在系统存储器28中的程序,从而执行各种功能应用以及数据处理,例如实现本发明实施例所提供的物体识别方法。
本发明实施例提供的识别设备,识别设备先向待识别物体发射至少一组第一镭射信号;然后接收至少一组第一镭射波信号被待识别物体反射后的至少一组第二镭射信号;再根据至少一组第一镭射信号的发射参数以及至少一组第二镭射信号的接收参数生成待识别物体对应的目标图像;最后根据待识别物体对应的目标图像对待识别物体进行识别。也就是说,在本发明的技术方案中,识别设备可以根据至少一组第一镭射信号的发射参数以及至少一组第二镭射信号的接收参数生成待识别物体对应的目标图像;然后根据待识别物体对应的目标图像对待识别物体进行识别。而现有的物体识别方法,识别设备直接根据至少一组第一镭射信号的发射参数以及至少一组第二镭射信号的接收参数对待识别物体进行识别。当待识别物体的产品特征不明显时,识别设备接收到至少一组第一镭射波信号被待识别物体反射后的至少一组第二镭射信号就会不明显,这样识别设备对待识别物体的识别结果就会不准确。因此,和现有技术相比,本发明实施例提出的识别设备,可以提高物体识别的准确性;并且,本发明实施例的技术方案实现简单方便、便于普及,适用范围更广。
实施例五
本发明实施例五还提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现如本申请所有发明实施例提供的物体识别方法:
向待识别物体发射至少一组第一镭射信号;
接收至少一组第一镭射波信号被所述待识别物体反射后的至少一组第二镭射信号;
根据至少一组第一镭射信号的发射参数以及至少一组第二镭射信号的接收参数生成所述待识别物体对应的目标图像;
根据所述待识别物体对应的目标图像对所述待识别物体进行识别。
本发明实施例的计算机存储介质,可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是--但不限于--电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。
计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括——但不限于无线、电线、光缆、RF等等,或者上述的任意合适的组合。
可以以一种或多种程序设计语言或其组合来编写用于执行本发明操作的计算机程序代码,所述程序设计语言包括面向对象的程序设计语言—诸如Java、 Smalltalk、C++,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网 (WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
注意,上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解,本发明不限于这里所述的特定实施例,对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此,虽然通过以上实施例对本发明进行了较为详细的说明,但是本发明不仅仅限于以上实施例,在不脱离本发明构思的情况下,还可以包括更多其他等效实施例,而本发明的范围由所附的权利要求范围决定。
Claims (8)
1.一种物体识别方法,其特征在于,应用于识别设备,所述方法包括:
向待识别物体发射至少一组第一镭射信号;
接收至少一组第一镭射波信号被所述待识别物体反射后的至少一组第二镭射信号;
根据至少一组第一镭射信号的发射参数以及至少一组第二镭射信号的接收参数生成所述待识别物体对应的目标图像;
根据所述待识别物体对应的目标图像对所述待识别物体进行识别;
所述根据至少一组第一镭射信号的发射参数以及至少一组第二镭射信号的接收参数生成所述待识别物体对应的目标图像,包括:
根据至少一组第一镭射信号的发射参数以及至少一组第二镭射信号的接收参数计算所述待识别物体中各个待测点相对于预先确定的基准高度点的高度值;
将所述待识别物体中各个待测点相对于所述预先确定的基准高度点的高度值转换为各个待测点相对于预先确定的基准灰度点的灰度值;
根据各个待测点相对于所述预先确定的基准灰度点的灰度值生成所述待识别物体对应的目标图像。
2.根据权利要求1所述的方法,其特征在于,所述将所述待识别物体中各个待测点相对于所述预先确定的基准高度点的高度值转换为各个待测点相对于预先确定的基准灰度点的灰度值,包括:
在预先确定的各个参考测量点的高度值与各个参考测量点的灰度值的对应关系中,根据所述待识别物体中各个待测点相对于所述预先确定的基准高度点的高度值查找各个高度值对应的灰度值;
当在各个参考测量点的高度值与各个参考测量点的灰度值的对应关系中查找到各个高度值对应的灰度值时,将查找到的灰度值确定为各个待测点相对于所述预先确定的基准灰度点的灰度值。
3.根据权利要求2所述的方法,其特征在于,所述根据所述待识别物体对应的目标图像对所述待识别物体进行识别,包括:
在所述待识别物体对应的目标图像中提取各个待测点相对于所述预先确定的基准灰度点的灰度值;
根据各个待测点相对于所述预先确定的基准灰度点的灰度值对所述待识别物体进行识别。
4.一种物体识别装置,其特征在于,所述装置包括:信号发送模块、信号接收模块、图像生成模块和物体识别模块;其中,
所述信号发送模块,用于向待识别物体发射至少一组第一镭射信号;
所述信号接收模块,用于接收至少一组第一镭射波信号被所述待识别物体反射后的至少一组第二镭射信号;
所述图像生成模块,用于根据至少一组第一镭射信号的发射参数以及至少一组第二镭射信号的接收参数生成所述待识别物体对应的目标图像;
所述物体识别模块,用于根据所述待识别物体对应的目标图像对所述待识别物体进行识别;
所述图像生成模块包括:计算子模块、转换子模块和生成子模块;其中,
所述计算子模块,用于根据至少一组第一镭射信号的发射参数以及至少一组第二镭射信号的接收参数计算所述待识别物体中各个待测点相对于预先确定的基准高度点的高度值;
所述转换子模块,用于将所述待识别物体中各个待测点相对于所述预先确定的基准高度点的高度值转换为各个待测点相对于预先确定的基准灰度点的灰度值;
所述生成子模块,用于根据各个待测点相对于所述预先确定的基准灰度点的灰度值生成所述待识别物体对应的目标图像。
5.根据权利要求4所述的装置,其特征在于:
所述转换子模块,具体用于在预先确定的各个参考测量点的高度值与各个参考测量点的灰度值的对应关系中,根据所述待识别物体中各个待测点相对于所述预先确定的基准高度点的高度值查找各个高度值对应的灰度值;当在各个参考测量点的高度值与各个参考测量点的灰度值的对应关系中查找到各个高度值对应的灰度值时,将查找到的灰度值确定为各个待测点相对于所述预先确定的基准灰度点的灰度值。
6.根据权利要求5所述的装置,其特征在于,所述物体识别模块包括:提取子模块和识别子模块;其中,
所述提取子模块,用于在所述待识别物体对应的目标图像中提取各个待测点相对于所述预先确定的基准灰度点的灰度值;
所述识别子模块,用于根据各个待测点相对于所述预先确定的基准灰度点的灰度值对所述待识别物体进行识别。
7.一种识别设备,其特征在于,包括:
一个或多个处理器;
存储器,用于存储一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1至3中任一项所述的物体识别方法。
8.一种非易失性计算机存储介质,存储有计算机可执行指令,其特征在于,所述计算机可执行指令用于执行如权利要求1至3任一权利要求所述的物体识别方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810399825.3A CN108872999B (zh) | 2018-04-28 | 2018-04-28 | 一种物体识别方法、装置、识别设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810399825.3A CN108872999B (zh) | 2018-04-28 | 2018-04-28 | 一种物体识别方法、装置、识别设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108872999A CN108872999A (zh) | 2018-11-23 |
CN108872999B true CN108872999B (zh) | 2022-05-17 |
Family
ID=64326948
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810399825.3A Active CN108872999B (zh) | 2018-04-28 | 2018-04-28 | 一种物体识别方法、装置、识别设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108872999B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114295202A (zh) * | 2021-12-29 | 2022-04-08 | 湖南汉状元教育科技有限公司 | 红外信息处理方法、装置、电子设备和可读存储介质 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5638164A (en) * | 1994-08-09 | 1997-06-10 | Development Authority, Rafael State of Israel--Ministry of Defense Armament | Apparatus and method for laser imaging |
US5644386A (en) * | 1995-01-11 | 1997-07-01 | Loral Vought Systems Corp. | Visual recognition system for LADAR sensors |
US5812269A (en) * | 1996-07-29 | 1998-09-22 | General Scanning, Inc. | Triangulation-based 3-D imaging and processing method and system |
US6301371B1 (en) * | 1995-08-21 | 2001-10-09 | Mark F. Jones | Object identification system applications |
CN1619337A (zh) * | 2003-11-18 | 2005-05-25 | 亚洲光学股份有限公司 | 镭射测距装置的测试方法 |
WO2017133453A1 (zh) * | 2016-02-02 | 2017-08-10 | 北京进化者机器人科技有限公司 | 一种运动人体跟踪方法和系统 |
CN107942335A (zh) * | 2017-11-28 | 2018-04-20 | 达闼科技(北京)有限公司 | 一种物体识别方法及设备 |
-
2018
- 2018-04-28 CN CN201810399825.3A patent/CN108872999B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5638164A (en) * | 1994-08-09 | 1997-06-10 | Development Authority, Rafael State of Israel--Ministry of Defense Armament | Apparatus and method for laser imaging |
US5644386A (en) * | 1995-01-11 | 1997-07-01 | Loral Vought Systems Corp. | Visual recognition system for LADAR sensors |
US6301371B1 (en) * | 1995-08-21 | 2001-10-09 | Mark F. Jones | Object identification system applications |
US5812269A (en) * | 1996-07-29 | 1998-09-22 | General Scanning, Inc. | Triangulation-based 3-D imaging and processing method and system |
CN1619337A (zh) * | 2003-11-18 | 2005-05-25 | 亚洲光学股份有限公司 | 镭射测距装置的测试方法 |
WO2017133453A1 (zh) * | 2016-02-02 | 2017-08-10 | 北京进化者机器人科技有限公司 | 一种运动人体跟踪方法和系统 |
CN107942335A (zh) * | 2017-11-28 | 2018-04-20 | 达闼科技(北京)有限公司 | 一种物体识别方法及设备 |
Non-Patent Citations (2)
Title |
---|
Coherent LADAR range image for target recognition using Back-propagation neural network;Liu Zheng-jun;《2010 Academic Symposium on Optoelectronics and Microelectronics Technology and 10th Chinese-Russian Symposium on Laser Physics and Laser TechnologyOptoelectronics Technology (ASOT)》;20101101;全文 * |
利用奇异值特征的激光成像雷达目标识别;陈晓清 等;《红外与激光工程》;20110930;第40卷(第9期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN108872999A (zh) | 2018-11-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11372101B2 (en) | Method and apparatus for determining relative pose, device and medium | |
CN109188457B (zh) | 物体检测框的生成方法、装置、设备、存储介质及车辆 | |
US11054518B2 (en) | Method and apparatus for determining obstacle speed | |
CN110163903B (zh) | 三维图像的获取及图像定位方法、装置、设备和存储介质 | |
CN111090628B (zh) | 一种数据处理方法、装置、存储介质及电子设备 | |
US11257244B2 (en) | Method and device for positioning intelligent terminal apparatus, as well as intelligent terminal apparatus associated therewith | |
CN105973449B (zh) | 一种光纤振源识别方法、装置及系统 | |
CN110134869B (zh) | 一种信息推送方法、装置、设备和存储介质 | |
CN112613584A (zh) | 一种故障诊断方法、装置、设备及存储介质 | |
CN109635868B (zh) | 障碍物类别的确定方法、装置、电子设备及存储介质 | |
CN112966824A (zh) | 推理库的部署方法、装置和电子设备 | |
CN110567468A (zh) | 道路轨迹获取方法、设备及存储介质 | |
CN108872999B (zh) | 一种物体识别方法、装置、识别设备及存储介质 | |
CN115016435A (zh) | 一种自动驾驶车辆测试方法、装置、系统、设备和介质 | |
CN107992457B (zh) | 一种信息转换方法、装置、终端设备及存储介质 | |
CN115016929A (zh) | 一种数据处理方法、装置、设备以及存储介质 | |
CN112966671A (zh) | 一种合同检测方法、装置、电子设备及存储介质 | |
US11599743B2 (en) | Method and apparatus for obtaining product training images, and non-transitory computer-readable storage medium | |
CN111124862B (zh) | 智能设备性能测试方法、装置及智能设备 | |
CN110753136B (zh) | 域名解析方法、装置、设备及存储介质 | |
CN113721240A (zh) | 一种目标关联方法、装置、电子设备及存储介质 | |
CN110083807B (zh) | 合同的修改影响自动预测方法、装置、介质及电子设备 | |
CN113591787A (zh) | 光纤链路部件的识别方法、装置、设备和存储介质 | |
CN112364268A (zh) | 资源获取方法、装置、电子设备及存储介质 | |
CN110647519B (zh) | 对测试样本中的缺失属性值进行预测的方法及装置 |
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 |