CN109752346B - 一种识别衣物材质的光学方法及装置 - Google Patents
一种识别衣物材质的光学方法及装置 Download PDFInfo
- Publication number
- CN109752346B CN109752346B CN201711057540.3A CN201711057540A CN109752346B CN 109752346 B CN109752346 B CN 109752346B CN 201711057540 A CN201711057540 A CN 201711057540A CN 109752346 B CN109752346 B CN 109752346B
- Authority
- CN
- China
- Prior art keywords
- value
- clothes
- reflected light
- depth distortion
- incident light
- 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
Landscapes
- Length Measuring Devices By Optical Means (AREA)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
Abstract
本发明公开了一种识别衣物材质的光学方法及装置,属于衣物材质识别技术领域。该方法包括:入射光照射待测衣物;获取反射光深度畸变值;根据所述反射光深度畸变值识别待测衣物的材质。本实施例中提供的方法独自成为一个识别衣物材质的系统,不依赖上游制造商提供的标签,可识别不同制造商的所制造的衣物的材质。该装置可利用上述方法对衣物材质进行识别。
Description
技术领域
本发明涉及衣物材质识别技术领域,特别涉及一种识别衣物材质的光学方法及装置。
背景技术
随着智能家居设备的普及,洗衣机、熨烫机、叠衣机等衣物保养设备的智能化程度越来越高,这些衣物保养设备自动识别衣物材质,并根据不同材质的衣物采取不同的保养工艺,在识别衣物材质的技术中,实用性强并且识别准确率高的方法为利用出厂时贴在衣物上的标签对衣物材质进行识别,但是这种识别技术过分依赖上游制造商。
发明内容
本发明实施例提供了一种识别衣物材质的光学方法及装置。为了对披露的实施例的一些方面有一个基本的理解,下面给出了简单的概括。该概括部分不是泛泛评述,也不是要确定关键/重要组成数据或描绘这些实施例的保护范围。其唯一目的是用简单的形式呈现一些概念,以此作为后面的详细说明的序言。
根据本发明实施例的第一方面,提供了一种识别衣物材质的光学方法,包括:
入射光照射待测衣物;
获取反射光深度畸变值;
根据所述反射光深度畸变值识别待测衣物的材质。
本实施例中提供的方法独自成为一个识别衣物材质的系统,不依赖上游制造商提供的标签,可识别不同制造商的所制造的衣物的材质。
一种可选的实施例中,所述获取反射光深度畸变值前,还包括,获取反射光接收点与待测衣物的实际距离值;
所述根据反射光深度畸变值识别待测衣物的材质,具体为:
以所述实际距离值为前提条件再根据所述反射光深度畸变值的特性识别待测衣物的材质。
一种可选的实施例中,所述获取反射光的深度畸变值,具体为:获取反射光深度值,即获取反射光接收点与待测衣物的测量距离值,所述实际距离值与所述测量距离值的差值,即为反射光深度畸变值。
一种可选的实施例中,所述获取反射光深度畸变值前,还包括,获取所述入射光属性值;
所述根据所述反射光深度畸变值识别待测衣物的材质,具体为:
以所述入射光属性值和所述实际距离值为前提条件,再根据述反射光深度畸变值的特性识别待测衣物的材质。
一种可选的实施例中,所述入射光的属性值,包括:入射光波长值和入射光调制频率值;
所述根据所述反射光深度畸变值识别待测衣物的材质,具体为:
采用控制变量法控制所述入射光波长值、所述入射光调制频率值和所述实际距离值,再根据所述反射光深度畸变值的特性识别待测衣物的材质。
一种可选的实施例中,所述根据所述入射光深度畸变值识别待测衣物的材质,具体为:
采用控制变量的方法控制所述入射光波长值或所述入射光调制频率值或所述实际距离值并变化,获得反射光深度畸变值的“波长-深度畸变”特性曲线、或“调制频率-深度畸变”特性曲线、或“距离-深度畸变”特性曲线,根据所获得的反射光深度畸变值的特性曲线识别待测衣物的材质。
一种可选的实施例中,所述根据所述反射光深度畸变值识别待测衣物的材质前,还包括,获取待测衣物的颜色值;
所述根据所述反射光深度畸变值识别待测衣物的材质,具体为:
根据所述颜色值、所述入射光属性值和所述实际距离值获取所述方反射光深度畸变值的特性,再根据所述反射光深度畸变值识别待测衣物的材质。
一种可选的实施例中,所述根据所述反射光深度畸变值识别待测衣物的材质,具体为:以数据库检索的方式根据所述反射光深度畸变值识别待测衣物的材质。
根据本发明实施例的第二方面,提供一种同时识别多种衣物材质的光学方法,包括本发明实施例的第一方面所述的识别衣物材质的光学方法,还包括:
入射光照射若干待测衣物;
同时获取若干反射光深度畸变值;
根据所述若干反射光深度畸变值识别若干待测衣物的材质。
本发明实施例提供的实施例可以同时识别多种待测衣物的材质。
根据本发明实施例的第三方面,提供一种识别衣物材质的装置,所述识别衣物材质的装置采用权本发明实施例的第一方面/第二发面所述的识别衣物材质的光学方法对衣物材质进行识别。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本发明。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本发明的实施例,并与说明书一起用于解释本发明的原理。
图1是根据一示例性实施例示出的入射光波谱与反射光波谱的示意图;
图2是根据一示例性实施例示出的衣物材质为皮革的反射光深度畸变值的“距离-深度畸变”特性曲线示意图;
图3是根据一示例性实施例示出的衣物材质为皮革的反射光深度畸变值的“距离-深度畸变”特性曲线示意图;
图4是根据一示例性实施例示出的衣物材质为丝的反射光深度畸变值的“距离-深度畸变”特性曲线示意图;
图5是根据一示例性实施例示出的衣物材质为羊毛的反射光深度畸变值的“距离-深度畸变”特性曲线示意图;
图6是根据一示例性实施例示出的识别衣物材质的流程示意图;
图7是根据一示例性实施例示出的识别衣物材质的流程示意图;
图8是根据一示例性实施例示出的识别衣物材质的流程示意图;
图9是根据一示例性实施例示出的识别衣物材质的流程示意图;
图10是根据一示例性实施例示出的识别衣物材质的流程示意图;
图11是根据一示例性实施例示出的反射光深度畸变值的特性的示意图;
图12是根据一示例性实施例示出的待测衣物的颜色值对反射光深度畸变值产生影响的示意图;
图13是根据一示例性实施例示出的相同颜色值的待测衣物的反射光深度畸变值的“距离-深度畸变”特性曲线示意图;
图14是根据一示例性实施例示出的同时识别多种衣物材质的流程示意图;
附图标记说明:SE、入射光;AE、入射光振幅值;SR、反射光;A、反射光振幅值;a、入射光调制频率值为16MHz时的反射光深度畸变值的特性曲线;b、入射光调制频率值为80MHz时的反射光深度畸变值的特性曲线;c、入射光调制频率值为80MHz时蓝色尼龙的反射光深度畸变值的特性曲线;d、入射光调制频率值为80MHz时蓝色麻料的反射光深度畸变值的特性曲线;e、入射光调制频率值为80MHz时红色尼龙的反射光深度畸变值的特性曲线。
具体实施方式
以下描述和附图充分地示出本发明的具体实施方案,以使本领域的技术人员能够实践它们。实施例仅代表可能的变化。除非明确要求,否则单独的部件和功能是可选的,并且操作的顺序可以变化。一些实施方案的部分和特征可以被包括在或替换其他实施方案的部分和特征。本发明的实施方案的范围包括权利要求书的整个范围,以及权利要求书的所有可获得的等同物。在本文中,各实施方案可以被单独地或总地用术语“发明”来表示,这仅仅是为了方便,并且如果事实上公开了超过一个的发明,不是要自动地限制该应用的范围为任何单个发明或发明构思。本文中,诸如第一和第二等之类的关系术语仅仅用于将一个实体或者操作与另一个实体或操作区分开来,而不要求或者暗示这些实体或操作之间存在任何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。本文中各个实施例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部分互相参见即可。对于实施例公开的结构、产品等而言,由于其与实施例公开的部分相对应,所以描述的比较简单,相关之处参见方法部分说明即可。
根据图1至图13,说明本发明实施例的第一方面,一种识别衣物材质的光学方法,如图6所示:
S601、入射光照射待测衣物;
S602、获取反射光深度畸变值;
S603、根据反射光深度畸变值识别待测衣物的材质。
本实施例中提供的方法独自成为一个识别衣物材质的系统,不依赖上游制造商提供的标签,可识别不同制造商的所制造的衣物的材质。将光源照射待测衣物,由于材质本身的影响,通过反射光获取的深度值会有不同程度的畸变,为了方便描述,本发明中用反射光深度畸变值表示通过反射光获取的深度值的畸变程度,即有以下论述:将光源照射待测衣物,由于材质本身的影响,会得到不同的反射光深度畸变值,不同的反射光深度畸变值代表不同材质的待测衣物,所以利用反射光深度畸变值即可识别衣物的材质。由于本识别衣物材质的光学方法利用了衣物材质本身的特性,故不依赖上游制造商提供的标签等数据。
由于衣物表面不平整,在入射光照射到待测衣物上后,会发生漫反射,所以上述反射光主要为漫反射产生的反射光。
深度畸变值为在测量物体与反射光接收点之间的距离值时产生的畸变值,在现有技术中,通过不同材质的物体产生的畸变值的不同来测算畸变矩阵,以测量得到准确的深度值,即距离值。本发明在新的方向使用了不同材质的物体会产生的不同的畸变值这一规律,即通过畸变值来识别衣物材质。本方法的理论依据如下:
在理想情况下,如图1所示,照射衣物的入射光sE(t):
sE(t)=E[1+sin(2πfmodt)]
反射光sR(t):
即:
其中,AR+BR(下面表示为B)被称为强度或偏移,BR是一个由于背景光引起的干扰。于是反射回来的信号可等价表示为:
其中:
其中ρ即为反射光接收点至待测衣物的实际深度信息,即反射光接收点与待测衣物之间的实际距离值。
但在实际测量深度信息的过程中,反射光sR(t):
则有:
其中,ρ+ρe为反射光接收点与待测衣物之间的测量深度信息,为方便描述,以下均称深度信息为距离值,即ρ+ρe为反射光接收点与待测衣物之间的测量距离值;
ρ为反射光接收点与待测衣物之间的实际距离值;
ρe为衣物材质导致的反射光深度畸变值,根据该反射光深度畸变值即可识别衣物材质。
反射光深度畸变值与衣物材质是一一对应的,即反射光深度畸变值是衣物材质特性参数,为了更方便的通过深度畸变值识别待测衣物的材质,需要记录衣物材质特性参数与对应的衣物材质,在一种优选的实施例中,使用该方法识别衣物材质前,包括建立光学-衣物材质标准数据库,具体为,获取反射光深度畸变值,将反射光深度畸变值作为第一衣物特性参数,关联第一衣物材质特性参数与对应的衣物材质,存储至光学-衣物材质标准数据库。此时,根据反射光深度畸变值识别待测衣物的材质具体为:在光学-衣物材质标准数据库中根据反射光深度畸变值进行检索匹配,匹配到衣物材质即为待测衣物的衣物材质。光学-衣物材质标准数据库有利于快速、准确的根据反射光深度畸变值找到对应的衣物材质。
由理论依据可知,获取反射光深度畸变值的过程中,还包括获取反射光接收点与待测衣物的实际距离值。而又由于反射光接收点与待测衣物的实际距离值不仅可用于获取反射光深度畸变值,还可与其他量,比如入射光属性等,组合从而形成多种识别衣物材质的光学方法,故,一种优选的实施例中,获取反射光深度畸变值前,还包括,获取反射光接收点与待测衣物的实际距离值。即将获取反射光接收点与待测衣物的实际距离从获取反射光深度畸变值的步骤中分离出来。
如图2至图5所示,横坐标为实际距离值,纵坐标为反射光深度畸变值,随着实际距离值的增大,反射光深度畸变值会随实际距离值的变化而变化:入射光调制频率值为16MHz时的反射光深度畸变值的变化幅度比较大,如特性曲线a所示,入射光调制频率值为80MHz时的反射光深度畸变值在不停的波动,如特性曲线b所示。
步骤“获取反射光接收点与待测衣物的实际距离”在步骤“入射光照射待测衣物”之前时,如图7所示,识别衣物材质的光学方法为:
S701、获取反射光接收点与待测衣物的实际距离;
S702、入射光照射待测衣物;
S703、获取反射光深度畸变值;
S704、根据反射光深度畸变值识别待测衣物的材质;
当反射光接收点与待测衣物的实际距离值为定值的情况下,可采用上述方法,反射光接收点与待测衣物的实际距离值可通过尺子等工具测量;
步骤“获取反射光接收点与待测衣物的实际距离”在步骤“入射光照射待测衣物”之后时,如图8所示,识别衣物材质的光学方法为:
S801、入射光照射待测衣物;
S802、获取反射光接收点与待测衣物的实际距离;
S803、获取反射光深度畸变值;
S804、根据反射光深度畸变值识别待测衣物的材质;
当反射光接收点与待测衣物的实际距离值变化的情况下,可采用上述方法。
在待测衣物的材质固定的情况下,反射光深度畸变值会受到实际距离值的影响,所以在已知实际距离值的情况下,再根据反射光深度畸变值识别待测衣物的材质时,识别准确率会提高。在一种实施例中,根据反射光深度畸变值识别待测衣物的材质,可以具体的实施为:根据实际距离值获取反射光深度畸变值的特性,再根据反射光深度畸变值的特性识别待测衣物的材质。反射光深度畸变值的特性,指的是特定实际距离值下获得的反射光深度畸变值或反射光深度畸变值与实际距离值构成的“距离-深度畸变”特性曲线,如图2至图5所示,所谓“距离-深度畸变”特性曲线,即以实际距离值为横坐标,以反射光深度畸变值为纵坐标建立直角坐标系,在直角坐标系中描出若干由实际距离值及其对应的反射光深度畸变值确定的点,若干点形成的曲线就是“距离-深度畸变”特性曲线,“距离-深度畸变”特性曲线反映了反射光深度畸变值随实际距离值变化的特性。
获取实际距离后,建立光学-衣物材质标准数据库的方法为,合并实际距离值和反射光深度畸变值的特性为第二衣物材质特性参数,关联第二衣物材质特性参数与对应的衣物材质,存储至光学-衣物材质标准数据库,反射光深度畸变值的特性包括:特定实际距离值对应的反射光深度畸变值和实际距离值与反射光深度畸变值构成的“距离-深度畸变值”标准特性曲线。此时,利用光学-衣物材质标准数据库识别待测衣物的材质的光学方法为:获取反射光接收点与待测衣物之间的实际距离值,入射光照射待测衣物,获取反射光深度畸变值,在光学-衣物材质标准数据库中先检索实际距离值,获得在该实际距离值下,反射光深度畸变值与衣物材质的匹配关系,再检索反射光深度畸变值并找到其对应的衣物材质,该衣物材质即为待测衣物的材质;或,入射光照射待测衣物,改变并获取实际距离值,获取随实际距离的改变而改变的反射光深度畸变值,得到待测衣物的“距离-深度畸变”特性曲线,在光学-衣物材质标准数据库中找到与该“距离-深度畸变”特性曲线相似度最高的“距离-深度畸变”标准特性曲线并获取其对应的衣物材质,该衣物材质即为待测衣物的材质。
获取实际距离值后,获取反射光深度畸变值便可具体实施为:获取反射光深度值,即获取反射光接收点与待测衣物的测量距离值,实际距离值与测量距离值的差值,即为反射光深度畸变值。
对于同一种衣物材质,不同的波段的入射光照射待测衣物后,反射光深度畸变值是不同的,含有多种波长值的入射光光束会影响识别待测衣物的准确性,故,一种可选的实施例中,入射光具备单一性。入射光具备单一性,指入射光的波长具备单一性。可选的,使用红外光作为入射光,例如波长为830nm的红外光、波长为850nm的红外光和波长为940nm的红外光。由于入射光具备单一性,在根据反射光深度畸变值识别衣物材质的过程中,方便对入射光的属性值进行控制,从而更准确的识别衣物材质。
为了对入射光属性值进行控制,一种可选的实施例中,获取反射光深度畸变值前,还包括,获取入射光属性值。在步骤“获取反射光深度畸变值”前,包括:步骤“获取入射光属性值”、步骤“入射光照射待测衣物”和步骤“获取反射光接收点与待测衣物的实际距离值”,上述三个步骤根据不同的排列组合可组成6种不同的顺序,即组合成6种不同的识别衣物材质的光学方法,这里不再一一赘述,仅示例性的列举其中的两种:
如图9所示,在一种可选的实施例中:
S901、获取入射光属性值;
S902、获取反射光接收点与待测衣物的实际距离值;
S903、入射光照射待测衣物;
S904、获取反射光深度畸变值;
S905、根据反射光深度畸变值识别待测衣物的材质;
在入射光属性值固定并且反射光接收点与待测衣物的实际距离值均为定值时,采用本实施例。需要说明的是,步骤“获取反射光接收点与待测衣物的实际距离值”和步骤“获取入射光属性值”不分先后,本实施例只是示例性的列举了一种实施例,变换上述两个步骤的顺序,便可得到另一种实施例。
如图10所示,在一种可选的实施例中,
S1001、获取入射光属性值;
S1002、入射光照射待测衣物;
S1003、获取反射光接收点与待测衣物的实际距离值;
S1004、获取反射光深度畸变值;
S1005、根据反射光深度畸变值识别待测衣物的材质;
在入射光属性值为定值,反射光接收点与待测衣物的实际距离值为变量的情况下,采用本实施例。
上述实施例中提到的实际距离值、入射光属性值均会对同一种材质的衣物所产生的反射光深度畸变值产生影响,这种情况下根据反射光深度畸变值识别待测衣物的材质,可具体实施为:以入射光属性值和实际距离值为前提条件,再根据反射光深度畸变值的特性识别待测衣物的材质。这里的反射光深度畸变值的特性,在入射光属性值和实际距离值固定不变的情况下,单个的反射光深度畸变值就是反射光深度畸变值的特性;在入射光属性值固定不变的情况下,若干实际距离值和若干随实际距离值变化而变化的反射光深度畸变值构成的“距离-深度畸变”特性曲线为反射光深度畸变的特性,即不同的“距离-深度畸变”特性曲线对应着不同的衣物材质,如图2和图3所示,入射光波长值均为830nm,入射光调制频率值均为16MHz,图2中特性曲线a为羊毛的反射光深度畸变值的“距离-深度畸变”特性曲线;图3中特性曲线a为皮革的反射光深度畸变值“距离-深度畸变”特性曲线的,显然图2中的特性曲线a与图3中的特性曲线a的趋势是不同的,所以根据“距离-深度畸变”特性曲线可识别待测衣物的材质;在实际距离值固定不变的情况下,若干入射光属性值和若干随入射光属性值变化而变化的反射光深度畸变值构成的特性曲线为反射光深度畸变值的特性,表示反射光深度畸变值随入射光属性的变化特性。
在控制入射光属性值和实际距离值后,建立光学-衣物材质标准数据库的方法为,合并入射光属性值、实际距离值和反射光深度畸变值的特性为第三衣物材质特性参数,关联第三衣物材质特性参数与对应的衣物材质,存储至光学-衣物材质标准数据库,反射光深度畸变值的特性包括:特定入射光属性值和特定实际距离值对应的反射光深度畸变值;特定入射光属性下,实际距离值与反射光深度畸变值构成的“距离-深度畸变值”标准特性曲线;特定实际距离值下,入射光属性值与反射光深度畸变值构成的标准特性曲线。此时,利用光学-衣物材质标准数据库识别待测衣物的材质的光学方法为:获取反射光接收点与待测衣物之间的实际距离值,获取入射光属性值,入射光照射待测衣物,获取反射光深度畸变值,在光学-衣物材质标准数据库中检索入射光属性值和实际距离值,获得在该入射光属性值和实际距离值下的反射光深度畸变值与衣物材质的匹配关系,再检索反射光深度畸变值并找到其对应的衣物材质,该衣物材质即为待测衣物的材质;或,获取入射光属性值,入射光照射待测衣物,改变并获取实际距离值,获取随实际距离的改变而改变的反射光深度畸变值,得到待测衣物的“距离-深度畸变”特性曲线,在光学-衣物材质标准数据库中检索入射光属性值,找到“距离-深度畸变”标准特性曲线群,再找到与待测衣物的“距离-深度畸变”特性曲线相似度最高的“距离-深度畸变”标准特性曲线并获取其对应的衣物材质,该衣物材质即为待测衣物的材质;或,获取实际距离值,入射光照射待测衣物,改变并获取入射光属性值,找到待测衣物的入射光属性值和反射光深度畸变值构成的特性曲线,在光学-衣物材质标准数据库中检索实际距离值,获得由入射光属性值和反射光深度畸变值构成的标准特性曲线集合,在该集合中找到与待测衣物的由入射光属性值和反射光深度畸变值构成的特性曲线相似度最高的标准特性曲线并获取该标准特性曲线对应的衣物材质,该衣物材质即为待测衣物的材质。
在入射光属性中,入射光波长值和入射光调制频率值会对反射光深度畸变值产生巨大的影响。当衣物材质为棉时,如图2所示,实际距离值为900mm,入射光波长值为830nm,特性曲线a与特性曲线b对应的反射光深度畸变值是不同的,即入射光调制频率值分别为16MHz和80MHz时,所对应的反射光深度畸变值是不同的;当衣物材质为皮革时,如图3所示,实际距离值为900mm,入射光波长值为830nm,特性曲线a与特性曲线b对应的反射光深度畸变值是不同的,即入射光调制频率值分别为16MHz和80MHz时,所对应的反射光深度畸变值是不同的;衣物材质为丝或羊毛时,如图4和图5所示,在实际距离值为900mm,入射光波长为830nm时,图4和图5中的特性曲线a和特性曲线b分别对应不同的反射光深度畸变值。
故在一种可选的实施例中,入射光的属性值,包括:入射光波长值和入射光调制频率值;根据反射光深度畸变值识别待测衣物的材质,可具体实施为:根据入射光波长值、入射光调制频率值和实际距离值获得反射光深度畸变值的特性,再根据反射光深度畸变值的特性识别待测衣物的材质。所谓反射光深度畸变值的特性,如图11所示,在入射光波长值、入射光调制频率值和实际距离值为常量的情况下,反射光深度畸变值的具体数值即为反射光深度畸变值的特性;在入射光波长值和入射光调制频率值为常量的情况下,若干实际距离值与若干随实际距离值的变化而变化的反射光深度畸变值构成待测衣物的“距离-深度畸变”特性曲线即为反射光深度畸变值的特性,反映了反射光深度畸变值随实际距离值的变化特性;在入射光波长值和实际距离值为常量的情况下,若干入射光调制频率值与若干随入射光调制频率的变化而变化的反射光深度畸变值构成待测衣物的“调制频率-深度畸变”特性曲线即为反射光深度畸变值的特性,反映了反射光深度畸变值随入射光调制频率的变化特性;在入射光调制频率值和实际距离值为常量的情况下,若干入射光波长值与若干随入射光波长值的变化而变化的反射光深度畸变值构成待测衣物的“波长-深度畸变”特性曲线即为反射光深度畸变值的特性,反映了反射光深度畸变值随入射光波长值的变化特性。
一种可选的实施例中,控制入射光波长值、入射光调制频率值和实际距离值为常量,获取反射光深度畸变值,即获取反射光深度畸变值的特性。
一种可选的实施例中,根据入射光深度畸变值识别待测衣物的材质,具体实施为:采用控制变量的方法控制入射光波长值或入射光调制频率值或实际距离值并变化,获得反射光深度畸变值的“波长-深度畸变”特性曲线或“调制频率-深度畸变”特性曲线或“距离-深度畸变”特性曲线,根据所获得的反射光深度畸变值的特性曲线识别待测衣物的材质。这里的反射光深度畸变值的特性曲线属于反射光深度畸变值的特性之一。
本实施中给出了得到反射光深度畸变值的特性曲线的具体实施方式,包括以下三种实施方式的任意一种:
1)采用控制变量法控制入射光波长值和入射光调制频率值为常量,实际距离值为变量,改变实际距离值,获得随实际距离值变化而变化的反射光深度畸变值,以实际距离值为横坐标,反射光深度畸变值为纵坐标,得到“距离-深度畸变”特性曲线,即得到反射光深度畸变值的特性,再根据“距离-深度畸变”特性曲线在光学-衣物材质标准数据库中匹配到对应的衣物材质,该衣物材质即为待测衣物的材质;
2)采用控制变量法控制实际距离值和入射光调制频率值为常量,入射光波长值为变量,改变入射光波长值,获得随入射光波长值变化而变化的反射光深度畸变值,以入射光波长值为横坐标,反射光深度畸变值为纵坐标,得到“波长-深度畸变”特性曲线,即得到反射光深度畸变值的特性,再根据“波长-深度畸变”特性曲线在光学-衣物材质标准数据库中匹配到对应的衣物材质,该衣物材质即为待测衣物的材质;
3)采用控制变量法控制入射光波长值和实际距离值为常量,入射光调制频率值为变量,改变,获得随入射光调制频率值变化而变化的反射光深度畸变值,以入射光调制频率值为横坐标,反射光深度畸变值为纵坐标,得到“调制频率-深度畸变”特性曲线,即得到反射光深度畸变值的特性,再根据“调制频率-深度畸变”特性曲线在光学-衣物材质标准数据库中匹配到对应的衣物材质,该衣物材质即为待测衣物的材质。
在一种可选的实施中,根据入射光波长值、入射光调制频率值和实际距离值获取反射光深度畸变值的特性,再根据反射光深度畸变值的特性识别待测衣物的材质,包括以下4种实施方式:
1)以反射光深度畸变值的具体数值为反射光深度畸变值的特性时,按照以下步骤建立光学-衣物材质标准数据库:获取一个入射光波长值、一个入射光调制频率值、一个实际距离值和一个反射光深度畸变值,合并上述四个数据为第一子衣物材质特性参数,关联第一子衣物材质特性参数与对应的衣物材质,存储至光学-衣物材质标准数据库,重复以上步骤若干次;
光学-衣物材质标准数据库中存在如下第一逻辑结构:一个入射光波长值、一个入射光调制频率值、一个反射光接收点与待测衣物之间的实际距离值和一个反射光深度畸变值合并形成第一子衣物材质特性参数,第一子衣物材质特性参数与对应的衣物材质相关联;
识别待测衣物的材质时,获取反射光接收点与待测衣物的实际距离值,获取入射光波长值和入射光调制频率值,入射光照射待测衣物,获取反射光深度畸变值,在光学-衣物材质标准数据库的第一逻辑结构中按照实际距离值、入射光波长值、入射光调制频率值和反射光深度畸变值这4个数据进行检索匹配,匹配到的衣物材质即为待测衣物的衣物材质。
2)当若干实际距离值与若干随实际距离值的变化而变化的反射光深度畸变值构成“距离-深度畸变”特性曲线为反射光深度畸变值的特性时,按照以下步骤建立光学-衣物材质标准数据库:获取入射光波长值、入射光调制频率值、若干实际距离值、若干随着实际距离值的变化而变化的反射光深度畸变值,合并上述四类数据为第二子衣物材质特性参数,关联第二子衣物材质特性参数与对应的衣物材质,存储至光学-衣物材质标准数据库,重复以上步骤若干次;
光学-衣物材质标准数据库中存在如下第二逻辑结构:一个入射光波长值、一个入射光调制频率值、若干反射光接收点与待测衣物之间的实际距离值和若干随着实际距离值的变化而变化的反射光深度畸变值合并形成第二子衣物材质特性参数,第二子衣物材质特性参数与对应的衣物材质相关联。其中,若干反射光接收点与待测衣物之间的实际距离值和若干随着实际距离值的变化而变化的反射光深度畸变值一一对应并可构成“距离-深度畸变”标准特性曲线;
识别待测衣物材质时,获取入射光波长值和入射光调制频率值,入射光照射待测衣物,改变反射光接收点与待测衣物的实际距离值,获取若干反射光深度畸变值,获取干随着实际距离值的变化而变化的反射光深度畸变值,以实际距离值为横坐标,以反射光深度畸变值为纵坐标,获得“距离-深度畸变”特性曲线,在光学-衣物材质标准数据库的第二逻辑结构中进行检索:先根据入射光波长值和入射光调制频率值进行检索,得到“距离-深度畸变”标准特性曲线集合,将“距离-深度畸变”特性曲线在“距离-深度畸变”标准特性曲线集合中进行检索匹配,获得相似度最高的“距离-深度畸变”标准特性曲线,该相似度最高的“距离-深度畸变”标准特性曲线在光学-衣物材质标准数据库中关联的衣物材质即为待测衣物的衣物材质。
3)当若干入射光调制频率值与若干随入射光调制频率的变化而变化的反射光深度畸变值构成待测衣物的“调制频率-深度畸变”特性曲线为反射光深度畸变值的特性时,按照以下步骤建立光学-衣物材质标准数据库:获取入射光波长值、实际距离值、若干入射光调制频率值和若干随着入射光调制频率值的变化而变化的反射光深度畸变值,合并上述四类数据为第三子衣物材质特性参数,关联第三子衣物材质特性参数与对应的衣物材质,存储至光学-衣物材质标准数据库,重复以上步骤若干次;
光学-衣物材质标注数据库中存在以下第三逻辑结构:一个入射光波长值、一个反射光接收点与待测衣物之间的实际距离值、若干入射光调制频率值和若干随着入射光调制频率值的变化而变化的反射光深度畸变值合并形成子第三衣物材质特性参数,第三子衣物材质特性参数与对应的衣物材质相关联。其中,若干入射光调制频率值和若干随着入射光调制频率值的变化而变化的反射光深度畸变值一一对应并可构成“调制频率-深度畸变”标准特性曲线。
识别待测衣物的材质时,获取入射光波长值和反射光接收点与待测衣物的实际距离值,入射光照射待测衣物,改变入射光调制频率值,获取若干随着入射光调制频率值的变化而变化的反射光深度畸变值,以入射光调制频率为横坐标,以反射光深度畸变值为纵坐标,获得“调制频率-深度畸变”特性曲线,在光学-衣物材质标准数据库的第三逻辑结构结构中进行检索:先根据入射光波长值和实际距离值进行检索,得到“调制频率-深度畸变”标准特性曲线集合,将“调制频率-深度畸变”特性曲线在“调制频率-深度畸变”标准特性曲线集合中进行检索匹配,获得相似度最高的“调制频率-深度畸变”标准特性曲线,该相似度最高的“调制频率-深度畸变”标准特性曲线在光学-衣物材质标准数据库中关联的衣物材质即为待测衣物的衣物材质。
4)当若干入射光波长值与若干随入射光波长值的变化而变化的反射光深度畸变值构成待测衣物的“波长-深度畸变”特性曲线为反射光深度畸变值的特性时,按照以下步骤建立光学-衣物材质标准数据库,获取入射光调制频率值、实际距离值、若干入射光波长值、若干随着入射光波长值的变化而变化的反射光深度畸变值,合并上述四类数据为第四子衣物材质特性参数,关联第四子衣物材质特性参数与对应的衣物材质,存储至光学-衣物材质标准数据库,重复以上步骤若干次;
光学-衣物材质标准数据库中存在以下第四逻辑结构:一个入射光调制频率值、一个反射光接收点与待测衣物之间的实际距离值、若干入射光波长值和若干随着入射光波长值的变化而变化的反射光深度畸变值合并形成第四子衣物材质特性参数,第四子衣物材质特性参数14与对应的衣物材质相关联。其中,若干入射光波长值和若干随着入射光波长值的变化而变化的反射光深度畸变值一一对应并可构成“波长-深度畸变”标准特性曲线。
识别衣物材质的时,获取入射光调制频率值和反射光接收点与待测衣物的实际距离值,入射光照射待测衣物,改变入射光波长值,获得若干随着入射光波长值的变化而变化的反射光深度畸变值,以入射光波长值为横坐标,以反射光深度畸变值为纵坐标,获得“波长-深度畸变”特性曲线,在光学-衣物材质标准数据库中按照第四逻辑结构进行检索:先根据入射光调制频率值和实际距离值进行检索,得到“波长-深度畸变”标准特性曲线集合,将“波长-深度畸变”特性曲线在“波长-深度畸变”标准特性曲线集合中进行检索匹配,获得相似度最高的“波长-深度畸变”标准特性曲线,该相似度最高的“波长-深度畸变”标准特性曲线在光学-衣物材质标准数据库中关联的衣物材质即为待测衣物的衣物材质。
待测衣物颜色会对反射光深度畸变值产生影响,如图12所示,入射光调制频率值为80MHz时蓝色尼龙的反射光深度畸变值的特性曲线c与入射光调制频率值为80MHz时红色尼龙的反射光深度畸变值的特性曲线e是不同的,所以为了更准确的识别待测衣物的材质,需要控制待测衣物的颜色值。
一种可选的实施例中,根据反射光深度畸变值识别待测衣物的材质前,还包括,获取待测衣物的颜色值;如图13所示,清晰的示出了射光调制频率值为80MHz时蓝色尼龙的反射光深度畸变值的特性曲线c与射光调制频率值为80MHz时蓝色麻料的反射光深度畸变值的特性曲线d之间的不同。本实施例中,步骤“根据反射光深度畸变值识别待测衣物的材质”前,包括以下4个步骤:步骤“获取入射光属性值”、步骤“入射光照射待测衣物”和步骤“获取反射光接收点与待测衣物的实际距离值”和步骤“获取反射光深度畸变值”,上述4个步骤按照不同的排列组合可组成24种不同的实施顺序,并且该24种不同的实施顺序均可解决识别衣物材质的问题,以下仅示例性的列举出一种实施例:获取入射光属性值,入射光照射待测衣物,获取反射光接收点与待测衣物的实际距离值,获取待测衣物的颜色值,获取反射光深度畸变值,根据反射光深度畸变值的特性识别待测衣物的材质。一般情况下,获取待测衣物的颜色值和获取反射光深度畸变值均是通过处理反射光而得到的,所以优选的将这两个步骤作为相邻的两个步骤进行实施。上述4个步骤按照不同的排列组合可组成的其他的实施顺序按照本实施例进行相应的修改即可,这里不再一一赘述。
由于前面提到过,入射光属性值包括入射光波长值和入射光调制频率值,进一步的,上述实施例中识别衣物材质的光学方法可演变为:获取入射光波长值、入射光调制频率值,入射光照射待测衣物,获取反射光接收点与待测衣物的实际距离值,获取待测衣物的颜色值,获取反射光深度畸变值,根据反射光深度畸变值的特性识别待测衣物的材质。
上述实施例中的反射光深度畸变值的特性包括:当待测衣物的颜色值(简称“颜色值”)、入射光波长值、入射光调制频率值和实际距离值为常量的情况下,反射光深度畸变值本身就是反射光深度畸变值的特性;当颜色值、入射光波长值和入射光调制频率值为常量的情况下,若干实际距离值与若干随实际距离值的变化而变化的反射光深度畸变值构成待测衣物的“距离-深度畸变”特性曲线即为反射光深度畸变值的特性;当颜色值、入射光波长值和实际距离值为常量的情况下,若干入射光调制频率值与若干随入射光调制频率的变化而变化的反射光深度畸变值构成待测衣物的“调制频率-深度畸变”特性曲线即为反射光深度畸变值的特性;当颜色值、入射光调制频率值和实际距离值为常量的情况下,若干入射光波长值与若干随入射光波长值的变化而变化的反射光深度畸变值构成待测衣物的“波长-深度畸变”特性曲线即为反射光深度畸变值的特性。总之,采用控制变量法控制颜色值、入射光波长值、入射光调制频率值和实际距离值得到反射光深度畸变值的特性,再根据反射光深度畸变值的特性识别待测衣物的材质。
采用控制变量法控制入射光波长值、入射光调制频率值和实际距离值获得反射光深度畸变值的特性,再根据反射光深度畸变值的特性识别待测衣物的材质,包括4种实施方式,在这4种实施方式中,分别加入颜色值并且控制颜色值为常量,建立数据库的方法、数据库结构和数据库中检索方式等适应性加入颜色值,即可演变为以下实施例的4种实施方式:采用控制变量法控制颜色值、入射光波长值、入射光调制频率值和实际距离值,再根据反射光深度畸变值的特性识别待测衣物的材质。
本发明实施例的第二方面,如图14所示,提供一种同时识别多种衣物材质的光学方法,包括本发明实施例第一方面提供的识别衣物材质的光学方法,具体为:
S1401、入射光照射若干待测衣物;
S1402、同时在获取若干反射光深度畸变值;
S1403、根据若干反射光深度畸变值识别若干待测衣物的材质。
本实施可同时识别若干不同的待测衣物的材质。在本发明实施例的第一方面提到过,由于衣物表面不平整,在入射光照射到待测衣物上后,会发生漫反射,所以反射光主要为漫反射产生的反射光。在入射光照射若干待测衣物后,由于入射光会在若干待测衣物表面发生漫反射,所以可在同一位置同时接收若干角度反射回来的反射光,即同时可获取若干反射光深度畸变值,同样采用控制变量法控制颜色值、入射光波长值、入射光调制频率值和实际距离值,再根据反射光深度畸变值的特性识别待测衣物的材质。
本发明实施例的第三方面,提供一种识别衣物材质的装置,包括,识别衣物材质的装置采用本发明实施例的第一方面和/或第二方面提供的方法对衣物材质进行识别。
本实施例中的装置可以是:洗衣机、熨烫机、叠衣机等与衣物的护理有关的装置,或者是一种可与洗衣机、熨烫机、叠衣机等组合到一起的装置,使用方式灵活。
应当理解的是,本发明并不局限于上面已经描述并在附图中示出的流程及结构,并且可以在不脱离其范围进行各种修改和改变。本发明的范围仅由所附的权利要求来限制。
Claims (6)
1.一种识别衣物材质的光学方法,其特征在于,包括:
入射光照射待测衣物;
获取反射光接收点与待测衣物的实际距离值、入射光波长值和入射光调制频率值,并获取反射光深度畸变值;
获取根据所述实际距离值、所述入射光波长值和所述入射光调制频率值中的任意两个参数,改变除上述两个参数外的第三参数,获得对应的反射光深度畸变值,进而得到第三参数与所述反射光深度畸变值对应的特性曲线;在光学-衣物材质标准数据库中检索,先根据获取的所述任意两个参数进行检索,得到除上述两个参数外的第三参数与所述反射光深度畸变值对应的标准特性曲线集合,将所述第三参数与所述反射光深度畸变值的实际特性曲线在上述标准特性曲线集合中进行检索匹配,根据所述标准特性曲线集合中与所述实际特性曲线相似度最高的标准特性曲线,识别待测衣物的材质;
其中,所述获取反射光的深度畸变值,具体为:获取反射光深度值,即获取反射光接收点与待测衣物的测量距离值,所述实际距离值与所述测量距离值的差值,即为反射光深度畸变值。
2.根据权利要求1所述的光学方法,其特征在于,所述获取所述实际距离值、所述入射光波长值和所述入射光调制频率值中的任意两个参数,改变除上述两个参数外的第三参数,获得对应的反射光深度畸变值,进而得到第三参数与所述反射光深度畸变值对应的特性曲线,具体为:
在所述入射光波长值和所述入射光调制频率值为常量的情况下,若干实际距离值与若干随实际距离值的变化而变化的反射光深度畸变值构成待测衣物的“距离-深度畸变”特性曲线;
在所述入射光波长值和所述实际距离值为常量的情况下,若干入射光调制频率值与若干随入射光调制频率的变化而变化的反射光深度畸变值构成待测衣物的“调制频率-深度畸变”特性曲线;
在所述入射光调制频率值和所述实际距离值为常量的情况下,若干入射光波长值与若干随入射光波长值的变化而变化的反射光深度畸变值构成待测衣物的“波长-深度畸变”特性曲线。
3.根据权利要求2所述的光学方法,其特征在于,所述根据所述标准特性曲线集合中与所述实际特性曲线相关度最高的标准特性曲线,识别待测衣物的材质,具体为:
通过特征曲线比对,确定与所述实际特性曲线相关度最高的标准特性曲线;
获取所述相关度最高的标准特性曲线在所述光学-衣物材质标准数据库中所对应的衣物材质信息;根据所述衣物材质信息,确定待测衣物的材质。
4.根据权利要求1所述的光学方法,其特征在于,还包括,
获取待测衣物的颜色值;
在所述颜色值、所述入射光波长值、所述入射光调制频率值和所述实际距离值均为常量的情况下,根据所述反射光深度畸变值识别待测衣物的材质。
5.一种同时识别多种衣物材质的光学方法,包括权利要求1至4中任一项所述的识别衣物材质的光学方法,其特征在于,还包括:
入射光照射若干待测衣物;
同时获取若干反射光深度畸变值;
根据所述若干反射光深度畸变值识别若干待测衣物的材质。
6.一种识别衣物材质的装置,其特征在于,所述识别衣物材质的装置采用权利要求1-5中的任一项所述的识别衣物材质的光学方法对衣物材质进行识别。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711057540.3A CN109752346B (zh) | 2017-11-01 | 2017-11-01 | 一种识别衣物材质的光学方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711057540.3A CN109752346B (zh) | 2017-11-01 | 2017-11-01 | 一种识别衣物材质的光学方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109752346A CN109752346A (zh) | 2019-05-14 |
CN109752346B true CN109752346B (zh) | 2022-07-26 |
Family
ID=66397844
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711057540.3A Active CN109752346B (zh) | 2017-11-01 | 2017-11-01 | 一种识别衣物材质的光学方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109752346B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110488708B (zh) * | 2019-08-23 | 2021-07-16 | 青岛海尔科技有限公司 | 基于物联网操作系统的晾晒控制方法和装置 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN202671887U (zh) * | 2012-06-26 | 2013-01-16 | 无锡小天鹅股份有限公司 | 一种能自动识别衣物的洗衣机 |
Family Cites Families (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE19961459A1 (de) * | 1999-12-20 | 2001-07-12 | Bsh Bosch Siemens Hausgeraete | Gerät zur Behandlung von Textilien mit einer Auswerteschaltung zur Erkennung der Textilart und/oder der Feuchte eines Wäschestücks |
WO2004053220A1 (en) * | 2002-12-11 | 2004-06-24 | Unilever N.V. | Method and apparatus for the identification of a textile parameter |
CN102720037B (zh) * | 2012-06-26 | 2014-01-08 | 无锡小天鹅股份有限公司 | 判断衣物材质的洗衣方法 |
CN103898711B (zh) * | 2012-12-27 | 2018-03-20 | 青岛海尔洗衣机有限公司 | 一种可识别洗涤衣物材质的方法及其洗衣机 |
CN104568749B (zh) * | 2013-10-25 | 2017-12-19 | 中国移动通信集团公司 | 一种物品表面材质识别方法、装置及识别设备和系统 |
CN105297351A (zh) * | 2014-07-16 | 2016-02-03 | 青岛海尔智能技术研发有限公司 | 用于洗衣机的洗涤方法及洗衣机 |
JP6571921B2 (ja) * | 2014-10-24 | 2019-09-04 | 東芝ライフスタイル株式会社 | 洗濯機 |
CN104762801A (zh) * | 2015-04-14 | 2015-07-08 | 佛山市顺德区美的电热电器制造有限公司 | 挂烫机及其控制方法、面料识别装置、建模系统和方法 |
CN204738145U (zh) * | 2015-07-10 | 2015-11-04 | 威海天力电源科技有限公司 | 全自动洗衣机的衣物材质自动识别装置 |
CN106996922B (zh) * | 2016-01-25 | 2019-08-23 | 杭州海康威视数字技术股份有限公司 | 一种目标物体红外反射率测量方法及装置 |
CN106530343A (zh) * | 2016-10-18 | 2017-03-22 | 深圳奥比中光科技有限公司 | 一种基于目标深度图像的投影装置和投影方法 |
CN106567220A (zh) * | 2016-10-31 | 2017-04-19 | 广东格兰仕集团有限公司 | 具有衣服材质识别功能的洗衣机及其控制方法 |
CN106758084B (zh) * | 2016-12-07 | 2019-07-16 | 广州视源电子科技股份有限公司 | 衣物材质的识别方法及系统 |
CN106854808B (zh) * | 2017-01-22 | 2020-07-14 | 无锡小天鹅电器有限公司 | 洗衣机及其洗涤控制方法和装置 |
-
2017
- 2017-11-01 CN CN201711057540.3A patent/CN109752346B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN202671887U (zh) * | 2012-06-26 | 2013-01-16 | 无锡小天鹅股份有限公司 | 一种能自动识别衣物的洗衣机 |
Non-Patent Citations (1)
Title |
---|
深度图像的获取原理;三名狂客;《CSDN》;20170409;第1-4页 * |
Also Published As
Publication number | Publication date |
---|---|
CN109752346A (zh) | 2019-05-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105184765B (zh) | 检查设备、检查方法和程序 | |
US20040119972A1 (en) | Identification method | |
CN106868792A (zh) | 基于图像内容搜索引擎的衣物处理方法和装置 | |
CN104198325B (zh) | 基于计算机视觉的烟丝中梗丝比例测定方法 | |
CN104256882B (zh) | 基于计算机视觉的烟丝中再造烟叶比例测定方法 | |
CN104198324A (zh) | 基于计算机视觉的烟丝中叶丝比例测定方法 | |
CN103994786A (zh) | 圆弧标尺线指针式仪表刻度的图像检测方法 | |
CN109750450B (zh) | 一种识别衣物材质的智能模块及智能洗衣机 | |
JP2006209698A (ja) | 対象追跡装置、顕微鏡システムおよび対象追跡プログラム | |
CN109752346B (zh) | 一种识别衣物材质的光学方法及装置 | |
CN109858552A (zh) | 一种用于细粒度分类的目标检测方法及设备 | |
CN101292263A (zh) | 目视检验仪中自动检测物品缺陷的方法和系统 | |
CN105763871A (zh) | 一种摄像机清晰度的实时检测系统及检测方法 | |
CN116008289B (zh) | 一种非织造产品表面缺陷检测方法及系统 | |
CN108184286A (zh) | 灯具的控制方法和控制系统以及电子设备 | |
CN109671113A (zh) | 一种基于图像技术的色纺面料的测配色方法 | |
Mosquera-Lopez et al. | Iterative local color normalization using fuzzy image clustering | |
CN102507008A (zh) | 一种多模板颜色自动光学检测方法 | |
CN110458809A (zh) | 一种基于亚像素边缘检测的纱线条干均匀度检测方法 | |
Aferi et al. | Cotton texture segmentation based on image texture analysis using gray level co-occurrence matrix (GLCM) and Euclidean distance | |
CN108235831A (zh) | 灯具的控制方法和控制系统以及电子设备 | |
Jahangir Alam et al. | Analysis of a printed complex image quality checking method of fabric cloth for development of an automated quality checking system | |
CN105910534A (zh) | 橡塑制品几何量测量系统 | |
CN104198491B (zh) | 基于计算机视觉的烟丝中膨胀叶丝比例测定方法 | |
CN108893933A (zh) | 一种洗衣系统、洗衣机及其洗涤方法 |
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 | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20220701 Address after: 266101 Haier Road, Laoshan District, Qingdao, Qingdao, Shandong Province, No. 1 Applicant after: QINGDAO HAIER SMART TECHNOLOGY R&D Co.,Ltd. Applicant after: Haier Zhijia Co.,Ltd. Address before: 266101 Haier Road, Laoshan District, Qingdao, Qingdao, Shandong Province, No. 1 Applicant before: QINGDAO HAIER SMART TECHNOLOGY R&D Co.,Ltd. |
|
TA01 | Transfer of patent application right | ||
GR01 | Patent grant | ||
GR01 | Patent grant |