RU2012430C1

RU2012430C1 - Method of object identification

Info

Publication number: RU2012430C1
Authority: RU
Inventors: А.Б. Боковиков; Ю.А. Попов
Priority date: 1991-06-10
Filing date: 1991-06-10
Publication date: 1994-05-15

Abstract

FIELD: analysis of materials. SUBSTANCE: light reflected from object to be identified is passed through controlled light filter whose pass-band is not narrower than 380-770 nm and whose transmission spectrum is adjustable, intensity of transmitted light is measured at several predetermined transmission spectra, and measured values are used to identify object. In addition, intensity of transmitted light is measured at uniform transmission spectrum of light filter and values of intensities found at predetermined transmission spectra are divided by this value; results obtained are used to identify object. In the process, transmission spectra predetermined are such that maximum difference between average values of measured intensities are displayed for many objects of same class for different classes of objects. Light additionally reflected from object is split into several beams which are passed through respective light filters whose transmission spectra are suitably preset and at the same time light intensity is measured at outputs of all light filters; results obtained are used to identify object. EFFECT: facilitated procedure. 1 dwg, 1 tbl

Description

Изобретение относится к способам идентификации объектов по их оптическим признакам и может быть использовано в устройствах, применяемых при сортировке исходного сырья и готовой продукции в различных отраслях промышленности и сельского хозяйства, а также в тех случаях, когда необходимо обнаружить тот или иной объект на фоне оптических помех, например, при наблюдении поверхности Земли аэрокосмическими методами. The invention relates to methods for identifying objects by their optical characteristics and can be used in devices used for sorting raw materials and finished products in various industries and agriculture, as well as in cases where it is necessary to detect an object against optical interference , for example, when observing the Earth's surface by aerospace methods.

Известны способы распознавания объектов по их оптическим признакам [1] , заключающиеся в анализе отраженного от анализируемого объекта излучения и классификации объекта по результатам этого анализа. Known methods for recognizing objects by their optical characteristics [1], which consist in analyzing the radiation reflected from the analyzed object and classifying the object according to the results of this analysis.

Недостатками их является отсутствие универсальности, так как все они используют анализ отраженного света в конкретных узких спектральных диапазонах, характеристики которых обусловлены оптическими свойствами анализируемых объектов, и поэтому они могут применяться лишь для сортировки конкретных объектов, спектр отражения которых заранее известен. Их недостатком также является недостаточно высокое качество сортировки, обусловленное флуктуациями анализируемых оптических признаков у конкретных образцов сортируемых объектов. Their disadvantages are the lack of universality, since they all use the analysis of reflected light in specific narrow spectral ranges, the characteristics of which are determined by the optical properties of the analyzed objects, and therefore they can only be used to sort specific objects whose reflection spectrum is known in advance. Their disadvantage is also the insufficiently high sorting quality due to fluctuations of the analyzed optical features in specific samples of the sorted objects.

Наиболее близким является способ идентификации, положенный в основу способа оптической сортировки плодов [2] , предусматривающий освещение плодов потоком света сложного спектрального состава, выделение в отраженном от плода излучении двух монохроматических участков, определение коэффициентов отражения на этих участках и сравнение их соотношения с пороговым значением отбраковки. При этом с целью повышения точности сортирования перед сортированием плодов осуществляют предварительную подачу эталонных образцов, запоминание граничных значений областей распределения их коэффициентов отражения, вычисление и запоминание статистических параметров эталонных образцов, а в процессе сортирования плодов производят периодическое сравнение граничных значений областей распределения коэффициентов отражения эталонных образцов с текущими значениями сортируемых плодов и при их несоответствии вычисляют статистические параметры сортируемых плодов и сравнивают их с эталонными, а коррекцию порогового значения отбраковки осуществляют по результату этого сравнения. The closest is the identification method, which is the basis of the method of optical sorting of fruits [2], which provides illumination of the fruit with a stream of light of complex spectral composition, separation of two monochromatic sections in the radiation reflected from the fruit, determination of reflection coefficients in these sections and comparison of their ratio with the rejection threshold value . In order to improve the accuracy of sorting before sorting the fruits, preliminary supply of reference samples is carried out, the boundary values of the distribution regions of their reflection coefficients are stored, calculation and storage of the statistical parameters of the reference samples, and in the process of fruit sorting, the boundary values of the distribution regions of the reflection coefficients of the reference samples are periodically compared with the current values of the sorted fruits and, if they do not match, calculate statistical pa the dimensions of the sorted fruits and compare them with the reference, and the correction of the rejection threshold value is carried out according to the result of this comparison.

Недостатками этого способа является ограниченность применения, а также невысокая точность идентификации, обусловленная зависимостью спектров отражения объектов не только от их типа и качества, но и от чистоты их поверхности и других факторов. The disadvantages of this method is the limited application, as well as the low accuracy of identification, due to the dependence of the reflection spectra of objects not only on their type and quality, but also on the purity of their surface and other factors.

Целью изобретения является повышение точности идентификации и расширение области применения данного способа. The aim of the invention is to increase the accuracy of identification and expand the scope of this method.

Цель достигается тем, что в способе идентификации объектов, включающем освещение объекта потоком света сложного спектрального состава и анализ отраженного света, согласно изобретению, отраженный свет пропускают через управляемый светофильтр с полосой пропускания не уже 380. . . 770 нм, и регулируемым спектром пропускания, измеряют интенсивности прошедшего света при заданных спектрах пропускания и по измеренным значениям идентифицируют объект. The goal is achieved in that in a method for identifying objects, including illumination of an object with a stream of light of complex spectral composition and analysis of reflected light, according to the invention, reflected light is passed through a controllable filter with a passband not already 380.. . 770 nm, and with an adjustable transmission spectrum, the transmitted light intensities are measured at given transmission spectra and an object is identified from the measured values.

Цель достигается также тем, что дополнительно измеряют интенсивность прошедшего света при равномерном спектре пропускания, а значения интенсивностей при заданных спектрах делят на это значение. При этом задают такие спектры пропускания светофильтра, при которых наблюдают максимумы различия между значениями интенсивностей прошедшего света для различных классов объектов, из отобранных таким образом спектров выбирают такие, при которых результаты измерений имеют наименьшие коэффициенты парной корреляции, причем число таких спектров ограничивают минимально необходимым для идентификации объектов. The goal is also achieved by the fact that they additionally measure the intensity of the transmitted light with a uniform transmission spectrum, and the intensities for the given spectra are divided by this value. At the same time, such filter transmission spectra are set at which maximums of differences between the values of transmitted light intensities are observed for different classes of objects; from the spectra selected in this way, those are selected where the measurement results have the lowest pair correlation coefficients, and the number of such spectra is limited to the minimum necessary for identification objects.

Кроме этого, с целью уменьшения времени идентификации, отраженный свет разделяют на несколько пучков, которые пропускают через соответствующие управляемые светофильтры, спектры пропускания которых заранее устанавливают соответствующим образом, одновременно измеряют интенсивности света на выходе всех светофильтров и по полученным значениям идентифицируют объект. In addition, in order to reduce the identification time, the reflected light is divided into several beams, which are transmitted through the corresponding controlled filters, the transmission spectra of which are set in advance accordingly, the light intensities at the output of all the filters are measured at the same time, and the object is identified by the obtained values.

На чертеже приведена функциональная схема созданной распознающей системы, реализующей способ, где осветитель 1, механический модулятор 2, идентифицируемый объект 3, управляемый светофильтр 4, блок 5 управления светофильтром, фотоэлектронный умножитель 6, усилитель 7 переменного напряжения, селективный фильтр 8, детектор 9, фильтр 10 нижних частот, аналогоцифровой преобразователь 11, микроЭВМ 12. The drawing shows a functional diagram of the created recognition system that implements the method, where the illuminator 1, a mechanical modulator 2, an identifiable object 3, a controlled light filter 4, a light filter control unit 5, a photomultiplier tube 6, an alternating voltage amplifier 7, a selective filter 8, detector 9, a filter 10 low frequencies, analog-to-digital converter 11, microcomputer 12.

Проведена идентификация объектов двух классов: в качестве первого класса были взяты образцы природного кварца, а в качестве второго - образцы кальцита. Данные минералы известными способами не разделяются, поскольку имеют весьма близкие оптические характеристики. The objects of two classes were identified: samples of natural quartz were taken as the first class, and calcite samples as the second. These minerals are not separated by known methods, since they have very close optical characteristics.

Идентифицируемые объекты освещались светом с непрерывным спектром, исходящим от лампы накаливания типа КГМ-12/30, и проходящим через механический модулятор. Частота модуляции составляла 700 Гц. Излучение модулировалось с целью исключения влияния постоянной составляющей тока ФЭУ на результаты измерений. Identifiable objects were illuminated by light with a continuous spectrum emanating from an incandescent lamp of the type KGM-12/30 and passing through a mechanical modulator. The modulation frequency was 700 Hz. The radiation was modulated in order to exclude the influence of the constant component of the PM current on the measurement results.

В качестве управляемого светофильтра была использована поляризационно-оптическая система. A polarized optical system was used as a controlled light filter.

Свет, проходящий через управляемый светофильтр, подавали на фотоэлектронный умножитель типа ФЭУ-83, с которого электрический сигнал поступал на усилитель переменного напряжения, затем на узкополосный фильтр, настроенный на частоту модуляции, выходной сигнал которого поступал на детектор, фильтр нижних частот с частотой среза около 70 Гц и затем на аналого-цифровой преобразователь типа Ф7077/1. Информация в виде 10-разрядного параллельного цифрового кода передавалась в микроЭВМ типа ДВК-3, где осуществлялся ее анализ и непосредственно происходила идентификация объекта. The light passing through a controlled filter was applied to an FEU-83 type photomultiplier, from which an electric signal was fed to an AC amplifier, then to a narrow-band filter tuned to a modulation frequency, the output signal of which was fed to a detector, a low-pass filter with a cutoff frequency of about 70 Hz and then to the analog-to-digital converter type F7077 / 1. Information in the form of a 10-bit parallel digital code was transmitted to a DVK-3 type microcomputer, where it was analyzed and the object was directly identified.

Управляющие напряжения на электрооптические ячейки управляемого светофильтра подавали от той же микроЭВМ через блок управления, где производилось преобразование цифровой информации, передаваемой из микроЭВМ в виде 10-разрядного параллельного двоичного кода, в напряжение от нуля до 2500 В. Control voltages were supplied to the electro-optical cells of the controlled filter from the same microcomputer through the control unit, where the digital information transmitted from the microcomputer in the form of a 10-bit parallel binary code was converted to a voltage from zero to 2500 V.

Для реализации данного способа производили следующую последовательность операций. To implement this method produced the following sequence of operations.

1. В микроЭВМ загружали обучающую программу, которая управляет дальнейшей последовательностью операций (п. п. 2-7). Целью выполнения этой программы являлось создание обучающей выборки. 1. A training program was loaded into the microcomputer, which controls the further sequence of operations (paragraphs 2-7). The goal of this program was to create a training sample.

2. Случайным образом были выбраны пять пар значений управляющих напряжений из рабочего диапазона. 2. Five pairs of control voltage values from the operating range were randomly selected.

3. Образец, относящийся к 1 классу (поликристалл природного кварца), помещали в держатель и освещали потоком модулированного света. 3. A sample belonging to class 1 (polycrystal of natural quartz) was placed in a holder and illuminated by a modulated light stream.

4. Пара нулевых значений и выбранные пары значений напряжений последовательно подавали на электрооптические ячейки управляемого светофильтра и измеряли соответствующие им интенсивности света. Затем измеренные значения интенсивности при выбранных значениях управляющих напряжений делили на значение интенсивности при нулевых значениях управляющих напряжений. Эту операцию повторяли 150 раз. При этом в держатель последовательно устанавливали различные образцы, заведомо относящимися к этому же классу. Это было проделано для учета в процессе обучения оптических и электрических шумов и помех, а также флуктуаций оптических признаков различных образцов. За счет деления измеренных значений интенсивности на значение при нулевых управляющих напряжениях достигалось исключение влияния нестабильности во времени освещенности анализируемого объекта. 4. A pair of zero values and the selected pair of voltage values were successively applied to the electro-optical cells of the controlled light filter and the corresponding light intensities were measured. Then, the measured intensity values at the selected values of the control voltages were divided by the intensity value at zero values of the control voltages. This operation was repeated 150 times. At the same time, various samples, obviously belonging to the same class, were sequentially installed in the holder. This was done to account for optical and electrical noise and interference, as well as fluctuations in the optical characteristics of various samples during training. By dividing the measured intensity values by the value at zero control voltages, the effect of instability in time of illumination of the analyzed object was eliminated.

5. В держатель помещали образец, относящийся ко 2-му классу (поликристалл кальцита). 5. A sample belonging to the 2nd class (calcite polycrystal) was placed in the holder.

6. Повторяли операции, описанные в п. 4. 6. The operations described in paragraph 4 were repeated.

7. Полученные данные записывали в файл в виде таблицы, именуемой обучающей выборкой. 7. The data obtained were recorded in a file in the form of a table called a training sample.

8. Обучающую выборку переносили на миниЭВМ типа СМ-4, где она обрабатывалась программой, реализующей стандартный метод обучения по прецедентам. В результате работы этой программы было выдано сообщение о невозможности получить решающее правило на основе данной обучающей выборки. 8. The training sample was transferred to a mini-computer of the SM-4 type, where it was processed by a program that implements the standard training method for precedents. As a result of this program, a message was issued about the impossibility of obtaining a decisive rule on the basis of this training sample.

9. Проанализировали информативность выбранных признаков объектов и оказалось, что наименее информативен первый признак, а наиболее информативны третий и пятый признаки. 9. We analyzed the information content of the selected signs of objects and it turned out that the first sign is the least informative, and the third and fifth signs are the most informative.

10. Заменили значения первой пары управляющих напряжений на другие случайно выбранные значения. 10. Replaced the values of the first pair of control voltages with other randomly selected values.

11. Процесс создания обучающей выборки и обучения был повторен и снова было получено сообщение программы о невозможности найти решающее правило. 11. The process of creating a training sample and training was repeated and again a message was received from the program about the impossibility of finding a decision rule.

12. Снова проанализировали информативность признаков и обнаружили, что наименее информативен четвертый признак, а наиболее информативны третий, первый и пятый признаки. 12. We again analyzed the information content of the signs and found that the fourth sign is the least informative, and the third, first and fifth signs are the most informative.

13. Заменили значения четвертой пары управляющих напряжений на другие случайно выбранные значения. 13. Replaced the values of the fourth pair of control voltages with other randomly selected values.

14. Процесс создания обучающей выборки и обучения был повторен еще раз, было получено сообщение об успешном завершении обучения и создании решающего правила. 14. The process of creating a training sample and training was repeated again, a message was received about the successful completion of training and the creation of a decision rule.

15. Файл с информацией о решающем правиле, полученный в результате обучения, переносили на микроЭВМ, где ранее проводили создание обучающей выборки. 15. The file with information about the decision rule obtained as a result of training was transferred to a microcomputer, where training sample was previously created.

16. В держатель устанавливали образец, относящийся к I классу, который не анализировался при создании обучающей выборки. 16. A sample belonging to class I was installed in the holder, which was not analyzed when creating the training sample.

17. В микроЭВМ загружали программу распознавания, которая осуществляла последовательную подачу пар выбранных вышеописанным образом управляющих напряжений, измерение соответствующих им интенсивностей света и анализ полученных данных в соответствии с алгоритмом. Этот алгоритм использовал данные, находящиеся в файле с решающим правилом, перенесенным с миниЭВМ. 17. A recognition program was loaded into the microcomputer, which sequentially supplied pairs of control voltages selected in the manner described above, measured the corresponding light intensities, and analyzed the data obtained in accordance with the algorithm. This algorithm used the data in the file with the decision rule transferred from the mini-computer.

18. В результате работы программы на экран дисплея выдавалось сообщение о принадлежности данного образца к I классу. 18. As a result of the program, a message was issued on the display screen about the belonging of this sample to class I.

19. В держатель устанавливали образец, относящийся ко 2 классу, который не анализировался при создании обучающей выборки. 19. A sample belonging to Grade 2, which was not analyzed when creating the training sample, was installed in the holder.

20. Повторялись действия, описанные в п. 17. 20. The actions described in paragraph 17 were repeated.

21. В результате работы программы на экран дисплея выдавалось сообщение о принадлежности данного образца ко 2 классу. 21. As a result of the program, a message was issued on the display screen about the belonging of this sample to class 2.

Результаты, полученные в п. 18 и 21, говорили о том, что обучение завершено успешно и, используя программу распознавания и найденного решающее правило, можно распознавать образцы поликристаллов природного кварца и кальцита. The results obtained in paragraphs 18 and 21 indicated that the training was completed successfully and, using the recognition program and found a decisive rule, it is possible to recognize polycrystals of natural quartz and calcite.

Такое распознавание было проведено для 50 образцов кварца и стольких же образцов кальцита, причем они никак не подбирались и не использовались при обучении. Such recognition was carried out for 50 samples of quartz and as many samples of calcite, and they were not selected and used in training.

В результате проведенного распознавания зафиксировано семь случаев неправильной идентификации: в двух из них образец кварца был отнесен ко второму классу, в пяти образец кальцита был отнесен к первому. As a result of the recognition, seven cases of incorrect identification were recorded: in two of them, the quartz sample was assigned to the second class, in five, the calcite sample was assigned to the first.

Затем аналогичным образом было проведено обучение и последующее распознавание пустой породы (1 класс) и породы с содержанием флюорита 30% (2 класс). При распознавании использовали по 50 образцов из каждого класса. В результате получили шесть случаев неправильной идентификации: в трех из них пустая порода была отнесена ко второму классу и в трех образец, содержащий флюорит, - к первому. Then, in a similar way, training and subsequent recognition of waste rock (grade 1) and rocks with a fluorite content of 30% (grade 2) were carried out. In recognition, 50 samples from each class were used. As a result, six cases of incorrect identification were obtained: in three of them the waste rock was assigned to the second class and in three samples containing fluorite to the first.

Было проведено обучение и последующая идентификация объектов двух классов. В качестве первого класса были выбраны образцы качественно прожаренных зерен кофе, а в качестве второго - некачественно прожаренных. Training and subsequent identification of objects of two classes was carried out. Samples of high-quality roasted coffee beans were selected as the first class, and low-quality roasted as the second class.

С целью уменьшения времени идентификации при анализе использовали устройство с тремя управляемыми светофильтрами. Одновременно осуществлялась регистрация трех необходимых значений интенсивности света. In order to reduce identification time, a device with three controlled filters was used in the analysis. At the same time, three necessary values of light intensity were recorded.

Результаты анализа приведены в таблице. The results of the analysis are shown in the table.

Данный способ характеризуется повышенной точностью идентификации и позволяет расширить область применения. This method is characterized by increased identification accuracy and allows you to expand the scope.

Claims

1. METHOD FOR IDENTIFICATION OF OBJECTS, including illumination of an identifiable object with a stream of light of complex spectral composition and analysis of reflected light, characterized in that, in order to increase the accuracy of identification and expand the applicability of the method, the light reflected from the identifiable object is passed through a filter with a passband not narrower than 380 - 770 nm and an adjustable transmission spectrum, measure the intensity of transmitted light at the established transmission spectra and identify the object by the measured values.

2. The method according to p. 1, characterized in that it further measures the intensity of the transmitted light with a uniform transmission spectrum of the filter, and the values of the intensities at the established transmission spectra are divided by this value and the object is identified by the results obtained.

3. The method according to p. 1, characterized in that the transmission spectra are set such that they observe maximum differences between the average values of the measured intensities for the set of objects from one class for different classes of objects, from those spectra selected in such a way, those are selected in which the measurement results have the lowest pair correlation coefficients, and the number of these spectra is minimally acceptable for identifying objects.

4. The method according to PP. 1-3, characterized in that, in order to reduce the identification time, the light reflected from the object is divided into several beams, each of which is passed through an appropriate filter with a defined transmission spectrum, the light intensities at the output of each filter are simultaneously measured and the object is identified by the obtained values .