阅读说明：本技术 一种利用偏振信息对不同材质物体识别的方法 (Method for identifying objects of different materials by using polarization information ) 是由 谭治英 赵宝来 徐孝彬 费仲文 骆敏舟 沙刘力 庞凤麟 赵鸣晖 王子龙 张瀛 高 于 2020-04-20 设计创作，主要内容包括：本发明公开了一种利用偏振信息对不同材质物体识别的方法,包括如下步骤：工控机控制光源点亮,并触发偏振相机采集图像与处理；偏振相机采集物体在0°,45°,90°和135°四个方向的偏振图像,获得四个方向下的偏振强度I<Sub>0</Sub>,I<Sub>45</Sub>,I<Sub>90</Sub>和I<Sub>135</Sub>,然后计算斯托克斯参数S<Sub>0</Sub>、S<Sub>1</Sub>、S<Sub>2</Sub>；利用斯托克斯参数计算偏振强度I、方向角φ和偏振度ρ；基于偏振度ρ与折射率n、天顶角θ的关系推导出折射率n的数学模型,其中天顶角θ近似方位角φ,以方位角φ代入折射率n的数学模型,获得近似折射率<Image he="52" wi="35" file="DDA0002457871540000011.GIF" imgContent="drawing" imgFormat="GIF" orientation="portrait" inline="no"></Image>数学模型；利用聚类算法对近似折射率<Image he="52" wi="45" file="DDA0002457871540000012.GIF" imgContent="drawing" imgFormat="GIF" orientation="portrait" inline="no"></Image>数据进行聚类,实现对不同材质物体的识别。该方法计算精度高、成本低、易推广。(The invention discloses a method for identifying objects of different materials by utilizing polarization information, which comprises the following steps: the industrial personal computer controls the light source to be lightened and triggers the polarization camera to acquire and process images; the polarization camera collects polarization images of an object in four directions of 0 degree, 45 degrees, 90 degrees and 135 degrees to obtain polarization intensities I in the four directions 0 ，I 45 ，I 90 And I 135 Then calculating the Stokes parameter S 0 、S 1 、S 2 (ii) a Calculating the polarization intensity I, the direction angle phi and the polarization degree rho by utilizing the Stokes parameters; deducing a mathematical model of the refractive index n based on the relation between the polarization degree rho and the refractive index n and the zenith angle theta, wherein the zenith angle theta is approximate to the azimuth angle phi, and the azimuth angle phi is substituted into the mathematical model of the refractive index n to obtain the approximate refractive index A mathematical model; using clustering algorithm to approximate refractive index And clustering the data to realize the identification of objects with different materials. The method has the advantages of high calculation precision, low cost and easy popularization.)

一种利用偏振信息对不同材质物体识别的方法

技术领域

本发明涉及一种机器视觉材质识别方法，具体涉及一种利用偏振信息对不同材质物体识别的方法。

背景技术

随着机器视觉技术的应用与发展，机器人或自动化设备依靠视觉进行识别的能力越来越强。然而传统视觉识别方法依赖于彩色相机或黑白相机采集RGB彩色图像或灰度图像，对物体的识别局限在物体表面的颜色、纹理、反射光的强度与方向等信息，缺少物体材质的信息表达。虽然利用光谱相机可以采集物体多波段信息并识别材质，但其光照环境要求严格且价格较高，使得其在机器人或自动化设备上未得到广泛应用。

发明内容

目的：为了克服现有技术中存在的不足，本发明提供一种利用偏振信息对不同材质物体识别的方法，解决了现有机器人或自动化设备上识别材质困难、成本高的问题。

技术方案：为解决上述技术问题，本发明采用的技术方案为：

一种利用偏振信息对不同材质物体识别的方法，所使用的装置包括偏振相机、工业镜头、光源和工控机，所述方法包括如下步骤：

工控机控制光源点亮，并触发偏振相机采集图像与处理；

偏振相机采集物体在0°，45°，90°和135°四个方向的偏振图像，获得四个方向下的偏振强度I₀，I₄₅，I₉₀和I₁₃₅，利用I₀，I₄₅，I₉₀和I₁₃₅计算斯托克斯参数S₀、S₁、S₂；

利用斯托克斯参数计算偏振强度I、方向角φ和偏振度ρ；

基于偏振度ρ与折射率n、天顶角θ的关系推导出折射率n的数学模型，其中天顶角θ近似方位角φ，以方位角φ代替天顶角θ代入折射率n的数学模型，获得近似折射率数学模型；

利用聚类算法对近似折射率数据进行聚类，实现对不同材质物体的识别。

进一步地，所述斯托克斯参数S₀、S₁、S₂的计算过程如下：

S₁＝I₀-I₉₀，

S₂＝I₄₅-I₁₃₅，

其中，S₀表示光的总强度，S₁表示0°与90°线偏振光分量之差，S₂表示45°与135°线偏振光分量之差。

进一步地，所述偏振光强度I、方向角φ和偏振度ρ的计算过程如下：

I＝S₀，

进一步地，所述偏振度ρ与折射率n、天顶角θ的关系式如下：

进一步地，所述折射率n的数学模型：

其中，

A＝ρ²cos⁴θ

B＝2ρ²cos²θ(2sin⁴θ-sin²θ)-4sin⁴θcos²θ

C＝ρ²(2sin⁴θ-sin²θ)²+4sin⁶θcos²θ。

进一步地，所述近似折射率数学模型：

其中，

A′＝ρ²cos⁴φ

B′＝2ρ²cos²φ(2sin⁴φ-sin²φ)-4sin⁴φcos²φ

C′＝ρ²(2sin⁴φ-sin²φ)²+4sin⁶φcos²φ。

有益效果：本发明公开的一种利用偏振信息对不同材质物体识别的方法，与现有机器视觉识别方法相比，具有以下优点：

本发明提出的利用偏振图像计算的物体表面近似折射率，利用聚类算法对近似折射率数据进行聚类，为物体的视觉识别提供信息，从而可对不同材质物体进行识别；近似折射率依赖于严格的数学理论推导，具有计算精度高、速度快的优点；本发明提出的利用偏振信息进行物体识别的方法，与现有光谱物体材质识别方法相比，具有方法简单、成本低、易推广等特点，能有效满足机器人或自动化设备的需要。

附图说明

图1为本发明识别方法的近似折射率计算过程示意图；

图2为本发明的四个对比实施例的偏振强度标准化为灰度图像；

图3为本发明的四个对比实施例的方位角标准化为灰度图像；

图4为本发明的四个对比实施例的偏振度标准化为灰度图像；

图5为本发明的四个对比实施例的近似折射率柱形图；

图6为本发明的四个对比实施例的近似折射率聚类结果图。

具体实施方式

下面结合附图对本发明作更进一步的说明。

本发明提出的一种利用物体表面偏振信息进行材质识别的方法，方法计算流程如图1所示，该方法使用的装置包括偏振相机、镜头、光源、工控机。选择四组不同材质的物体进行对比试验，背景材质为金属，(a)组为金属块和木块，金属块与背景材质相同，(b)组为木块和陶瓷杯，(c)组为红色塑料块和绿色塑料壳，(d)组为红色塑料块和红色纸。

装置启动后，工控机控制光源点亮，并触发偏振相机采集每组物体在0°，45°，90°和135°四个方向的偏振图像，根据偏振图像的灰度计算获得四个方向下的光强I₀，I₄₅，I₉₀和I₁₃₅，根据四个方向下的偏振强度I₀，I₄₅，I₉₀和I₁₃₅计算斯托克斯参数S₀、S₁、S₂；利用斯托克斯参数计算偏振强度I、方向角φ和偏振度ρ。

将偏振图像按偏振强度I标准化为灰度图像，即图2所示。

偏振图像每个像素处弧度角(-π,π]灰度标准化处理至0-255，得到图3所示图像。

偏振度是指光束中偏振部分的光强度和整个光强度之比值，其取值范围为[0,1]，将其按比例放大到范围[0,255]，即标准化灰度处理得到图4所示图像。

基于偏振度ρ与折射率n、天顶角θ的关系推导出折射率n的数学模型，其中天顶角θ近似方位角φ，以方位角φ代替天顶角θ代入折射率n的数学模型，获得近似折射率数学模型；

其中，

A′＝ρ²cos⁴φ

B′＝2ρ²cos²φ(2sin⁴φ-sin²φ)-4sin⁴φcos²φ

C′＝ρ²(2sin⁴φ-sin²φ)²+4sin⁶φcos²φ。

四组对比实施例的近似折射率结果如图5所示，图中纵坐标为近似折射率。从图5中可以看出材质相同的物体即使颜色不同其近似折射率也相近，不同材质的物体即使颜色相同其近似折射率也相差很大，因此根据近似折射率进行不同材质物体的识别是可行。

利用聚类算法对近似折射率数据进行聚类，实现对不同材质物体的识别。如图6所示，为利用matlab的clusterdata聚类函数对近似折射率进行聚类的结果。

以上所述仅是本发明的优选实施方式，应当指出：对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。