具体实施方式

下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，旨在用于解释本发明的实施例，而不能理解为对本发明的限制。

在本发明实施例的描述中，需要理解的是，术语“长度”、“宽度”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明实施例和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。

此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本发明实施例的描述中，“多个”的含义是两个或两个以上，除非另有明确具体的限定。

在本发明实施例中，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”、“固定”等术语应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或成一体；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通或两个元件的相互作用关系。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本发明实施例中的具体含义。

在本发明的一个实施例中，本发明中提供的基于光谱分析的材质分析方法可以基于一电子设备(图为示)进行。

电子设备通过获取回收材料的待测光谱数据；再对所述待测光谱数据进行光谱分析，并生成光谱分析结果；然后电子设备根据所述光谱分析结果生成材料类别数据，并根据所述材料类别数据生成材料类别显示界面，所述材料类别显示界面用于展示所述材料类别数据。

其中，电子设备可以为具有数据获取、数据获取及数据分析功能的电控装置。

在本发明的一个实施例中，如图1所示，提供一种基于光谱分析的材质分析方法，所述方法包括以下步骤：

步骤S100：获取回收材料的待测光谱数据；

具体地，所述待测光谱数据为回收材料的光谱曲线，回收材料包括但不限于PVC、HDPE、PVC、LDPE、PP以及PS。

步骤S200：对所述待测光谱数据进行光谱分析，并生成光谱分析结果；

具体地，所述标准光谱数据的数量为多个，每个所述标准光谱数据均对应一个材料类别。在获取所述待测光谱数据后，对比时通过对所述待测光谱数据进行光谱分析，并获取所述待测光谱数据与预存的标准光谱数据比对后的相似度值，各相似度值汇总后即为所述光谱分析结果。

步骤S300：根据所述光谱分析结果生成材料类别数据，并根据所述材料类别数据生成材料类别显示界面，所述材料类别显示界面用于展示所述材料类别数据。

具体地，本步骤中，根据所述光谱分析结果中选择达到预定阈值的相似度值对应的标准光谱数据，并将该标准光谱数据对应的材料类别记为待测光谱数据对应的材质的类别。

进一步地，为了提升使用者的用户体验，因而通过根据所述材料类别数据生成材料类别显示界面，所述材料类别显示界面用于展示所述材料类别数据，实现可视化展现材料类别数据。

在本发明的另一个实施例中，所述对所述待测光谱数据进行光谱分析，并生成光谱分析结果，具体包括：

将所述待测光谱数据输入至预设的光谱分析机器学习模型，并生成光谱分析结果，其中，所述光谱分析机器学习模型基于机器学习预先设置。

具体地，可以采用机器学习的方法，先根据预存的光谱库生成一个光谱分析机器学习模型，然后可以根据待测光谱数据，直接输出预测的结果，提升结果生成的效率。

在本发明的另一个实施例中，如图2所示，所述对所述待测光谱数据进行光谱分析，并生成光谱分析结果，具体包括：

步骤S211：根据所述待测光谱数据生成云端发送指令；

步骤S212：根据所述云端发送指令将所述待测光谱数据从当前数据存储端发送至云端，并在云端在对所述待测光谱数据作光谱预处理后，与云端预存的标准光谱数据作比对，在比对完成后生成光谱分析结果；

具体地，本实施例中，所述标准光谱数据并未存储于当前数据存储端，而是存储于云端。

因此，在获取所述标准光谱数据后，根据所述标准光谱数据生成云端发送指令，同时，根据所述云端发送指令将所述待测光谱数据从当前数据存储端发送至云端，并且，通过在云端对所述待测光谱数据先进行光谱预处理，再云端预存的标准光谱数据作比对，进而在比对完成后生成光谱分析结果。

步骤S213：获取云端发送的光谱分析结果。

具体地，通过获取云端发送的所述光谱对比结果，实现对对比数据的获取，如此，通过在云端进行比对，节省本地资源。

在本发明的另一个实施例中，所述对所述待测光谱数据进行光谱分析，并生成光谱分析结果，具体包括：

首先，根据所述待测光谱数据生成云端发送指令；

接着，根据所述云端发送指令将所述待测光谱数据从当前数据存储端发送至云端，并在云端在对所述待测光谱数据作光谱预处理后，将处理完成后的待测光谱数据输入至预设的光谱分析机器学习模型，并生成光谱分析结果。

其中，所述光谱分析机器学习模型基于机器学习预先设置并存储于云端。

这样利用预先存储于云端的光谱分析机器学习模型，实现不占用本地资源的分析。

在本发明的另一个实施例中，如图3所示，所述对所述待测光谱数据进行光谱分析，并生成光谱分析结果，具体包括：

步骤S221：预先获取云端存储的光谱数据库，其中，所述光谱数据库中存储有多个标准光谱数据；

具体地，通过在进行光谱数据的对比之前，将预先获取云端存储的光谱数据库，也即先将光谱数据库下载至本地，这样方便后续对比。

步骤S222：将所述待测光谱数据与所述标准光谱数据作比对，并生成光谱分析结果。

具体地，本步骤中，通过将所述待测光谱数据与所述标准光谱数据作比对，并生成光谱分析结果，实现基于本地存储的光谱数据库对待测光谱数据进行对比，适用于本地算力比较强，需要实时给出检测结果的场景。

在本发明的另一个实施例中，所述对所述待测光谱数据进行光谱分析，并生成光谱分析结果，具体包括：

首先，获取云端存储的光谱分析机器学习模型，其中，所述光谱分析机器学习模型基于机器学习预先设置并存储于云端；

接着，将所述待测光谱数据输入至预设的光谱分析机器学习模型，并生成光谱分析结果。

也即本实施例中，通过将所述光谱分析机器学习模型预存于本地，因此，实现基于本地存储的光谱分析机器学习模型进行光谱分析。

在本发明的另一个实施例中，如图4-图8所示，提供一种基于光谱分析的材质分析系统，所述系统包括盒体100、光谱仪220、近红外光源230、光纤240、测试头250和材质分析单元210；所述材质分析单元210、所述光谱仪220和所述近红外光源230均安装于所述盒体100内，所述材质分析单元210还与所述显示单元电连接；所述光纤240的第一端与所述近红外光源230连接，所述光纤240的第二端与所述光谱仪220连接，所述测试头250与所述光纤240的第三端连接，所述光纤240的第三端与第二端和第一端均连通。

所述测试头250用于对准需要测试的回收材料，所述近红外光源230发射出含近红外的光源，光源的光经所述光纤240的第一端传递至所述光纤240的第三端后经所述测试头250照射至回收材料上，光源的光经物体反射后经光纤240的第三端传递至光纤240的第二端后传递至光谱仪220，光谱仪220采集回收材料的光谱曲线，其中，回收材料的光谱曲线即为待测光谱数据。

如图4所示，所述材质分析单元210包括光谱获取模块10、数据比对模块20和类别生成模块30。

其中，所述光谱获取模块10，用于获取回收材料的待测光谱数据；

所述数据比对模块20，用于对所述待测光谱数据进行光谱分析，并生成光谱分析结果；

所述类别生成模块30，用于根据所述光谱分析结果生成材料类别数据，并根据所述材料类别数据生成材料类别显示界面，所述材料类别显示界面用于展示所述材料类别数据。

在本发明的另一个实施例中，所述材质分析单元210还可以设置蓝牙通信模块(图为示)，进而实现通过蓝牙通信模块与使用者的手机APP通信连接，进而进行光谱相关的数据传输。

在本发明的另一个实施例中，所述数据比对模块20用于：根据所述待测光谱数据生成云端发送指令；根据所述云端发送指令将所述待测光谱数据从当前数据存储端发送至云端，并在云端在对所述待测光谱数据作光谱预处理后，与云端预存的标准光谱数据作比对，在比对完成后生成光谱分析结果；获取云端发送的光谱分析结果。

在本发明的另一个实施例中，所述数据比对模块20还用于：预先获取云端存储的光谱数据库，其中，所述光谱数据库中存储有多个标准光谱数据；将所述待测光谱数据与所述标准光谱数据作比对，并生成光谱分析结果。

进一步地，所述基于光谱分析的材质分析系统在使用时，使用者可以手持所述测试头250，将所述测试头250对准需要测试的回收材料，接着，所述近红外光源230发射出含近红外的光源，光源的光经所述光纤240的第一端传递至所述光纤240的第三端后经所述测试头250照射至回收材料上，光源的光经物体反射后经光纤240的第三端传递至光纤240的第二端后传递至光谱仪220，光谱仪220采集回收材料的光谱曲线，材质分析单元210根据光谱仪220采集到的光谱曲线进行分析，分析完成后得到回收材料的材质，并显示在所述显示单元上，进而实现方便快捷地对回收材料的材质进行分析，从而提升对回收材料的材质分析效率。

在本发明的另一个实施例中，所述近红外光源230为能够提供包含近红外光的卤素灯光源。

在本发明的另一个实施例中，如图5-图8所示，所述测试头250上设有测试开启开关251，所述测试开启开关251与所述材质分析单元210电连接。通过设置所述测试开启开关251，可以实现在开启所述测试开启开关251后，再进行测试，实现测试开启的快捷方便控制。

在本发明的另一个实施例中，如图5-图7所示，所述基于光谱分析的材质分析系统还包括工作台310，所述工作台310设置于所述盒体100的旁侧，并用于放置回收材料。具体地，所述工作台310的设置，使更方便放置需要测试的回收材料。

在本发明的另一个实施例中，所述工作台310为白色。也即，所述工作台310的背景色为白色，这样使测试透明的回收材料时，光源的光照射至透明的物体后经白色的工作台310再反射传递至光谱仪220，进而实现对白色回收材料的材质的光谱的获取。

在本发明的另一个实施例中，如图5-图6所示，所述基于光谱分析的材质分析系统还包括支架320，所述支架320与所述盒体100可拆卸连接，所述光纤240伸出所述盒体100外至所述测试头250之间的部分挂设于所述支架320上。具体地，通过所述支架320使方便光纤240伸出盒体100外的部分的收纳，提升使用的便利性。

具体地，所述盒体100包括底壳130和盖板140，所述第一支撑板110和所述第二支撑板120均安装于所述底壳130上，所述盖板140盖设于所述底壳130上，并将所述材质分析单元210、所述光谱仪220、所述近红外光源230和所述光纤240的局部封设于盖板140和所述底壳130形成的腔体内。具体地，通过所述底壳130和所述盖板140的设计，使所述底壳130和所述盖板140将各部件封设于其内，进而保护各零部件。

在本发明的另一个实施例中，如图5-图6所示，所述支架320包括安装块321、立杆322、延伸杆323和两夹持块324，所述安装块321可拆卸地安装于所述所述盒体100的侧端可拆卸得螺接，所述立杆322与所述安装块321连接，所述延伸杆323安装于所述立杆322上，两所述夹持块324分别安装于所述延伸杆323和所述立杆322上，所述光纤240伸出所述盒体100外至所述测试头250之间的部分挂设于两所述夹持块324上。具体地，所述安装块321通过螺丝与所述盒体100的侧端进行螺接。所述立杆322与所述安装块321固接，两所述夹持块324分别活动安装于所述延伸杆323和所述立杆322上，这样使可以拖动所述夹持块324在所述立杆322和所述延伸杆323上滑动，实现带动光纤240移动，进而调整光纤240的位置，满足使用需求。

在本发明的另一个实施例中，所述立杆322与所述安装块321活动连接，这样方便调整立杆322与所述安装块321之间的相对位置，提升使用的便利性。对于活动连接的结构，由本领域技术人员根据实际需求设置，本申请不作具体限定。

在本发明的另一个实施例中，如图7-图8所示，所述盒体100内设有第一支撑板110和第二支撑板120，所述第一支撑板110安装于所述盒体100内的底部，所述近红外光源230安装于所述第一支撑板110上，所述第二支撑板120安装于所述盒体100内的底部，且所述第二支撑板120架设于所述近红外光源230上，所述光谱仪220安装于所述第二支撑板120上。通过将所述第二支撑板120架设于所述近红外光源230上，实现所述盒体100内空间的高效利用，降低整个所述材质分析仪的体积。

以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。