[发明专利]一种基于光谱和深度学习的物体识别仪

权利要求书

1.一种基于光谱和深度学习的物体识别仪，包括固定装置、光谱成像仪(CCD电荷耦合器件)、模数转换器(ADC)、数据处理器、存储单元及显示单元等。所述固定装置被配置为所述物体识别仪集成装置，对光谱成像仪器和图像处理仪器的集成；所述光谱成像仪CCD被配置为接受多波段的物体反射光谱，所述波段配置为红、绿、蓝、近红外和红外波段；所述模数转换器ADC被配置为将CCD得到的模拟电信号转换为数字电信号；所述数据处理器被配置为三部分：(1)将所接收到的光谱数据与存储单元的光谱数据库像匹配，对所测目标的材质进行初步估计，具体匹配算法根据匹配信息损失为主要检测目标(2)将接收到的RGB三个波段合成彩色图像，输入卷积神经网络进行目标识别，对目标的所述物体类别进行判别；(3)对(1)和(2)得到的判定结果进行整合，得出目标物的具体所属。所述存储单元被配置为存储标准光谱库、训练完成的卷积神经网络和大部分的生活中遇到的物体图像；所述显示单元被配置为显示判别所属概率最大的三个物体，并进行图像的显示。

2.如权利要求1所述的物体识别仪，其特征在于，所述的光谱接受仪接受到的是多波段反射光谱，包括红、绿、蓝、近红外和红外波段。

3.如权利要求1所述的物体识别仪，其特征在于，所述的光谱接受仪CCD形成五幅单波段影像。CCD分辨率为640×480、800×600、1024×768等，将识别目标物分别用5片CCD接收。

4.如权利要求1所述的物体识别仪，其特征在于，所述模数转换器ADC将CCD得到的模拟电信号转换为数字电信号，其色彩位数为有24位、30位和36位等，分别可以表示1600万种颜色、10亿种颜色和680亿种颜色。

5.如权利要求1所述的物体识别仪，其特征在于，所述的数据处理器进行三部分数据处理功能：(1)将得到的目标物反射波谱形成一维向量，向量元素为5个，按红、绿、蓝、近红外、红外排列，向量与标准库中所存储材质光谱向量进行匹配，得出匹配概率最大的三种材质；(2)将所得到的红、绿、蓝三波段数据输入卷积神经网络中(卷积神经网络可以使用ImageNet成熟的VGG网络结构，且参数已经确定)进行具体物体的识别，得出相似概率最大的三种具体物体；(3)对两种方法得出的结果进行数据整合，显示具体的目标物所属具体物体概率最大的类别。

6.如权利要求1所述的物体识别仪，其特征在于，所述的存储单元存储的数据为三部分：(1)物体标准光谱库数据；(2)训练完成的卷积神经网络结构参数数据；(3)大部分物体图像数据。

7.如权利要求1所述的显示单元，其特征在于，显示单元为LED显示屏幕，根据概率大小对判别完成的目标物的所属类别进行实物图像展示。