[发明专利]物体表面高光特征检测与材质分类的方法及系统

说明书

本发明提供一种物体表面高光特征检测与材质分类的方法及系统，本发明利用HIGHLIGHT光照模型定义并提取物体表面的高光特征h(ρ)；通过STFFT‑N‑L^*算法建立高光特征h(ρ)的特征描述符D(k,ρ)；利用基于投票决策的聚类算法求解n个高光特征描述符{D_i|i＝1,2,...,n}对应的类别标签{L_i|i＝1,2,...,n}。本发明提供的系统包括采集模块，高光特征检测模块，补偿模块，分类模块。本发明提供的方法能够抑制物体表面的纹理特征，而突出物体表面的材质的特点，最终生成一个一维向量作为特征描述符，十分简洁；最终的材质分类效果十分准确，可达100％。并且可协调光源和相机的作用，防止出现过曝，同时对高光特征进行补充，进一步提升了高光特征检测与材质分类的速度和准确度。

技术领域

本发明涉及图像处理技术领域，尤其是一种物体表面高光特征检测与材质分类的方法系统。

背景技术

在图像中，物体表面的高光能够抑制物体表面的纹理特征，而突出物体表面的材质的特点。例如，在黑板上写字，则黑板本身的颜色和字迹便构成了黑板表面的纹理。用聚光手电筒照射黑板，则会在黑板上出现一块高光，靠近高光中心的区域的字不清晰，但却能分辨出看到黑板的孔洞和坑洼，而距离光斑中心较远的区域的字较为清晰，但孔洞和坑洼特点却被黑板的纹理所掩盖。

高光区别于过曝，只要有可见光照射在物体表面，就有高光存在，根据光强的不同，高光特征的震荡强度也会有所区别，高光仅抑制物体表面的纹理特征。但过曝是相机光圈设置过大时产生的光污染，他会是物体表面观测的所有信息丢失，对于特征检测的研究意义甚小。

发明内容

针对现有技术的不足，本发明提供物体表面高光特征检测与材质分类的方法及系统。

本发明的技术方案为：物体表面高光特征检测与材质分类的方法，包括以下步骤：

S1)、利用HIGHLIGHT光照模型定义并提取物体表面的高光特征h(ρ)；

S2)、通过STFFT-N-L^*算法建立高光特征h(ρ)的特征描述符D(k，ρ)；

S3)、利用基于投票决策的聚类算法求解n个高光特征描述符{D_i|i＝1，2，...，n}对应的类别标签{L_i|i＝1，2，...，n}。

上述方法，步骤S1)中，所述的HIGHLIGHT光照模型的为：

I(ρ)＝l(ρ)+g(ρ)·h(ρ)+(1-g(ρ))·n(ρ)；

式中，ρ为观测点到高光质心的距离，l(ρ)为亮度趋势分量，由漫反射生成，主要和物体形状相关；h(ρ)是高光分量，由镜面反射形成，主要和物体表面材质相关；n(ρ)是纹理特征分量，由环境光形成，主要和物体表面纹理相关，可作为噪声分量，|h(ρ)|＞＞|n(ρ)|，抑制因子g(ρ)与距离ρ呈反相关，g(0)＝1。

上述方法，步骤S2)中，利用STFFT-N-L*算法建立高光特征h(ρ)的特征描述符D(k，ρ)，具体包括以下步骤：

S201)、以每一个距离点ρ为起点，截取指定长度L做N点短时傅里叶变换，得到一组傅里叶系数向量其中，N固定，L＝L_min：L_step：L_max；

S202)、根据如下公式选取最优截取长度L^*，即

其中，W^t(·)是阈值为t的高频滤波函数，G(·)为几何平均值，判决式c(ρ)如下：