[发明专利]一种用于可穿戴设备的3D家具智能识别方法

权利要求书

1.一种用于可穿戴设备的3D家具智能识别方法，其特征在于:包括以下具体操作步骤：

步骤一：利用可穿戴设备的摄像头，从正面，以及四个侧面角度采集板材的图片；

步骤二：通过图片质量评估IQA算法，选择步骤一中效果最好的六张图片；

步骤三：用手指关节敲击板材，采集板材的敲击声音，并转化为数字信号；

步骤四：分析步骤二中所选择的图片，提取出板材的颜色、纹理、年轮、像素等特征；

步骤五：将步骤四中提取出的图片特征送入神经网络模型进行预测；

步骤六：将步骤二的声音信号和步骤五的预测结果一起送入滤波器进行分析，得出较为精确的板材种类。

2.根据权利要求1所述的一种用于可穿戴设备的3D家具智能识别方法，其特征在于：所述步骤一中，可穿戴设备为可穿戴头套或可穿戴眼镜，可穿戴设备为可穿戴头套或可穿戴眼镜上固定安装有摄像头。

3.根据权利要求1所述的一种用于可穿戴设备的3D家具智能识别方法，其特征在于：所述步骤三中，声音信号转化为数字信号的具体步骤为：

A)采样：模拟信号首先被等间隔地取样，这时信号在时间上就不再连续了，但在幅度上还是连续的；经过采样处理之后，模拟信号变成了离散时间信号；

B)量化：每个信号采样的幅度以某个最小数量单位△的整数倍来度量；这时信号不仅在时间上不再连续，在幅度上也不连续了；经过量化处理之后，离散时间信号变成了数字信号；

C)编码：将数字信号编码成B位长度的二进制字；虽然在量化之后信号已经变成了数字信号，但二进制字的表示方法有很多；ADC还要根据精度、动态范围及实现成本等多个角度选择所需的二进制编码方式。

4.根据权利要求3所述的一种用于可穿戴设备的3D家具智能识别方法，其特征在于：

数据传输率＝采样频率×精度×声道数；

单声道一次可以产生一组声音波形数据，双声道一次可以产生两组波形数据；

有了数据传输率，就可以计算声音信号的数据量：

数据量＝数据传输率×持续时间/8。