[发明专利]一种用于可穿戴设备的3D家具智能识别方法

说明书

本发明公开了一种用于可穿戴设备的3D家具智能识别方法，包括以下具体操作步骤：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；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；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；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；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；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。本发明的优点：可使用户直接穿戴上，较为便捷且易于携带，其可根据科学的方法来判断出所拍照板材的好坏，方便快捷。

技术领域

本发明涉及3D识别技术领域，具体是指一种用于可穿戴设备的3D家具智能识别方法。

背景技术

板材(sheet material)是做成标准大小的扁平矩形建筑材料板，应用于建筑行业，用来作墙壁、天花板或地板的构件。也多指锻造、轧制或铸造而成的金属板。

在家庭装修和家具制作过程中，选家具板材非常关键。一不小心就可能选到劣质的板材，对人体造成很大的伤害。

目前，人们进行选板材时，基本都是根据经验凭肉眼进行观察，并敲击通过自己的耳朵来听声音。来判断板材的好坏，对于没有家具专业知识的人，很难识别出板材的好坏。

发明内容

本发明为了解决上述的各种问题，提供了一种用于可穿戴设备的3D家具智能识别方法，其可使用户直接穿戴上，较为便捷且易于携带，其可通过穿戴设备的识别系统和方法来将板材拍照录入系统，从而可根据科学的方法来判断出所拍照板材的好坏，方便快捷。

为解决上述技术问题，本发明提供的技术方案为：一种用于可穿戴设备的3D家具智能识别方法，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。

优选的，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。

优选的，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。

优选的，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。

在图片上提取特征的具体步骤为：