一種物體材料確定方法、裝置及系統與流程
本發明涉及視頻監控技術領域，特別涉及一種物體材料確定方法、裝置及系統。
背景技術：
在視頻監控等場景中，可能需要對視頻圖像中的目標物體的材料進行識別。
目前，主要通過可見光特征對目標物體的材料進行識別，即，獲得目標物體的可見光圖像后，從該可見光圖像中提取出該目標物體的可見光特征，如紋理特征、灰度特征、顏色特征等。根據這些可見光特征，確定目標物體的材料。
實際上，不同材料的物體其可見光特征可能是相同的，應用現有技術的這種方法進行物體材料的確定，較難識別出具有相同可見光特征的不同材料，識別準確率低。
技術實現要素：
本發明實施例的目的在于提供一種物體材料確定方法、裝置及系統，以提高物體材料的識別準確率。技術方案如下：
一種物體材料確定方法，應用于處理器，所述方法包括：
接收可見光相機發送的包含目標物體的目標場景的可見光圖像，并從所述可見光圖像中提取所述目標物體的可見光特征；
接收紅外反射率測量相機發送的所述目標場景的紅外反射率圖像，并從所述紅外反射率圖像中提取所述目標物體的紅外反射率特征；
將提取出的可見光特征和紅外反射率特征與預設的材料特征庫中每種材料的相應的特征進行比較，確定所述目標物體的材料。
在本發明的一種具體實施方式中，所述從所述可見光圖像中提取所述目標物體的可見光特征，包括：
對所述可見光圖像進行目標分割，確定包含所述目標物體的特定位置的第 一目標區域，從所述第一目標區域中提取所述目標物體的可見光特征。
在本發明的一種具體實施方式中，所述從所述紅外反射率圖像中提取所述目標物體的紅外反射率特征，包括：
對所述紅外反射率圖像進行目標分割，確定包含所述目標物體的特定位置第二目標區域，從所述第二目標區域中提取所述目標物體的紅外反射率特征。
在本發明的一種具體實施方式中，所述將提取出的可見光特征和紅外反射率特征與預設的材料特征庫中每種材料的相應的特征進行比較，確定所述目標物體的材料，包括：
將預設的材料特征庫中每種材料對應的特征確定為一個特征向量；
計算所述材料特征庫中每種材料的特征向量與所述目標物體的特征向量的距離；
將距離最小的特征向量對應的材料確定為所述目標物體的材料。
一種物體材料確定裝置，應用于處理器，所述裝置包括：
可見光特征提取單元，用于接收可見光相機發送的包含目標物體的目標場景的可見光圖像，并從所述可見光圖像中提取所述目標物體的可見光特征；
紅外反射率特征提取單元，用于接收紅外反射率測量相機發送的所述目標場景的紅外反射率圖像，并從所述紅外反射率圖像中提取所述目標物體的紅外反射率特征；
材料確定單元，用于將提取出的可見光特征和紅外反射率特征與預設的材料特征庫中每種材料的相應的特征進行比較，確定所述目標物體的材料。
在本發明的一種具體實施方式中，所述可見光特征提取單元，具體用于：
對所述可見光圖像進行目標分割，確定包含所述目標物體的特定位置的第一目標區域，從所述第一目標區域中提取所述目標物體的可見光特征。
在本發明的一種具體實施方式中，所述紅外反射率特征提取單元，具體用于：
對所述紅外反射率圖像進行目標分割，確定包含所述目標物體的特定位置 第二目標區域，從所述第二目標區域中提取所述目標物體的紅外反射率特征。
在本發明的一種具體實施方式中，所述材料確定單元，具體用于：
將預設的材料特征庫中每種材料對應的特征確定為一個特征向量；
計算所述材料特征庫中每種材料的特征向量與所述目標物體的特征向量的距離；
將距離最小的特征向量對應的材料確定為所述目標物體的材料。
一種物體材料確定系統，包括可見光相機、紅外反射率測量相機、處理器：
所述可見光相機，用于獲得包含目標物體的目標場景的可見光圖像，并將所述可見光圖像發送給所述處理器；
所述紅外反射率測量相機，用于向所述目標物體發射紅外光，接收經所述目標物體反射的反射光，獲得所述反射光的反射光能量、所述目標物體的深度信息和所述目標物體的位置信息，根據獲得的反射光能量、深度信息和位置信息，確定所述目標物體的紅外反射率，獲得所述目標場景的紅外反射率圖像，并將所述紅外反射率圖像發送給所述處理器；
所述處理器，用于接收所述可見光相機發送的可見光圖像，從所述可見光圖像中提取所述目標物體的可見光特征，接收所述紅外反射率測量相機發送的紅外反射率圖像，從所述紅外反射率圖像中提取所述目標物體的紅外反射率特征，將提取出的可見光特征和紅外反射率特征與預設的材料特征庫中每種材料的相應的特征進行比較，確定所述目標物體的材料。
在本發明的一種具體實施方式中，所述紅外反射率測量相機包括：紅外發射模塊、紅外接收模塊和深度測量模塊：
所述紅外發射模塊，用于向所述目標物體發射紅外光；
所述深度測量模塊，用于接收經所述目標物體反射的反射光，獲得所述目標物體的深度信息和所述目標物體的位置信息，并將所述深度信息和所述位置信息發送給所述紅外接收模塊；
所述紅外接收模塊，用于接收經所述目標物體反射的反射光，獲得所述反射光的反射光能量，并根據獲得的反射光能量、深度信息和位置信息，確定所 述目標物體的紅外反射率，獲得所述目標場景的紅外反射率圖像，并將所述紅外反射率圖像發送給所述處理器。
在本發明的一種具體實施方式中，所述紅外反射率測量相機，具體用于：
根據公式
其中，
在本發明的一種具體實施方式中，所述紅外反射率測量相機為時間飛行tof深度相機。
應用本發明實施例所提供的技術方案，處理器通過可見光相機獲得包含目標物體的目標場景的可見光圖像，通過紅外反射率測量相機獲得目標場景的紅外反射率圖像，分別從可見光圖像中提取出目標物體的可見光特征，從紅外反射率圖像中提取出目標物體的紅外反射率特征，并將提取出的可見光特征和紅外反射率特征與預設的材料特征庫中每種材料相應的特征進行比較，確定出目標物體的材料，提高了物體材料識別的準確率。
附圖說明
為了更清楚地說明本發明實施例或現有技術中的技術方案，下面將對實施例或現有技術描述中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖僅僅是本發明的一些實施例，對于本領域普通技術人員來講，在不付 出創造性勞動的前提下，還可以根據這些附圖獲得其他的附圖。
圖1為本發明實施例中物體材料確定方法的一種實施流程圖；
圖2為本發明實施例中物體材料確定方法的另一種實施流程圖；
圖3為本發明實施例中物體材料確定裝置的一種結構示意圖；
圖4為本發明實施例中物體材料確定系統的一種結構示意圖；
圖5為本發明實施例中物體材料確定系統的另一種結構示意圖；
圖6為本發明實施例中紅外反射率測量參數示意圖；
圖7為本發明實施例中夾角計算參數示意圖。
具體實施方式
為了使本領域技術人員更好地理解本發明實施例中的技術方案，下面將結合本發明實施例中的附圖，對本發明實施例中的技術方案進行清楚、完整地描述，顯然，所描述的實施例僅僅是本發明一部分實施例，而不是全部的實施例。基于本發明中的實施例，本領域普通技術人員在沒有做出創造性勞動前提下所獲得的所有其他實施例，都屬于本發明保護的范圍。
參見圖1所示，為本發明實施例所提供的一種物體材料確定方法的實施流程圖，該方法應用于處理器，可以包括以下步驟：
s110：接收可見光相機發送的包含目標物體的目標場景的可見光圖像，并從所述可見光圖像中提取所述目標物體的可見光特征；
在本發明實施例中，處理器可以與可見光相機進行通信。可見光相機獲得包含目標物體的目標場景的可見光圖像后，將該可見光圖像發送給處理器，處理器接收該可見光圖像，可以從該可見光圖像中提取出目標物體的可見光特征。
在本發明實施例中，可見光特征可以包括但不限于紋理特征、灰度特征、顏色特征等。
在本發明的一種具體實施方式中，處理器可以對所述可見光圖像進行目標分割，確定包含所述目標物體的特定位置的第一目標區域，從所述第一目標區域中提取所述目標物體的可見光特征。
所謂目標分割，為將圖像劃分成若干具有特征一致性且互不重疊的圖像區域的過程。根據預設的分割算法，處理器可以對接收到的可見光圖像進行目標分割，確定出包含目標物體的特定位置的第一目標區域，即感興趣的目標區域，在分割出的第一目標區域中進行可見光特征的提取。
s120：接收紅外反射率測量相機發送的所述目標場景的紅外反射率圖像，并從所述紅外反射率圖像中提取所述目標物體的紅外反射率特征；
在本發明實施例中，處理器可以與紅外反射率測量相機進行通信。紅外反射率測量相機獲得目標場景的紅外反射率圖像后，將該紅外反射率圖像發送給處理器，處理器接收該紅外反射率圖像，可以從該紅外反射率圖像中提取目標物體的紅外反射率特征。
在本發明實施例中，紅外反射率特征即為紅外反射率的大小。紅外反射率圖像對應的目標場景與可見光圖像對應的目標場景一致，均包含目標物體。
在實際應用中，紅外反射率測量相機可以包括紅外發射模塊、紅外接收模塊和深度測量模塊。其中，紅外發射模塊可以向目標物體發射紅外光，紅外光遇到目標物體會發生漫反射，紅外接收模塊可以接收經目標物體反射的反射光，并獲得反射光能量，深度測量模塊也可以接收經目標物體反射的反射光，并獲得目標物體的深度信息，即目標物體到紅外反射率測量相機的距離，深度測量模塊可以將目標物體的深度信息發送給紅外接收模塊。紅外接收模塊根據反射光能量和目標物體的深度信息，可以確定目標物體的紅外反射率，獲得目標物體的紅外反射率圖像，并將該紅外反射率圖像發送給處理器。
在本發明的一種具體實施方式中，處理器可以對所述紅外反射率圖像進行目標分割，確定包含所述目標物體的特定位置第二目標區域，從所述第二目標區域中提取所述目標物體的紅外反射率特征。
如前所述，目標分割，即為將圖像劃分成若干具有特征一致性且互不重疊的圖像區域的過程。根據預設的分割算法，處理器可以對接收到的紅外反射率圖像進行目標分割，確定出包含目標物體的特定位置的第二目標區域，即感興趣的目標區域，在分割出的第二目標區域中進行紅外反射率特征的提取。這里，第二目標區域和第一目標區域一致，均為包含目標物體的特定位置的區域，所謂第一、第二僅為區分不同的圖像。
當然，在實際應用中，還可以人工確定可見光圖像和紅外反射率圖像中感興趣的目標區域。
需要說明的是，步驟s110和步驟s120可以同時執行，還可以按照順序執行，如先執行步驟s110，再執行步驟s120，或者，先執行步驟s120，再執行步驟s110，本發明實施例對此不做限制。
s130：將提取出的可見光特征和紅外反射率特征與預設的材料特征庫中每種材料的相應的特征進行比較，確定所述目標物體的材料。
可以理解的是，每一種材料都具有一定的可見光特征和紅外反射率特征，不同材料的可見光特征可能相同，具有相同可見光特征的材料的紅外反射率特征可能不同。融合可見光特征和紅外反射率特征，可以確定出一種材料。
在實際應用中，可以通過上述可見光相機測量得到各種材料的可見光特征，通過上述紅外反射率測量相機測量得到各種材料的紅外反射率特征，即通過預處理對各種材料的特征進行標定，并將其存儲于預設的材料特征庫中。在預設的材料特征庫中，每種材料與其可見光特征和紅外反射率特征相對應。
當處理器在可見光圖像中提取出目標物體的可見光特征，在紅外反射率圖像中提取出目標物體的紅外反射率特征后，可以進入材料識別過程，即將提取出的可見光特征與預設的材料特征庫中的每種材料的可見光特征進行比較，將提取出的紅外反射率特征與預設的材料特征庫中的每種材料的紅外反射率特征進行比較，判斷目標物體的特征與材料特征庫中每種材料的特征的匹配程度，可以將匹配程度最大的特征對應的材料確定為目標物體的材料。材料識別過程的最終結果即是輸出目標物體的材料屬性。
在本發明的一種具體實施方式中，步驟s130可以包括以下步驟：
步驟一：將預設的材料特征庫中每種材料對應的特征確定為一個特征向量；
步驟二：計算所述材料特征庫中每種材料的特征向量與所述目標物體的特征向量的距離；
步驟三：將距離最小的特征向量對應的材料確定為所述目標物體的材料。
為描述方便，將上述三個步驟結合起來進行說明。
在材料特征庫中，每種材料對應的特征具有一定的特征值，可以將每種材料對應的特征確定為一個特征向量，材料特征庫即為由多個特征向量構成的集合，提取出的目標物體的特征也可作為一個特征向量。通過計算，可以得到材料特征庫中每種材料的特征向量與目標物體的特征向量的距離，將材料特征庫中與目標物體的特征向量距離最小的特征向量對應的材料確定為目標物體的材料。
應用本發明實施例所提供的技術方案，處理器通過可見光相機獲得包含目標物體的目標場景的可見光圖像，通過紅外反射率測量相機獲得目標場景的紅外反射率圖像，分別從可見光圖像中提取出目標物體的可見光特征，從紅外反射率圖像中提取出目標物體的紅外反射率特征，并將提取出的可見光特征和紅外反射率特征與預設的材料特征庫中每種材料相應的特征進行比較，確定出目標物體的材料，提高了物體材料識別的準確率。
參見圖2所示，為本發明實施例所提供的物體材料確定方法的另一種實施流程圖：
可見光相機獲得包含目標物體的目標場景的可見光圖像，發送給處理器，處理器對可見光圖像進行目標分割，提取出目標物體的可見光特征；
紅外反射率測量相機獲得目標場景的紅外反射率圖像，發送給處理器，處理器對紅外反射率圖像進行目標分割，提取出目標物體的紅外反射率特征；
通過預處理材料標定得到的材料特征庫中，存儲有多種材料的相應特征，如材料1的可見光特征和紅外反射率特征，材料2的可見光特征和紅外反射率特征等；
處理器通過查詢材料特征庫，將提取出的可見光特征和紅外反射率特征與材料特征庫中每種材料的相應的特征進行比較，確定出目標物體的材料。
相應于上面的方法實施例，本發明實施例還提供了一種物體材料確定裝置，該裝置應用于處理器，參見圖3所示，該裝置可以包括以下單元：
可見光特征提取單元310，用于接收可見光相機發送的包含目標物體的目標場景的可見光圖像，并從所述可見光圖像中提取所述目標物體的可見光特征；
紅外反射率特征提取單元320，用于接收紅外反射率測量相機發送的所述目 標場景的紅外反射率圖像，并從所述紅外反射率圖像中提取所述目標物體的紅外反射率特征；
材料確定單元330，用于將提取出的可見光特征和紅外反射率特征與預設的材料特征庫中每種材料的相應的特征進行比較，確定所述目標物體的材料。
應用本發明實施例所提供的裝置，處理器通過可見光相機獲得包含目標物體的目標場景的可見光圖像，通過紅外反射率測量相機獲得目標場景的紅外反射率圖像，分別從可見光圖像中提取出目標物體的可見光特征，從紅外反射率圖像中提取出目標物體的紅外反射率特征，并將提取出的可見光特征和紅外反射率特征與預設的材料特征庫中每種材料相應的特征進行比較，確定出目標物體的材料，提高了物體材料識別的準確率。
在本發明的一種具體實施方式中，所述可見光特征提取單元310，可以具體用于：
對所述可見光圖像進行目標分割，確定包含所述目標物體的特定位置的第一目標區域，從所述第一目標區域中提取所述目標物體的可見光特征。
在本發明的一種具體實施方式中，所述紅外反射率特征提取單元320，可以具體用于：
對所述紅外反射率圖像進行目標分割，確定包含所述目標物體的特定位置第二目標區域，從所述第二目標區域中提取所述目標物體的紅外反射率特征。
在本發明的一種具體實施方式中，所述材料確定單元330，可以具體用于：
將預設的材料特征庫中每種材料對應的特征確定為一個特征向量；
計算所述材料特征庫中每種材料的特征向量與所述目標物體的特征向量的距離；
將距離最小的特征向量對應的材料確定為所述目標物體的材料。
相應于上面的方法實施例和裝置實施例，本發明實施例還提供了一種物體材料確定系統，參見圖4所示，該系統可以包括可見光相機410、紅外反射率測量相機420和處理器430：
所述可見光相機410，用于獲得包含目標物體的目標場景的可見光圖像，并 將所述可見光圖像發送給所述處理器430；
所述紅外反射率測量相機420，用于向所述目標物體發射紅外光，接收經所述目標物體反射的反射光，獲得所述反射光的反射光能量、所述目標物體的深度信息和所述目標物體的位置信息，根據獲得的反射光能量、深度信息和位置信息，確定所述目標物體的紅外反射率，獲得所述目標場景的紅外反射率圖像，并將所述紅外反射率圖像發送給所述處理器430；
所述處理器430，用于接收所述可見光相機410發送的可見光圖像，從所述可見光圖像中提取所述目標物體的可見光特征，接收所述紅外反射率測量相機420發送的紅外反射率圖像，從所述紅外反射率圖像中提取所述目標物體的紅外反射率特征，將提取出的可見光特征和紅外反射率特征與預設的材料特征庫中每種材料的相應的特征進行比較，確定所述目標物體的材料。
應用本發明實施例所提供的系統，處理器通過可見光相機獲得包含目標物體的目標場景的可見光圖像，通過紅外反射率測量相機獲得目標場景的紅外反射率圖像，分別從可見光圖像中提取出目標物體的可見光特征，從紅外反射率圖像中提取出目標物體的紅外反射率特征，并將提取出的可見光特征和紅外反射率特征與預設的材料特征庫中每種材料相應的特征進行比較，確定出目標物體的材料，提高了物體材料識別的準確率。
參見圖5所示，在本發明的一種具體實施方式中，所述紅外反射率測量相機420可以包括：紅外發射模塊421、紅外接收模塊422和深度測量模塊423：
所述紅外發射模塊421，用于向所述目標物體發射紅外光；
所述深度測量模塊423，用于接收經所述目標物體反射的反射光，獲得所述目標物體的深度信息和所述目標物體的位置信息，并將所述深度信息和所述位置信息發送給所述紅外接收模塊422；
所述紅外接收模塊422，用于接收經所述目標物體反射的反射光，獲得所述反射光的反射光能量，并根據獲得的反射光能量、深度信息和位置信息，確定所述目標物體的紅外反射率，獲得所述目標場景的紅外反射率圖像，并將所述紅外反射率圖像發送給所述處理器430。
紅外發射模塊421可以向目標物體發射紅外光，紅外光遇到目標物體會發生 漫反射，紅外接收模塊422可以接收經目標物體反射的反射光，并獲得反射光能量，深度測量模塊423也可以接收經目標物體反射的反射光，并獲得目標物體的深度信息和目標物體的位置信息，目標物體的深度信息可以表征目標物體到紅外反射率測量相機420的距離，目標物體的位置信息為目標物體相對于紅外反射率測量相機420的位置信息，深度測量模塊423可以將目標物體的深度信息和位置信息發送給紅外接收模塊422。紅外接收模塊422根據反射光能量、目標物體的深度信息、目標物體的位置信息，可以確定目標物體的紅外反射率，獲得目標物體的紅外反射率圖像，并將該紅外反射率圖像發送給處理器430。
在實際應用中，紅外反射率測量相機可以為主動式深度相機，如tof(timeofflight，時間飛行)深度相機。主動式深度相機本身包含了紅外發射模塊、紅外接收模塊和深度測量模塊，在計算目標物體的深度信息的同時，便能得到反射光能量。也就是說，主動式深度相機可以直接獲得包含目標物體的目標場景的深度圖像，該深度圖像中每個像素點均包含目標場景中對應位置的深度信息和紅外反射率信息。
紅外反射率測量相機中的深度測量模塊可以為被動式深度相機，如雙目立體深度相機，被動式深度相機不包含紅外發射模塊和紅外接收模塊，其與紅外發射模塊和紅外接收模塊一起構成紅外反射率測量相機。這里，被動式深度相機可以獲得包含目標物體的目標場景的深度圖像，該深度圖像中每個像素點包含目標場景中對應位置的深度信息，紅外接收模塊可以獲得目標場景的紅外反射率圖像，該紅外反射率圖像中每個像素點包含目標場景中對應位置的紅外反射率特征。
需要說明的是，本發明實施例所述的紅外反射率測量相機包括但不限于上述所述兩種方案。
在實際應用中，在本發明實施例所提供的物體材料確定系統中，還可以包括白光補光設備，參見圖5所示，用以在可見光相機獲得目標物體的可見光圖像時進行補光處理。
在本發明實施例中，可以合理假設紅外發射模塊的發光源為理想點光源，目標物體為理想反射面。紅外接收模塊根據反射光能量和目標物體的深度信息，確定目標物體的紅外反射率的具體確定方法可以參考以下幾種：
第一種方法：
在符合上述假設條件的情況下，針對任一物體，其入射光能量和反射光能量的關系如公式(1)所示：
其中，
對于目標物體來說，紅外接收模塊接收經目標物體反射的反射光，獲得了反射光能量
第二種方法：
當具有不同紅外反射率的物體在相同位置測量反射光能量時，根據公式(1)可以推導出兩個物體，如物體1和物體2，的反射光能量之間的關系，如公式(2)：
當使用相同的紅外光發射模塊向兩物體發射紅外光時，物體1和物體2的入射光能量相同，即
公式(3)說明，當將一物體(物體2)作為測量目標物體(物體1)的紅外反射率的參考物體時，其反射光能量
由公式(3)可知，應用公式(3)確定目標物體的紅外反射率，需要目標物體在相對固定的測量位置上才能得到其紅外反射率，而實際場景中目標物體的測量位置是隨機的，此時，r1≠r2，θ1≠θ2，在這種情況下，不能應用公式(3)進行紅外反射率的計算，可以應用本發明實施例提供的第三種方法。
第三種方法：
當紅外發射模塊相同，即
其中，參見圖6所示，
應用第三種方法進行目標物體的紅外反射率的確定，可以分為四個過程：
一為標定過程：
標定的過程僅需要進行一次。在進行物體紅外反射率確定即測量之前，需要對已知紅外反射率ρ2的參考物體進行標定，通過紅外接收模塊得到參考物體的反射光能量
在實際應用中，為了使得公式(4)更加簡便易于計算，可以選取紅外反射率比較高的材料的參考物體，比如選取紅外反射率為100％即ρ2＝1的參考物體，參考物體與紅外反射率測量相機的距離為1000mm即r2＝1000，并且處于紅外反射率測量相機靶面的正中間，即cosθ2＝1，將上述參數值帶入到公式(4)中，可以得到如公式(5)的確定目標物體的紅外反射率的公式：
二為獲得目標物體的深度信息和反射光能量的過程：
獲得目標物體的深度信息和反射光能量可以分別獲得，如由可獲得紅外圖像的相機得到一幅紅外圖像，由一套雙目深度相機得到一幅深度圖像；獲得目標物體的深度信息和反射光能量還可以同時獲得，如由tof深度相機同時獲取一幅深度圖像和一幅紅外圖像。在紅外圖像中，每個像素點的值包含紅外反射光能量，在深度圖像中，每個像素點的值包含深度信息。該過程所獲取的參數為目標物體的反射光能量
三為目標物體的反射光與紅外反射率測量相機的光軸的夾角θ1的獲取過程：
目標物體的反射光與紅外反射率測量相機的光軸的夾角θ1可以通過相機小孔成像原理計算得到，其計算公式如公式(6)所示：
在公式(6)中，(x,y)為目標物體在圖像(可為深度圖像或者紅外圖像，這里所描述的都是使用同一種類型圖像及對應的傳感器)中的位置坐標，可以通過深度測量模塊獲得，(x0,y0)為圖像的中心點的位置坐標，δ為對應圖像所用傳感器的象元尺寸，f為對應傳感器鏡頭的焦距，
四為紅外反射率計算過程：
通過獲取獲得目標物體的深度信息和反射光能量的過程和目標物體的反射光與紅外反射率測量相機的光軸的夾角θ1的獲取過程得到的參數值，以及已知的標定參數，將這些參數帶入到公式(4)中，可以得到目標物體在場景中任意位置處的紅外反射率ρ1。
需要說明的是，在監控消費電子等領域需要在視頻圖像中測量得到物體的紅外反射率等場景中都可以應用本發明實施例所提供的確定方法得到物體的紅外反射率。當然，本發明實施例并不限于上述例舉的幾種對于目標物體的紅外反射率特征的確定方法，本領域技術人員可以根據現有技術中的其他方法確定目標物體紅外反射率特征。在本發明實施例中，預設的材料特征庫中每種材料的紅外反射率特征也可以根據上述例舉的方法在預處理過程中進行確定，本發明實施例對此不再贅述。
需要說明的是，在本文中，諸如第一和第二等之類的關系術語僅僅用來將一個實體或者操作與另一個實體或操作區分開來，而不一定要求或者暗示這些實體或操作之間存在任何這種實際的關系或者順序。而且，術語“包括”、“包含”或者其任何其他變體意在涵蓋非排他性的包含，從而使得包括一系列要素的過程、方法、物品或者設備不僅包括那些要素，而且還包括沒有明確列出的其他要素，或者是還包括為這種過程、方法、物品或者設備所固有的要素。在沒有更多限制的情況下，由語句“包括一個……”限定的要素，并不排除在包括所述要素的過程、方法、物品或者設備中還存在另外的相同要素。
本說明書中的各個實施例均采用相關的方式描述，各個實施例之間相同相似的部分互相參見即可，每個實施例重點說明的都是與其他實施例的不同之處。尤其，對于裝置實施例而言，由于其基本相似于方法實施例，所以描述的比較簡單，相關之處參見方法實施例的部分說明即可。
本領域普通技術人員可以理解實現上述方法實施方式中的全部或部分步驟是可以通過程序來指令相關的硬件來完成，所述的程序可以存儲于計算機可讀取存儲介質中，這里所稱得的存儲介質，如：rom/ram、磁碟、光盤等。
以上所述僅為本發明的較佳實施例而已，并非用于限定本發明的保護范圍。凡在本發明的精神和原則之內所作的任何修改、等同替換、改進等，均包含在本發明的保護范圍內。
- 還沒有人留言評論。精彩留言會獲得點贊！