CN115824048A - 光谱共焦传感器标定方法、***、设备及可读存储介质 - Google Patents

Abstract

本申请涉及传感器技术领域，提供一种光谱共焦传感器标定方法、***、终端设备及可读存储介质，其方法包括：获取标定数据组，所述标定数据组包括N个标定数据，每个所述标定数据包括被测物件的位置数据及光谱共焦传感器采集的峰值波长，N表示整数；确定第k个所述标定数据对应的最优分段拟合曲线，所述最优分段拟合曲线在第k个所述标定数据处拟合误差最小，k＝1、2、3…N；根据第k个所述最优分段拟合曲线确定所述标定数据组中每个标定数据对应的最优分段拟合曲线。实施本申请，有效解决了现有分段拟合方法不同分段无法包含相同的样本数据以及无法保证分段内所有样本数据的拟合误差均较小的问题，有利于提高拟合精度。

Description

光谱共焦传感器标定方法、***、设备及可读存储介质

技术领域

本申请涉及传感器技术领域，尤其提供一种光谱共焦传感器标定方法、***、设备及可读存储介质。

背景技术

光谱共焦传感器是一种非接触式位移传感器，具有测量精度高、响应速度快、稳定性好等优点，可用于测量精密零件尺寸、透明物体厚度、凹槽深度等，目前已在航空、电子、医药等领域发挥着重要作用，发展前景广阔。

它在共焦传感器的基础上，利用物镜的位置色差，将复色光中不同波长的单色光聚焦在不同的轴向位置，实现波长与位置的一一对应。当存在被测物体时，测量光照射到被测物体表面后被反射回来，此时只有聚焦在被测物体表面的单色光满足共焦条件，其大部分能量可以通过共焦小孔被光谱仪探测到，而其余在被测物体表面处于离焦状态的单色光则大部分能量被共焦小孔所阻挡，无法被光谱仪探测到。那么在光谱信号中，峰值波长对应的就是聚焦在被测物体表面的单色光波长。通过预先标定被测物***置和峰值波长的对应关系，在实际测量的时候，即可通过探测峰值波长得到被测物体的位置，进而实现位移测量或厚度测量。

可见，精确标定位置及峰值波长关系是光谱共焦传感器实现精密测量的基础。现有技术中精度比较高的是通过分段曲线拟合的方式标定位置及峰值波长关系。分段曲线拟合的方式根据拟合误差尽可能小的准则对数据点进行分段，然后在每个分段内进行曲线拟合，可以达到较好的拟合效果。

但是，这种技术也存在一些不足：第一，确定了一个分段后，在确定下一个分段时无法包含上一个分段的数据点，可能会错过拟合误差更小的分段；第二，对每个分段进行曲线拟合，考虑的是分段内所有数据点的整体拟合误差较小，没有考虑每个数据点的拟合误差是否较小，如果某个数据点拟合误差较大，则在测量时将位于该数据点波长附近的峰值波长代入计算时，位置误差也较大。

发明内容

本申请的目的在于提供一种光谱共焦传感器标定方法、***、设备及存储介质，旨在解决现有的问题，即不同分段无法包含相同的数据点以及无法保证分段内每个数据点的拟合误差较小。

为实现上述目的，本申请采用的技术方案是：

第一方面，本申请提供了一种光谱共焦传感器标定方法，所述光谱共焦传感器标定方法应用于服务节点，所述光谱共焦传感器标定方法包括：获取标定数据组，所述标定数据组包括N个标定数据，每个所述标定数据包括被测物件的位置数据及光谱共焦传感器采集的峰值波长，N表示整数；确定第k个所述标定数据对应的最优分段拟合曲线，所述最优分段拟合曲线在第k个所述标定数据处拟合误差最小，k＝1、2、3…N；根据第k个所述最优分段拟合曲线确定所述标定数据组中每个标定数据对应的最优分段拟合曲线。

在一个实施例中，所述获取标定数据组包括：获取光谱共焦传感器所采集的第二预设数量的样本数据；按峰值波长由小到大对所述样本数据进行排序，生成样本数据序列；按照所述样本数据序列的排列顺序，从所述样本数据序列中选取N个所述样本数据作为标定数据组。

在一个实施例中，所述确定第k个所述标定数据对应的最优分段拟合曲线，包括：确定第k个所述标定数据对应的多个候选拟合区间，每个所述候选拟合区间包含第一数量的样本数据；对所述第一数量的样本数据进行拟合，得到对应的所述候选拟合区间对应的候选拟合曲线；从所述候选拟合曲线中确定第k个所述标定数据对应的所述最优分段拟合曲线。

在一个实施例中，所述确定第k个所述标定数据对应的多个候选拟合区间，包括：在所述样本数据序列中选取多个第一端点数据以及对应的第二端点数据，所述第一端点数据在所述样本数据序列中的次序小于所述第k个标定数据，所述第二端点数据在所述样本数据序列中的次序大于所述第k个标定数据；根据每个所述第一端点数据以及对应的第二端点数据确定所述候选拟合区间，所述候选拟合区间的起点是所述第一端点数据，所述候选拟合区间的终点是所述第二端点数据。

在一个实施例中，所述从所述候选拟合曲线中确定第k个所述标定数据对应的所述最优分段拟合曲线，包括：计算所有候选拟合曲线在第k个所述标定数据处的拟合误差；将所述拟合误差最小的所述候选拟合曲线作为第k个所述标定数据对应的最优分段拟合曲线。

在一个实施例中，所述对所述第一数量的样本数据进行拟合，得到对应的所述候选拟合区间对应的候选拟合曲线，包括：对所述第一数量的样本数据进行多项式拟合，得到对应的所述候选拟合区间对应的候选拟合曲线。

在一个实施例中，所述多项式拟合计算的拟合阶次为3、4或5。

第二方面，本申请提供了一种光谱共焦传感器标定***，所述光谱共焦传感器标定***包括：标定点获取模块，用于获取标定数据组，所述标定数据组包括N个标定数据，每个所述标定数据包括被测物件的位置数据及光谱共焦传感器采集的峰值波长，N表示整数；拟合确定模块，用于确定第k个所述标定数据对应的最优分段拟合曲线，所述最优分段拟合曲线在第k个所述标定数据处拟合误差最小，k＝1、2、3…N；最优拟合选取模块，用于根据第k个所述最优分段拟合曲线确定所述标定数据组中每个标定数据对应的最优分段拟合曲线。

第三方面，本申请还提供了一种终端设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序；所述处理器执行所述计算机程序时实现上述第一方面的光谱共焦传感器标定方法。

第四方面，本申请还提供了一种计算机可读存储介质，存储有计算机程序，所述计算机程序被处理器执行时实现上述第一方面的光谱共焦传感器标定方法。

本申请的有益效果：

本申请提供的一种光谱共焦传感器标定方法、***、设备及存储介质，对包含标定数据的多个候选拟合区间进行拟合，选取其中在标定数据处拟合误差最小的拟合曲线作为该标定数据对应的最优分段拟合曲线，并按照同样过程为所有标定数据都确定对应的最优分段拟合曲线，有效解决了现有分段拟合方法不同分段无法包含相同的样本数据以及无法保证分段内所有样本数据的拟合误差均较小的问题，有利于提高拟合精度。

具体来说，首先获取包括N个标定数据的标定数据组，其中，每个所述标定数据包括被测物件的位置数据及对应的传感器采集的峰值波长，N表示整数。然后，确定第k个所述标定数据对应的最优分段拟合曲线，k＝1、2、3…N，为第k个所述标定数据选取多个候选拟合区间，拟合出多条候选拟合曲线，计算所有候选拟合曲线在第k个所述标定数据处的拟合误差，从中筛选出拟合误差最小的候选拟合曲线作为第k个所述标定数据对应的最优分段拟合曲线，从而确保了最优分段拟合曲线在对应的标定数据处有较好的拟合效果。最后根据第k个所述最优分段拟合曲线确定所述标定数据组中每个标定数据对应的最优分段拟合曲线。不同标定数据对应的候选拟合区间可以包含相同的样本数据，解除了现有分段拟合方法不同分段无法包含相同样本数据的限制，有利于寻找到拟合误差更小的分段。

可以理解的是，可以实现上述方法的***、终端设备及计算机可读存储介质具有相同的有益效果。

附图说明

为了更清楚地说明本申请实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1为本申请光谱共焦传感器标定方法实施例的流程图；

图2为本申请光谱共焦传感器标定方法实施例的流程图；

图3为本申请光谱共焦传感器标定方法实施例的传感器采集装置示意图；

图4为本申请光谱共焦传感器标定方法实施例的标定数据点示意图；

图5为本申请光谱共焦传感器标定方法实施例的流程图；

图6为本申请光谱共焦传感器标定方法实施例的流程图；

图7为本申请光谱共焦传感器标定方法实施例的流程图；

图8为本申请光谱共焦传感器标定方法实施例的拟合误差σ₁示意图；

图9为本申请光谱共焦传感器标定方法实施例的拟合误差σ₂示意图；

图10为本申请光谱共焦传感器标定方法实施例的拟合误差σ_k示意图；

图11为本申请光谱共焦传感器标定方法实施例的应用最优分段拟合曲线的示意图；

图12为本申请光谱共焦传感器标定***实施例的结构框图；

图13为本申请终端设备的结构框图。

具体实施方式

下面详细描述本申请的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，旨在用于解释本申请，而不能理解为对本申请的限制。

在本申请的描述中，需要理解的是，术语“长度”、“宽度”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本申请和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本申请的限制。

此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本申请的描述中，“多个”的含义是两个或两个以上，除非另有明确具体的限定。

本申请实施例提供的光谱共焦传感器标定方法，可以应用于单片机、个人电脑等终端设备，本申请实施例对终端设备的具体类型不做任何限制。

本申请提供的光谱共焦传感器标定方法应用于传感器采集装置，传感器采集装置包括：光谱共焦传感器、被测物件及精密位移平台。其中，光谱共焦传感器是一种非接触式位移传感器，具有测量精度高、响应速度快、稳定性好等优点，可用于测量精密零件尺寸、透明物体厚度、凹槽深度等，目前已在航空、电子、医药等领域发挥着重要作用，发展前景广阔。

光谱共焦传感器在共焦传感器的基础上，利用物镜的位置色差，将复色光中不同波长的单色光聚焦在不同的轴向位置，实现波长与位置的一一对应。当存在被测物体时，测量光照射到被测物体表面后被反射回来，此时只有聚焦在被测物体表面的单色光满足共焦条件，其大部分能量可以通过共焦小孔被光谱仪探测到，而其余在被测物体表面处于离焦状态的单色光则大部分能量被共焦小孔所阻挡，无法被光谱仪探测到。那么在光谱信号中，峰值波长对应的就是聚焦在被测物体表面的单色光波长。

通过预先标定被测物***置和峰值波长的对应关系，在实际测量的时候，即可通过探测峰值波长得到被测物体的位置，进而实现位移测量或厚度测量。

精确标定位置及峰值波长关系是光谱共焦传感器实现精密测量的基础。现有技术中精度比较高的是通过分段曲线拟合的方式标定位置及峰值波长关系。分段曲线拟合的方式根据拟合误差尽可能小的准则对数据点进行分段，然后在每个分段内进行曲线拟合，可以达到较好的拟合效果。

但是，这种技术也存在一些不足：第一，确定了一个分段后，在确定下一个分段时无法包含上一个分段的数据点，可能会错过拟合误差更小的分段；第二，对每个分段进行曲线拟合，考虑的是分段内所有数据点的整体拟合误差较小，没有考虑每个数据点的拟合误差是否较小，如果某个数据点拟合误差较大，则在测量时将位于该数据点波长附近的峰值波长代入计算时，位置误差也较大。

为了解决上述问题，本申请提供了一种光谱共焦传感器标定方法、***、设备及存储介质。为说明本申请所述的技术方案，下面通过以下实施例来进行说明。

实施例一

请参阅图1，本申请实施例提供的光谱共焦传感器标定方法，包括：

步骤S1，获取标定数据组。

其中，所述标定数据组包括N个标定数据，每个所述标定数据包括被测物件的位置数据及光谱共焦传感器采集的峰值波长，N表示整数。

传感器样本数据是一个二维数据组，包含标定数据包括被测物件的位置数据及对应的传感器采集的峰值波长，位置数据是光谱共焦传感器和被测物件之间的距离，峰值波长是聚焦在被测物件表面的单色光波的峰值波长。例如，可以用(λ₁,d₁)，(λ₂,d₂)……(λ_k,d_k)……(λ_N,d_N)来表示。其中，λ_k为传感器采集的第k个峰值波长，d_k为对应的被测物件的第k个位置数据。

在一个实施例中，如图2所示，所述获取标定数据组包括：

步骤S11，获取光谱共焦传感器所采集的第二预设数量的样本数据。

步骤S12，按峰值波长由小到大对所述第二预设数量的样本数据进行排序，生成样本数据序列。

需要说明的是，上述步骤针对的是传感器样本数据次序不规律的情形，故需要先按峰值波长由小到大对所述传感器样本数据进行排序，生成样本数据序列，方便后续选定标定数据组和对其中的标定数据进行拟合计算。

在应用中，可以由图3所示的光谱共焦传感器31、被测物件32及精密位移平台33组成的传感器采集装置来获取传感器样本数据。采集时，精密位移平台33按预设步长进行移动，这样光谱共焦传感器31就可以采集到由小到大排好序的样本数据序列，无需再通过步骤S12进行排序。

步骤S13，按照所述第二预设数量的样本数据序列的排列顺序，从所述第二预设数量的样本数据序列中选取N个所述样本数据作为标定数据组。

N的数量根据所需的测量范围确定，比如测量范围是1mm，那么以起始标定数据和结束标定数据为边界的区间的位置范围大于或等于1mm即可。在应用中，如图4所示，样本数据序列的数量即为第二预设数量，样本数据序列中从第三个样本数据到倒数第三个样本数据为标定数据组(图中显示为白色点)。

步骤S2，确定第k个所述标定数据对应的最优分段拟合曲线。

其中，所述最优分段拟合曲线在第k个所述标定数据处拟合误差最小，k＝1、2、3…N。

在一个实施例中，如图5所示，所述确定第k个所述标定数据对应的最优分段拟合曲线，包括：

步骤S21，确定第k个所述标定数据对应的多个候选拟合区间。

其中，每个所述候选拟合区间包含第一数量的样本数据。

在一个实施例中，如图6所示，所述确定第k个所述标定数据对应的多个候选拟合区间，包括：

步骤S211，在所述样本数据序列中选取多个第一端点数据以及对应的第二端点数据。

其中，所述第一端点数据在所述样本数据序列中的次序小于所述第k个标定数据，所述第二端点数据在所述样本数据序列中的次序大于所述第k个标定数据。

在应用中，可以用(λ_k,d_k)表示第k个标定数据，其中λ_k为传感器采集的第k个峰值波长，d_k为对应的被测物件的第k个位置数据。那么可以用(λ_j,d_j)表示第一端点数据，其中，λ_j＝λ₁、λ₂、λ₃……λ_k-1，d_j＝d₁、d₂、d₃……d_k-1。可以用(λ_m,d_m)表示第二端点数据，其中，λ_m＝λ_k+1、λ_k+2、λ_k+3……λ_N，d_m＝d_k+1、d_k+2、d_k+3……d_N。

比如以(λ_k-2,d_k-2)为第一端点数据，以(λ_k+2,d_k+2)为第二端点数据，然后构成候选拟合区间并进行多项式拟合、计算在第k个所述标定数据处的拟合误差，然后以(λ_k-3,d_k-3)为新的第一端点数据，以(λ_k+3,d_k+3)为第二端点数据，然后构成新的拟合区间并进行多项式拟合、计算在第k个所述标定数据处的拟合误差，以此类推，直到第一端点数据为样本数据序列的第一个样本数据，或者第二端点数据为样本数据序列的最后一个样本数据，则进行完本轮多项式拟合和误差计算后，不再选取新的第一端点数据及第二端点数据。

步骤S212，根据每个所述第一端点数据以及对应的第二端点数据确定所述候选拟合区间。

其中，所述候选拟合区间的起点是所述第一端点数据，所述候选拟合区间的终点是所述第二端点数据。

在应用中，根据拟合计算的要求，拟合区间需要包含足够的传感器样本数据，比如，进行4次多项式拟合时，拟合区间至少需要包含5个传感器样本数据。在满足上述要求下，可以对第一端点数据及第二端点数据进行随机配对生成拟合区间。比如，对第k个标定数据进行4次多项式拟合时，可以选取第一端点数据(λ_k-2,d_k-2)及第二端点数据(λ_k+2,d_k+2)生成第一拟合区间，选取第一端点数据(λ_k-3,d_k-3)及第二端点数据(λ_k+3,d_k+3)生成第二拟合区间，以此类推。当然，也可以选取第一端点数据(λ_k-3,d_k-3)及第二端点数据(λ_k+2,d_k+2)生成第一拟合区间，选取第一端点数据(λ_k-4,d_k-4)及第二端点数据(λ_k+3,d_k+3)生成第二拟合区间，以此类推。具体选择哪个第一端点数据与哪个第二端点数据配对生成拟合区间由用户根据需要确定。

步骤S22，对所述第一数量的样本数据进行拟合，得到对应的所述候选拟合区间对应的候选拟合曲线。

在一个实施例中，所述对所述第一数量的样本数据进行拟合，得到对应的所述候选拟合区间对应的候选拟合曲线，包括：

对所述第一数量的样本数据进行多项式拟合，得到对应的所述候选拟合区间对应的候选拟合曲线。

比如选择多项式阶次为4时，拟合曲线为：

D＝₀+₁λ+₂λ²+₃λ³+₄λ⁴(1)

其中，c₀，c₁，c₂，c₃，c₄为拟合曲线的多项式系数，λ为光谱共焦传感器采集的峰值波长，D为根据拟合曲线计算的被测物件的位置数据。

将第一数量的样本数据，比如5个样本数据中的光谱共焦传感器采集的峰值波长代入公式(1)中，分别计算出被测物件的五个位置数据

然后分别计算这五个位置数据与样本数据中的被测物件的位置数据的误差平方和，然后用误差平方和对c₀，c₁，c₂，c₃，c₄分别求偏导，并令每个偏导结果为零，最终求得c₀，c₁，c₂，c₃，c₄这五个拟合曲线多项式系数的值。

在应用中，所述多项式拟合计算的拟合阶次为3、4或5。多项式拟合的拟合误差一般随着拟合阶次的增加而减小，但是当拟合阶次较大时，会出现数值不稳定现象，拟合误差反而会增大。因此，多项式拟合的阶次不能过高，也不能过低，综合考虑运算成本等因素，多项式拟合的阶次一般为3、4或5，具体根据实际数据分布而定。

步骤S23，从所述候选拟合曲线中确定第k个所述标定数据对应的所述最优分段拟合曲线。

在一个实施例中，如图7所示，所述从所述候选拟合曲线中确定第k个所述标定数据对应的所述最优分段拟合曲线，包括：

步骤S231，计算所有候选拟合曲线在第k个所述标定数据处的拟合误差。

具体是直接将第k个标定数据分别代入所有的候选拟合曲线，得出相应的拟合误差。下面以图8至图10的例子进行说明，第k个标定数据有前两条候选拟合曲线L₁、L₂，则将第k个标定数据的峰值波长分别代入拟合曲线L₁、L₂，得出被测物件的预测位置数据，再将被测物件的两个预测位置数据与被测物件的实际位置数据的差值作为拟合误差，分别得出拟合曲线L₁在第k个标定数据处的拟合误差σ₁以及L₂在第k个标定数据处的拟合误差σ₂，以此类推，一直计算到σ_k。

步骤S232，将所述拟合误差最小的所述候选拟合曲线作为第k个所述标定数据对应的最优分段拟合曲线。

比如，第k个标定数据计算得到拟合误差σ₁、σ₂……σ_k，如果拟合误差σ₂最小，则对应的拟合曲线L₂为第k个所述标定数据对应的最优分段拟合曲线。

步骤S3，根据第k个所述最优分段拟合曲线确定所述标定数据组中每个标定数据对应的最优分段拟合曲线。

如图11所示，在测量时，选择峰值波长与实测峰值波长最接近的标定数据，利用该标定数据对应的最优分段拟合曲线计算实测峰值波长对应的被测物件的位置。

可以理解的是，标定数据对应的最优分段拟合曲线不仅仅在该标定数据处拟合误差较小，在实测时，对于峰值波长接近该标定数据的实测数据，拟合误差也较小。

本申请实施例通过对包含标定数据的多个候选拟合区间进行拟合，选取其中在标定数据处拟合误差最小的拟合曲线作为该标定数据对应的最优分段拟合曲线，并按照同样过程为所有标定数据都确定对应的最优分段拟合曲线，有效解决了现有分段拟合方法不同分段无法包含相同的样本数据以及无法保证分段内所有样本数据的拟合误差均较小的问题，有利于提高拟合精度。

具体来说，首先获取包括N个标定数据的标定数据组，其中，每个所述标定数据包括被测物件的位置数据及对应的传感器采集的峰值波长，N表示整数。然后，确定第k个所述标定数据对应的最优分段拟合曲线，k＝1、2、3…N，为第k个所述标定数据选取多个候选拟合区间，拟合出多条候选拟合曲线，计算所有候选拟合曲线在第k个所述标定数据处的拟合误差，从中筛选出拟合误差最小的候选拟合曲线作为第k个所述标定数据对应的最优分段拟合曲线，从而确保了最优分段拟合曲线在对应的标定数据处有较好的拟合效果。最后根据第k个所述最优分段拟合曲线确定所述标定数据组中每个标定数据对应的最优分段拟合曲线。不同标定数据对应的候选拟合区间可以包含相同的样本数据，解除了现有分段拟合方法不同分段无法包含相同样本数据的限制，有利于寻找到拟合误差更小的分段。

实施例二

对应于上文实施例所述的光谱共焦传感器标定方法，图12示出了本申请实施例提供的光谱共焦传感器标定***120的结构框图，该***可以是终端设备中的虚拟装置(virtual appliance)，由终端设备的处理器运行，也可以是集成于终端设备本身。为了便于说明，仅示出了与本申请实施例相关的部分。

本申请实施例光谱共焦传感器标定***120包括：

标定点获取模块121，用于获取标定数据组，所述标定数据组包括N个标定数据，每个所述标定数据包括被测物件的位置数据及光谱共焦传感器采集的峰值波长，N表示整数；

拟合确定模块122，用于确定第k个所述标定数据对应的最优分段拟合曲线，所述最优分段拟合曲线在第k个所述标定数据处拟合误差最小，k＝1、2、3…N；

最优拟合选取模块123，用于根据第k个所述最优分段拟合曲线确定所述标定数据组中每个标定数据对应的最优分段拟合曲线。

本申请实施例通过对包含标定数据的多个候选拟合区间进行拟合，选取其中在标定数据处拟合误差最小的拟合曲线作为该标定数据对应的最优分段拟合曲线，并按照同样过程为所有标定数据都确定对应的最优分段拟合曲线，有效解决了现有分段拟合方法不同分段无法包含相同的样本数据以及无法保证分段内所有样本数据的拟合误差均较小的问题，有利于提高拟合精度。

具体来说，首先标定点获取模块获取包括N个标定数据的标定数据组，其中，每个所述标定数据包括被测物件的位置数据及对应的传感器采集的峰值波长，N表示整数。然后，拟合确定模块确定第k个所述标定数据对应的最优分段拟合曲线，k＝1、2、3…N，为第k个所述标定数据选取多个候选拟合区间，拟合出多条候选拟合曲线，计算所有候选拟合曲线在第k个所述标定数据处的拟合误差，从中筛选出拟合误差最小的候选拟合曲线作为第k个所述标定数据对应的最优分段拟合曲线，从而确保了最优分段拟合曲线在对应的标定数据处有较好的拟合效果。最后，最优拟合选取模块根据第k个所述最优分段拟合曲线确定所述标定数据组中每个标定数据对应的最优分段拟合曲线。不同标定数据对应的候选拟合区间可以包含相同的样本数据，解除了现有分段拟合方法不同分段无法包含相同样本数据的限制，有利于寻找到拟合误差更小的分段。

实施例三

如图13所示，本申请还提供了一种终端设备130，包括存储器131、处理器132以及存储在所述存储器中并可在所述处理器上运行的计算机程序133，例如。所述处理器132执行所述计算机程序133时实现上述各光谱共焦传感器标定方法实施例中的步骤，例如实施例一中的方法步骤。所述处理器132执行所述计算机程序133时实现上述各装置实施例中各模块的功能，例如实施例二中各模块、单元的功能。

示例性的，所述计算机程序133可以被分割成一个或多个模块，所述一个或者多个模块被存储在所述存储器131中，并由所述处理器132执行，以完成本申请实施例一和/或实施例二。所述一个或多个模块可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述所述计算机程序133在所述终端设备130中的执行过程。例如，所述计算机程序133可以被分割成标定点获取模块、拟合确定模块及最优拟合选取模块等，各模块具体功能在上述实施例二中已有描述，此处不再赘述。

所述终端设备可包括，但不仅限于，存储器131，处理器132。本领域技术人员可以理解，图13仅仅是终端设备130的示例，并不构成对终端设备130的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如所述终端设备还可以包括输入输出设备、网络接入设备、总线等。

所述存储器131可以是所述终端设备130的内部存储单元，例如终端设备130的硬盘或内存。所述存储器131也可以是所述终端设备130的外部存储设备，例如所述终端设备130上配备的插接式硬盘，智能存储卡(Smart Media Card，SMC)，安全数字(SecureDigital，SD)卡，闪存卡(Flash Card)等。进一步地，所述存储器131还可以既包括所述终端设备130的内部存储单元也包括外部存储设备。所述存储器131用于存储所述计算机程序以及所述终端设备所需的其他程序和数据。所述存储器131还可以用于暂时地存储已经输出或者将要输出的数据。

所称处理器132可以是中央处理单元(Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现场可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。

所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将所述装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中，上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。另外，各功能单元、模块的具体名称也只是为了便于相互区分，并不用于限制本申请的保护范围。上述***中单元、模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述或记载的部分，可以参见其它实施例的相关描述。

本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。

在本发明所提供的实施例中，应该理解到，所揭露的装置/终端设备和方法，可以通过其它的方式实现。例如，以上所描述的装置/终端设备实施例仅仅是示意性的，例如，所述模块或单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个***，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口，装置或单元的间接耦合或通讯连接，可以是电性，机械或其它的形式。

所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。

所述集成的模块如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读存储介质中。基于这样的理解，本发明实现上述实施例方法中的全部或部分流程，也可以通过计算机程序指令相关的硬件完成，所述的计算机程序可存储在一个计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，RandomAccess Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是，所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，计算机可读介质不包括电载波信号和电信信号。

以上所述实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围，均应包含在本发明的保护范围之内。

Claims (10)

1.一种光谱共焦传感器标定方法，其特征在于，包括：

获取标定数据组，所述标定数据组包括N个标定数据，每个所述标定数据包括被测物件的位置数据及光谱共焦传感器采集的峰值波长，N表示整数；

确定第k个所述标定数据对应的最优分段拟合曲线，所述最优分段拟合曲线在第k个所述标定数据处拟合误差最小，k＝1、2、3…N；

根据第k个所述最优分段拟合曲线确定所述标定数据组中每个标定数据对应的最优分段拟合曲线。

2.根据权利要求1所述的方法，其特征在于，所述获取标定数据组包括：

获取光谱共焦传感器所采集的第二预设数量的样本数据；

按峰值波长由小到大对所述样本数据进行排序，生成样本数据序列；

按照所述样本数据序列的排列顺序，从所述样本数据序列中选取N个所述样本数据作为标定数据组。

3.根据权利要求1所述的方法，其特征在于，所述确定第k个所述标定数据对应的最优分段拟合曲线，包括：

确定第k个所述标定数据对应的多个候选拟合区间，每个所述候选拟合区间包含第一数量的样本数据；

对所述第一数量的样本数据进行拟合，得到对应的所述候选拟合区间对应的候选拟合曲线；

从所述候选拟合曲线中确定第k个所述标定数据对应的所述最优分段拟合曲线。

4.根据权利要求3所述的方法，其特征在于，所述确定第k个所述标定数据对应的多个候选拟合区间，包括：

在所述样本数据序列中选取多个第一端点数据以及对应的第二端点数据，所述第一端点数据在所述样本数据序列中的次序小于所述第k个标定数据，所述第二端点数据在所述样本数据序列中的次序大于所述第k个标定数据；

根据每个所述第一端点数据以及对应的第二端点数据确定所述候选拟合区间，所述候选拟合区间的起点是所述第一端点数据，所述候选拟合区间的终点是所述第二端点数据。

5.根据权利要求3所述的方法，所述从所述候选拟合曲线中确定第k个所述标定数据对应的所述最优分段拟合曲线，包括：

计算所有候选拟合曲线在第k个所述标定数据处的拟合误差；

将所述拟合误差最小的所述候选拟合曲线作为第k个所述标定数据对应的最优分段拟合曲线。

6.根据权利要求3所述的方法，其特征在于，所述对所述第一数量的样本数据进行拟合，得到对应的所述候选拟合区间对应的候选拟合曲线，包括：

对所述第一数量的样本数据进行多项式拟合，得到对应的所述候选拟合区间对应的候选拟合曲线。

7.根据权利要求6所述的方法，其特征在于，

所述多项式拟合计算的拟合阶次为3、4或5。

8.一种光谱共焦传感器标定***，其特征在于，所述***包括：

标定点获取模块，用于获取标定数据组，所述标定数据组包括N个标定数据，每个所述标定数据包括被测物件的位置数据及光谱共焦传感器采集的峰值波长，N表示整数；

拟合确定模块，用于确定第k个所述标定数据对应的最优分段拟合曲线，所述最优分段拟合曲线在第k个所述标定数据处拟合误差最小，k＝1、2、3…N；

最优拟合选取模块，用于根据第k个所述最优分段拟合曲线确定所述标定数据组中每个标定数据对应的最优分段拟合曲线。

9.一种终端设备，其特征在于，所述终端设备包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序；

所述处理器执行所述计算机程序时实现如权利要求1至7任一项所述的光谱共焦传感器标定方法。

10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至7任一项所述的光谱共焦传感器标定方法。

Images