[发明专利]碳化竹片分色方法及系统

权利要求书

1.一种碳化竹片分色方法，其特征在于，包括：

采集历史碳化竹片的颜色图像数据样本；其中，所述历史碳化竹片的颜色图像数据样本中包括碳化竹片的多种类型颜色的图像信息及对应的颜色类型标签；

根据所述采集的历史碳化竹片的颜色图像数据样本，建立基于碳化竹片的颜色图像数据的分色模型；

根据所述建立的基于碳化竹片的颜色图像数据的分色模型，对当前的碳化竹片进行分色；

根据所述对当前的碳化竹片进行分色的分色结果，筛选掉当前的碳化竹片中颜色不一致的碳化竹片；

所述根据所述采集的历史碳化竹片的颜色图像数据样本，建立基于碳化竹片的颜色图像数据的分色模型，包括：

根据所述采集的历史碳化竹片的颜色图像数据样本，获取所述历史碳化竹片的颜色图像数据样本中的碳化竹片的多种类型颜色的图像信息及对应的颜色类型标签；

将所述获取的所述历史碳化竹片的颜色图像数据样本中的碳化竹片的多种类型颜色的图像信息及对应的颜色类型标签分为N段；其中，所述N为大于1的自然数；

通过卷积神经网络，提取所述分为N段后的碳化竹片的多种类型颜色的图像信息及对应的颜色类型标签的时间加权特征；

根据提取的时间加权特征，获得分为N段后的碳化竹片的多种类型颜色的图像信息及对应的颜色类型标签的多尺度特征；

融合获得的N段历史碳化竹片的颜色图像数据样本中的碳化竹片的多种类型颜色的图像信息及对应的颜色类型标签的多尺度特征，计算预测得分；

根据计算得到的预测得分，得到最终的关联所述采集的历史碳化竹片的颜色图像数据样本的分类；

根据所述得到的关联所述采集的历史碳化竹片的颜色图像数据样本的分类，得到关联所述采集的历史碳化竹片的颜色图像数据样本的训练特征；

根据所述得到的关联所述采集的历史碳化竹片的颜色图像数据样本的训练特征进行模型训练，建立基于碳化竹片的颜色图像数据的分色模型。

2.如权利要求1所述的碳化竹片分色方法，其特征在于，所述根据所述建立的基于碳化竹片的颜色图像数据的分色模型，对当前的碳化竹片进行分色，包括：

根据所述建立的基于碳化竹片的颜色图像数据的分色模型，从所述建立的基于碳化竹片的颜色图像数据的分色模型中匹配出当前的碳化竹片图像信息的训练特征，采用所述匹配出的训练特征对当前的碳化竹片图像信息进行训练的方式，对当前的碳化竹片图像信息进行分色。

3.如权利要求1所述的碳化竹片分色方法，其特征在于，所述根据所述对当前的碳化竹片进行分色的分色结果，筛选掉当前的碳化竹片中颜色不一致的碳化竹片，包括：

根据所述对当前的碳化竹片进行分色的分色结果，采用标注方式提示所述分色结果，根据所述提示的分色结果，筛选掉当前的碳化竹片中颜色不一致的碳化竹片。

4.如权利要求1所述的碳化竹片分色方法，其特征在于，在所述采集历史碳化竹片的颜色图像数据样本之前，还包括：

在碳化竹片的分色过程完成后，获取碳化竹片的颜色图像信息，和根据获取的碳化竹片的颜色图像信息，生成所述获取的碳化竹片的颜色图像信息对应的颜色类型标签。

5.一种碳化竹片分色系统，其特征在于，包括：

采集单元、建立单元、分色单元和筛选单元；

所述采集单元，用于采集历史碳化竹片的颜色图像数据样本；其中，所述历史碳化竹片的颜色图像数据样本中包括碳化竹片的多种类型颜色的图像信息及对应的颜色类型标签；

所述建立单元，用于根据所述采集的历史碳化竹片的颜色图像数据样本，建立基于碳化竹片的颜色图像数据的分色模型；

所述分色单元，用于根据所述建立的基于碳化竹片的颜色图像数据的分色模型，对当前的碳化竹片进行分色；

所述筛选单元，用于根据所述对当前的碳化竹片进行分色的分色结果，筛选掉当前的碳化竹片中颜色不一致的碳化竹片。