[发明专利]基于深度学习的黄色培育钻石品级分类方法

说明书

本发明属于黄色培育钻石品级分类技术领域，具体涉及一种基于深度学习的黄色培育钻石品级分类方法，该方法主要运用到了机器视觉、图形图像处理、深度学习等相关技术，通过对内部和外部特征的提取和识别，实现对黄色钻石品级的准确分类。与现有技术相比较，本发明提供一种基于深度学习及多模型决策的黄色培育钻石品级分类方法，实现黄色钻石在线图像采集与准确分类，其效率远远高于人眼。本发明是机器视觉技术、图像处理技术、深度学习技术以及多模型决策技术在黄色培育钻石自动分选中的首次应用。

技术领域

本发明属于黄色培育钻石品级分类技术领域，具体涉及一种基于深度学习的黄色培育钻石品级分类方法，该方法主要运用到了机器视觉、图形图像处理、深度学习等相关技术，通过对内部和外部特征的提取和识别，实现对黄色钻石品级的准确分类。

背景技术

在航空航天、国防军工以及光伏与电子信息等领域里会遇到各种高难材料的加工难题，目前要解决这些难题都离不开一种超硬材料——金刚石。以金刚石为代表的超硬材料及制品被誉为“最硬最锋利的工业牙齿”。我国是人工合成金刚石的原产大国。据统计，截止到2017年，中国人造金刚石产量约为250亿克拉，占据全球90％以上，连续15年在市场上占据主导地位。

黄色培育钻石(以下简称黄色钻石)作为合成金刚石的一种，其在工业刀具、钻头等方面的用途非常广泛。黄色钻石的生成是在高温高压的环境下，把碳原料粉末压成钻石，其中间需要加入金属催化剂，因此很多黄色钻石都会有金属杂质包含在内，这会影响黄色钻石的品级，而品级的划分直接关系到产品品质和经济效益。目前我国主要采用人工分选工业黄色钻石的方法，由分选员通过肉眼在放大镜下观察每颗直径1.2至1.4mm的钻石颗粒的外部形貌和内部杂质特征，根据经验进行等级评估，这种方法不仅分选速度慢、劳动强度大、人工成本高，而且产品质量一致性难以得到有效的保障，使得工业黄色钻石的产能大大受限。因此，如何在工业上实现黄色钻石品级分类的自动化、智能化，是一个亟需解决的技术难题。

目前，基于机器视觉的深度学习技术已广泛应用于实际工程的方方面面，尤其在工业产品的分类与质量检测方面得到大量实践与推广。

发明内容

(一)要解决的技术问题

本发明要解决的技术问题是：如何提供一种基于机器视觉和深度学习的黄色钻石品级分类方法，用以解决现有技术存在的耗费大量劳动力、准确率低、效率不高的技术问题。

(二)技术方案

为解决上述技术问题，本发明提供一种基于深度学习的黄色培育钻石品级分类方法，所述方法包括如下步骤：

步骤S1：黄色钻石原始样本图像采集：通过同轴光源照明，利用CCD工业相机和图像采集卡采集黄色钻石原始样本图像；

步骤S2：黄色钻石原始样本图像分类：按照黄色钻石品级不同，将黄色钻石原始样本图像分为一级品、二级品和三级品三类样本；

该步骤S2包括如下子步骤：

步骤S201：为避免因肉眼观察误差和个人经验片面，而导致样本分类不准确的问题，采取根据国际钻石委员会钻石分级标准、中国技术监管局钻石分级标准GB/T 16554-2003的方法，分别对黄色钻石原始样本图像进行分类，得到两个训练样本集，分别记为：U_a、U_b；

步骤S202：为提升黄色钻石品级分类的准确度，从U_a、U_b中筛选出分类一致的黄色钻石样本，形成一个加强训练样本集，记为：U_c；

步骤S3：黄色钻石原始样本图像预处理：根据灰度化、滤波去燥、二值化、腐蚀与膨胀、最小外接矩形检测图形图像处理方法对U_a、U_b、U_c中的黄色钻石原始样本图像进行处理，得到统一尺寸299*299的黄色钻石图像；