[发明专利]一种基于宝石包裹体组合的宝石产地自动识别方法在审
申请号: | 202211290764.X | 申请日: | 2022-10-21 |
公开(公告)号: | CN115839954A | 公开(公告)日: | 2023-03-24 |
发明(设计)人: | 丁汀;马瑛;黎辉煌;张天阳;陆太进;唐娜;苏隽;宁佩莹;吴金林 | 申请(专利权)人: | 国检中心深圳珠宝检验实验室有限公司 |
主分类号: | G01N21/87 | 分类号: | G01N21/87;G01N35/00;G01N21/65;G06V20/69;G06N3/04;G06N3/08;G06V10/44;G06V10/764;G06V10/82 |
代理公司: | 深圳市卓科知识产权代理有限公司 44534 | 代理人: | 赵辉丽 |
地址: | 518000 广东省深圳市罗湖区翠竹街道翠平社区贝丽南路4号国家珠宝检测中心大厦十四层、深圳市*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 宝石 包裹 组合 产地 自动识别 方法 | ||
1.一种基于宝石包裹体组合的宝石产地自动识别方法,其特征在于:其识别装置由显微镜、照相机、显微镜光源、拉曼光谱仪、暗室和计算机组成;
所述显微镜、照相机、拉曼光谱仪分别与计算机相连接;
暗室用以放置需要检测的宝石;暗室设有观察窗口,在暗室的观察窗口处设有显微镜、显微镜光源、照相机、拉曼光谱仪;显微镜与照相机相连接;
使用时,将需要检测的宝石放入暗室中,由显微镜光源向需要检测的宝石发射光源,并由照相机捕捉宝石包裹体图像/视频数据,传入计算机;同时,拉曼光谱仪收集宝石包裹体矿物信息,并通过拉曼光谱仪的传感器将数据传入计算机;所述显微镜起调节焦距、取景放大之用;计算机负责对获取的训练集图像/视频数据进行训练、分析和学习,并建立模型;输入验证集/盲样图片,输出识别结果。
2.根据权利要求1所述的基于宝石包裹体组合的宝石产地自动识别方法,其特征在于:包括如下步骤:
拍摄不同产地宝石包裹体显微图片的步骤;
将宝石包裹体显微图片按产地进行分类的步骤;
采用语义分割技术对不同产地图片包裹体进行锚定的步骤;
采用目标检测算法对图片进行训练并构建模型的步骤;
建立不同包裹体组合产地判别标准的步骤;
建立宝石产地自动化识别系统的步骤。
3.根据权利要求1或2所述的一种基于宝石包裹体组合的宝石产地自动识别方法,其特征在于:包括如下步骤:
步骤一,人工对宝石的产地进行确认,获得已识别产地的宝石;
步骤二,采用连接有显微镜的照相机对已确认产地的宝石包裹体进行拍摄,获得已确认产地的宝石的包裹体显微图片;前述显微镜拍摄是在暗室环形光路中进行的;
步骤三,按照宝石产地对已确认产地的宝石的包裹体显微图片进行分类,获得同一产地的宝石包裹体显微图片的集合;同一产地的宝石包裹体显微图片集合作为训练集和/或验证集;
步骤四,对同一产地的显微图片集合中的宝石包裹体显微图片中包裹体进行逐一框定,加注宝石包裹体名称标签,加注宝石包裹体的位置坐标,并存储;
步骤五,用拉曼光谱仪对宝石包裹体名称进行确认;
步骤六,编写标签的序列文件,使得宝石包裹体标签序列与后续训练过程中包裹体标签序列一一对应;
步骤七,利用深度学习算法,对所有具有产地标识的宝石的显微图片进行训练,找出已识别产地宝石的显微图片中所有不同产地宝石图片中的包裹体,并建立识别该包裹体的模型;
前述深度学习算法包括:输入端、基础网络层、Neck网络、输出端;
获得代表单一类别宝石的不同产地的包裹体组合;
步骤八,由“代表单一类别宝石的不同产地的包裹体组合”建立标定标准,进而通过符号主义算法,构成包裹体组合宝石产地自动判别系统;将需要识别的宝石放入暗室,由连接有显微镜的照相机获取图像/视频数据,并传入计算机对需要识别的宝石进行判别:
需要识别的宝石包含3种以上的包裹体特征,则给出该宝石具体产地名称;
需要识别的宝石的包裹体特征不足3个,则转由人工判断该宝石具体产地名称。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于国检中心深圳珠宝检验实验室有限公司,未经国检中心深圳珠宝检验实验室有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202211290764.X/1.html,转载请声明来源钻瓜专利网。