一种用于对长白玉进行质量评价的方法和系统技术方案

本发明专利技术提供了一种用于对长白玉进行质量评价的方法和系统，其方法包括：对待评价长白玉进行图像采集，得到待评价长白玉图像数据；基于训练好的长白玉原石质量评价数学模型，对待评价的长白玉进行原石质量评价；基于训练好的长白玉开发质量数学模型，对待评价的长白玉进行开发质量评价；基于待评价的长白玉的原石质量评价结果和开发质量评价结果，对待评价的长白玉进行综合质量评价。采用机器代替人工对长白玉进行质量评价，克服了人工评价评价过程费时费力，效率较低且存在较大的主观因素的影响的缺点，从而减小了质量评价结果误差，同时对长白玉原石质量及开发质量的综合评价，避免了只对长白玉原石质量评价，造成的高估长白玉价值情况的发生。价值情况的发生。价值情况的发生。

【技术实现步骤摘要】
一种用于对长白玉进行质量评价的方法和系统


[0001]本专利技术涉及质量评价
，特别涉及一种用于对长白玉进行质量评价的方法和系统。

技术介绍

[0002]长白玉是长白山区有重要经济意义的矿产之一，产于长白山脉中段的长白山朝鲜族自治县马鹿沟村，长白玉的形成距今已有1.3亿多年，相当于侏罗纪的晚期，是由火山碎屑物质沉积而成的，其主要成分为叶腊石；长白玉石质细腻而致密，温润洁净，坚而不顽，光而不滑，易于雕刻，光泽度好，除少数透明外，大多数为半透明至微透明，颜色有绿、黄、灰褐、紫红、灰白等，花纹十分漂亮，有蟒纹、龟纹、卷纹、流纹、流霞纹等，纹理自然而流畅，由于其外观精美且易于雕琢，大量的长白玉被制成饰品，不同质量的长白玉制成的饰品价值相差较大，因此在对长白玉加工之前需对其进行质量评价，通过对长白玉的质量评价确定长白玉制成的饰品的出售价格；现对于长白玉的质量评价均通过专家拿放大镜仔细对长白玉的颜色、质地、纹理和裂纹状态等进行观察后，才能得出质量评价结果，质量评价过程费时费力，效率较低且存在较大的主观因素（如专家的视力疲劳、专家的个人喜好等）的影响，从而导致评价结果误差较大；同时，长白玉要成为产品需对其进行再加工，加工之后的长白玉的价值不光取决于长白玉原石的质量，同时也取决于长白玉的可开发性（如长白玉的体积较大、形状规整度较高且物料利用率较高的长白玉开发性较大），现对于长白玉的质量评价仅限于对其原石的质量评价，缺乏对长白玉原石质量及开发质量的综合评价。
[0003]因此，本专利技术提出一种用于对长白玉进行质量评价的方法和系统。

技术实现思路

[0004]本专利技术提供一种用于对长白玉进行质量评价的方法和系统，用以解决现有长白玉质量评价评价过程费时费力，效率较低且存在较大的主观因素的影响，从而导致评价结果误差较大，同时现有长白玉质量评价仅限于对其原石的质量评价，缺乏对长白玉原石质量及开发质量的综合评价的技术问题。
[0005]本专利技术提供一种用于对长白玉进行质量评价的方法，包括以下步骤：步骤1：对待评价长白玉进行图像采集，得到待评价长白玉图像数据；步骤2：基于训练好的长白玉原石质量评价数学模型和待评价长白玉图像数据，对待评价的长白玉进行原石质量评价；步骤3：基于训练好的长白玉开发质量数学模型和待评价长白玉图像数据，对待评价的长白玉进行开发质量评价；步骤4：基于待评价的长白玉的原石质量评价结果和开发质量评价结果，对待评价的长白玉进行综合质量评价，并输出评价结果。
[0006]在一种可能实现的方式中，执行步骤1之前，包括：对待评价玉石进行扫描，并将扫描结果与数据存储模块中的长白玉样本进行对比，判断待评价玉石是否为长白玉；若是，则执行步骤1；若不是，则待评价玉石进行剔除；在执行步骤1之后，将采集的待评价长白玉图像数据传输至数据存储模块。
[0007]在一种可能实现的方式中，在执行步骤1之后，执行步骤2之前包括：将得到的待评价长白玉图像数据中的像素值和分辨率分别与预设的像素值和预设的分辨率进行比较，剔除待评价长白玉图像中像素值或分辨率低于预设像素值和分辨率的图像，得到待评价长白玉图像粗筛选图像；对重复的待评价长白玉图像粗筛选图像进行像素值和分辨率的对比，筛选出重复的待评价长白玉图像粗筛选图像中像素值和分辨率最优的图像，并将其图像数据作为输入训练好的长白玉原石质量评价数学模型和训练好的长白玉开发质量数学模型的数据。
[0008]在一种可能实现的方式中，长白玉原石质量评价数学模型的训练包括：步骤201：获取长白玉原石质量评价数学模型训练样本，取长白玉原石质量评价数学模型训练样本中的70％作为训练集，取长白玉原石质量评价数学模型训练样本中的30％作为测试集；步骤202：先将训练集输入长白玉原石质量评价数学模型中对长白玉原石质量评价数学模型进行训练，后再将测试集输入长白玉原石质量评价数学模型中，输出测试集实际原石质量评价结果；基于测试集实际原石质量评价结果和测试集预设原石质量评价结果，得出长白玉原石质量评价数学模型的实际训练完成度评估值；若，则证明长白玉原石质量评价数学模型训练完成；其中，为长白玉原石质量评价数学模型的基准训练完成度评估值；若，则扩大样本量继续对长白玉原石质量评价数学模型进行训练。
[0009]在一种可能实现的方式中，获取长白玉原石质量评价数学模型训练样本包括：步骤2010：获取长白玉质量评价样本图像数据，基于长白玉质量评价样本图像数据建立长白玉的原石质量影响因素数据；长白玉的原石质量影响因素数据包括：一级长白玉的原石质量影响因素集合和二级长白玉的原石质量影响因素集合；其中，代表中第x个一级长白玉的原石质量影响因素，x代表一级长白玉的原石质量影响因素的个数；j的取值范围为[1,x]，代表中第j个一级长白玉的原石质量影响因素中的第y个二级长白玉的原石质量影响因素；步骤2011：质量评价专家基于长白玉的原石质量影响因素数据对每张长白玉质量评价样本图像的每个二级长白玉的原石质量影响因素进行质量评价，得到每张长白玉质量
评价样本图像的每个二级长白玉的原石质量影响因素质量评价值及其对应权重；步骤2012：基于每张长白玉质量评价样本图像的每个二级长白玉的原石质量影响因素质量评价值及其对应权重得到每张长白玉质量评价样本图像的每个一级长白玉的原石质量影响因素对应的质量评价值，基于每张长白玉质量评价样本图像的每个一级长白玉的原石质量影响因素对应的质量评价值及其对应的权重得出每张长白玉质量评价样本图像对应的综合原石质量评价值；将长白玉质量评价样本图像数据和每张长白玉质量评价样本图像对应的综合原石质量评价值作为长白玉原石质量评价数学模型训练样本。
[0010]在一种可能实现的方式中，一级长白玉的原石质量影响因素包括颜色因素、质地因素、纹理因素和裂纹状态因素；颜色因素对应的二级长白玉的原石质量影响因素包括颜色的稀有程度、颜色的纯正度和颜色的均匀度；质地因素对应的二级长白玉的原石质量影响因素包括致密度、坚韧度、细腻度和光泽度；纹理因素对应的二级长白玉的原石质量影响因素包括纹理稀有度和纹理均匀度；裂纹状态因素对应的二级长白玉的原石质量影响因素包括裂纹的严重程度和裂纹的占比程度。
[0011]在一种可能实现的方式中，长白玉开发质量数学模型训练包括：步骤301：获取长白玉质量评价样本图像数据，基于长白玉质量评价样本图像数据建立长白玉的开发质量影响因素数据，长白玉的开发质量影响因素数据为长白玉的开发质量影响因素集合；步骤302：质量评价专家基于长白玉的开发质量影响因素数据对每张长白玉质量评价样本图像的每个长白玉的开发质量影响因素进行质量评价，得到张长白玉质量评价样本图像的长白玉的开发质量影响因素质量评价值及其对应权重；步骤303：基于张长白玉质量评价样本图像的每个长白玉的开发质量影响因素质量评价值及其对应权重，得出每张长白玉质量评价样本图像的综合开发质量评价值，并将长白玉质量评价样本图像数据和每张长白玉质量评价样本图像的综合开发质量评价值作为长白玉开发质量数学模型训练样本；步骤304：取长白玉开发质量数学模型训练样本本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种用于对长白玉进行质量评价的方法，其特征在于，包括以下步骤：步骤1：对待评价长白玉进行图像采集，得到待评价长白玉图像数据；将得到的待评价长白玉图像数据中的像素值和分辨率分别与预设的像素值和预设的分辨率进行比较，剔除待评价长白玉图像中像素值或分辨率低于预设像素值和分辨率的图像，得到待评价长白玉图像粗筛选图像；对重复的待评价长白玉图像粗筛选图像进行像素值和分辨率的对比，筛选出重复的待评价长白玉图像粗筛选图像中像素值和分辨率最优的图像，并将其图像数据作为输入训练好的长白玉原石质量评价数学模型和训练好的长白玉开发质量数学模型的数据；步骤2：基于训练好的长白玉原石质量评价数学模型和待评价长白玉图像数据，对待评价的长白玉进行原石质量评价；步骤3：基于训练好的长白玉开发质量数学模型和待评价长白玉图像数据，对待评价的长白玉进行开发质量评价；步骤4：基于待评价的长白玉的原石质量评价结果和开发质量评价结果，对待评价的长白玉进行综合质量评价，并输出评价结果。2.如权利要求1所述的一种用于对长白玉进行质量评价的方法，其特征在于，执行步骤1之前，包括：对待评价玉石进行扫描，并将扫描结果与数据存储模块中的长白玉样本进行对比，判断待评价玉石是否为长白玉；若是，则执行步骤1；若不是，则待评价玉石进行剔除；在执行步骤1之后，将采集的待评价长白玉图像数据传输至数据存储模块。3.如权利要求1所述的一种用于对长白玉进行质量评价的方法，其特征在于，长白玉原石质量评价数学模型的训练包括：步骤201：获取长白玉原石质量评价数学模型训练样本，取长白玉原石质量评价数学模型训练样本中的70％作为训练集，取长白玉原石质量评价数学模型训练样本中的30％作为测试集；步骤202：先将训练集输入长白玉原石质量评价数学模型中对长白玉原石质量评价数学模型进行训练，后再将测试集输入长白玉原石质量评价数学模型中，输出测试集实际原石质量评价结果；基于测试集实际原石质量评价结果和测试集预设原石质量评价结果，得出长白玉原石质量评价数学模型的实际训练完成度评估值；若，则证明长白玉原石质量评价数学模型训练完成；其中，为长白玉原石质量评价数学模型的基准训练完成度评估值；若，则扩大样本量继续对长白玉原石质量评价数学模型进行训练。4.如权利要求3所述的一种用于对长白玉进行质量评价的方法，其特征在于，获取长白玉原石质量评价数学模型训练样本包括：步骤2010：获取长白玉质量评价样本图像数据，基于长白玉质量评价样本图像数据建立长白玉的原石质量影响因素数据；
长白玉的原石质量影响因素数据包括：一级长白玉的原石质量影响因素集合和二级长白玉的原石质量影响因素集合；其中，代表中第x个一级长白玉的原石质量影响因素，x代表一级长白玉的原石质量影响因素的个数；j的取值范围为[1,x]，代表中第j个一级长白玉的原石质量影响因素中的第y个二级长白玉的原石质量影响因素；步骤2011：质量评价专家基于长白玉的原石质量影响因素数据对每张长白玉质量评价样本图像的每个二级长白玉的原石质量影响因素进行质量评价，得到每张长白玉质量评价样本图像的每个二级长白玉的原石质量影响因素质量评价值及其对应权重；步骤2012：基于每张长白玉质量评价样本图像的每个二级长白玉的原石质量影响因素质量评价值及其对应权重得到每张长白玉质量评价样本图像的每个一级长白玉的原石质量影响因素对应的质量评价值，基于每张长白玉质量评价样本图像的每个一级长白玉的原石质量影响因素对应的质量评价值及其对应的权...

【专利技术属性】
技术研发人员：曹妙聪，谷中元，徐强，
申请(专利权)人：长春工程学院，
类型：发明
国别省市：