CN118379723B - 一种珠宝自动检测模型的建模方法、模型及检测方法 - Google Patents

Abstract

本发明公开了一种珠宝自动检测模型的建模方法、模型及检测方法，涉及自动检测模型技术领域。首先对采集数据集中的各类型珠宝的图像数据进行分析，得到各类型珠宝的图像检测影响表征值，有助于对不同类型珠宝的图像特征进行更准确的描述，进而更精确的区分不同类型的珠宝，然后根据各类型珠宝的图像检测影响表征值匹配得到各类型珠宝的图像优化参数，处理得到各类型珠宝的优化图像，各类型珠宝的优化图像可以准确地反映珠宝图像的特征，有助于提高珠宝自动检测模型的实用性，提高珠宝自动检测模型对珠宝特征识别的准确性，使珠宝自动检测模型更准确地检测识别出各类型的珠宝并进行建模得到珠宝模型。

Description

一种珠宝自动检测模型的建模方法、模型及检测方法

技术领域

本发明涉及自动检测模型技术领域，具体为一种珠宝自动检测模型的建模方法、模型及检测方法。

背景技术

由于珠宝行业对于珠宝品质的控制和真伪鉴定非常重视，传统的珠宝检测通常需要经验丰富的专业人员和昂贵的设备，成本较高，并且容易受到主观因素的影响，随着科技的发展，通过引入珠宝自动检测模型，可以降低珠宝检测的成本，提高珠宝检测的准确性和效率，降低技术壁垒，提高珠宝行业的发展水平。

现有技术如公告号为：CN115112598B的发明专利申请，公开了一种翡翠自动检测模型的建模方法、模型及检测方法，其中方法包括：获取反射用翡翠样品集及透射用翡翠样品集；获取反射用翡翠样品集对应的红外反射光谱数据集，获取透射用翡翠样品集对应的红外透射光谱数据集；获取每个红外反射光谱数据中的指定峰位，以红外反射光谱数据在第一区间中的相应的指定峰位为依据，得到全部指定峰位对应的峰位区间集，利用峰位区间集得到第一判断依据；以红外透射数据集为依据，获取红外透射光谱在第二设定区间内的峰位相关阈值，并以峰位相关阈值为依据得到第二判断依据；将第一判断依据及第二判断依据进行保存，得到翡翠自动检测模型。

现有技术如公开号为：CN111398208A的发明专利申请，公开了一种利用近红外技术对传统工艺翡翠进行快速鉴定的方法，所述方法包括以下步骤：1)选择样品；2)采集一定数量有确切来源的传统工艺翡翠样品、现代A货翡翠样品，B货翡翠样品，B+C货翡翠样品、C货翡翠样品并分类；3)采集已知品质的翡翠样品的近红外光谱图，对近红外光谱图预处理，使用傅里叶近红外光谱仪扫描全部翡翠的近红外光谱；4)建立主成分-马氏距离评判模型，并使用所建立的评判模型对待测未知样品进行分类测试评判。总之，釆用近红外技术，应用数学、计算机科学、统计学，建立评判模型，使用化学模式识别方法，对“传统工艺翡翠”里由老工艺带入的少量有机混合物进行聚类判别分析，使之成为鉴别“传统工艺翡翠”的一项重要的判别指标。

结合上述方案发现，当前在珠宝自动检测模型技术领域中，通常只是对珠宝的红外光谱图进行分析，由于珠宝的红外光谱图会受到环境及设备的影响，可能会影响珠宝自动检测模型的分析结果，影响珠宝自动检测模型检测的准确性和可靠性。

发明内容

针对现有技术的不足，本发明提供了一种珠宝自动检测模型的建模方法、模型及检测方法，能够有效解决上述背景技术中涉及的问题。

为实现以上目的，本发明通过以下技术方案予以实现：一种珠宝自动检测模型的建模方法，包括采集数据集中的各类型珠宝的图像数据，对各类型珠宝进行的图像数据进行标注并进行预处理。

对预处理后的各类型珠宝的图像数据进行分析，得到各类型珠宝的图像检测影响表征值，根据各类型珠宝的图像检测影响表征值匹配得到各类型珠宝的图像优化参数，并对各类型珠宝的图像进行调节得到各类型珠宝的优化图像。

将各类型珠宝的优化图像导入至珠宝自动检测模型中进行建模，得到各类型珠宝的模型。

进一步地，所述对预处理后的各类型珠宝的图像数据进行分析，具体分析过程为：所述预处理后的各类型珠宝的图像数据包括各类型珠宝的图像、各类型珠宝的标准图像以及各类型珠宝的图像尺寸。

对各类型珠宝的图像进行灰度处理，得到各类型珠宝的灰度图像，从各类型珠宝的灰度图像中提取各类型珠宝的最大亮度和最小亮度，并统计各类型珠宝的图像的像素标准差作为各类型珠宝的图像的对比度值，经处理得到各类型珠宝的图像检测影响第一表征值。

将各类型珠宝的灰度图像进行区域划分，提取各类型珠宝的灰度图像中各区域的像素值的方差，并统计各类型珠宝的图像中各区域的饱和度值，经处理得到各类型珠宝的图像检测影响第二表征值。

提取各类型珠宝的标准图像，并与各类型珠宝的灰度图像进行比对，分析得到各类型珠宝的图像的旋转偏移度，并提取各类型珠宝的图像的尺寸，进而分析得到各类型珠宝的图像检测影响第三表征值。

根据各类型珠宝的图像检测影响第一表征值、各类型珠宝的图像检测影响第二表征值和各类型珠宝的图像检测影响第三表征值，综合分析得到各类型珠宝的图像检测影响表征值。

进一步地，所述各类型珠宝的图像检测影响表征值是对各类型珠宝的图像数据分析得到的数值量化结果，用于量化不同因素对各类型珠宝的图像检测影响程度的量化结果。

进一步地，所述根据各类型珠宝的图像检测影响表征值匹配得到各类型珠宝的图像优化参数，具体匹配过程为：根据各类型珠宝的图像检测影响表征值，与设定的各类型珠宝的各图像检测影响表征值区间对应的图像优化参数进行对比，得到各类型珠宝的图像优化参数。

进一步地，所述对各类型珠宝的图像进行调节得到各类型珠宝的优化图像，具体分析过程为：根据各类型珠宝的图像优化参数对各类型珠宝的图像亮度、对比度数据进行调节，将各类型珠宝的图像中每个像素的RGB值乘以一个常数来增加或减少各类型珠宝的图像亮度值，将各类型珠宝的图像中每个像素的亮度进行线性变换，以增加或减少对比度，得到各类型珠宝的优化图像。

进一步地，所述将各类型珠宝的优化图像导入至珠宝自动检测模型中进行建模，得到各类型珠宝的模型，具体分析过程为：将各类型珠宝的优化图像数据进行预处理，具体过程为，首先对各类型珠宝的优化图像的尺寸进行调节，再将各类型珠宝的优化图像转换为灰度图像，进而对灰度图像进行数据增强，将预处理后的各类型珠宝的优化图像导入至珠宝自动检测模型，得到各类型珠宝的模型。

进一步地，所述各类型珠宝的图像检测影响表征值，具体分析条件为：

；式中，表示第i个类型珠宝的图像检测影响表征值，表示第i个类型珠宝的图像检测影响第一表征值，表示设定的图像检测影响第一表征值对应的权重因子，表示第i个类型珠宝的图像检测影响第二表征值，表示设定的图像检测影响第二表征值对应的权重因子，表示第i个类型珠宝的图像检测影响第三表征值，表示设定的图像检测影响第三表征值对应的权重因子，i表示各类型珠宝的编号，，表示珠宝类型的总数。

进一步地，所述各类型珠宝的图像检测影响第一表征值，具体分析条件为：

；式中，表示第i个类型珠宝的图像检测影响第一表征值，表示第i个类型珠宝的图像的最大亮度值，表示设定的图像的亮度值的最大差值对应的权重因子，表示第i个类型珠宝的图像的最小亮度值，表示第i个类型珠宝的图像的对比度值，表示设定的图像的对比度值对应的权重因子。

本发明第二方面提供了一种珠宝自动检测模型，其特征在于：所述珠宝自动检测模型通过上述任一项所述方法获得。

本发明第三方面提供了一种珠宝自动检测模型的检测方法，其特征在于：包括：采集数据集中的各类型珠宝的图像数据，分析得到各类型珠宝的图像优化参数，并对各类型珠宝的图像进行调节得到各类型珠宝的优化图像。

将各类型珠宝的优化图像导入至珠宝自动检测模型中进行建模，得到各类型珠宝的模型。

本发明具有以下有益效果：

（1）本发明提供一种珠宝自动检测模型的建模方法、模型及检测方法，首先对预处理后的各类型珠宝的图像数据进行分析，得到各类型珠宝的图像检测影响表征值，有助于提高珠宝自动检测模型对各种不同条件的适应能力，可以提高珠宝检测准确性，然后分析得到各类型珠宝的优化图像，进而根据各类型珠宝的优化图像进行建模，可以对珠宝自动检测模型进行及时调整，有助于减少珠宝自动检测模型在检测过程中的误差率。

（2）本发明通过分析得到各类型珠宝的图像检测影响表征值，有助于对不同类型珠宝的图像特征进行更准确的描述，考虑不同类型珠宝的图像的特征，有助于更准确的区分不同类型的珠宝，细致地分析珠宝图像的特征，可以减少误检率，提高珠宝自动检测模型的准确率。

（3）本发明通过分析得到各类型珠宝的优化图像，对各类型珠宝的图像进行优化调节，可以改善珠宝图像的质量，各类型珠宝的优化图像可以准确地反映珠宝图像的特征，提高了珠宝自动检测模型的实用性，各类型珠宝的优化图像通常更易于处理，有助于提高珠宝自动检测模型的对珠宝识别的准确性。

（4）本发明通过分析得到各类型珠宝的模型，使用各类型珠宝的优化图像进行建模，可以提高模型对珠宝特征的识别准确性，各类型珠宝的优化图像可以更好地展现珠宝的细节特征，使珠宝自动检测模型更准确地检测识别珠宝，提高珠宝自动检测模型的可靠性和实用性，同时有助于珠宝自动检测模型更好地适应不同类型的珠宝，增强珠宝自动检测模型的适用性。

当然，实施本发明的任一产品并不一定需要同时达到以上所述的所有优点。

附图说明

图1为本发明的建模方法流程示意图。

图2为本发明的检测方法流程示意图。

图3为珠宝的图像检测影响第二表征值的示例图像。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

请参阅图1所示，本发明实施例提供一种技术方案：一种珠宝自动检测模型的建模方法，包括采集数据集中的各类型珠宝的图像数据，对各类型珠宝进行的图像数据进行标注并进行预处理。

需要说明的是，对各类型珠宝进行的图像数据进行标注并进行预处理，具体过程为，首先使用图像标注工具对珠宝图像进行标注，标注每张图像所属的珠宝类型，然后对各类型的图像尺寸进行调节，调整为统一的大小，进而对图像的对比度、色彩等数据进行增强操作，得到预处理后的各类型珠宝的图像数据。

对预处理后的各类型珠宝的图像数据进行分析，得到各类型珠宝的图像检测影响表征值，根据各类型珠宝的图像检测影响表征值匹配得到各类型珠宝的图像优化参数，并对各类型珠宝的图像进行调节得到各类型珠宝的优化图像。

将各类型珠宝的优化图像导入至珠宝自动检测模型中进行建模，得到各类型珠宝的模型。

具体地，对预处理后的各类型珠宝的图像数据进行分析，具体分析过程为：所述预处理后的各类型珠宝的图像数据包括各类型珠宝的图像、各类型珠宝的标准图像以及各类型珠宝的图像尺寸。

对各类型珠宝的图像进行灰度处理，得到各类型珠宝的灰度图像，从各类型珠宝的灰度图像中提取各类型珠宝的最大亮度和最小亮度，并统计各类型珠宝的图像的像素标准差作为各类型珠宝的图像的对比度值，经处理得到各类型珠宝的图像检测影响第一表征值。

将各类型珠宝的灰度图像进行区域划分，提取各类型珠宝的灰度图像中各区域的像素值的方差，并统计各类型珠宝的图像中各区域的饱和度值，经处理得到各类型珠宝的图像检测影响第二表征值。

需要说明的是，各类型珠宝的图像检测影响第二表征值表示通过对各类型珠宝的灰度图像中各区域的像素值的方差和各类型珠宝的图像各区域的饱和度值进行数据分析处理，得到的用于分析各类型珠宝的图像色彩和纹理特征的量化结果，并作为各类型珠宝的图像检测影响表征值的分析依据，可以通过以下分析方法获得，具体的分析条件如下：

；

式中，表示第i个类型珠宝的图像检测影响第二表征值，表示第i个类型珠宝的灰度图像中第j个区域的像素值的方差，表示设定的参照像素值的方差，表示设定的像素值的方差对应的影响因子，表示第i个类型珠宝的图像中第j个区域的饱和度值，表示设定的参照饱和度值，表示设定的饱和度值对应的影响因子，i表示各类型珠宝的编号，

，表示类型的总数，j表示各区域的编号，，表示区域的总数，表示自然常数。

需要说明的是，如图3所示，图3为珠宝的图像检测影响第二表征值的示例图像，其中x轴表示珠宝的图像各区域的饱和度值，y轴表示珠宝的图像检测影响第二表征值影响，图中定义了三组不同的示例参数，分别对应于三条曲线的不同情况，分别用实线、点划线和虚线表示，对应的曲线标签分别为a，b，c，当珠宝的图像各区域的像素值的方差为0.22时，珠宝的图像检测影响第二表征值和珠宝的图像各区域的饱和度值之间的函数关系图像如曲线a所示，当珠宝的图像各区域的像素值的方差为0.21时，珠宝的图像检测影响第二表征值和珠宝的图像各区域的饱和度值之间的函数关系图像如曲线b所示，当珠宝的图像各区域的像素值的方差为0.20时，珠宝的图像检测影响第二表征值和珠宝的图像各区域的饱和度值之间的函数关系图像如曲线c所示，珠宝的图像检测影响第二表征值随着珠宝的图像各区域的饱和度值的增加而提高，并且当珠宝的图像各区域的饱和度值增加时珠宝的图像检测影响第二表征值随之增加，珠宝的图像各区域的饱和度值对珠宝的图像检测影响表征值的影响变大。

在实施例中，还可以通过颜色直方图显示图像中不同颜色的分布情况，进而分析得到各类型珠宝的图像检测影响第二表征值。

需要说明的是，分析各类型珠宝的图像检测影响第二表征值，有助于为珠宝自动检测模型提供更丰富的图像信息，增强珠宝自动检测模型对不同类型珠宝的识别能力。

需要说明的是，各类型珠宝的灰度图像中各区域的像素值的方差表示各区域像素值的变化程度，利用图像处理技术来实现像素值提取，计算像素值的方差，示例性地，假设某类型珠宝的灰度图像中某区域的三个像素值分别为20、30、40，那么该类型珠宝的灰度图像中该区域的平均像素值为（20+30+40）÷3=30，该类型珠宝的灰度图像中该区域的像素值的方差[(30-20)²+(30-30)²+(40-30)²]÷3=66.67。

需要说明的是，参照像素值的方差，通常通过对历史数据进行统计分析得到。具体步骤为统计历史珠宝的灰度图像中各区域的参照像素值的方差，并对这些数据计算平均值得到参照像素值的方差，示例性地，假设统计得到历史数据中某类型珠宝的灰度图像中某区域的参照像素值的方差的平均值为68，根据统计结果，可以得到该类型珠宝的灰度图像中该区域的参照像素值的方差为68。

需要说明的是，各类型珠宝的图像各区域的饱和度值表示图像中颜色的纯度和鲜艳程度，利用图像数据库来进行饱和度值的计算，示例性地，假设某类型珠宝的图像某区域的四个像素值的饱和度值分别为20、22、26、28，那么该类型珠宝的图像该区域的饱和度值为(20+22+26+28)÷4=24。

需要说明的是，参照饱和度值，通常通过对历史数据进行统计分析得到。具体步骤为统计历史珠宝的图像中各区域的参照饱和度值，并对这些数据计算平均值得到参照饱和度值，示例性地，假设统计得到历史数据中某类型珠宝的图像中某区域的参照饱和度值的平均值为30，根据统计结果，可以得到该类型珠宝的图像中该区域的参照饱和度值为30。

需要说明的是，通过历史数据分析得到像素值的方差对应的影响因子和饱和度值对应的影响因子，具体为：经过统计分析得到某类型珠宝的灰度图像中某区域的像素值的方差为50，该区域的饱和度值为30，当该类型珠宝的灰度图像中该区域的像素值的方差达到70时，可能会导致珠宝图像中的细节丢失或模糊不清，会影响珠宝图像的清晰度，另外，当该区域的饱和度值达到60时，可能会导致珠宝图像中的颜色失真，无法清晰展现珠宝图像中的纹理特征，因此，当该区域的像素值的方差超过50时，该区域的像素值的方差对应的影响因子可以设定为0.7，当该区域的像素值的方差达到70时，该区域的像素值的方差对应的影响因子设定为最高值为1.4，当该区域的饱和度值超过30时，该区域的饱和度值对应的影响因子可以设定为0.5，当该区域的饱和度值达到60时，该区域的饱和度值对应的影响因子设定为最高值为1.5。

需要解释的是，本实施例中针对各类型珠宝的灰度图像中各区域的像素值的方差和各类型珠宝的图像各区域的饱和度值进行分析，可以提高珠宝自动检测模型的性能和效果，本实施例的分析方法，较大的像素值的方差有助于珠宝自动检测模型更好地识别珠宝的位置和边界，较高的饱和度值有助于珠宝自动检测模型更好地定位珠宝的类型，并识别出与珠宝相关区域。

本实施方案中，分析各类型珠宝的灰度图像中各区域的像素值的方差，有助于珠宝自动检测模型更好地理解珠宝图像的特征，分析各类型珠宝的图像各区域的饱和度值，有助于珠宝自动检测模型更好地适应不同环境条件下的图像变化，可以提高珠宝自动检测模型的检测效率，分析得到各类型珠宝的图像检测影响第二表征值可以更有效地识别出珠宝中的瑕疵或缺陷，提高异常检测的准确性和灵敏度。

提取各类型珠宝的标准图像，并与各类型珠宝的灰度图像进行比对，分析得到各类型珠宝的图像的旋转偏移度，并提取各类型珠宝的图像的尺寸，进而分析得到各类型珠宝的图像检测影响第三表征值。

需要说明的是，各类型珠宝的图像检测影响第三表征值表示通过对各类型珠宝的图像的旋转偏移度和各类型珠宝的图像的尺寸进行数据分析处理，得到的用于分析图像特征稳定性的量化结果，并作为各类型珠宝的图像检测影响表征值的分析依据，可以通过以下分析方法获得，具体的分析条件如下：

；

式中，表示第i个类型珠宝的图像检测影响第三表征值，表示第i个类型珠宝的图像的旋转偏移度，表示设定的参照旋转偏移度，表示设定的旋转偏移度对应的影响因子，表示第i个类型珠宝的图像的尺寸，表示设定的参照尺寸，表示设定的尺寸对应的影响因子，i表示各类型珠宝的编号，，表示珠宝类型的总数。

需要说明的是，表1为同一类型珠宝的图像的不同旋转偏移度和尺寸对应的图像检测影响第三表征值。

表1 同一类型珠宝图像的不同旋转偏移度和尺寸对应的图像检测影响第三表征值

旋转偏移度（°）	尺寸（像素Pixel）	图像检测影响第三表征值
			2	12	0.953
3	20	1.125
			5	35	1.675
8	65	2.342

需要说明的是，表1中随着珠宝图像的旋转偏移度和尺寸的增加，图像检测影响第三表征值的数值也越大，珠宝图像的旋转偏移度和尺寸对珠宝自动检测模型的影响也越大，表1中珠宝图像的图像检测影响第三表征值结合了珠宝图像的旋转偏移度和尺寸两个方面进行分析，列出了同一类型珠宝图像的四个不同旋转偏移度和尺寸的值，通过公式得出珠宝图像的图像检测影响第三表征值，这些珠宝图像的图像检测影响第三表征值的数值提供了不同条件下珠宝检测的影响程度，有助于珠宝自动检测模型进行及时的调整。各类型珠宝的图像检测影响第三表征值综合考虑了珠宝图像的旋转偏移度和尺寸，为珠宝图像优化提供了数据支持，从而提高珠宝自动检测模型的检测准确性。

在实施例中，还可以通过分析珠宝图像的局部特征，分析得到各类型珠宝的图像检测影响第三表征值。

需要说明的是，分析各类型珠宝的图像检测影响第三表征值，有助于优化珠宝自动检测模型的建模方法，还可以使珠宝自动检测模型适应不同角度和大小的珠宝图像，提高了珠宝自动检测模型在实际场景中的检测准确性。

需要说明的是，各类型珠宝的图像的旋转偏移度是指各类型珠宝的图像相对于各类型珠宝的标准图像的旋转偏移度，使用边缘检测技术测量得到图像的旋转偏移度，示例性地，假设边缘检测技术测量某类型珠宝的图像对于该类型珠宝的标准图像的旋转偏移度为10°，那么该类型珠宝的图像的旋转偏移度为10°。

需要说明的是，各类型珠宝的图像的参照旋转偏移度，通常通过对历史数据进行统计分析得到，具体步骤为统计历史各类型珠宝的图像的参照旋转偏移度，并对这些数据计算平均值得到参照旋转偏移度，示例性地，假设统计得到历史数据中某类型珠宝的图像的参照旋转偏移度的平均值为20°，根据统计结果，可以得到该类型珠宝的图像的参照旋转偏移度为20°。

需要说明的是，各类型珠宝的图像的尺寸是通过宽度和高度（像素数）来描述的，通过图像处理软件测量得到，示例性地，假设图像处理软件中的函数测量得到的某类型珠宝的图像的尺寸为1500像素宽度和2000像素高度，那么该类型珠宝的图像的尺寸为1500像素宽度和2000像素高度。

需要说明的是，通过图像处理软件测量得到各类型珠宝的图像的尺寸，具体测量过程为，在图像处理软件中导入图像文件，选择线段测量工具，测量得到各类型珠宝的图像的尺寸。

需要说明的是，各类型珠宝的图像的参照尺寸，通常通过对历史数据进行统计分析得到，具体步骤为统计历史各类型珠宝的图像的参照尺寸，并对这些数据计算平均值得到参照尺寸，示例性地，假设统计得到历史数据中某类型珠宝的图像的平均尺寸为2000像素宽度和2000像素高度，根据统计结果，可以得到该类型珠宝的图像的参照尺寸为2000像素宽度和2000像素高度。

通过历史数据分析得到各类型珠宝的图像的旋转偏移度对应的影响因子和尺寸对应的影响因子，具体为：经过统计分析得到某类型珠宝的图像的旋转偏移度为10°，该珠宝的图像的尺寸为1500像素宽度和2000像素高度，当该类型珠宝的图像的旋转偏移度达到30°时，可能会导致部分珠宝图像细节信息被隐藏，使得珠宝自动检测模型难以准确识别珠宝的类型，另外，当该珠宝的图像的尺寸达到4000像素宽度和4000像素高度时，会需要更多的存储空间，可能会增加服务器存储成本，影响珠宝自动检测模型的使用，因此，当该类型珠宝的图像的旋转偏移度超过10°时，该类型珠宝的图像的旋转偏移度对应的影响因子可以设定为0.3，当该类型珠宝的图像的旋转偏移度达到30°时，该类型珠宝的图像的旋转偏移度对应的影响因子设定为最高值为1.0，当该珠宝的图像的尺寸超过1500像素宽度和2000像素高度时，该珠宝的图像的尺寸对应的影响因子可以设定为0.9，当该珠宝的图像的尺寸达到4000像素宽度和4000像素高度时，该珠宝的图像的尺寸对应的影响因子设定为最高值为1.8。

需要解释的是，本实施例中针对珠宝图像的旋转偏移度和尺寸进行分析，有助于优化珠宝自动检测模型的训练，提高珠宝自动检测模型在不同条件下的性能表现，本实施例的分析方法，较大的珠宝图像的旋转偏移度和较大的尺寸表明图像的变化较大，有助于调整珠宝自动检测模型的适应性。

本实施方案中，分析各类型珠宝的图像的旋转偏移度有助于优化特征选择过程，使得珠宝自动检测模型更加专注于关键特征的学习，提高了珠宝自动检测模型检测的准确性和效率，分析各类型珠宝的图像的尺寸有助于对图像数据进行合适的预处理，更好地优化珠宝图像的大小，分析得到各类型珠宝的图像检测影响第三表征值有助于提高珠宝自动检测模型在实际应用中的稳定性。

根据各类型珠宝的图像检测影响第一表征值、各类型珠宝的图像检测影响第二表征值和各类型珠宝的图像检测影响第三表征值，综合分析得到各类型珠宝的图像检测影响表征值。

本实施方案中，分析得到各类型珠宝的图像检测影响表征值有助于提高珠宝自动检测模型对各种不同条件的适应能力，提高检测准确性。

具体地，各类型珠宝的图像检测影响表征值是对各类型珠宝的图像数据分析得到的数值量化结果，用于量化不同因素对各类型珠宝的图像检测影响程度的量化结果。

具体地，根据各类型珠宝的图像检测影响表征值匹配得到各类型珠宝的图像优化参数，具体匹配过程为：根据各类型珠宝的图像检测影响表征值，与设定的各类型珠宝的各图像检测影响表征值区间对应的图像优化参数进行对比，得到各类型珠宝的图像优化参数。

本实施方案中，匹配得到各类型珠宝的图像优化参数，有助于提高珠宝自动检测模型的性能，使珠宝自动检测模型可以更准确的识别不同类型的珠宝，从而提高珠宝自动检测模型的实用性和可靠性。

具体地，对各类型珠宝的图像进行调节得到各类型珠宝的优化图像，具体分析过程为：根据各类型珠宝的图像优化参数对各类型珠宝的图像亮度、对比度数据进行调节，将各类型珠宝的图像中每个像素的RGB值乘以一个常数来增加或减少各类型珠宝的图像亮度值，将各类型珠宝的图像中每个像素的亮度进行线性变换，以增加或减少对比度，得到各类型珠宝的优化图像。

本实施方案中，优化各类型珠宝的图像可以帮助珠宝自动检测模型更好地理解珠宝的特点，从而提高珠宝自动检测模型的泛化能力，通过调整图像的参数对图像进行优化有助于减少珠宝自动检测模型在检测过程中的误差率。

具体地，将各类型珠宝的优化图像导入至珠宝自动检测模型中进行建模，得到各类型珠宝的模型，具体分析过程为：将各类型珠宝的优化图像数据进行预处理，具体过程为，首先对各类型珠宝的优化图像的尺寸进行调节，再将各类型珠宝的优化图像转换为灰度图像，进而对灰度图像进行数据增强，将预处理后的各类型珠宝的优化图像导入至珠宝自动检测模型，得到各类型珠宝的模型。

具体地，各类型珠宝的图像检测影响表征值，不仅可以使用历史数据进行模式识别和分析得到，还可以通过以下计算方法获得，具体分析条件为：

；

式中，表示第i个类型珠宝的图像检测影响表征值，表示第i个类型珠宝的图像检测影响第一表征值，表示设定的图像检测影响第一表征值对应的权重因子，表示第i个类型珠宝的图像检测影响第二表征值，表示设定的图像检测影响第二表征值对应的权重因子，表示第i个类型珠宝的图像检测影响第三表征值，表示设定的图像检测影响第三表征值对应的权重因子，i表示各类型珠宝的编号，，表示珠宝类型的总数。

需要说明的是，通过历史数据分析得到所述图像检测影响第一表征值对应的权重因子、图像检测影响第二表征值对应的权重因子和图像检测影响第三表征值对应的权重因子均为0到1之间的随机数，上述各类型珠宝的图像检测影响第一表征值的偏置量、各类型珠宝的图像检测影响第二表征值的偏置量，以及各类型珠宝的图像检测影响第三表征值的偏置量取值，受图像亮度、饱和度值和旋转偏移度等多方面因素决定，这些因素共同作用，影响着偏置量的最终取值，本实施例中所涉及的偏置量均处于0到1范围之中。

需要说明的是，分析各类型珠宝的图像检测影响表征值，有助于提取更加准确的图像表征，使珠宝自动检测模型能够更好地区分不同类型的珠宝，提高珠宝自动检测模型的准确性和稳定性。

需要解释的是，本实施例中针对各类型珠宝的图像检测影响第一表征值、图像检测影响第二表征值和图像检测影响第三表征值进行分析可以提高珠宝自动检测模型的性能，本实施例的分析方法，较大的珠宝的图像检测影响第一表征值、较大的图像检测影响第二表征值和较大的图像检测影响第三表征值表明图像更多样化，有助于帮助珠宝自动检测模型更准确地识别珠宝类型。

本实施方案中，分析得到各类型珠宝的图像检测影响表征值，有助于珠宝自动检测模型更加稳健地处理不同场景的图像，使珠宝自动检测模型更好地适应图像中背景变化等因素的影响，提高珠宝自动检测模型的性能和效率。

具体地，各类型珠宝的图像检测影响第一表征值，不仅可以使用历史数据进行模式识别和分析得到，还可以通过以下计算方法获得，具体分析条件为：

；

式中，表示第i个类型珠宝的图像检测影响第一表征值，表示第i个类型珠宝的图像的最大亮度值，表示设定的图像的亮度值的最大差值对应的权重因子，表示第i个类型珠宝的图像的最小亮度值，表示第i个类型珠宝的图像的对比度值，表示设定的图像的对比度值对应的权重因子。

需要说明的是，所述各类型珠宝的图像的亮度值的最大差值对应的权重因子和对比度对应的权重因子均为0到1之间的随机数，上述各类型珠宝的图像的亮度值的偏置量，以及各类型珠宝的图像的对比度的偏置量取值，受光照、图像背景等多方面因素的决定，这些因素共同作用，影响着偏置量的最终取值，本实施例中所涉及的偏置量均处于0到1范围之中。

需要说明的是，分析各类型珠宝的图像检测影响第一表征值，有助于珠宝自动检测模型更好地应对光照变化、亮度差异等因素的影响，提高珠宝自动检测模型的稳定性，为优化各类型珠宝的图像提供了数据支持。

需要说明的是，各类型珠宝的图像的最大亮度值是指图像中最亮的像素的亮度值，通过编程语言来计算得到各类型珠宝的图像的最大亮度值，示例性地，通过编程语言对灰度图像中的每一个像素进行遍历，并记录下最大的亮度值，假设某类型珠宝的图像经过计算得到的最大亮度值为50，那么该类型珠宝的图像的最大亮度值为50。同理，各类型珠宝的图像的最小亮度值是指图像中最暗的像素的亮度值，示例性地，假设某类型珠宝的图像经过计算得到的最小亮度值为3，那么该类型珠宝的图像的最小亮度值为3。

需要说明的是，各类型珠宝的图像的对比度值表示图像中不同区域的亮度变化程度，使用软件工具利用图像的直方图来评估图像的对比度，直方图会显示图像中每个灰度级别的像素数量或像素百分比，并通过计算直方图中像素值的标准差，将直方图中像素值的标准差作为图像的对比度值。

本实施方案中，分析得到各类型珠宝的图像检测影响第一表征值，可以优化珠宝自动检测模型的建模方法，提高珠宝自动检测模型对不同场景的适应能力，提高珠宝自动检测模型的检测准确性。

本发明第二方面提供了一种珠宝自动检测模型，包括：所述珠宝自动检测模型通过上述任一项所述方法获得。

本发明第三方面提供了一种珠宝自动检测模型的检测方法，包括：采集数据集中的各类型珠宝的图像数据，分析得到各类型珠宝的图像优化参数，并对各类型珠宝的图像进行调节得到各类型珠宝的优化图像。

将各类型珠宝的优化图像导入至珠宝自动检测模型中进行建模，得到各类型珠宝的模型。

需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。

以上公开的本发明优选实施例只是用于帮助阐述本发明。优选实施例并没有详尽叙述所有的细节，也不限制该发明仅为所述的具体实施方式。显然，根据本说明书的内容，可作很多的修改和变化。本说明书选取并具体描述这些实施例，是为了更好地解释本发明的原理和实际应用，从而使所属技术领域技术人员能很好地理解和利用本发明。本发明仅受权利要求书及其全部范围和等效物的限制。

Claims (6)

1.一种珠宝自动检测模型的建模方法，其特征在于，包括：

采集数据集中的各类型珠宝的图像数据，对各类型珠宝的图像数据进行标注并进行预处理；

对预处理后的各类型珠宝的图像数据进行分析，得到各类型珠宝的图像检测影响表征值，根据各类型珠宝的图像检测影响表征值匹配得到各类型珠宝的图像优化参数，并对各类型珠宝的图像进行调节得到各类型珠宝的优化图像；

将各类型珠宝的优化图像导入至珠宝自动检测模型中进行建模，得到各类型珠宝的模型；

所述对预处理后的各类型珠宝的图像数据进行分析，具体分析过程为：

所述预处理后的各类型珠宝的图像数据包括各类型珠宝的图像、各类型珠宝的标准图像以及各类型珠宝的图像尺寸；

对各类型珠宝的图像进行灰度处理，得到各类型珠宝的灰度图像，从各类型珠宝的灰度图像中提取各类型珠宝的最大亮度和最小亮度，并统计各类型珠宝的图像的像素标准差作为各类型珠宝的图像的对比度值，经处理得到各类型珠宝的图像检测影响第一表征值；

将各类型珠宝的灰度图像进行区域划分，提取各类型珠宝的灰度图像中各区域的像素值的方差，并统计各类型珠宝的图像中各区域的饱和度值，经处理得到各类型珠宝的图像检测影响第二表征值；

提取各类型珠宝的标准图像，并与各类型珠宝的灰度图像进行比对，分析得到各类型珠宝的图像的旋转偏移度，并提取各类型珠宝的图像的尺寸，进而分析得到各类型珠宝的图像检测影响第三表征值；

根据各类型珠宝的图像检测影响第一表征值、各类型珠宝的图像检测影响第二表征值和各类型珠宝的图像检测影响第三表征值，综合分析得到各类型珠宝的图像检测影响表征值；

所述各类型珠宝的图像检测影响表征值是对各类型珠宝的图像数据分析得到的数值量化结果，用于量化不同因素对各类型珠宝的图像检测影响程度的量化结果；

所述根据各类型珠宝的图像检测影响表征值匹配得到各类型珠宝的图像优化参数，具体匹配过程为：

根据各类型珠宝的图像检测影响表征值，与设定的各类型珠宝的各图像检测影响表征值区间对应的图像优化参数进行对比，得到各类型珠宝的图像优化参数；

所述各类型珠宝的图像检测影响第一表征值，具体分析条件为：；

式中，表示第i个类型珠宝的图像检测影响第一表征值，表示第i个类型珠宝的图像的最大亮度值，表示设定的图像的亮度值的最大差值对应的权重因子，表示第i个类型珠宝的图像的最小亮度值，表示第i个类型珠宝的图像的对比度值，表示设定的图像的对比度值对应的权重因子；

所述各类型珠宝的图像检测影响第二表征值，具体的分析条件如下：；

式中，表示第i个类型珠宝的图像检测影响第二表征值，表示第i个类型珠宝的灰度图像中第j个区域的像素值的方差，表示设定的参照像素值的方差，表示设定的像素值的方差对应的影响因子，表示第i个类型珠宝的图像中第j个区域的饱和度值，表示设定的参照饱和度值，表示设定的饱和度值对应的影响因子，i表示各类型珠宝的编号，，表示类型的总数，j表示各区域的编号，，表示区域的总数，表示自然常数；

所述各类型珠宝的图像检测影响第三表征值，具体的分析条件如下：；

式中，表示第i个类型珠宝的图像检测影响第三表征值，表示第i个类型珠宝的图像的旋转偏移度，表示设定的参照旋转偏移度，表示设定的旋转偏移度对应的影响因子，表示第i个类型珠宝的图像的尺寸，表示设定的参照尺寸，表示设定的尺寸对应的影响因子，i表示各类型珠宝的编号，，表示珠宝类型的总数。

2.根据权利要求1所述的一种珠宝自动检测模型的建模方法，其特征在于：所述对各类型珠宝的图像进行调节得到各类型珠宝的优化图像，具体分析过程为：

根据各类型珠宝的图像优化参数对各类型珠宝的图像亮度、对比度数据进行调节，将各类型珠宝的图像中每个像素的RGB值乘以一个常数来增加或减少各类型珠宝的图像亮度值，将各类型珠宝的图像中每个像素的亮度进行线性变换，以增加或减少对比度，得到各类型珠宝的优化图像。

3.根据权利要求1所述的一种珠宝自动检测模型的建模方法，其特征在于：所述将各类型珠宝的优化图像导入至珠宝自动检测模型中进行建模，得到各类型珠宝的模型，具体分析过程为：

将各类型珠宝的优化图像数据进行预处理，具体过程为，首先对各类型珠宝的优化图像的尺寸进行调节，再将各类型珠宝的优化图像转换为灰度图像，进而对灰度图像进行数据增强，将预处理后的各类型珠宝的优化图像导入至珠宝自动检测模型，得到各类型珠宝的模型。

4.根据权利要求1所述的一种珠宝自动检测模型的建模方法，其特征在于：所述各类型珠宝的图像检测影响表征值，具体分析条件为：；

式中，表示第i个类型珠宝的图像检测影响表征值，表示第i个类型珠宝的图像检测影响第一表征值，表示设定的图像检测影响第一表征值对应的权重因子，表示第i个类型珠宝的图像检测影响第二表征值，表示设定的图像检测影响第二表征值对应的权重因子，表示第i个类型珠宝的图像检测影响第三表征值，表示设定的图像检测影响第三表征值对应的权重因子，i表示各类型珠宝的编号，，表示珠宝类型的总数。

5.一项珠宝自动检测模型设备，其特征在于：所述珠宝自动检测模型设备包括用于存储计算机程序指令的存储器和用于执行程序指令的处理器，其中，当所述计算机程序指令被所述处理器执行时，触发所述珠宝自动检测模型设备执行权利要求1至4中任一项所述方法。

6.一项珠宝自动检测模型的检测方法，其特征在于：所述珠宝自动检测模型的检测方法通过权利要求5所述的模型设备实现，包括：

采集数据集中的各类型珠宝的图像数据，分析得到各类型珠宝的图像优化参数，并对各类型珠宝的图像进行调节得到各类型珠宝的优化图像；

将各类型珠宝的优化图像导入至珠宝自动检测模型中进行建模，得到各类型珠宝的模型。