CN118533770B - 一种基于机器视觉的贵金属成色识别检测系统 - Google Patents

Abstract

本发明涉及图像识别检测技术领域，公开了一种基于机器视觉的贵金属成色识别检测系统，通过环境数据采集模块实时采集贵金属检测时的环境参数；通过图像采集模块实时采集贵金属的表面图像；通过图像预处理模块对表面图像进行预处理，并提取颜色特征、纹理特征和反射特征；通过成分分析模块根据颜色特征、纹理特征和发射特征得到理论成色值，将获得的理论成色值与预设成色值区间比较，根据比较的结果来判断理论成色值为正常、待确认还是异常；通过检验分析模块对待确认的理论成色值进行进一步分析，根据环境参数计算获得环境异常值；将获得的环境异常值与预设环境阈值比较，根据比较的结果来判断是否因环境参数导致理论成色值出现异常。

Description

一种基于机器视觉的贵金属成色识别检测系统

技术领域

本发明涉及图像识别检测技术领域，具体涉及一种基于机器视觉的贵金属成色识别检测系统。

背景技术

贵金属，如金、银、铂等，由于其稀有性和高价值，在珠宝、投资和工业等领域有着广泛的应用。传统上，贵金属的成色、纯度识别依赖于人工目测或化学分析，这既耗时又主观，耗时会导致整个贵金属在冶炼之前成色无法快速获取，导致在冶炼之前的时间较长，影响整体的冶炼效率；人工目测则会因为视力、判断标准不一致以及灯光的影响等因素主观判断，同一成色的贵金属在不同检测人员的目测下会得到不同的结果，影响贵金属的成色认定效率和准确率。

因此需要一种能够对贵金属成色进行自动检测的系统。

发明内容

本发明的目的在于提供一种基于机器视觉的贵金属成色识别检测系统，解决以上技术问题。

本发明的目的可以通过以下技术方案实现：

一种基于机器视觉的贵金属成色识别检测系统，包括：

环境数据采集模块，通过环境监测设备实时采集贵金属检测时的环境参数，所述环境参数包括温度、颗粒物含量和光照；

图像采集模块，通过图像采集设备实时采集贵金属的表面图像；

图像预处理模块，通过预先训练好的图像处理模型对表面图像进行预处理，并提取颜色特征、纹理特征和反射特征；

成分分析模块，根据实时获得的颜色特征、纹理特征和发射特征输入到预先训练好的成色值预测模型内，输出得到贵金属的理论成色值，将获得的理论成色值与预设成色值区间比较，根据比较的结果来判断理论成色值为正常、待确认还是异常；

检验分析模块，用于对待确认的理论成色值进行进一步分析，根据环境参数处理获得环境影响系数，通过拟合环境影响系数在单位时间内的变化曲线和预设的环境影响系数的参考变化曲线进行对比，通过公式：计算获得环境异常值，式中，为单位时间长度，，分别为开始时间点和结束时间点，为补偿系数；

将获得的环境异常值与预设环境阈值比较，根据比较的结果来判断是否因环境参数导致理论成色值出现异常。

作为进一步的技术方案，判断理论成色值是否存在异常的具体过程为：

将获得的理论成色值与预设成色值区间[]比较；

若∈，则判断理论成色值异常，进行标记并踢出后续贵金属加工序列；

若∈，则判断理论成色值正常，列入后续贵金属加工序列；

若∈[]，则理论成色值待确认，并按照环境参数的分析结果进行判断。

作为进一步的技术方案，根据环境参数处理获得环境影响系数的过程为：

通过公式：；

计算获得第i个单位时间内第j个贵金属的环境影响系数；

式中，为环境影响系数的均值，为当前环境实时颗粒物含量，为基于历史数据预测的颗粒物含量，为当前环境实时光照系数，其中，，、B、C、D分别为当前环境的光照强度、光照均匀度、色温指数、炫光指数，、、、为预设比例系数，为去量纲系数，为当前环境实时温度，为参考系数，根据历史数据和实验数据选择确定，为温度状态值转化函数。

作为进一步的技术方案，将获得的环境异常值与预设环境阈值比较的过程为：

若≥，则判断当前环境存在异常；

若＜，则判断当前环境正常。

作为进一步的技术方案，根据比较的结果来判断是否因环境参数导致理论成色值出现异常的过程为：

通过公式：；

计算获得判断值；

在满足∈[]且≥的条件下；

若＞0，则判断是环境参数导致理论成色值出现异常；

否则，判断非环境参数导致理论成色值出现异常；

其中，0为判断阈值，为固定转化函数，为单位时间的总个数，为第个单位时间的环境异常值，为成色值的均值。

作为进一步的技术方案，所述系统还包括预警模块，所述预警模块用于对成色异常的贵金属发出预警信号。

作为进一步的技术方案，所述预警模块的工作过程为：

当∈时，则判断理论成色值异常，对当前贵金属进行标记并发出二级预警信号；

当∈[]时，需要发出一级预警信号；

若，则判断当前环境存在异常，启动外接风机对当前贵金属表面和图像采集设备吹气清灰；

若吹气清灰后，＞0，则发出一级黄色预警信号；

否则，发出一级红色预警信号。

作为进一步的技术方案，所述二级预警信号的等级高于所述一级预警信号。

本发明的有益效果：

先通过环境数据采集模块和图像采集模块分别实时采集等待成色检测的贵金属周围的环境参数和表面图像，再通过历史数据和机器学习算法预先训练好图像处理模型，从而对表面图像预处理后提取出颜色特征、纹理特征和反射特征，根据颜色特征、纹理特征和反射特征可通过成色值预测模型输出当前贵金属的理论成色值，将获得的理论成色值与预设成色值区间比较，由于理论成色值的结构还收到环境参数的影响，因此根据比较的结果来判断理论成色值为正常、待确认还是异常，异常时说明理论成色值明显存在异常，待确认则说明虽然理论成色值存在一定的异常，但是不排除是由于环境参数导致机器视觉存在误判的可能，因此通过检验分析模块对待确认的理论成色值进行进一步分析，根据环境参数处理获得环境影响系数后计算获得环境异常值，将获得的环境异常值与预设环境阈值比较，根据比较的结果来判断是否因环境参数导致理论成色值出现异常；从而确定理论成色值出现异常是贵金属本身成色不佳还是因为环境参数异常导致机器视觉判断失误，提高贵金属的成色认定效率和准确率。

附图说明

下面结合附图对本发明作进一步的说明。

图1为本发明的结构框图。

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作出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。

请参阅图1所示，本发明为一种基于机器视觉的贵金属成色识别检测系统，包括：

环境数据采集模块，通过环境监测设备实时采集贵金属检测时的环境参数，所述环境参数包括温度、颗粒物含量和光照；

图像采集模块，通过图像采集设备实时采集贵金属的表面图像；

图像预处理模块，通过预先训练好的图像处理模型对表面图像进行预处理，并提取颜色特征、纹理特征和反射特征；

成分分析模块，根据实时获得的颜色特征、纹理特征和发射特征输入到预先训练好的成色值预测模型内，输出得到贵金属的理论成色值，将获得的理论成色值与预设成色值区间比较，根据比较的结果来判断理论成色值为正常、待确认还是异常；

检验分析模块，用于对待确认的理论成色值进行进一步分析，根据环境参数处理获得环境影响系数，通过拟合环境影响系数在单位时间内的变化曲线和预设的环境影响系数的参考变化曲线进行对比，通过公式：计算获得环境异常值，式中，为单位时间长度，，分别为开始时间点和结束时间点，为补偿系数；

将获得的环境异常值与预设环境阈值比较，根据比较的结果来判断是否因环境参数导致理论成色值出现异常。

将获得的环境异常值与预设环境阈值比较的过程为：

若≥，则判断当前环境存在异常；

若＜，则判断当前环境正常。

根据比较的结果来判断是否因环境参数导致理论成色值出现异常的过程为：

通过公式：；

计算获得判断值；

在满足∈[]且≥的条件下；

若＞0，则判断是环境参数导致理论成色值出现异常；

否则，判断非环境参数导致理论成色值出现异常；

其中，0为判断阈值，为固定转化函数，为单位时间的总个数，为第个单位时间的环境异常值，为成色值的均值。

本实施例中，先通过环境数据采集模块和图像采集模块分别实时采集等待成色检测的贵金属周围的环境参数和表面图像，再通过历史数据和机器学习算法预先训练好图像处理模型，从而对表面图像预处理后提取出颜色特征、纹理特征和反射特征，根据颜色特征、纹理特征和反射特征可通过成色值预测模型输出当前贵金属的理论成色值，将获得的理论成色值与预设成色值区间比较，由于理论成色值的结构还收到环境参数的影响，因此根据比较的结果来判断理论成色值为正常、待确认还是异常，异常时说明理论成色值明显存在异常，待确认则说明虽然理论成色值存在一定的异常，但是不排除是由于环境参数导致机器视觉存在误判的可能，因此通过检验分析模块对待确认的理论成色值进行进一步分析，根据环境参数处理获得环境影响系数后计算获得环境异常值，将获得的环境异常值与预设环境阈值比较，根据比较的结果来判断是否因环境参数导致理论成色值出现异常；从而确定理论成色值出现异常是贵金属本身成色不佳还是因为环境参数异常导致机器视觉判断失误，提高贵金属的成色认定效率和准确率。

判断环境参数异常的具体方法为，通过公式计算获得环境异常值，显然，结合一个单位时间内的环境影响系数的极值和累积差值可更加准确的反映出环境异常状态，起到准确判断环境异常的作用，其中，为补偿系数，根据实验测试数据综合拟定，不再赘述；再通过将获得的环境异常值与预设环境阈值比较，若≥，则判断当前环境存在异常；若＜，则判断当前环境正常，显然，当环境存在异常时，可能是贵金属或者图像采集设备的摄像出存在浮灰导致识别错误，因此通过外接风机吹灰后，再次通过公式；计算获得判断值；显然可以看出越大，则表示环境异常值的波动越大，也就是说环境问题越大，越大，则表示理论成色值与成色值均值的查偏差越大，因此环境参数对成色值的影响越大；同时，若在满足∈[]且≥的条件下；若＞0，则判断是环境参数导致理论成色值出现异常；否则，判断非环境参数导致理论成色值出现异常；在剔除灰尘因素后，则可以推断出为温度和光照存在问题，因此导致理论成色值出现异常，为后续环境参数的调整提供明确的方向。

判断理论成色值是否存在异常的具体过程为：

将获得的理论成色值与预设成色值区间[]比较；

若∈，则判断理论成色值异常，进行标记并踢出后续贵金属加工序列；

若∈，则判断理论成色值正常，列入后续贵金属加工序列；

若∈[]，则理论成色值待确认，并按照环境参数的分析结果进行判断。

本实施例中，提供了一种判断理论成色值是否存在异常的具体方法，当∈，则判断理论成色值异常，进行标记并踢出后续贵金属加工序列；当∈，则判断理论成色值正常，列入后续贵金属加工序列；当∈[]，则理论成色值待确认，并按照环境参数的分析结果进行判断。

根据环境参数处理获得环境影响系数的过程为：

通过公式：；

计算获得第i个单位时间内第j个贵金属的环境影响系数；

式中，为环境影响系数的均值，为当前环境实时颗粒物含量，为基于历史数据预测的颗粒物含量，为当前环境实时光照系数，其中，，、B、C、D分别为当前环境的光照强度、光照均匀度、色温指数、炫光指数，、、、为预设比例系数，为去量纲系数，为当前环境实时温度，为参考系数，根据历史数据和实验数据选择确定，为温度状态值转化函数，温度状态值转化函数根据实验数据拟合获得。

本实施例中，提供了一种获取环境影响系数的方法，具体的，通过公式：计算获得第i个单位时间内第j个贵金属的环境影响系数；显然，若越大，则表示当前环境实时颗粒物含量与基于历史数据预测的颗粒物含量之间的差值越大，因此空气质量越大，越容易出现待检测贵金属表面出现杂质导致的成色检测异常，基于温度的整体变化情况和光照整体变化情况计算，再结合环境影响系数的均值，可综合体现环境影响系数的变化数据，为判断理论成色值异常是否因环境问题提供准确的数据支持。

所述系统还包括预警模块，所述预警模块用于对成色异常的贵金属发出预警信号。

所述预警模块的工作过程为：

当∈时，则判断理论成色值异常，对当前贵金属进行标记并发出二级预警信号；

当O∈时，需要发出一级预警信号；

若≥，则判断当前环境存在异常，启动外接风机对当前贵金属表面和图像采集设备吹气清灰；

若吹气清灰后，＞0，则发出一级黄色预警信号；

否则，发出一级红色预警信号。

所述二级预警信号的等级高于所述一级预警信号。

本实施例中，提供了一种对贵金属成色检测发生异常后进行及时预警的方法，具体的，当∈时，则判断理论成色值异常，对当前贵金属进行标记并发出二级预警信号；当∈[]时，需要发出一级预警信号；若≥，则判断当前环境存在异常，启动外接风机对当前贵金属表面和图像采集设备吹气清灰；若吹气清灰后，＞0，则发出一级黄色预警信号；否则，发出一级红色预警信号；通过一级红色预警信号和一级黄色预警信号可直接反馈出贵金属本身存在异常的可能性大还是环境存在异常的可能性大导致理论成色值异常，为后续排查检测指示方向。

以上对本发明的一个实施例进行了详细说明，但所述内容仅为本发明的较佳实施例，不能被认为用于限定本发明的实施范围。凡依本发明申请范围所作的均等变化与改进等，均应仍归属于本发明的专利涵盖范围之内。

Claims (5)

1.一种基于机器视觉的贵金属成色识别检测系统，其特征在于，包括：

环境数据采集模块，通过环境监测设备实时采集贵金属检测时的环境参数，所述环境参数包括温度、颗粒物含量和光照；

图像采集模块，通过图像采集设备实时采集贵金属的表面图像；

图像预处理模块，通过预先训练好的图像处理模型对表面图像进行预处理，并提取颜色特征、纹理特征和反射特征；

成分分析模块，根据实时获得的颜色特征、纹理特征和发射特征输入到预先训练好的成色值预测模型内，输出得到贵金属的理论成色值，将获得的理论成色值与预设成色值区间比较，根据比较的结果来判断理论成色值为正常、待确认还是异常；

检验分析模块，用于对待确认的理论成色值进行进一步分析，根据环境参数处理获得环境影响系数，通过拟合环境影响系数在单位时间内的变化曲线和预设的环境影响系数的参考变化曲线进行对比，通过公式：计算获得环境异常值，式中，为单位时间长度，，分别为开始时间点和结束时间点，为补偿系数；

将获得的环境异常值与预设环境阈值比较，根据比较的结果来判断是否因环境参数导致理论成色值出现异常；

判断理论成色值是否存在异常的具体过程为：

将获得的理论成色值与预设成色值区间[]比较；

若∈，则判断理论成色值异常，进行标记并踢出后续贵金属加工序列；

若∈，则判断理论成色值正常，列入后续贵金属加工序列；

若∈[]，则理论成色值待确认，并按照环境参数的分析结果进行判断；

根据环境参数处理获得环境影响系数的过程为：

通过公式：；

计算获得第i个单位时间内第j个贵金属的环境影响系数；

式中，为环境影响系数的均值，为当前环境实时颗粒物含量，为基于历史数据预测的颗粒物含量，为当前环境实时光照系数，其中，，、B、C、D分别为当前环境的光照强度、光照均匀度、色温指数、炫光指数，、、、为预设比例系数，为去量纲系数，为当前环境实时温度，为参考系数，根据历史数据和实验数据选择确定，为温度状态值转化函数；

根据比较的结果来判断是否因环境参数导致理论成色值出现异常的过程为：

通过公式：；

计算获得判断值；

在满足∈[]且≥的条件下；

若＞0，则判断是环境参数导致理论成色值出现异常；

否则，判断非环境参数导致理论成色值出现异常；

其中，0为判断阈值，为固定转化函数，为单位时间的总个数，为第个单位时间的环境异常值，为成色值的均值。

2.根据权利要求1所述的基于机器视觉的贵金属成色识别检测系统，其特征在于，将获得的环境异常值与预设环境阈值比较的过程为：

若≥，则判断当前环境存在异常；

若＜，则判断当前环境正常。

3.根据权利要求1所述的基于机器视觉的贵金属成色识别检测系统，其特征在于，所述系统还包括预警模块，所述预警模块用于对成色异常的贵金属发出预警信号。

4.根据权利要求3所述的基于机器视觉的贵金属成色识别检测系统，其特征在于，所述预警模块的工作过程为：

当∈时，则判断理论成色值异常，对当前贵金属进行标记并发出二级预警信号；

当∈[]时，需要发出一级预警信号；

若≥，则判断当前环境存在异常，启动外接风机对当前贵金属表面和图像采集设备吹气清灰；

若吹气清灰后，＞0，则发出一级黄色预警信号；

否则，发出一级红色预警信号。

5.根据权利要求4所述的基于机器视觉的贵金属成色识别检测系统，其特征在于，所述二级预警信号的等级高于所述一级预警信号。