CN101726494A - 用于确定目标宝石图案对宝石图案数据库的百分比匹配的宝石图案匹配算法 - Google Patents

用于确定目标宝石图案对宝石图案数据库的百分比匹配的宝石图案匹配算法 Download PDF

Info

Publication number
CN101726494A
CN101726494A CN200810186839A CN200810186839A CN101726494A CN 101726494 A CN101726494 A CN 101726494A CN 200810186839 A CN200810186839 A CN 200810186839A CN 200810186839 A CN200810186839 A CN 200810186839A CN 101726494 A CN101726494 A CN 101726494A
Authority
CN
China
Prior art keywords
jewel
hot spot
image
database
pattern
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN200810186839A
Other languages
English (en)
Other versions
CN101726494B (zh
Inventor
M·艾拉万德
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Collectors Universe Inc
Original Assignee
Collectors Universe Inc
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Collectors Universe Inc filed Critical Collectors Universe Inc
Publication of CN101726494A publication Critical patent/CN101726494A/zh
Application granted granted Critical
Publication of CN101726494B publication Critical patent/CN101726494B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/87—Investigating jewels
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
    • G01N21/41—Refractivity; Phase-affecting properties, e.g. optical path length
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/80—Recognising image objects characterised by unique random patterns

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • General Health & Medical Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)

Abstract

一种用于确定目标宝石图案对宝石图案数据库的百分比匹配的宝图案匹配算法一种用于分析目标宝石的方法和宝石图案匹配方法，其通过分析由发射例如穿过宝石的激光光束的光源产生的图案来生成可见的光学图案，并比较该图案和已知宝石图案的数据库以确定所述目标宝石与所述数据库中的宝石相匹配的百分比可能性。所述匹配基于所述图案中的最重光斑的权重和其位置并将其与所述数据库中的最重光斑的权重和位置相比较以确定百分比匹配。

Description

用于确定目标宝石图案对宝石图案数据库的百分比匹配的宝石图案匹配算法
技术领域
本发明涉及通过确定由发射诸如来自于激光束的光束进入宝石而产生的特定的图案并且记录由宝石散发的折射图案来识别特别的宝石的领域。
背景技术
虽然确定宝石的给定折射图案的方法是现有技术所已知的，当前的发明家没有意识到使用从特定宝石获取的折射图案并且将它与已知宝石的折射图案的数据库相比较以确定该目标宝石与已知图案数据库相比的匹配百分比的方法。
发明内容
本发明是用于通过分析目标宝石图案，所述图案是由发射光源进入所述宝石中产生折射数字图案而产生的，以及比较所述图案和已知宝石数字图案的数据库以确定所述目标宝石与在所述数据库中的宝石相匹配的可能性的百分比；所述匹配是基于所述目标宝石的所述折射数字图案的96个定义的同心环带中的每一个中的最大光斑的面积以及每个识别的最大光斑相对于所述目标宝石数字图案中的指定的初始角的顺时针角度，以及比较所述目标宝石数字图案中的每个同心带的所述面积和顺时针角度与在所述数据库中得每个宝石数字图案的所述96个同心带的所述最大光斑的所述面积和顺时针角度；以及在所述目标宝石和数据库宝石之间的同心带的所述面积和顺时针角度的匹配出现之后，所述匹配接着比较所述目标宝石和对应的数据库宝石数字图案的整个宝石数字图案，得到于所述目标宝石数字图案相比的每个数据库宝石数字图案的数字比特的百分比匹配。
根据本发明已经公开，一种存储宝石的记录以供将来的验证和证明的有效的方法是产生从每个已知宝石数字图案中导出的信息的数据库，其包括每个同心带的最大光斑的面积和顺时针角以及每个同心带的归一化的数字图案。
根据本发明已经进一步公开，用来匹配每个宝石数字图案的最佳的数据库是每个宝石的预处理的导出信息的宝石数据库，所述数据库是通过计算从每个宝石数字图案的中心到该图案的每个光斑的中心的半径创建的；归一化每个半径为从0到96的整数从而创建从每个宝石数字图案的中心开始的96个同心环带；计算每个同心带中的每个光斑的面积以及选择每个同心带中的最大面积的一个光斑；计算每个同心带中的所述最大光斑相对于指定初始角的顺时针角度并逆时针地旋转所述宝石数字图案与在每个同心带中所述最大光斑的所述顺时针角度同样的角度，从而所述最大角度于所述初始角对齐；将同样地于所述每个同心带中的每个最大光斑相关联地旋转的整个宝石数字图案从512＊512像素归一化64＊64像素，并且存储每个宝石数字图案的所述信息；在所述数据库中存储每个宝石数字图案的每个同心带信息，所述信息包括所述与每个宝石数字图案相关联的面积和相对于所述初始角的顺时针角度以及所述旋转的和归一化的宝石数字图案。
根据本发明已经进一步公开，用来确定目标宝石是否可能是已知宝石数据库中的特定的宝石可以基于两段匹配过程，该处理的第一段，其包括比较来自每个目标宝石的数字图案的每个同心带的若存在的最大光斑的半径相关联的预处理的导出信息与宝石数据库中的每个宝石的同样的预处理的导出信息相比较，识别对于每个数据库宝石的对于每个同心带若存在的最大光斑的半径的若存在的匹配；以及第二段，其比较适用的所述目标宝石得每个同心带的经旋转和归一化的宝石数字图案相关联的预处理的导出信息和每个所述数据库宝石的同样的预处理的导出信息，并比较存在如同在所述第一段中确定的所述目标宝石和每个数据库宝石的任何同心带的所述半径的匹配的相关同心带，得到对于每个数据库宝石同心带组合的经旋转的和归一化的宝石数子图案的组，其中在所述目标宝石同心带组合与具有同样半径的每个数据库宝石同心带组合之间具有所述半径的匹配。
根据本发明还已经公开，在确定如上述与目标宝石同心带组合相匹配的每个数据库宝石同心带组合的一组旋转的和归一化的宝石数字图案之后，通过以下步骤来比较经旋转的和归一化的目标宝石数字图案和选择的数据库宝石同心带数字图案的每一个同心带：将两个数字图案叠加并且确定在两个图案中对于同样的x-y坐标都是“开”的二进制比特，使用用于相关的同心带的目标宝石数字图案或者作为匹配的对象的数据库宝石同心带数字图案中的较小者来除匹配的“开”的比特数以计算匹配的百分比，对于每个数据库宝石，依照对每个选择的宝石同心带组合的计算来识别所述最大的百分比匹配，以及在结果列表中存储所述最大的百分比匹配，所述结果列表与每个数据库宝石的带有识别ID的每个百分比匹配相关联以供以后使用。
本发明的目标是对于每一个宝石产生归一化的宝石数字图案的派生的集合，其中该图像包括由光束通过宝石产生的折射图案的光斑图案。该组数字图案也包括与最大的光斑相关联的旋转的和归一化的图像，该旋转和归一化的图像中的每一个可应用于包括x-y坐标系、半径和顺时针角的给定的宝石数字图案的每一个的96个同心带的每一个之中。
本发明的进一步的目标是提供一种比较目标宝石数字图案的方法，其使用最大光斑的归一化的半径的导出的信息和与可应用的96个同心带中的光斑相关联的旋转的和归一化的整个数字图像到最大光斑的半径的预处理的导出信息以及关于已知的宝石的数据图像的可应用的96个同心带的每一个的该光斑相关联的旋转的和归一化的数字图像，以及将目标宝石归一化数字图像图案与数据库宝石的数字归一化图像图案相匹配以获取每一个数据库宝石数字图像的百分比匹配度。
从下面的详细描述、讨论和附带的权利要求，参照幅图，本发明的进一步的新特性和其他目标将变得明显。
附图说明
特定地参照附图的目的是说明而不是限制，其说明的有：
图1是通过对宝石发射诸如激光的光线和记录图案以获得目标宝石的光折射图案的记录而产生的样本的宝石图案。
图2示出环绕数字宝石折射图案中的光斑绘制矩形。
图3示出确定宝石图案的最大半径的方法。
图4示出确定宝石折射图案的光斑的顺时针角的方法。
图5A示出用于宝石图案识别方法的本发明的方法的计算机流程图，该技术用来计算已知宝石的数据库中的每一个宝石数字图案相对于输入的目标宝石的数字图案的匹配的百分比，其中图5A示出产生于处理的宝石图像的数据库的流程图；以及
图5B是图5A之后的流程图，其示出确定目标宝石与数据库宝石匹配的百分比的程序。
具体实施方式
尽管本发明的特定的实施例将参照附图来描述，应理解该实施例仅是作为多个可能的代表本发明的原则的应用的特定实施例的一小部分的例子和示例。对本发明的对于本领域的技术人员显而易见的各种变化和修改被认为属于本发明以及在附加的权利要求书中限定的精神、范围和意图中。
参照图1，其示出通过使得诸如激光的光束发射进入宝石并记录折射的图案于允许生成对该图案的永久的记录的介质上而获得的宝石的光斑图案。如图1示出的，宝石的光学图案是由多个的光斑组成的。例如，图1示出的光斑是激光光束射入抛光的钻石的折射图案。该折射图案被投射到白屏上以及数字摄像机用来对图案摄像以及使用相关的软件以把该图像存储在数据库中。作为例子，每个宝石的光学图像是通过下面的步骤获取的折射图案：通过照射光束进入宝石并使折射图案作为二维图像而出现，该图像接着被拍摄和存储。
图1中示出的宝石的二维的数字折射图案图像具有X轴和Y轴，以及多个的各种大小的和形状的位于多个X-Y位置的光斑。图1中示出的宝石数字图像是单色的，其具有512个像素的长度“L”和512像素的长度“H”。
参考图2，对于图1中示出的折射图案图像的每个光斑“S”，在该光斑周围绘出矩形“RT”。矩形“RT″在光斑周围绘出。矩形“RT”试图包含光斑“S”，从而具有不规则的图案的整个光斑“S”位于矩形“RT”之中。如图5A的流程图所示出的，预处理进程的第一步使用抽取算法来在折射图案中定位每一个光斑。在图案中的每一个光斑周围绘出矩形之后，进行计算以确定光斑在折射图案中的x-y位置以及每个光斑的重心的特定的x-y位置和权重。光斑的重心位于该光斑周围的矩形的中心。权重是光斑的面积，其大约是光斑周围绘出的矩形的面积。
接着确定折射图案的最大半径。参考图3，最大半径MR是从折射图案的中心“C”到折射图案的角。对于长度和高度都是512像素的折射图案，中心“C”的长度和高度是该量的一半，或者256像素＊256像素。最大半径是由长度、高度以及最大半径产生的矩形的斜边。使用标准公式：“a”的平方+“b”的平方＝“c”的平方，其中“a”和“b”都是256像素，则最大半径是362像素。
该进程的下一步骤是计算折射图案中的每个光斑的半径，其中光斑的半径是从光斑的中心到折射图案的中心“C”的距离。基于最大半径，已经确定光斑的半径应被归一化为在0和96之间的整数。因此，在每个光斑的半径被计算之后，该半径被除以4以归一化。参考图5，每个光斑的半径被计算和归一化为0和96之间的整数，以及该归一化的半径被存储在Rad_List中。
当Rad_List被完成后，下一步骤是确定每个半径的最重的光斑。最重的光斑是周围的矩形面积最大的一个。该进程的下一步骤是确定每个半径的最重的光斑的角度。光斑的角度相对于零度角以及相对于折射图案的中心的光斑的半径的光斑位置。参考图4，零度角位于三点钟位置。角度α是从零度角顺时针到光斑的位置的角度。对于要被测试的宝石的给定的折射图案，最重的光斑被定位以及半径“R”包括相对于零度角的角度α。接着使用最近邻算法，在512＊512像素图像中的整个折射图案的图像通过补偿角度α旋转以使得最重光斑位于零度角位置。理想地，仅最重要的光斑或者多个光斑被以此方式处理。理论上在每个折射图案中最多有96个这样的光斑，但是常常对于每个折射图案仅有50个或者更少的光斑以此种方式处理。
为了节省空间，该512＊512像素的图像通过对每个除以8以归一化从而该像素被缩减为64＊64像素。接着对于最重的光斑的每个半径R、x和y的位置、角度α以及旋转和归一化的这射图案被存储并被称为影图。该影图被称为输入预处理图像PPI_i。
为了确定目标宝石匹配数据库宝石的百分比，在特定的和间断的处理中，目标宝石预处理图像与来自数据库宝石的每个预处理图像相比较以最大化匹配的速度。该进程在图5B的流程图中被示出。由于所有的数据库图像处于计算机存储器中，所有预处理图像的数据库被称为PPI_m列表。该匹配进程首先比较目标宝石预处理图像的半径与存储器中的数据库宝石预处理图像的半径。该进程比较PPI_i查找PPI_m列表中的匹配的半径并且存储它们于R_m列表中。R_m列表是从目标宝石图像到用于第一步骤的副本(repetition)的单个数据库宝石图像的存储器数据库中的半径的匹配的半径的列表。
下一步骤是将对于R_m列表中每个匹配的半径的目标宝石预处理图像PPI_i中的归一化的64＊64像素图像与用于该第二步骤的单个数据库宝石的副本的R_m列表中的每个匹配的半径的PPI_m中的对应的64＊64像素的图像。在该第二步骤，与来自目标宝石图像的R_m列表的匹配的半径相关联的每个64＊64像素图像被标记为NI-i，并且它与被标记为NI-m的单个数据库宝石图像的存储器数据库中的R-m列表中的匹配的半径相关联的64＊64像素的图像相比较。每个图像Ni_i和NI_m包括或者是“开”或者是“关”的二进制比特。该比较与比特NI_c相匹配的NI_I和NI_M的同样的x-y坐标系中的每个“开”比特并且计算作为B_c的这种匹配“开比特”的数量。通过用计数B_c除以被标记为B_i的在(a)NI_I中的“开比特”总数的和被标记为B_m的(b)的NI_M中的较小者，计算得到被标记为“MP”的每个匹配半径的百分比。在PPI_m列表中的每个单个数据库宝石图像的被标记为MP_f的最终匹配百分比实在R_M列表中的所有的匹配半径中的最大MP。
最后的步骤是将PPI_m列表中的对象的特定的标识存储在一个阵列中，该阵列直接地与一个单元中的从0到100的阵列中的固定的编号相关，该固定的编号递增从而使得该固定编号等于在PPI_m列表中列出的数据库宝石中的每个预处理图像的MP_f。本方法用于用来处理对于在搜索的最后对大量的排序的需要。
本发明方法提供检查，其中匹配的成员标识提供确认，该对象石头与已知石头的图像的数据库中匹配的图像相关。
目标宝石图像与宝石图像的已知数据库的匹配百分比提供一种确定目标宝石就是要找的宝石的精确的方法，寻找宝石的目的是确定被盗的宝石或者确定宝石的价值。一般的规律是，如果最终匹配百分比MP_f是70％或更多，则这是一个可能的匹配。如果低于50％，则可能不是一个匹配。
为了实现该发明的目的，需要的设备是光学扫描仪以及相关的软件。硬件可以包括带有WindowsXP或者2000、奔腾3(或者同等)处理器、512M内存、10G硬盘空间的PC桌面型计算机或者膝上型计算机，尽管根据宝石数据库的大小可能需要更多的空间。两个可用的USB接口以及互联网连接。
例如，对于图1中显示的每个特定的光斑折射图像，关于图像的信息可能包括关于诸如钻石的宝石的下列信息：抛光ID号，抛光量(weight)。存储在服务器上的该数据库可能包括记录该图案的公司的标识号，抛光ID号，抛光量，数据进入日期，以及由软件分配的与特定的记录的图案关联的唯一的标识号码。
在数据库中，与每个宝石伴随的可能还有抛光钻石的等级文档以及真实性认证。
因此本发明是一种用于提供图案识别方法的方法，其用来确定目标宝石的图案与给定宝石的已知宝石图案的数据库的匹配的百分比。
一般地定义，本发明是一种用于分析目标宝石的方法和宝石图案匹配方法，其包括：(a)分析目标宝石图案以产生折射数字图案，所述目标宝石图案是通过发射光源进入所述宝石中产生的，以及比较所述图案和已知宝石数字图案的数据库以确定所述目标宝石与所述数据库中的宝石相匹配的百分比可能性；(b)所述匹配基于：所述目标宝石的所述折射数字图案的96个定义的同心圆环带中每一个的最大光斑的面积，以及每个识别的最大光斑相对于所述目标宝石数字图案中的指定初始角的顺时针角度，以及比较所述目标宝石数字图案中的每个同心带的所述面积和顺时针角度与所述数据库中每个宝石数字图案的所述96个同心带中每一个的所述最大光斑的所述面积和顺时针角度；以及(c)在所述目标宝石和数据库宝石之间出现同心带的所述面积和顺时针角度的匹配之后，所述匹配接着比较所述目标宝石和对应的数据库宝石数字图案的整体宝石数字图案，得到与所述目标宝石数字图案相比的每个数据库宝石数字图案的数字比特的百分比匹配。
同样地一般地定义，本发明是一种宝石图案匹配方法，其包括：(a)为数据库中的每个宝石创建预处理衍生信息的宝石数据库，所述数据库是通过计算从每个宝石数字图案的中心到该图案中每个光斑的中心的半径而创建的；(b)归一化每个半径为从0到96的整数，从而创建从每个宝石数字图案的中心开始的96个同心环带；(c)计算每个同心带中每个光斑的面积，以及选择每个同心带中具有最大面积的一个光斑；(d)计算每个同心带中的所述最大光斑相对于指定初始角的顺时针角度，并逆时针地旋转所述宝石数字图案，旋转角度等于每个同心带中所述最大光斑的所述顺时针角度，从而所述最大光斑与所述初始角对齐；(e)将同样与每个同心带中的每个最大光斑相关联地旋转的整个宝石数字图案从512×512像素归一化为64×64像素，并且存储每个宝石数字图案的所述信息；(f)在所述数据库中存储每个宝石数字图案的每个同心带上的信息，所述信息包括与每个宝石数字图案相关联的所述面积和相对于所述初始角的顺时针角度以及被旋转并归一化的宝石数字图案；以及(g)比较目标宝石的信息和所述宝石数据库中的所述信息以得到所述目标宝石与所述宝石数据库的百分比匹配。
概括地定义，本发明是用于确定目标宝石是否可能是已知宝石数据库中的特定宝石的方法，其包括：(a)第一阶段：将与来自目标宝石的数字图案的每个同心带的最大光斑的半径(若存在)相关联的预处理衍生信息和宝石数据库中每个宝石的同样的预处理衍生信息相比较，为每个数据库宝石识别针对每个同心带的最大光斑的半径(若存在的)的匹配(若存在的)；以及(b)第二阶段：将与适用的所述目标宝石的每个同心带的被旋转并归一化的宝石数字图案相关联的预处理衍生信息和每个所述数据库宝石的同样的预处理衍生信息相比较，并比较相关的同心带，对于这些同心带存在如同在所述第一阶段中确定的所述目标宝石和每个数据库宝石的任何同心带的所述半径的匹配，得到每个数据库宝石-同心带组合的一组被旋转并归一化的宝石数字图案，其中在所述目标宝石-同心带组合与具有同样半径的每个数据库宝石-同心带组合之间存在所述半径的匹配。
同样概括地定义，本发明是一种宝石匹配方法，其包括：(a)为每个宝石生成归一化的宝石数字图像的衍生组，其中所述图像包括由折射图案生成的光斑图案，所述折射图案是由发射穿过每个宝石的光束产生的，所述数字图像组也包括被旋转并归一化的图像，所述被旋转并归一化的图像与来自每个给定宝石数字图案的96个同心带的每一个中每个宝石的最大光斑相关联，该给定宝石数字图案包括x-y坐标、半径和从零参考位置起的顺时针角度，以便形成关于宝石的信息的数据库；以及(b)匹配来自目标宝石的信息和所述关于宝石的信息的数据库，以确定所述目标宝石与所述数字图像数据库中的宝石的百分比匹配。
更概括地定义，本发明是一种宝石匹配的方法，其包括：(a)使用目标宝石数字图像的最大光斑的归一化半径的衍生信息，以及来自96个可用同心带中每一个的、与所述最大光斑相关联的被旋转并归一化的整体数字图像图案，比较所述目标宝石数字图像与来自与已知宝石数字图像的数据库相关的96个可用同心带中每一个的、所述最大光斑的半径的预处理衍生信息，以及与该光斑相关联的被旋转并归一化的数字图像图案；以及(b)将所述目标宝石归一化数字图像图案与所述数据库宝石数字归一化图像图案中的每一个相匹配，并且获取每个所述数据库宝石数字图像的百分比匹配。
详细地定义，本发明是一种用来计算输入宝石图像与已知宝石图像的数据库的匹配百分比的图案识别方法，其包括：(a)对于多个宝石的每一个，获取光学图案，所述光学图案显示在具有512×512像素的尺寸的“x”和“y”单色图像上，利用抽取算法来计算每个光斑的“x”坐标和“y”坐标，计算每个光斑的半径，所述半径是从所述图像的中心到所述光斑的中心的距离，以及计算所述光斑的权重，归一化每个光斑的所述半径为从0到96的整数，并且将归一化的图像存储在数据库中，在每个光学图像中基于权重定位最重光斑以及计算所述最重光斑的半径并计算所述最重光斑相对于水平“x”轴的角度，以所述角度旋转所述图像从而使得所述最重光斑沿着所述水平“x”轴，归一化所述图像为64×64像素并在数据库中存储所述最重光斑的x、y、半径和角度位置，以及针对每个宝石重复该处理以累积预处理图像的数据库；(b)选择目标宝石以及获取所述目标宝石的光学图像，并比较所述目标图像中的所述最重光斑与所述预处理图像数据库中的所述最重光斑，以定位匹配半径处的匹配的最重光斑，归一化所述匹配的图像为64×64像素，将所述匹配的最重光斑的所述匹配半径转换为二进制“开”数据，计算在所述匹配半径中的“开”数据的数目以产生匹配的目标比特计数，以及将此目标比特计数除以输入“开”比特的数目和输入“关”比特的数目二者中的较小者以得到所述目标的最终匹配百分比，并且在结果列表中存储所述匹配百分比，并为该匹配百分比分配识别号码；以及(c)确定所述匹配百分比是否足够地高，从而确定所述目标宝石是否匹配已知宝石数据库中的宝石。
更加宽泛地定义，本发明是用于计算输入宝石图像与已知宝石图像数据库的匹配百分比的图案识别方法，其包括：(a)对于多个宝石的每一个，获取在“x”和“y”二维图像上显示多个光斑的光学图案，利用抽取算法来计算每个光斑的“x”坐标和“y”坐标，计算每个光斑的半径，所述半径是从所述图像的中心到所述光斑的中心的距离，计算所述光斑的权重，在每个光学图像中基于权重定位最重光斑以及计算所述最重光斑的半径，以及计算所述最重光斑相对于水平“x”轴的角度，以所述角度旋转所述图像从而使得所述最重光斑沿着所述水平“x”轴，以及在数据库中存储所述最重光斑的x、y、半径和角度位置，以及针对每个宝石重复该处理以累积预处理图像的数据库；(b)选择目标宝石以及获取所述目标宝石的光学图像，以及比较所述目标宝石中的所述最重光斑与所述预处理图像数据库中的所述最重光斑，以定位匹配半径处的匹配的最重光斑以及该最重光斑以得到所述目标的最终匹配百分比，并在结果列表中存储所述匹配百分比，并分配识别号码给所述匹配百分比；以及(c)确定所述匹配百分比是否足够地高，从而确定所述目标宝石是否匹配已知宝石数据库中的宝石。
更加宽泛地定义，本发明是用于计算输入宝石图像与已知宝石图像数据库的匹配百分比的图案识别方法，其包括：(a)生成归一化的宝石图像的数据库，其中所述图像包括由折射图案生成的光斑图案，所述折射图案是通过发射穿过宝石的光束而得到的，所述数据库包括每个给定宝石图案中基于权重的最重光斑的归一化图像，所述给定宝石图案包括所述最重光斑的位置、从所述图像的中心到所述最重光斑的中心的半径以及所述最重光斑相对于水平方向的角度，所述位置是所述最重光斑的x坐标和y坐标，所述角度是顺时针方向的或逆时针方向的；以及(b)提供用于比较目标宝石图像的方法，所述方法使用该目标宝石图像的最重光斑的权重和位置，以及将所述目标宝石图像与数据库中的宝石的最重光斑的预处理图像数据库相比较，以及将所述数据库的每个图像中对应的最重光斑的权重和它们各自的位置与所述目标图像中的最重光斑的权重和位置相匹配，并且获得所述目标宝石图像与所述数据库中的所述宝石图像的百分比匹配。
用于计算输入宝石图像与已知宝石图像数据库的匹配百分比的图案识别方法，其包括：(a)生成宝石图像数据库，其中所述图像包括所述宝石的光学图像中的光斑图案，所述数据库包括每个给定宝石图案中基于权重的最重光斑的图像，所述给定宝石图案包括最重光斑的位置、从所述图像的中心到所述最重光斑的中心的半径以及所述最重光斑相对于水平方向的角度，所述位置是所述最重光斑的x坐标和y坐标，所述角度是顺时针方向的或逆时针方向的；以及(b)提供用于比较目标宝石图像的方法，该方法使用该目标宝石图像的最重光斑的权重和位置，以及将所述目标宝石图像与数据库中的宝石的最重光斑的预处理图像数据库相比较，并将所述数据库的每个图像中对应的最重光斑的权重和它们各自的位置与所述目标图像的最重光斑的权重和最重光斑的位置相匹配，以及获取所述目标宝石图像与所述数据库中的所述宝石图像的百分比匹配。
最宽泛地定义，本发明是用于计算输入宝石图像与已知宝石图像数据库的匹配百分比的图案识别方法，其包括：(a)生成宝石图像数据库，其中所述图像包括所述宝石的光学图像中的光斑图案，所述数据库包括最重光斑的图像，所述最重终光斑的图像包括所述光学图像中的最重光斑的位置；以及(b)提供用于比较目标宝石图像的方法，所述方法使用该目标宝石图像的最重光斑的位置，并且将所述目标宝石图像的最重光斑的位置与数据库中的所述宝石的最重光斑的预处理图像数据库相比较，以及将所述数据库的每个图像中对应的最重光斑和它们各自的位置与所述目标图像中的最重光斑的位置相匹配，以及获取所述目标宝石图像与所述数据库中的所述宝石图像的百分比匹配。。
当然，本发明不意欲受限于任何特定的形式和布置、或者任何特定的实施例、或者本文的特定的使用和公开，因为在不背离本发明的精神和权利要求的范围的情况下同样的可能在多种特定或关系被改变，这里的示出了设备和方法的本发明的展示和描述仅仅是示例以及操作性的是示例的公开的目的，并非是示出本发明可能实施或操作的全部的形式或修改。

Claims (13)

1.一种用于分析目标宝石的方法和宝石图案匹配方法，其包括：
a.分析目标宝石图案以产生折射数字图案，所述目标宝石图案是通过发射光源进入所述宝石中产生的，以及比较所述图案和已知宝石数字图案的数据库以确定所述目标宝石与所述数据库中的宝石相匹配的百分比可能性；
b.所述匹配基于：所述目标宝石的所述折射数字图案的96个定义的同心圆环带中每一个的最大光斑的面积，以及每个识别的最大光斑相对于所述目标宝石数字图案中的指定初始角的顺时针角度，以及比较所述目标宝石数字图案中的每个同心带的所述面积和顺时针角度与所述数据库中每个宝石数字图案的所述96个同心带中每一个的所述最大光斑的所述面积和顺时针角度；以及
c.在所述目标宝石和数据库宝石之间出现同心带的所述面积和顺时针角度的匹配之后，所述匹配接着比较所述目标宝石和对应的数据库宝石数字图案的整体宝石数字图案，得到与所述目标宝石数字图案相比的每个数据库宝石数字图案的数字比特的百分比匹配。
2.一种宝石图案匹配方法，其包括：
a.为数据库中的每个宝石创建预处理衍生信息的宝石数据库，所述数据库是通过计算从每个宝石数字图案的中心到该图案中每个光斑的中心的半径而创建的；
b.归一化每个半径为从0到96的整数，从而创建从每个宝石数字图案的中心开始的96个同心环带；
c.计算每个同心带中每个光斑的面积，以及选择每个同心带中具有最大面积的一个光斑；
d.计算每个同心带中的所述最大光斑相对于指定初始角的顺时针角度，并逆时针地旋转所述宝石数字图案，旋转角度等于每个同心带中所述最大光斑的所述顺时针角度，从而所述最大光斑与所述初始角对齐；
e.将同样与每个同心带中的每个最大光斑相关联地旋转的整个宝石数字图案从512×512像素归一化为64×64像素，并且存储每个宝石数字图案的所述信息；
f.在所述数据库中存储每个宝石数字图案的每个同心带上的信息，所述信息包括与每个宝石数字图案相关联的所述面积和相对于所述初始角的顺时针角度以及被旋转并归一化的宝石数字图案；以及
g.比较目标宝石的信息和所述宝石数据库中的所述信息以得到所述目标宝石与所述宝石数据库的百分比匹配。
3.用于确定目标宝石是否可能是已知宝石数据库中的特定宝石的方法，其包括：
a.第一阶段：将与来自目标宝石的数字图案的每个同心带的最大光斑的半径(若存在)相关联的预处理衍生信息和宝石数据库中每个宝石的同样的预处理衍生信息相比较，为每个数据库宝石识别针对每个同心带的最大光斑的半径(若存在的)的匹配(若存在的)；以及
b.第二阶段：将与适用的所述目标宝石的每个同心带的被旋转并归一化的宝石数字图案相关联的预处理衍生信息和每个所述数据库宝石的同样的预处理衍生信息相比较，并比较相关的同心带，对于这些同心带存在如同在所述第一阶段中确定的所述目标宝石和每个数据库宝石的任何同心带的所述半径的匹配，得到每个数据库宝石-同心带组合的一组被旋转并归一化的宝石数字图案，其中在所述目标宝石-同心带组合与具有同样半径的每个数据库宝石-同心带组合之间存在所述半径的匹配。
4.根据权利要求3所述的方法，进一步包括：
a.在匹配所述目标宝石-同心带组合的每个数据库宝石-同心带组合的所述一组被旋转并归一化的宝石数字图案的识别完成之后，产生图案识别算法，所述图案识别算法比较每个同心带的所述被旋转并归一化的目标宝石数字图案和所选择的数据库宝石-同心带数字图案，该比较是通过叠加两个数字图像并且识别在这两个图像中对于图像中相同的x-y坐标都是“开”的二进制比特来实现的，通过使用所述匹配的“开”比特除以某一数值来计算所述百分比匹配，该数值是相关同心带的所述目标宝石数字图案和作为匹配对象的所述数据库宝石-同心带数字图案二者的“开”比特数目的较小者；以及
b.对于每个数据库宝石，识别为每个选择的宝石-同心带组合计算的最大百分比匹配，以及在结果列表中存储所述最大百分比匹配，所述结果列表与每个数据库宝石的带有识别ID的每个百分比匹配相关联以便以后定位。
5.一种宝石匹配方法，其包括：
a.为每个宝石生成归一化的宝石数字图像的衍生组，其中所述图像包括由折射图案生成的光斑图案，所述折射图案是由发射穿过每个宝石的光束产生的，所述数字图像组也包括被旋转并归一化的图像，所述被旋转并归一化的图像与来自每个给定宝石数字图案的96个同心带的每一个中每个宝石的最大光斑相关联，该给定宝石数字图案包括x-y坐标、半径和从零参考位置起的顺时针角度，以便形成关于宝石的信息的数据库；以及
b.匹配来自目标宝石的信息和所述关于宝石的信息的数据库，以确定所述目标宝石与所述数字图像数据库中的宝石的百分比匹配。
6.一种宝石匹配的方法，其包括：
a.使用目标宝石数字图像的最大光斑的归一化半径的衍生信息，以及来自96个可用同心带中每一个的、与所述最大光斑相关联的被旋转并归一化的整体数字图像图案，比较所述目标宝石数字图像与来自与已知宝石数字图像的数据库相关的96个可用同心带中每一个的、所述最大光斑的半径的预处理衍生信息，以及与该光斑相关联的被旋转并归一化的数字图像图案；以及
b.将所述目标宝石归一化数字图像图案与所述数据库宝石数字归一化图像图案中的每一个相匹配，并且获取每个所述数据库宝石数字图像的百分比匹配。
7.一种用来计算输入宝石图像与已知宝石图像的数据库的匹配百分比的图案识别方法，其包括：
a.对于多个宝石的每一个，获取光学图案，所述光学图案显示在具有512×512像素的尺寸的“x”和“y”单色图像上，利用抽取算法来计算每个光斑的“x”坐标和“y”坐标，计算每个光斑的半径，所述半径是从所述图像的中心到所述光斑的中心的距离，以及计算所述光斑的权重，归一化每个光斑的所述半径为从0到96的整数，并且将归一化的图像存储在数据库中，在每个光学图像中基于权重定位最重光斑以及计算所述最重光斑的半径并计算所述最重光斑相对于水平“x”轴的角度，以所述角度旋转所述图像从而使得所述最重光斑沿着所述水平“x”轴，归一化所述图像为64×64像素并在数据库中存储所述最重光斑的x、y、半径和角度位置，以及针对每个宝石重复该处理以累积预处理图像的数据库；
b.选择目标宝石以及获取所述目标宝石的光学图像，并比较所述目标图像中的所述最重光斑与所述预处理图像数据库中的所述最重光斑，以定位匹配半径处的匹配的最重光斑，归一化所述匹配的图像为64×64像素，将所述匹配的最重光斑的所述匹配半径转换为二进制“开”数据，计算在所述匹配半径中的“开”数据的数目以产生匹配的目标比特计数，以及将此目标比特计数除以输入“开”比特的数目和输入“关”比特的数目二者中的较小者以得到所述目标的最终匹配百分比，并且在结果列表中存储所述匹配百分比，并为该匹配百分比分配识别号码；以及
c.确定所述匹配百分比是否足够地高，从而确定所述目标宝石是否匹配已知宝石数据库中的宝石。
8.根据权利要求7所述的方法，其中所述光斑的所述权重和中心是通过在所述光斑周围绘制矩形来确定的，其中所述矩形的中心是所述光斑的所述中心，且所述矩形的面积是所述光斑的所述权重。
9.根据权利要求7所述的方法，其中每个宝石的所述光学图案是折射图案，所述折射图案通过照射光束穿过所述宝石并导致随后被摄像并存储的所述折射图案呈现为二维图像而获得。
10.用于计算输入宝石图像与已知宝石图像数据库的匹配百分比的图案识别方法，其包括：
a.对于多个宝石的每一个，获取在“x”和“y”二维图像上显示多个光斑的光学图案，利用抽取算法来计算每个光斑的“x”坐标和“y”坐标，计算每个光斑的半径，所述半径是从所述图像的中心到所述光斑的中心的距离，计算所述光斑的权重，在每个光学图像中基于权重定位最重光斑以及计算所述最重光斑的半径，以及计算所述最重光斑相对于水平“x”轴的角度，以所述角度旋转所述图像从而使得所述最重光斑沿着所述水平“x”轴，以及在数据库中存储所述最重光斑的x、y、半径和角度位置，以及针对每个宝石重复该处理以累积预处理图像的数据库；
b.选择目标宝石以及获取所述目标宝石的光学图像，以及比较所述目标宝石中的所述最重光斑与所述预处理图像数据库中的所述最重光斑，以定位匹配半径处的匹配的最重光斑以及该最重光斑以得到所述目标的最终匹配百分比，并在结果列表中存储所述匹配百分比，并分配识别号码给所述匹配百分比；以及
c.确定所述匹配百分比是否足够地高，从而确定所述目标宝石是否匹配已知宝石数据库中的宝石。
11.用于计算输入宝石图像与已知宝石图像数据库的匹配百分比的图案识别方法，其包括：
a.生成归一化的宝石图像的数据库，其中所述图像包括由折射图案生成的光斑图案，所述折射图案是通过发射穿过宝石的光束而得到的，所述数据库包括每个给定宝石图案中基于权重的最重光斑的归一化图像，所述给定宝石图案包括所述最重光斑的位置、从所述图像的中心到所述最重光斑的中心的半径以及所述最重光斑相对于水平方向的角度，所述位置是所述最重光斑的x坐标和y坐标，所述角度是顺时针方向的或逆时针方向的；以及
b.提供用于比较目标宝石图像的方法，所述方法使用该目标宝石图像的最重光斑的权重和位置，以及将所述目标宝石图像与数据库中的宝石的最重光斑的预处理图像数据库相比较，以及将所述数据库的每个图像中对应的最重光斑的权重和它们各自的位置与所述目标图像中的最重光斑的权重和位置相匹配，并且获得所述目标宝石图像与所述数据库中的所述宝石图像的百分比匹配。
12.用于计算输入宝石图像与已知宝石图像数据库的匹配百分比的图案识别方法，其包括：
a.生成宝石图像数据库，其中所述图像包括所述宝石的光学图像中的光斑图案，所述数据库包括每个给定宝石图案中基于权重的最重光斑的图像，所述给定宝石图案包括最重光斑的位置、从所述图像的中心到所述最重光斑的中心的半径以及所述最重光斑相对于水平方向的角度，所述位置是所述最重光斑的x坐标和y坐标，所述角度是顺时针方向的或逆时针方向的；以及
b.提供用于比较目标宝石图像的方法，该方法使用该目标宝石图像的最重光斑的权重和位置，以及将所述目标宝石图像与数据库中的宝石的最重光斑的预处理图像数据库相比较，并将所述数据库的每个图像中对应的最重光斑的权重和它们各自的位置与所述目标图像的最重光斑的权重和最重光斑的位置相匹配，以及获取所述目标宝石图像与所述数据库中的所述宝石图像的百分比匹配。
13.用于计算输入宝石图像与已知宝石图像数据库的匹配百分比的图案识别方法，其包括：
a.生成宝石图像数据库，其中所述图像包括所述宝石的光学图像中的光斑图案，所述数据库包括最重光斑的图像，所述最重终光斑的图像包括所述光学图像中的最重光斑的位置；以及
b.提供用于比较目标宝石图像的方法，所述方法使用该目标宝石图像的最重光斑的位置，并且将所述目标宝石图像的最重光斑的位置与数据库中的所述宝石的最重光斑的预处理图像数据库相比较，以及将所述数据库的每个图像中对应的最重光斑和它们各自的位置与所述目标图像中的最重光斑的位置相匹配，以及获取所述目标宝石图像与所述数据库中的所述宝石图像的百分比匹配。
CN2008101868393A 2008-10-14 2008-12-31 用于确定目标宝石图案对宝石图案数据库的百分比匹配的宝石图案匹配算法 Active CN101726494B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US12/287,834 US8270719B2 (en) 2008-10-14 2008-10-14 Gem pattern matching algorithm to determine the percentage match of a target gem pattern to a database of gem patterns
US12/287,834 2008-10-14

Publications (2)

Publication Number Publication Date
CN101726494A true CN101726494A (zh) 2010-06-09
CN101726494B CN101726494B (zh) 2013-08-14

Family

ID=42098898

Family Applications (1)

Application Number Title Priority Date Filing Date
CN2008101868393A Active CN101726494B (zh) 2008-10-14 2008-12-31 用于确定目标宝石图案对宝石图案数据库的百分比匹配的宝石图案匹配算法

Country Status (2)

Country Link
US (2) US8270719B2 (zh)
CN (1) CN101726494B (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102963153A (zh) * 2012-02-21 2013-03-13 苑执中 钻石指纹证书制作方法
CN105067627A (zh) * 2015-07-30 2015-11-18 深圳大学 一种基于显微三维成像技术的天然珠宝真伪鉴别方法及系统
CN110637231A (zh) * 2017-05-25 2019-12-31 国际商业机器公司 映射和编码生物学特征
CN110751083A (zh) * 2019-10-17 2020-02-04 曹轶 基于同态加密保护的宝石图像特征识别方法
CN112116398A (zh) * 2020-09-27 2020-12-22 广州华多网络科技有限公司 一种宝石估价方法及相关设备

Families Citing this family (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8661889B2 (en) * 2009-07-16 2014-03-04 Duane C. Blake AURA devices and methods for increasing rare coin value
US20110238589A1 (en) * 2010-03-25 2011-09-29 Don Willis Commodity identification, verification and authentication system and methods of use
CA2841053C (en) * 2011-07-05 2022-04-05 Gemological Appraisal Association, Inc. Gemstone registration system
WO2014036460A2 (en) 2012-08-31 2014-03-06 Gemex Systems, Inc. Gem identification method and apparatus using digital imaging viewer
US10228238B2 (en) * 2013-03-14 2019-03-12 Martin Rapaport Methods for evaluating gemstone shape
SG10201609555YA (en) * 2013-08-12 2017-01-27 Caratell Pte Ltd Method and system for certification and verification of gemstones
WO2015183947A1 (en) 2014-05-27 2015-12-03 Gemological Appraisal Association, Inc. Gemstone registration and recovery system, and systems for evaluating the light performance of a gemstone and capturing forensic characteristics of a gemstone
US20170276612A1 (en) * 2014-12-09 2017-09-28 Sahajanand Technologies Pvt. Ltd. Gemstone verification
WO2016127064A1 (en) * 2015-02-05 2016-08-11 Rgv Group Llc Systems and methods for gemstone identification
US10387723B2 (en) * 2015-05-21 2019-08-20 Sarine Color Technologies Ltd. System and method of unique identifying a gemstone
EP3388822B1 (en) 2017-04-14 2023-09-27 Inexto Sa Method for computing a unique identifier for a gemstone having facets
US11494734B2 (en) * 2019-09-11 2022-11-08 Ila Design Group Llc Automatically determining inventory items that meet selection criteria in a high-dimensionality inventory dataset

Family Cites Families (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
IL43465A (en) * 1973-10-23 1976-12-31 Yeda Res & Dev Gem identification
US5124935A (en) * 1990-11-30 1992-06-23 Omphalos Recovery Systems Inc. Gemstone identification, tracking and recovery system
US5932119A (en) * 1996-01-05 1999-08-03 Lazare Kaplan International, Inc. Laser marking system
CA2305067A1 (en) * 1999-12-23 2001-06-23 Gabi Tolkowsky Musical representation of gemstone signature
US7260544B1 (en) * 2000-10-12 2007-08-21 Gemological Institute Of America, Inc. System and methods for evaluating the appearance of a gemstone
DE60103074T2 (de) * 2001-12-13 2005-04-21 Overseas Diamonds Technologies Vorrichtung zur Erzeugung von Daten für die Bestimmung von Eigenschaften von Edelsteinen und Verfahren für die Bestimmung von Eigenschaften von Edelsteinen
US8491353B2 (en) * 2003-09-30 2013-07-23 Panasonic Corporation Mold for optical components
CN1271559C (zh) * 2004-06-15 2006-08-23 沈阳工业大学 一种人眼虹膜识别方法
CN100409251C (zh) * 2005-08-26 2008-08-06 富士通株式会社 用于退化文字行的字符识别装置和方法
CN100501312C (zh) * 2007-09-06 2009-06-17 许焱 基于机器视觉的宝石三维切工检测方法
CN101236608B (zh) * 2008-01-25 2010-08-04 清华大学 基于图片几何结构的人脸检测方法

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102963153A (zh) * 2012-02-21 2013-03-13 苑执中 钻石指纹证书制作方法
CN102963153B (zh) * 2012-02-21 2015-08-26 苑执中 钻石指纹证书制作方法
CN105067627A (zh) * 2015-07-30 2015-11-18 深圳大学 一种基于显微三维成像技术的天然珠宝真伪鉴别方法及系统
CN105067627B (zh) * 2015-07-30 2019-01-11 深圳大学 一种基于显微三维成像技术的天然珠宝真伪鉴别方法及系统
CN110637231A (zh) * 2017-05-25 2019-12-31 国际商业机器公司 映射和编码生物学特征
US11263736B2 (en) 2017-05-25 2022-03-01 International Business Machines Corporation Mapping and encoding gemological features
CN110751083A (zh) * 2019-10-17 2020-02-04 曹轶 基于同态加密保护的宝石图像特征识别方法
CN110751083B (zh) * 2019-10-17 2023-04-18 曹轶 基于同态加密保护的宝石图像特征识别方法
CN112116398A (zh) * 2020-09-27 2020-12-22 广州华多网络科技有限公司 一种宝石估价方法及相关设备

Also Published As

Publication number Publication date
CN101726494B (zh) 2013-08-14
US8744188B2 (en) 2014-06-03
US20130064459A1 (en) 2013-03-14
US20100092067A1 (en) 2010-04-15
US8270719B2 (en) 2012-09-18

Similar Documents

Publication Publication Date Title
CN101726494B (zh) 用于确定目标宝石图案对宝石图案数据库的百分比匹配的宝石图案匹配算法
CN107810522B (zh) 实时、基于模型的对象检测及姿态估计
CN206583415U (zh) 确定反射表面的均匀度的系统、表面分析设备和系统
CN108288012B (zh) 一种基于手机实现的艺术品备案验证方法及其系统
CN106033621B (zh) 一种三维建模的方法及装置
KR101548928B1 (ko) 불변적인 시각적 장면 및 객체 인식
Kiforenko et al. A performance evaluation of point pair features
Rao et al. Harnessing motion blur to unveil splicing
CN104115074A (zh) 全息图处理方法和系统
Logoglu et al. Cospair: colored histograms of spatial concentric surflet-pairs for 3d object recognition
WO2022062135A1 (zh) 一种枪支及散件三维模型数据库的建立方法及数据库系统
Fisseler et al. Extending Philological Research with Methods of 3D Computer Graphics Applied to Analysis of Cultural Heritage.
US20190303555A1 (en) Method and electronic device for providing image-based captcha challenge
CN114627227A (zh) 基于pbr材质的物体重建方法、设备及计算机可读存储介质
CN100397400C (zh) 图形检索的方法
US20070247472A1 (en) Capturing and rendering geometric details
US20170059306A1 (en) Point cloud systems and methods
Johansson et al. A screen space quality method for data abstraction
Akhyar et al. A beneficial dual transformation approach for deep learning networks used in steel surface defect detection
Garg et al. A secure image based watermarking for 3d polygon mesh
Hattab et al. 3D rigid registration of cad point-clouds
Sidiropoulos et al. Matching of large images through coupled decomposition
Rani et al. Digital image forgery detection under complex lighting using Phong reflection model
Daniya et al. Copy-move forgery detection in videos using machine learning algorithm
Nasiri et al. Using expectation-maximization for exposing image forgeries by revealing inconsistencies in shadow geometry

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant