CN113284138A - 一种翡翠颜色的分级方法、装置、电子设备及存储介质 - Google Patents
一种翡翠颜色的分级方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN113284138A CN113284138A CN202110717039.5A CN202110717039A CN113284138A CN 113284138 A CN113284138 A CN 113284138A CN 202110717039 A CN202110717039 A CN 202110717039A CN 113284138 A CN113284138 A CN 113284138A
- Authority
- CN
- China
- Prior art keywords
- picture
- jadeite
- jade
- color
- emerald
- 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.)
- Pending
Links
- 229910052640 jadeite Inorganic materials 0.000 title claims abstract description 131
- 238000000034 method Methods 0.000 title claims abstract description 62
- 239000010977 jade Substances 0.000 claims abstract description 74
- 238000012545 processing Methods 0.000 claims abstract description 33
- 241000579895 Chlorostilbon Species 0.000 claims abstract description 30
- 239000010976 emerald Substances 0.000 claims abstract description 30
- 229910052876 emerald Inorganic materials 0.000 claims abstract description 30
- 238000012937 correction Methods 0.000 claims description 20
- 238000004590 computer program Methods 0.000 claims description 9
- 238000003708 edge detection Methods 0.000 claims description 7
- 238000012790 confirmation Methods 0.000 claims description 4
- 238000003064 k means clustering Methods 0.000 claims description 4
- 230000004048 modification Effects 0.000 claims description 4
- 238000012986 modification Methods 0.000 claims description 4
- 230000011218 segmentation Effects 0.000 claims description 4
- 239000003086 colorant Substances 0.000 abstract description 13
- 230000008569 process Effects 0.000 description 21
- 238000010586 diagram Methods 0.000 description 9
- 230000000694 effects Effects 0.000 description 8
- 230000008859 change Effects 0.000 description 6
- 238000004891 communication Methods 0.000 description 6
- 238000011156 evaluation Methods 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 239000010432 diamond Substances 0.000 description 3
- 244000172533 Viola sororia Species 0.000 description 2
- HXCILVUBKWANLN-UHFFFAOYSA-N brilliant green cation Chemical compound C1=CC(N(CC)CC)=CC=C1C(C=1C=CC=CC=1)=C1C=CC(=[N+](CC)CC)C=C1 HXCILVUBKWANLN-UHFFFAOYSA-N 0.000 description 2
- 229910003460 diamond Inorganic materials 0.000 description 2
- 239000010437 gem Substances 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- ZYECOAILUNWEAL-NUDFZHEQSA-N (4z)-4-[[2-methoxy-5-(phenylcarbamoyl)phenyl]hydrazinylidene]-n-(3-nitrophenyl)-3-oxonaphthalene-2-carboxamide Chemical compound COC1=CC=C(C(=O)NC=2C=CC=CC=2)C=C1N\N=C(C1=CC=CC=C1C=1)/C(=O)C=1C(=O)NC1=CC=CC([N+]([O-])=O)=C1 ZYECOAILUNWEAL-NUDFZHEQSA-N 0.000 description 1
- 244000241257 Cucumis melo Species 0.000 description 1
- 235000015510 Cucumis melo subsp melo Nutrition 0.000 description 1
- 244000046052 Phaseolus vulgaris Species 0.000 description 1
- 235000010627 Phaseolus vulgaris Nutrition 0.000 description 1
- 241000227425 Pieris rapae crucivora Species 0.000 description 1
- 244000061458 Solanum melongena Species 0.000 description 1
- 235000002597 Solanum melongena Nutrition 0.000 description 1
- 235000005811 Viola adunca Nutrition 0.000 description 1
- 240000009038 Viola odorata Species 0.000 description 1
- 235000013487 Viola odorata Nutrition 0.000 description 1
- 235000002254 Viola papilionacea Nutrition 0.000 description 1
- FJJCIZWZNKZHII-UHFFFAOYSA-N [4,6-bis(cyanoamino)-1,3,5-triazin-2-yl]cyanamide Chemical compound N#CNC1=NC(NC#N)=NC(NC#N)=N1 FJJCIZWZNKZHII-UHFFFAOYSA-N 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 229960001506 brilliant green Drugs 0.000 description 1
- 244000013123 dwarf bean Species 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000002372 labelling Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000009877 rendering Methods 0.000 description 1
- 239000010979 ruby Substances 0.000 description 1
- 229910001750 ruby Inorganic materials 0.000 description 1
- 229910052594 sapphire Inorganic materials 0.000 description 1
- 239000010980 sapphire Substances 0.000 description 1
- 230000011664 signaling Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/23—Clustering techniques
- G06F18/232—Non-hierarchical techniques
- G06F18/2321—Non-hierarchical techniques using statistics or function optimisation, e.g. modelling of probability density functions
- G06F18/23213—Non-hierarchical techniques using statistics or function optimisation, e.g. modelling of probability density functions with fixed number of clusters, e.g. K-means clustering
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/77—Retouching; Inpainting; Scratch removal
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/12—Edge-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/13—Edge detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/90—Determination of colour characteristics
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10004—Still image; Photographic image
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Data Mining & Analysis (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Bioinformatics & Computational Biology (AREA)
- General Engineering & Computer Science (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Probability & Statistics with Applications (AREA)
- Quality & Reliability (AREA)
- Image Analysis (AREA)
Abstract
本申请实施例提供一种翡翠颜色的分级方法、装置、电子设备及计算机存储介质。该方法包括：获取翡翠图片；使用聚类算法对所述翡翠图片进行处理，获取翡翠颜色特征；将所述翡翠颜色特征发送到客户端，以使所述客户端进行显示；接收对显示的所述翡翠颜色特征的选定指令；根据所述选定指令确定所述翡翠图片中翡翠的等级。能够在一定程度上解决翡翠交易中由于用户的主观因素以及行业的约定成俗的标准而导致的颜色评级不准确的问题。
Description
技术领域
本申请涉及图像处理技术领域，具体而言，涉及一种翡翠颜色的分级方法、装置、电子设备及计算机存储介质。
背景技术
目前，翡翠珠宝市场价格非常不透明，消费者也缺乏专业的翡翠知识对翡翠珠宝质量进行鉴别，但现有的翡翠珠宝评估技术在商贸活动中却难以推广，其中最重要的原因是翡翠珠宝颜色分级评估困难。
钻石和红蓝宝石的颜色分级评估技术己经广泛应用，其技术特征是通过与标样对比或使用GemDialouge比色卡完成。但这两种方法在翡翠珠宝颜色分级评估的应用都不成功，主要原因是翡翠珠宝的颜色非常丰富，而且不均匀性明显。在翡翠商易活动中，约定成俗为翡翠颜色划定了一系列分类。一般的翡翠消费者和翡翠珠宝从业人员也难以掌握。
发明内容
本申请实施例的目的在于提供一种翡翠颜色的分级方法、装置、电子设备及计算机存储介质。
本申请实施例提供了一种翡翠颜色的分级方法，所述方法包括：
获取翡翠图片；
使用聚类算法对所述翡翠图片进行处理，获取翡翠颜色特征；
将所述翡翠颜色特征发送到客户端，以使所述客户端进行显示；
接收对显示的所述翡翠颜色特征的选定指令；
根据所述选定指令确定所述翡翠图片中翡翠的等级。
在上述实现过程中，首先获取翡翠图片，由于翡翠的颜色不均匀，可以使用聚类算法将翡翠的颜色进行分类，得到多个翡翠颜色特征；将得到的翡翠颜色特征发送到客户端进行显示，接收对显示的翡翠颜色特征的选定指令，该选定指令用于选择最能表示翡翠图片中翡翠的颜色特征，最后，根据选中的颜色特征进行分析，得到翡翠的颜色分级。基于上述实施方式，能够在一定程度上解决翡翠交易中由于用户的主观因素以及行业的约定成俗的标准而导致的颜色评级不准确的问题。
进一步地，所述获取翡翠图片的步骤，包括：
获取拍摄的翡翠图片；
对所述拍摄的翡翠图片进行背景去除，得到所述翡翠图片。
在上述实现过程中，获取拍摄的翡翠图片，由于拍摄的翡翠图片中具有背景，容易导致聚类算法得到的颜色特征不准确，因此将背景进行去除，可以更好地得到翡翠图片，翡翠图片中只包含翡翠。基于上述实施方式，能提高聚类算法识别的准确性。
进一步地，在对所述拍摄的翡翠图片进行背景去除的步骤之前，还包括：
对所述拍摄的翡翠图片进行光源修正处理。
在上述实现过程中，由于在对翡翠进行拍摄时需要一定的光源，光源照射在翡翠之上会导致出翡翠的颜色发生一定的变换，因此，在对背景进行去除之前需要对拍摄的翡翠图片进行光源修正处理。基于上述实施方式，能够提高聚类算法识别的准确性，能够获取更精确的翡翠的颜色特征。
进一步地，所述对所述拍摄的翡翠图片进行光源修正处理的步骤，包括：
获取所述拍摄的翡翠图片在拍摄时所采用的光源；
根据所述光源对所述拍摄的翡翠图片进行光源修正处理。
在上述实现过程中，由于在拍摄的过程中采用的光源不同，翡翠图片中的颜色会产生变化，因而需要获取在拍摄翡翠时所采用的光源，根据光源的翡翠进行光源处理。基于上述实施方式，能够提高聚类算法识别的精确性。
进一步地，所述根据所述光源对所述拍摄的翡翠图片进行光源修正处理的步骤，包括：
判断所述光源是否为D50光源；
若否，利用白平衡算法对所述拍摄的翡翠图片进行处理。
在上述实现过程中，白平衡能够起到良好的光源修正效果。基于上述实施方式，能够快速地对光源进行修正。
进一步地，所述对所述拍摄的翡翠图片进行背景去除的步骤，包括：
利用边缘检测算法和分割算法对所述拍摄的翡翠图片进行背景去除。
在上述实现过程中，翡翠的颜色特征相对于背景图片具有一定的颜色差别，边缘检测算法能够准确识别拍摄的翡翠图片中的翡翠边缘，从而将背景进行去除。基于上述实施方式，能够有效地将背景进行去除。
进一步地，所述聚类算法为K-Means聚类算法。
在上述实现过程中，能够准确对翡翠图片中的翡翠进行颜色聚类，得到准确的颜色特征。
第二方面，本申请提供了一种翡翠颜色的分级装置，装置包括：
获取模块，用于获取翡翠图片；
聚类模块，用于使用聚类算法对所述翡翠图片进行处理，获取翡翠颜色特征；
发送模块，用于将所述翡翠颜色特征发送到客户端，以使所述客户端进行显示；
接收模块，用于接收对显示的所述翡翠颜色特征的选定指令；
等级确认模块，用于根据所述选定指令确定所述翡翠图片中翡翠的等级。
在上述实现过程中，首先获取翡翠图片，由于翡翠的颜色不均匀，可以使用聚类算法将翡翠的颜色进行分类，得到多个翡翠颜色特征；将得到的翡翠颜色特征发送到客户端进行显示，接收对显示的翡翠颜色特征的选定指令，该选定指令用于选择最能表示翡翠图片中翡翠的颜色特征，最后，根据选中的颜色特征进行分析，得到翡翠的颜色分级。基于上述实施方式，能够在一定程度上解决翡翠交易中由于用户的主观因素以及行业的约定成俗的标准而导致的颜色评级不准确的问题。
第三方面，本申请提供了一种电子设备，包括处理器以及存储器，所述存储器存储有计算机可读取指令，当所述计算机可读取指令由所述处理器执行时，运行如第一方面所述方法中的步骤。
第四方面，本申请提供了一种计算机存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时，运行如第一方面所述方法中的步骤。
附图说明
为了更清楚地说明本申请实施例的技术方案，下面将对本申请实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本申请的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。
图1为本申请实施例提供的翡翠颜色的分级方法的流程示意图；
图2为本申请实施例提供的获取翡翠图片的流程示意图；
图3为本申请实施例提供的拍摄翡翠图片的效果示意图；
图4为本申请实施例提供的光源修正后的翡翠图片的效果示意图；
图5为本申请实施例提供的背景去除后的翡翠图片的效果示意图；
图6为本申请实施例提供的翡翠颜色特征显示以及分级的示意图；
图7为本申请实施例提供的翡翠颜色的分级装置的结构组成示意图；
图8是本申请实施例提供的电子设备的组成示意图。
具体实施方式
下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行描述。
应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。同时，在本申请的描述中，术语“第一”、“第二”等仅用于区分描述，而不能理解为指示或暗示相对重要性。
目前，在珠宝市场中，翡翠珠宝市场价格不透明，消费者缺乏专业的翡翠知识，从而不清楚自己持有的珠宝的颜色等级，可能将自己持有的珠宝低价卖出，也有可能用过高价格买入他人的翡翠。在钻石以及红蓝宝石领域中，分级评估技术已经广泛应用，但是都是基于比色卡进行比对；由于翡翠的颜色具有多样化，因此很难将钻石以及红蓝宝石领域中的颜色分级技术应用到翡翠中，有鉴于此，本申请提供了一种翡翠颜色的分级方法、装置、电子设备及计算机存储介质。
实施例1
参见图1，本申请提供了一种翡翠颜色的分级方法，方法包括：
S1：获取翡翠图片；
S2：使用聚类算法对翡翠图片进行处理，获取翡翠颜色特征；
S3：将翡翠颜色特征发送到客户端，以使客户端进行显示；
S4：接收对显示的翡翠颜色特征的选定指令；
S5：根据选定指令确定翡翠图片中翡翠的等级。
在上述实现过程中，首先获取翡翠图片，由于翡翠的颜色不均匀，可以使用聚类算法将翡翠的颜色进行分类，得到多个翡翠颜色特征；将得到的翡翠颜色特征发送到客户端进行显示，接收对显示的翡翠颜色特征的选定指令，该选定指令用于选择最能表示翡翠图片中翡翠的颜色特征，最后，根据选中的颜色特征进行分析，得到翡翠的颜色分级。基于上述实施方式，能够在一定程度上解决翡翠交易中由于用户的主观因素以及行业的约定成俗的标准而导致的颜色评级不准确的问题。
需要说明的是，本申请实施例的客户端不限于手机、平板电脑等移动终端。
参见图2，在一种可能的实施方式中，S1包括以下步骤：
S11：获取拍摄的翡翠图片；
S12：对拍摄的翡翠图片进行背景去除，得到翡翠图片。
上述实施例中，获取拍摄的翡翠图片，但是，由于拍摄的翡翠图片中具有背景，因此容易导致聚类算法得到的颜色特征不准确，因此将背景进行去除，可以更好地得到翡翠图片，翡翠图片中只包含翡翠。基于上述实施方式，能提高聚类算法识别的准确性。
在一种可能的实施方式中，在对拍摄的翡翠图片进行背景去除之前，还包括：
对拍摄的翡翠图片进行光源修正处理。
上述实施例中，由于在对翡翠进行拍摄时需要一定的光源，光源照射在翡翠之上会导致出翡翠的颜色发生一定的变换，因此，在对背景进行去除之前需要对拍摄的翡翠图片进行光源修正处理。基于上述实施方式，能够提高聚类算法识别的准确性，能够获取更精确的翡翠的颜色特征。
在一种可能的实施方式中，对拍摄的翡翠图片进行光源修正处理的步骤，包括：
获取拍摄的翡翠图片在拍摄时所采用的光源；
根据光源对拍摄的翡翠图片进行光源修正处理。
上述实施例中，由于在拍摄的过程中采用的光源不同，翡翠图片中的颜色会产生变化，因此，需要首先获取在拍摄翡翠时所采用的光源，根据光源的翡翠进行光源处理。基于上述实施方式，能够提高聚类算法识别的精确性。
在一种可能的实施方式中，根据光源对拍摄的翡翠图片进行光源修正处理的步骤，包括：
判断光源是否为D50光源；
若否，利用白平衡算法对拍摄的翡翠图片进行处理。
在上述实现过程中，白平衡能够起到良好的光源修正效果。基于上述实施方式，能够快速地对光源进行修正。
具体地，可以在室外背阴处进行拍照、或在室内用高显色荧光D50灯管作光源，如果在室内用非D50光源进行拍照，则需要实进行白平衡修正，比较通用的白平衡算法有AWB算法等。
在一种可能的实施方式中，对拍摄的翡翠图片进行背景去除的步骤，包括：
利用边缘检测算法和分割算法对拍摄的翡翠图片进行背景去除。
上述实施例中，翡翠的颜色特征相对于背景图片具有一定的颜色差别，边缘检测算法能够准确识别拍摄的翡翠图片中的翡翠边缘，从而将背景进行去除。基于上述实施方式，能够有效地将背景进行去除。
在一种可能的实施方式中，聚类算法包括但不局限于K-Means聚类算法。
上述实施例中，能够准确对翡翠图片中的翡翠进行颜色聚类，得到准确的颜色特征。
在一种可能的实施方式中，S5可以包括以下子步骤：
确定选定指令所对应的翡翠颜色特征，将选定的翡翠颜色特征对应的RGB值输入数据库，利用Lab色差公式计算色差，找出5个最小色差的数据点，由这5个数据的众数决定其颜色分级。
本申请实施例中，数据库可以通过以下方式建立：选择2000颗以上翡翠珠宝，由行业内专家判定它们的颜色分类及分级。它们的颜色分类应包括：翠绿、艳绿、阳绿、豆绿、豆青、瓜绿、浅绿、淡绿、灰绿等主流绿色颜色分类，以及蓝紫、粉紫、红紫、茄紫等主流紫色颜色分类和一些红-黄颜色分类。利用上述聚类方法确定每一翡翠珠宝所对应的颜色特征对应的RGB值，对每张图片的RGB值进行标注。
下面根据实际的应用场景将上述方法的流程进行说明，流程中涉及到的服务端执行S1-S5中的方法步骤。
参见图3，首先，客户端拍摄翡翠的图片，服务端获取拍摄的翡翠图片。之后，服务端对拍摄的翡翠图片进行光源修正处理，得到修正后的图片，将修正后的图片发送到客户端，修正后的图片如图4所示。接着，客户端接收修正后的翡翠图片，并将修正后的翡翠图片进行上传到服务端。服务端对客户端上传的翡翠进行背景去除，得到如图5所示的图片，然后，服务端使用聚类算法对图5的图片进行处理之后得到多个颜色特征，发送到客户端；如图6所示，客户端显示颜色特征。最后，服务端接收客户端发送的颜色特征的选顶指令，根据选定指令进行得到分级结果。
实施例2
本申请实施例提供一种翡翠颜色的分级装置，如图7所示，该装置包括：
获取模块1，用于获取翡翠图片；
聚类模块2，用于使用聚类算法对翡翠图片进行处理，获取翡翠颜色特征；
发送模块3，用于将翡翠颜色特征发送到客户端，以使客户端进行显示；
接收模块4，用于接收对显示的翡翠颜色特征的选定指令；
等级确认模块5，用于根据选定指令确定所述翡翠图片中翡翠的等级。
在上述实现过程中，首先通过获取模块1获取翡翠图片，由于翡翠的颜色不均匀，因此通过聚类模块2使用聚类算法将翡翠的颜色进行分类，得到翡翠的多个颜色特征；将得到的颜色特征通过发送模块3发送给客户端，使客户端进行显示，通过接收模块4接收对显示的翡翠颜色特征的选定指令，该选定指令用于选择最能表示翡翠图片中翡翠的颜色特征。最后，通过等级确认模块5根据选中的颜色特征进行分析，得到翡翠的颜色分级。基于上述实施方式，能够在一定程度上解决翡翠交易中由于用户的主观因素以及行业的约定成俗的标准而导致的颜色评级不准确的问题。
在一种可能的实施方式中，获取模块1还用于获取拍摄的翡翠图片；对拍摄的翡翠图片进行背景去除，得到翡翠图片。
上述实施例中，首先通过获取模块1获取拍摄的翡翠图片，由于拍摄的翡翠图片中具有背景，容易导致聚类算法得到的颜色特征不准确，因此通过获取模块1将背景进行去除，得到翡翠图片，翡翠图片中只包含翡翠。基于上述实施方式，能提高聚类算法识别的准确性。
在一种可能的实施方式中，获取模块1还用于在对拍摄的翡翠图片进行背景去除之前，对拍摄的翡翠图片进行光源修正处理。
上述实施例中，由于在对翡翠进行拍摄时需要一定的光源，光源照射在翡翠之上会导致出翡翠的颜色发生一定的变换，因此，在对背景进行去除之前需要通过获取模块1对拍摄的翡翠图片进行光源修正处理。基于上述实施方式，能够提高聚类算法识别的准确性，能够获取更精确的翡翠的颜色特征。
在一种可能的实施方式中，获取模块1还用于获取拍摄的翡翠图片在拍摄时所采用的光源；根据光源对拍摄的翡翠图片进行光源修正处理。
上述实施例中，由于在拍摄的过程中采用的光源不同，翡翠图片中的颜色会产生变化，因此，需要首先通过获取模块1获取在拍摄翡翠时所采用的光源，根据光源的翡翠进行光源处理。基于上述实施方式，能够提高聚类算法识别的精确性。
在一种可能的实施方式中，获取模块1还用于判断光源是否为D50光源；若否，利用白平衡算法对拍摄的翡翠图片进行处理。
上述实施例中，白平衡能够起到良好的光源修正效果。基于上述实施方式，能够快速地对光源进行修正。
在一种可能的实施方式中，获取模块1还用于利用边缘检测算法和分割算法对拍摄的翡翠图片进行背景去除。
上述实施例中，翡翠的颜色特征相对于背景图片具有一定的颜色差别，边缘检测算法能够准确识别拍摄的翡翠图片中的翡翠边缘，从而将背景进行去除。基于上述实施方式，能够有效地将背景进行去除。
在一种可能的实施方式中，获取模块1还用于利用K-Means聚类算法对翡翠图片进行处理，得到翡翠的颜色特征。
实施例3
本申请实施例提供一种电子设备，包括存储器及处理器，该存储器用于存储计算机程序，该处理器运行计算机程序以使电子设备执行实施例一的翡翠颜色的分级方法。
可选地，上述电子设备可以是服务器。
请参见图8，图8为本申请实施例提供的电子设备的结构组成示意图。该电子设备可以包括处理器M1、通信接口M2、存储器M3和至少一个通信总线M4。其中，通信总线M4用于实现这些组件直接的连接通信。其中，本申请实施例中设备的通信接口M2用于与其他节点设备进行信令或数据的通信。处理器M1可以是一种集成电路芯片，具有信号的处理能力。
上述的处理器M1可以是通用处理器，包括中央处理器(Central ProcessingUnit，CPU)、网络处理器(Network Processor，NP)等；还可以是数字信号处理器(DSP)、专用集成电路(ASIC)、现成可编程门阵列(FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本申请实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器M1也可以是任何常规的处理器等。
存储器M3可以是，但不限于，随机存取存储器(Random Access Memory，RAM)，只读存储器(Read Only Memory，ROM)，可编程只读存储器(Programmable Read-Only Memory，PROM)，可擦除只读存储器(Erasable Programmable Read-Only Memory，EPROM)，电可擦除只读存储器(Electric Erasable Programmable Read-Only Memory，EEPROM)等。存储器M3中存储有计算机可读取指令，当计算机可读取指令由所述处理器M1执行时，设备可以执行上述图1至图6方法实施例涉及的各个步骤。
可选地，电子设备还可以包括存储控制器、输入输出单元。存储器M3、存储控制器、处理器M1、外设接口、输入输出单元各元件相互之间直接或间接地电性连接，以实现数据的传输或交互。例如，这些元件相互之间可通过一条或多条通信总线M4实现电性连接。处理器M1用于执行存储器M3中存储的可执行模块，例如设备包括的软件功能模块或计算机程序。
输入输出单元用于提供给用户创建任务以及为该任务创建启动可选时段或预设执行时间以实现用户与服务器的交互。输入输出单元可以是，但不限于，鼠标和键盘等。
可以理解，图8所示的结构仅为示意，电子设备还可包括比图8中所示更多或者更少的组件，或者具有与图8所示不同的配置。图8中所示的各组件可以采用硬件、软件或其组合实现。
实施例4
本申请提供了一种计算机存储介质，其上存储有计算机程序，该计算机程序被处理器执行时，运行如实施例1所述方法中的步骤。
在本申请所提供的几个实施例中，应该理解到，所揭露的装置和方法，也可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，附图中的流程图和框图显示了根据本申请的多个实施例的装置、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分，所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现方式中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
另外，在本申请各个实施例中的各功能模块可以集成在一起形成一个独立的部分，也可以是各个模块单独存在，也可以两个或两个以上模块集成形成一个独立的部分。
所述功能如果以软件功能模块的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述仅为本申请的实施例而已，并不用于限制本申请的保护范围，对于本领域的技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。
以上所述，仅为本申请的具体实施方式，但本申请的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应所述以权利要求的保护范围为准。
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。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
Claims (10)
1.一种翡翠颜色的分级方法，其特征在于，所述方法包括：
获取翡翠图片；
使用聚类算法对所述翡翠图片进行处理，获取翡翠颜色特征；
将所述翡翠颜色特征发送到客户端，以使所述客户端进行显示；
接收对显示的所述翡翠颜色特征的选定指令；
根据所述选定指令确定所述翡翠图片中翡翠的等级。
2.根据权利要求1所述的翡翠颜色的分级方法，其特征在于，所述获取翡翠图片的步骤，包括：
获取拍摄的翡翠图片；
对所述拍摄的翡翠图片进行背景去除，得到所述翡翠图片。
3.根据权利要求2所述的翡翠颜色的分级方法，其特征在于，在对所述拍摄的翡翠图片进行背景去除的步骤之前，还包括：
对所述拍摄的翡翠图片进行光源修正处理。
4.根据权利要求3所述的翡翠颜色的分级方法，其特征在于，所述对所述拍摄的翡翠图片进行光源修正处理的步骤，包括：
获取所述拍摄的翡翠图片在拍摄时所采用的光源；
根据所述光源对所述拍摄的翡翠图片进行光源修正处理。
5.根据权利要求4所述的翡翠颜色的分级方法，其特征在于，所述根据所述光源对所述拍摄的翡翠图片进行光源修正处理的步骤，包括：
判断所述光源是否为D50光源；
若否，利用白平衡算法对所述拍摄的翡翠图片进行处理。
6.根据权利要求2所述的翡翠颜色的分级方法，其特征在于，所述对所述拍摄的翡翠图片进行背景去除的步骤，包括：
利用边缘检测算法和分割算法对所述拍摄的翡翠图片进行背景去除。
7.根据权利要求1所述的翡翠颜色的分级方法，其特征在于，所述聚类算法为K-Means聚类算法。
8.一种翡翠颜色的分级装置，其特征在于，所述装置包括：
获取模块，用于获取翡翠图片；
聚类模块，用于使用聚类算法对所述翡翠图片进行处理，获取翡翠颜色特征；
发送模块，用于将所述翡翠颜色特征发送到客户端，以使所述客户端进行显示；
接收模块，用于接收对显示的所述翡翠颜色特征的选定指令；
等级确认模块，用于根据所述选定指令确定所述翡翠图片中翡翠的等级。
9.一种电子设备，其特征在于，包括处理器以及存储器，所述存储器存储有计算机可读取指令，当所述计算机可读取指令由所述处理器执行时，运行如权利要求1至7中任一所述方法中的步骤。
10.一种计算机存储介质，其特征在于，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时，运行如权利要求1至7中任一所述方法中的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110717039.5A CN113284138A (zh) | 2021-06-25 | 2021-06-25 | 一种翡翠颜色的分级方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110717039.5A CN113284138A (zh) | 2021-06-25 | 2021-06-25 | 一种翡翠颜色的分级方法、装置、电子设备及存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN113284138A true CN113284138A (zh) | 2021-08-20 |
Family
ID=77285760
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110717039.5A Pending CN113284138A (zh) | 2021-06-25 | 2021-06-25 | 一种翡翠颜色的分级方法、装置、电子设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113284138A (zh) |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20040068417A1 (en) * | 2002-01-25 | 2004-04-08 | Menahem Sevdermish | Method for digital color grading of gems and communication thereof |
| JP2013080464A (ja) * | 2011-09-21 | 2013-05-02 | Nikon Corp | 画像処理装置、撮像装置、及びプログラム |
| CN103927516A (zh) * | 2014-04-09 | 2014-07-16 | 海南大学 | 基于数字图像处理的海水珍珠鉴别系统 |
| CN108009564A (zh) * | 2017-10-31 | 2018-05-08 | 昆明理工大学 | 一种基于径向基函数神经网络模型的翡翠手镯品质分级方法 |
| CN112465835A (zh) * | 2020-11-26 | 2021-03-09 | 深圳市对庄科技有限公司 | 用于翡翠图像分割的方法及模型训练方法 |
| CN112685589A (zh) * | 2020-12-24 | 2021-04-20 | 深圳市对庄科技有限公司 | 基于人工智能的翡翠分级估值评估方法、系统及应用 |
-
2021
- 2021-06-25 CN CN202110717039.5A patent/CN113284138A/zh active Pending
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20040068417A1 (en) * | 2002-01-25 | 2004-04-08 | Menahem Sevdermish | Method for digital color grading of gems and communication thereof |
| JP2013080464A (ja) * | 2011-09-21 | 2013-05-02 | Nikon Corp | 画像処理装置、撮像装置、及びプログラム |
| CN103927516A (zh) * | 2014-04-09 | 2014-07-16 | 海南大学 | 基于数字图像处理的海水珍珠鉴别系统 |
| CN108009564A (zh) * | 2017-10-31 | 2018-05-08 | 昆明理工大学 | 一种基于径向基函数神经网络模型的翡翠手镯品质分级方法 |
| CN112465835A (zh) * | 2020-11-26 | 2021-03-09 | 深圳市对庄科技有限公司 | 用于翡翠图像分割的方法及模型训练方法 |
| CN112685589A (zh) * | 2020-12-24 | 2021-04-20 | 深圳市对庄科技有限公司 | 基于人工智能的翡翠分级估值评估方法、系统及应用 |
Non-Patent Citations (1)
| Title |
|---|
| 张黎力等: "绿色翡翠颜色计算机分级技术的可行性研究-基于HSL颜色空间模型", 《硅酸盐通报》 * |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US8744180B2 (en) | System and process for automatically finding objects of a specific color | |
| JP7228585B2 (ja) | 分析測定を行うための方法および装置 | |
| JP5409910B2 (ja) | 非製品画像識別 | |
| CN111045924B (zh) | 用户界面视觉验收的处理方法、装置及设备 | |
| JP2018522223A (ja) | 毛髪の直径を測定するためのシステムおよび方法 | |
| WO2023231380A1 (zh) | 极片缺陷识别及模型训练方法、装置及电子设备 | |
| CN113284138A (zh) | 一种翡翠颜色的分级方法、装置、电子设备及存储介质 | |
| CN112304292B (zh) | 基于单色光的物体检测方法及检测系统 | |
| CN115496759B (zh) | 灰尘检测方法和装置、存储介质 | |
| CN111666884A (zh) | 活体检测方法、装置、计算机可读介质及电子设备 | |
| CN116958960A (zh) | 一种基于机器学习随机森林算法的鸡蛋暗斑检测方法 | |
| CN113837181B (zh) | 一种筛选方法、装置、计算机设备及计算机可读存储介质 | |
| CN114387441A (zh) | 一种图像处理方法及系统 | |
| CN112015417B (zh) | 一种应用程序主题颜色的确定方法及装置 | |
| CN113610936A (zh) | 色温确定方法、装置、设备及介质 | |
| CN112836759A (zh) | 一种机选图片评价方法、装置、存储介质及电子设备 | |
| Gao et al. | Color image retrieval and analysis using image color measures | |
| US10713792B1 (en) | System and apparatus for image processing | |
| CN111179226A (zh) | 视野图的识别方法、装置及计算机存储介质 | |
| Gibson et al. | A perceptual based contrast enhancement metric using AdaBoost | |
| CN105843972B (zh) | 产品属性信息的比对方法及装置 | |
| Quispe et al. | An algorithm oriented to the classification of quinoa grains by color from digital images | |
| CN111612026A (zh) | 获取产品或品类的评价结果的方法、装置和系统 | |
| CN113935995B (zh) | 一种图像处理方法、装置、电子设备及计算机可读存储介质 | |
| CN115049746B (zh) | 图像颜色校正方法、装置、电子设备和存储介质 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination |