一种用于对长白玉进行质量评价的方法和系统

1.本发明涉及质量评价技术领域，特别涉及一种用于对长白玉进行质量评价的方法和系统。


背景技术：

2.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。
3.因此，本发明提出一种用于对长白玉进行质量评价的方法和系统。


技术实现要素：

4.本发明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。
5.本发明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。
6.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。
7.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。
8.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。
9.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中的70％作为训练集，取长白玉开发质量数学模型训练样本的30％作为测试集，输入长白玉开发质量数学模型中进行训练，得到训练好的长白玉开发质量数学模型。
[0012]
在一种可能实现的方式中，长白玉的开发质量影响因素包括长白玉体积因素、长白玉形状规整度因素和长白玉的物料利用率因素。
[0013]
在一种可能实现的方式中，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，包括：步骤401：计算待评价长白玉的综合质量评价值：其中，为待评价长白玉的综合质量评价值，为待评价长白玉的综合开发质量
评价值，即待评价的长白玉的开发质量评价结果，为综合开发质量评价值对应的权值，为待评价长白玉的综合原石质量评价值，即待评价的长白玉的原石质量评价结果，为综合原石质量评价值对应的权值；步骤402：基于待评价长白玉的综合质量评价值和各等级划分基准质量评价值，确定待评价长白玉的等级，并将待评价长白玉的等级级别输出：其中，为第一基准质量评价值，为第二基准质量评价值，为第三基准质量评价值。
[0014]
本发明提供一种用于对长白玉进行质量评价的系统，用于实现上述任一所述的一种用于对长白玉进行质量评价的方法，包括：数据采集模块：用于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；第一评价模块：用于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；第二评价模块：用于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；评价结果输出模块：用于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。
[0015]
本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
[0016]
下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。
附图说明
[0017]
附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：图1为本发明实施例中一种用于对长白玉进行质量评价的方法的第一流程图；图2为本发明实施例中一种用于对长白玉进行质量评价的方法的第二流程图；图3为本发明实施例中一种用于对长白玉进行质量评价的方法的第三流程图；图4为本发明实施例中一种用于对长白玉进行质量评价的方法的第四流程图；图5为本发明实施例中一种用于对长白玉进行质量评价的方法的第五流程图；图6为本发明实施例中一种用于对长白玉进行质量评价的系统的结构图。
具体实施方式
[0018]
以下结合附图对本发明的优选实施例进行说明，应当理解，此处所描述的优选实
施例仅用于说明和解释本发明，并不用于限定本发明。
[0019]
实施例1：本发明提供一种用于对长白玉进行质量评价的方法，如图1所示，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。
[0020]
该实施例中，可使用3d扫描仪器对待评价长白玉进行图像采集，基于3d扫描仪器内的数学模型得出待评价长白玉图像数据，扫描仪器内的数学模型用于基于待评价长白玉图像对图像内长白石的颜色种类、图像内长白石的质地程度、图像内长白石的纹理种类、图像内长白石的裂纹状态、图像内长白石的体积、图像内长白石的形状规整度和图像内长白石的物料利用率进行评价；该实施例中，待评价长白玉图像数据包括待评价长白玉采集图像的像素值、分辨率、图像内长白石的颜色评价值、图像内长白石的质地评价值、图像内长白石的纹理种类评价值、图像内长白石的裂纹状态评价值、图像内长白石的体积评价值、图像内长白石的形状规整度评价值和图像内长白石的物料利用率评价值的集合；该实施例中，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，为将待评价长白玉图像数据（颜色评价值、图像内长白石的质地评价值、图像内长白石的纹理种类评价值、图像内长白石的裂纹状态评价值）输入至训练好的长白玉原石质量评价数学模型中，训练好的长白玉原石质量评价数学模型会输出待评价的长白玉的原石质量评价结果，即待评价长白玉的综合原石质量评价值。
[0021]
该实施例中，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，为将待评价长白玉图像数据（图像内长白石的体积评价值、图像内长白石的形状规整度评价值和图像内长白石的物料利用率评价值）输入至训练好的长白玉开发质量数学模型中，训练好的长白玉开发质量数学模型会输出待评价的长白玉的开发质量评价结果，即待评价长白玉的综合开发质量评价值。
[0022]
该实施例中，对待评价的长白玉进行原石质量评价，为基于待评价的长白玉自身的颜色、质地、纹理和裂纹状态对待评价长白玉自身进行的质量评价，此处称之为原石质量评价。
[0023]
该实施例中，对待评价的长白玉进行开发质量评价，为基于待评价的长白玉自身的长白玉体积、长白玉形状规整度和长白玉的物料利用率对待评价长白玉进行的质量评价，此处称之为开发质量评价，开发质量评价用于评估该长白玉在后续加工制作过程中的所能创造的价值效益；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，可以用于制造较大饰品手镯之外，还可用剩余物料制作戒指和耳钉，这样的长白玉在后续加工制作过
程中的所能创造的价值效益较高，其对应的开发质量评价也就越高。
[0024]
该实施例中，对待评价的长白玉进行综合质量评价，为综合考虑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，对其做出的质量评价，待评价的长白玉进行综合质量评价不仅反映了待评价长白玉自身原石质量，还同时反映了待评价长白玉在后续加工制作过程中的所能创造的价值效益。
[0025]
上述技术方案的有益效果是：通过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和训练好的长白玉开发质量数学模型对待评价长白玉进行原石质量评价和开发质量评价，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的情况的发生；如一块原石质量较高的长白玉，因其长白玉的体积较小、形状规整度较低且物料利用率较低的情况，使其不能加工为具有较高价值的饰品，最终导致长白玉自身价格高于其加工成的饰品的出售价格，未避免仅考虑长白玉原石质量导致的高估长白玉价值情况的发生，需在对长白玉进行质量评价时综合考虑其的原石质量和开发质量。
[0026]
实施例2：基于实施例1的基础上，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。
[0027]
该实施例中，对待评价玉石进行扫描采用的扫描仪器为三维激光扫描仪，三维激光扫描仪对对待评价玉石扫描后，对其进行数据建模，获取其数据特征参数；基于数据存储模块中的长白玉样本，获取数据存储模块中的长白玉样本的数据特征参数阈值范围，将待评价玉石的数据特征参数与长白玉样本的数据特征参数阈值范围进行比较，若待评价玉石的数据特征参数落在长白玉样本的数据特征参数阈值范围内，则待评价玉石为长白玉，若评价玉石的数据特征参数超出长白玉样本的数据特征参数阈值范围，则待评价玉石不为长白玉，则对其进行剔除。
[0028]
上述技术方案的有益效果是：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，对非长白玉的玉石进行剔除，避免非长白玉玉石占用后续的长白玉进行质量评价资源，提高长白玉进行质量评价效率，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，可起到扩大长白玉样本数据的效果，从而使得对待评价玉石的扫描可靠性不断优化。
[0029]
实施例3：基于实施例1的基础上，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。
[0030]
该实施例中，预设的像素值和预设的分辨率均为人为设定的用于对待评价长白玉图像质量进行筛选的一个基准值；当待评价长白玉图像的像素值低于预设像素值或待评价长白玉图像的分辨率低于预设分辨率时，证明该待评价长白玉图像质量较差，其图像数据不宜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中的数据；当待评价长白玉图像的像素值高于预设像素值且待评价长白玉图像的分辨率高于预设分辨率时，证明该待评价长白玉图像质量较好，其图像数据可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中的数据；该实施例中，在对待评价长白玉进行图像采集时，长白石同一位置会采集多组图像，由此，重复的待评价长白玉图像粗筛选图像指的是待评价长白玉图像粗筛选图像中对长白石同一位置进行采集的图像。
[0031]
上述技术方案的有益效果是：对待评价长白玉图像数据中的像素值和分辨率进行筛选，剔除待评价长白玉图像中像素值和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，并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，对待评价长白玉图像的筛选剔除了质量不合格的图像，同时选出了重复的待评价长白玉图像中质量最优的图像，对待评价长白玉图像数据的筛选和优化，增加待评价长白玉的质量评价可靠性。
[0032]
实施例4：基于实施例1的基础上，如图2所示，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。
[0033]
该实施例中，长白玉原石质量评价数学模型训练样本为用于训练长白玉原石质量
评价数学模型的数据样本。
[0034]
该实施例中，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；长白玉原石质量评价数学模型的实际训练完成度评估值：其中，为测试集中第k个长白玉原石质量评价数学模型训练样本的综合原石质量评价值（实际原石质量评价结果），为测试集中第k个长白玉原石质量评价数学模型训练样本的预设原石质量评价值（预设原石质量评价结果），k为测试集中长白玉原石质量评价数学模型训练样本的总个数，为每个实际原石质量评价结果和测试集预设原石质量评价结果之间的评价值基准误差。
[0035]
该实施例中，长白玉原石质量评价数学模型的实际训练完成度评估值用于评估长白玉原石质量评价数学模型的训练完成度。
[0036]
上述技术方案的有益效果是：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，通过长白玉原石质量评价数学模型的实际训练完成度评估值与长白玉原石质量评价数学模型的基准训练完成度评估值之间的比较，判断长白玉原石质量评价数学模型是否训练完成，从而避免了长白玉原石质量评价数学模型训练不成熟造成的质量评价误差较大情况的发生，保证长白玉原石质量评价数学模型的可靠性。
[0037]
实施例5：基于实施例4的基础上，如图3所示，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。
[0038]
该实施例中，长白玉质量评价样本图像数据为将大量长白玉的扫描图像作为训练样本得到的图像数据；该实施例中，一级长白玉的原石质量影响因素集合为对长白玉原石质量造成影响的母影响因素集合；由此，代表中第x个一级长白玉的原石质量影响因素，宜即中第x个母影响因素；该实施例中，二级长白玉的原石质量影响因素集合为每一母影响因素对应的子影响因素集合；由此，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，宜即代表中第j个母影响因素中的第y个子影响因素；该实施例中，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，包括：其中，为中第j个一级长白玉的原石质量影响因素对应的质量评价值，为第j个一级长白玉的原石质量影响因素对应的第t个二级长白玉的原石质量影响因素质量评价值对应权值，为第j个一级长白玉的原石质量影响因素对应的第t个二级长白玉的原石质量影响因素质量评价值；该实施例中，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，包括：其中，为某张长白玉质量评价样本图像对应的综合原石质量评价值，为第j个一级长白玉的原石质量影响因素对应的质量评价值对应权值，为中第j个一级长白玉的原石质量影响因素对应的质量评价值。
[0039]
上述技术方案的有益效果是：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，同时对长白玉的原石质量影响因素数据分为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，而非直接用长白玉质量评价样本图
像数据作为训练样本，提高了长白玉原石质量评价数学模型的评价可靠性。
[0040]
实施例6：基于实施例5的基础上，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。
[0041]
该实施例中，一级长白玉的原石质量影响因素集合：该实施例中，一级长白玉的原石质量影响因素集合：该实施例中，一级长白玉的原石质量影响因素集合：其中，x=4，代表颜色因素，代表质地因素，代表纹理因素，代表、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集合：其中，j=1，y=3，代表颜色的稀有程度，代表颜色的纯正度，代表颜色的均匀度；质地因素对应的二级长白玉的原石质量影响因素集合：其中，j=2，y=4，代表致密度，代表坚韧度，代表细腻度，代表光泽度；纹理因素对应的二级长白玉的原石质量影响因素集合：其中，j=3，y=2，代表纹理稀有度，代表纹理均匀度；裂纹状态因素对应的二级长白玉的原石质量影响因素集合：其中，j=4，y=2，代表裂纹的严重程度，代表裂纹的占比程度。
[0042]
上述技术方案的有益效果是：通过对一级长白玉的原石质量影响因素和每一个一级长白玉的原石质量影响因素对应的二级长白玉的原石质量影响因素进行分类，使得长白玉的原石质量影响因素数据更为精细，从而提高了长白玉原石质量评价数学模型的评价可靠性。
[0043]
实施例7：基于实施例1的基础上，如图4所示，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中的70％作为训练集，取长白玉开发质量数学模型训练样本的30％作为测试集，输入长白玉开发质量数学模型中进行训练，得到训练好的长白玉开发质量数学模型；长白玉的开发质量影响因素包括长白玉体积因素、长白玉形状规整度因素、长白玉的物料利用率因素。
[0044]
该实施例中，长白玉质量评价样本图像数据为将大量长白玉的扫描图像作为训练样本得到的图像数据，其与训练长白玉原石质量评价数学模型的数据相同。
[0045]
该实施例中，长白玉的开发质量影响因素集合为影响长白玉后期开发的因素组成的集合，其中长白玉后期开发如将长白玉雕琢为手镯、戒指或耳钉，长白玉的体积不同、形状规整度不同、物料利用率不同，决定了长白玉后续开发成为的饰品品类及数量不同，饰品品类及数量不同也就决定了该长白玉的开发质量不同，开发质量越大该长白玉创造的效益越高，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，可以用于制造较大饰品手镯之外，还可用剩余物料制作戒指和耳钉，这样的长白玉对应的开发质量评价也就越高。
[0046]
该实施例中，长白玉的开发质量影响因素集合该实施例中，长白玉的开发质量影响因素集合其中，p =3；该实施例中，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，包括：其中，为每张长白玉质量评价样本图像的综合开发质量评价值，为第个长白玉的开发质量影响因素对应的质量评价值对应权值，为第个长白玉的开发质量影响因素对应的质量评价值。
[0047]
上述技术方案的有益效果是：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，而非直接将长白玉质量评价样本图像数据作为训练样本，提高了训练完成的长白玉开发质量数学模型的评价可靠性。
[0048]
实施例8：
基于实施例1的基础上，如图5所示，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，包括：步骤401：计算待评价长白玉的综合质量评价值：其中，为待评价长白玉的综合质量评价值，为待评价长白玉的综合开发质量评价值，即待评价的长白玉的开发质量评价结果，为综合开发质量评价值对应的权值，为待评价长白玉的综合原石质量评价值，即待评价的长白玉的原石质量评价结果，为综合原石质量评价值对应的权值；步骤402：基于待评价长白玉的综合质量评价值和各等级划分基准质量评价值，确定待评价长白玉的等级，并将待评价长白玉的等级级别输出：其中，为第一基准质量评价值，为第二基准质量评价值，为第三基准质量评价值。
[0049]
该实施例中，待评价长白玉的综合开发质量评价值为将待评价长白玉图像数据输入训练好的长白玉开发质量数学模型后，训练好的长白玉开发质量数学模型的输出结果（待评价的长白玉的开发质量评价结果）；该实施例中，待评价长白玉的综合原石质量评价值为将待评价长白玉图像数据输入训练好的长白玉原石质量评价数学模型后，训练好的长白玉原石质量评价数学模型的输出结果（待评价的长白玉的原石质量评价结果）；该实施例中，第一基准质量评价值，第二基准质量评价值，第三基准质量评价值均为人为等级划分基准质量评价值，且。
[0050]
上述技术方案的有益效果是：基于待评价长白玉的综合开发质量评价值，综合开发质量评价值对应的权值，待评价长白玉的综合原石质量评价值和综合原石质量评价值对应的权值，对待评价长白玉的综合质量评价值进行计算，并将计算结果与第一基准质量评价值，第二基准质量评价值，第三基准质量评进行比较得出待评价长白玉的等级级别，此处输出待评价长白玉的等级级别而非待评价长白玉的综合质量评价值，使得待评价的长白玉进行综合质量评价结果简单明了。
[0051]
实施例9：本发明提供一种用于对长白玉进行质量评价的系统，用于实现实施例1-8中任一的一种用于对长白玉进行质量评价的方法，包括：数据采集模块：用于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；第一评价模块：用于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；
第二评价模块：用于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；评价结果输出模块：用于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。
[0052]
显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。