(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211155323.9 (22)申请日 2022.09.22 (71)申请人 南京森林警察学院 地址 210000 江苏省南京市栖霞区文澜路 28号 申请人 北京信息科技大 学　 广州木链云科技有限公司 (72)发明人 陈云霞　邹智元　戴佶轩　赵晓青　 (74)专利代理 机构 广州晟策知识产权代理事务 所(普通合伙) 44709 专利代理师 郑书鑫　张焕顺 (51)Int.Cl. G06V 10/764(2022.01) G06V 10/774(2022.01) G06V 10/54(2022.01) (54)发明名称 一种象牙制品识别方法及系统 (57)摘要 本发明涉及一种象牙制品识别方法及系统， 方法包括以下步骤： 获取若干不同种类象牙样品 原始图像， 对象牙样品原始图像进行预处理得到 象牙样品纹理图像； 对象牙样品纹理图像进行标 注、 分类， 建立象牙纹理图像数据集， 并将象牙纹 理图像数据集按照一定比例划分为训练集、 测试 集； 构建象牙识别模型， 使用训练集数据对象牙 识别模型的参数进行训练， 使用测试集数据对象 牙识别模型进行性能测试， 根据测试结果优化象 牙识别模型； 获取疑似象牙制品原始图像， 对疑 似象牙制 品原始图像进行预处理得到疑似象牙 纹理图像； 象牙识别模型读取疑似象牙纹理图 像， 输出识别结果。 通过采集大量象牙样品纹理 图像建立象牙识别模型， 能提供更快速、 稳定、 准 确的识别结果。 权利要求书3页 说明书10页 附图4页 CN 115546536 A 2022.12.30 CN 115546536 A 1.一种象牙制品识别方法， 其特 征在于， 包括以下步骤： 获取若干不同种类象牙样品原始图像， 对象牙样品原始图像进行预处理得到象牙样品 纹理图像； 对象牙样品纹理图像进行标注、 分类， 建立象牙 纹理图像数据集， 并将象牙 纹理图像数 据集按照一定比例划分为训练集、 测试集； 构建象牙识别模型， 使用训练集数据对象牙识别模型的参数进行训练， 使用测试集数 据对象牙 识别模型进行性能测试， 根据测试 结果优化象牙 识别模型； 获取疑似象牙制品原始图像， 对疑似象牙制品原始图像进行预处理得到疑似象牙 纹理 图像； 象牙识别模型读取疑似象牙纹 理图像， 输出识别结果。 2.根据权利要求1所述的一种象牙制品识别方法， 其特征在于， 所述预处理的具体方法 包括： 对原始图像进行分割， 去除没用的图像边 缘， 得到样本图像； 对样本图像进行裁 剪， 得到多张候选纹 理图像； 对多张候选纹理图像进行筛选， 删除高亮、 非纹理以及背景区域占比过大的图像， 保留 含有清晰纹 理的图像作为选 定的纹理图像； 对选定的纹理图像进行 数据增强， 得到最终的纹 理图像。 3.根据权利要求2所述的一种象牙制品识别方法， 其特征在于， 所述对多 张候选纹理图 像进行筛选， 删除高亮、 非纹理以及背 景区域占比过大的图像， 保留含有清晰纹理的图像作 为选定的纹理图像的具体方法包括： 将候选纹理图像转换为灰度图像， 将图像像素灰度值高于第 一指定阈值的像素作为高 亮像素， 统计高亮像素数量并计算其所占比重， 若候选纹理图像的高亮像素所占比重高于 第一给定阈值， 则删除该图像， 否则保留， 将图像像素灰度值低于第二指 定阈值的像素作为 背景像素， 统计背景像素数量并计算其所占比重， 若候选纹理图像的背景像素所占比重高 于第二给定阈值， 则删除该图像， 否则保留； 对候选纹理图像进 行纹理特征提取得到纹理特 征分布， 若纹理特征分布不满足给定条件， 则该候选纹理图像为 非纹理图像并删除， 否则保 留。 4.根据权利要求2所述的一种象牙制品识别方法， 其特征在于， 所述对选定的纹理图像 进行数据增强， 得到最终的纹 理图像的具体方法包括： 首先对选定的纹理图像进行增强处 理， 提高纹 理的显著性； 然后对选定的纹理图像进行多角度旋转或者镜像处理， 每处理一 次则得到新的纹理图 像， 以增加图像数量。 5.根据权利要求3所述的一种象牙制品识别方法， 其特征在于， 所述对候选纹理图像进 行纹理特征提取得到纹理特征分布， 若纹理特征分布不满足给定条件， 则该候选纹理图像 为非纹理图像并删除， 否则保留的具体方法包括： 假设I代表候选象牙 纹理图像、 J代表标准象牙纹理图像， 对候选象牙纹理图像I进行纹 理特征提取得到纹理特征分布P(I)， 同时对标准象牙纹理 图像J进行纹理特征提取得到纹 理特征分布Q(J)， 进 而计算两者的Kul lback‑Leibler散度， 具体如下：权　利　要　求　书 1/3 页 2 CN 115546536 A 2其中， 表示候选象牙纹理图像I和标准象牙纹理图像J纹理特征分布的Kullback ‑ Leibler散度， 当 小于给定阈值θKL时则判定候选象牙纹理图像I为纹理图像并保留， 即 若候选象牙纹理图像I的纹理特征分布不满足 时， 则该候选象牙 纹理图像I为非纹理图像并删除。 6.根据权利要求1所述的一种象牙制品识别方法， 其特征在于， 获取若干不同种类象牙 样品原始图像的具体方法包括： 对象牙样品进行 预先处理， 并将其 放置在图像采集装置的载物台上； 调整象牙样品方向， 使得象牙纹理朝上并充分暴露在工业相机视野中， 然后使用样本 固定器对其 位置进行固定； 调节工业相机、 放大镜高度， 根据环境光强弱以及相机画面中象牙样品图像的亮度， 判 断是否开启光源并调节光源 亮度， 保证相机画面中象牙纹 理清晰可 见； 拍摄象牙样品获得象牙样品原 始图像， 并记录象牙样品类别和编号； 拍摄过程中， 通过移动象牙样品并调节其方向， 从而采集多个不同位置的象牙样品原 始图像。 7.根据权利要求6所述的一种象牙制品识别方法， 其特征在于， 对象牙样品纹理图像进 行标注、 分类， 建立象牙纹理图像数据集， 并将象牙纹理图像数据集按照一定比例划分为训 练集、 测试集的具体方法包括： 根据象牙样品拍摄时记录的象牙样品类别和编 号， 对每一幅象牙样品纹理图像标注象 牙样品类别标签和象牙样品编号； 象牙样品类别包括现生象牙制品、 猛犸象牙制品、 象牙仿制品； 将象牙纹理图像数据集按照一定比例划分为训练集、 测试集， 同时保证标注为相同象 牙样品编号的所有象牙样品纹理图像必须全部划分到训练集或测试集中， 不可同时划分在 两个集合中。 8.一种象牙制品识别系统， 其特 征在于， 包括： 图像采集装置， 用于获取若干不同种类象牙样品原始图像以及获取疑似象牙制品原始 图像； 图像预处理模块， 用于对象牙样品原始图像进行预处理得到象牙样品纹理图像以及对 疑似象牙制品原 始图像进行 预处理得到疑似象牙纹 理图像； 数据集管理模块， 用于对象牙样品纹理图像进行标注、 分类， 建立象牙纹理图像数据 集， 并将象牙纹 理图像数据集按照一定比例划分为训练集、 测试集； 象牙识别模型构建模块， 用于构建象牙识别模型， 使用训练集数据对象牙识别模型的 参数进行训练， 使用测试集数据对 象牙识别模型进行性能测试， 根据测试结果优化象牙识 别模型； 所述象牙 识别模型用于读取疑似象牙纹 理图像， 输出识别结果。 9.根据权利要求8所述的一种象牙制品识别系统， 其特征在于， 所述图像采集装置包括 可升降支架、 工业相机、 光源模块、 放大镜、 标尺、 样本固定器、 载物 台、 图像采集开关、 无线权　利　要　求　书 2/3 页 3 CN 115546536 A 3