一种荧光颜料组合物及其制备方法技术

公开了一种荧光颜料组合物及其制备方法，其采用基于机器视觉的人工智能检测技术，以通过对于所述粉碎后荧光颜料的检测图像进行分辨率增强后，对其进行不同尺度的图像编码，以此来挖掘出所述粉碎后荧光颜料的粉尘粒径的多尺度隐藏关联特征分布信息，并基于该粉尘粒径的多尺度特征在高维空间中的差分特征信息来表示所述粉碎后荧光颜料的粒度一致性特征分布信息，从而对其粒度一致性是否符合预定要求进行检测。这样，能够精准地对于荧光颜料粉尘粒径的一致性进行检测，以此来对于荧光颜料进行气流破碎控制，以保证制备的荧光颜料的附着性和稳定性。着性和稳定性。着性和稳定性。

【技术实现步骤摘要】
一种荧光颜料组合物及其制备方法


[0001]本申请涉及颜料制备领域，且更为具体地，涉及一种荧光颜料组合物及其制备方法。

技术介绍

[0002]荧光颜料分为无机荧光颜料(比如荧光灯及防伪用的荧光油墨上用的荧光颜料)和有机荧光颜料(又称日光荧光颜料):只有具备一些特定的化学结构的物质才会具有荧光特性。而这些荧光着色剂本身往往在耐光，耐溶剂等性质方面具有先天不足。一种克服这些先天不足的方法是，将它们通过化学或物理的方法熔合到高分子材料的构架中，再进一步加工成颜料。
[0003]用于这种目的的高分子材料，既起到荧光着色剂的溶剂作用，同时也为荧光着色剂提供了保护，从而赋予荧光着色剂更好的耐光和耐溶剂等性能。
[0004]在自然条件下，以及在黎明，黄昏，灰雾气候，及投射等光线条件下，荧光光泽具有远远优于传统光泽的可见性，能更早，更快地吸引人的注意力，把握这种注意力的时间更长，并大大增加了人们回头看第二眼，甚至第三眼的机会。荧光颜料的这些特点越来越广泛的商业兴趣，并获得越来越广泛的商业应用，例如，利用荧光颜料组合物制得广告画颜料，在没有光亮的本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种荧光颜料组合物的制备方法，其特征在于，包括：获取由摄像头采集的粉碎后荧光颜料的检测图像；将所述粉碎后荧光颜料的检测图像通过基于对抗生成网络的图像分辨率增强器以得到优化检测特征图；将所述优化检测特征图通过具有第一空洞卷积核的第一卷积神经网络模型以得到第一尺度粒度特征图；将所述优化检测特征图通过具有第二空洞卷积核的第二卷积神经网络模型以得到第二尺度粒度特征图，所述第一空洞卷积核和所述第二空洞卷积核具有相同的尺寸但具有不同的空洞率；计算所述第一尺度粒度特征图和所述第二尺度粒度特征图之间的差分特征图；将所述差分特征图通过空间注意力模块以得到分类特征图；对所述分类特征图进行特征分布显著性凸显以得到优化分类特征图；以及将所述优化分类特征图通过分类器以得到分类结果，所述分类结果用于表示粉碎后荧光颜料的粒度一致性是否符合预定要求。2.根据权利要求1所述的荧光颜料组合物的制备方法，其特征在于，所述对抗生成网络包括生成器和鉴别器，所述生成器包括多个卷积层和多个反卷积层。3.根据权利要求2所述的荧光颜料组合物的制备方法，其特征在于，所述将所述优化检测特征图通过具有第一空洞卷积核的第一卷积神经网络模型以得到第一尺度粒度特征图，包括：使用所述第一卷积神经网络模型的各层在层的正向传递中分别进行：对输入数据进行基于所述第一空洞卷积核的卷积处理以得到卷积特征图；对所述卷积特征图进行基于局部特征矩阵的均值池化以得到池化特征图；以及对所述池化特征图进行非线性激活以得到激活特征图；其中，所述第一卷积神经网络模型的最后一层的输出为所述第一尺度粒度特征图，所述第一卷积神经网络模型的第一层的输入为所述优化检测特征图。4.根据权利要求3所述的荧光颜料组合物的制备方法，其特征在于，所述将所述优化检测特征图通过具有第二空洞卷积核的第二卷积神经网络模型以得到第二尺度粒度特征图，包括：使用所述第二卷积神经网络模型的各层在层的正向传递中分别进行：对输入数据进行基于所述第二空洞卷积核的卷积处理以得到卷积特征图；对所述卷积特征图进行基于局部特征矩阵的均值池化以得到池化特征图；以及对所述池化特征图进行非线性激活以得到激活特征图；其中，所述第二卷积神经网络模型的最后一层的输出为所述第二尺度粒度特征图，所述第二卷积神经网络模型的第一层的输入为所述优化检测特征图...

【专利技术属性】
技术研发人员：胡豪力，陈瑞彬，叶增港，何调浩，胡英仁，
申请(专利权)人：万隆化工有限公司，
类型：发明
国别省市：