В данной работе для определения признаков алмаза предложено применять шаблон кристалла в виде бинарного черно-белого изображения. Для получения шаблона разработан автоматизированный алгоритм. По полученному шаблону найдены следующие признаки классификации. Гистограмма, которая со-держит информацию о яркости и прозрачности. Вектор формы, описывающий фигуру шаблона.С целью снизить размерность найденных признаков произведен отбор главных компонент. Для задачи автоматической классификации кристаллов разработаны две модели коллективов нейронных сетей. Разработка проводилась с использованием пакета прикладных программ «Python». В результате выполнения работы выполнена оценка и тестирование приложения. Вторая модель была более эффективной и достигла точности классификации в 0.95%.

In this paper, to determine the signs of diamond, it is proposed to use a crystal template in the form of a binary black and white image. To obtain a template, an automated algorithm is developed. Based on the resulting template, the following classification features were found. A histogram that contains information about brightness and transparency. Shape vector describing the shape of the template. To reduce the dimension of the found features, the main components were selected. For the task of automatic classification of crystals, two models of neural network ensembles have been developed. The development was carried out using the Python application package. As a result of the work, the app was evaluated and tested. The second model was more efficient and achieved a classification accuracy of 0.95%.