砂巖薄片鑒定是礦物學(xué)和采礦工程中的一個(gè)重要步驟,其基礎(chǔ)是將砂巖薄片圖像包含的礦物顆粒分割到獨(dú)立區(qū)域.不同于一般圖像分割問(wèn)題,砂巖薄片圖像中包含大量礦物顆粒,且相鄰顆粒之間邊界模糊,通用的圖像分割方法難以適用.本文利用多角度砂巖薄片圖像,使用卷積神經(jīng)網(wǎng)絡(luò)和模糊聚類(lèi)技術(shù),提出一種3階段顆粒分割方法.第1階段,將輸入的多角度砂巖圖像預(yù)分割成超像素集合.第2階段,根據(jù)砂巖礦物特點(diǎn)構(gòu)建卷積神經(jīng)網(wǎng)絡(luò)RockNet,先使用帶標(biāo)簽的砂巖礦物顆粒圖像庫(kù)訓(xùn)練RockNet,然后將之用于提取超像素語(yǔ)義特征.第3階段,提出區(qū)域合并方法 FCoG,該方法融合多特征用于聚類(lèi)和合并超像素,并生成最終的礦物顆粒.對(duì)采集自多個(gè)地區(qū)和不同地質(zhì)年代的砂巖薄片圖像數(shù)據(jù)集進(jìn)行實(shí)驗(yàn),結(jié)果表明本文方法的有效性,其性能明顯優(yōu)于其他分割方法. 

【文章來(lái)源】：中國(guó)科學(xué):信息科學(xué). 2020,50(01)北大核心

【文章頁(yè)數(shù)】：19 頁(yè)

【文章目錄】：
1 引言
2 相關(guān)工作
3 砂巖圖像顆粒分割方法
    3.1 問(wèn)題定義
    3.2 方法框架
    3.3 基于多角度超像素算法的區(qū)域分割
    3.4 基于卷積神經(jīng)網(wǎng)絡(luò)的區(qū)域特征提取
        3.4.1 RockNet網(wǎng)絡(luò)結(jié)構(gòu)
        3.4.2 RockNet參數(shù)訓(xùn)練
    3.5 基于模糊聚類(lèi)的區(qū)域合并
4 實(shí)驗(yàn)與分析
    4.1 圖像數(shù)據(jù)庫(kù)
    4.2 算法衡量指標(biāo)
    4.3 顆粒分割實(shí)驗(yàn)
    4.4 特征提取實(shí)驗(yàn)
    4.5 圖像增強(qiáng)技術(shù)對(duì)網(wǎng)絡(luò)參數(shù)訓(xùn)練的影響
    4.6 區(qū)域合并實(shí)驗(yàn)
    4.7 討論
5 結(jié)論和展望


【參考文獻(xiàn)】：
期刊論文
[1]基于內(nèi)容的圖像分割方法綜述[J]. 姜楓,顧慶,郝慧珍,李娜,郭延文,陳道蓄.  軟件學(xué)報(bào). 2017(01)



本文編號(hào)：2986708