巖石薄片圖像的分類在地質(zhì)工作中具有非常重要的意義。過去大多使用的是人工鑒定的方法,這種方法受人為因素的影響比較大,而且效率比較低。近年來,隨著人工智能的發(fā)展,人們開始尋求利用計(jì)算機(jī)實(shí)現(xiàn)對(duì)巖石薄片圖像的高精度自動(dòng)化分類。本文通過分析巖石薄片圖像的特征,提出了一種融合多維信息的巖石薄片圖像深度學(xué)習(xí)分類方法。該方法主要包括了多維信息融合策略、分塊合成策略與最大似然法結(jié)果融合策略三個(gè)方面,能夠綜合利用巖石薄片圖像的多維信息,兼顧圖像的局部與全局特征,并結(jié)合了不同類型圖像分類模型的結(jié)果,從而獲得較高的巖石薄片圖像分類準(zhǔn)確性。本文的研究成果總結(jié)如下:（1）對(duì)巖石薄片圖像的特征進(jìn)行分析,發(fā)現(xiàn)巖石薄片圖像具有消光特征、顏色特征、形狀特征、紋理特征與全局組合特征。為了綜合利用這些特征,提出了一種多維信息融合的策略。首先將各個(gè)角度的單偏光和正交光圖像融合到一起進(jìn)行主成分分析,取前三個(gè)主成分生成新圖像,得到融合后的圖像。然后將單偏光圖像、正交光圖像與融合圖像分別進(jìn)行訓(xùn)練與建模,得到單偏光圖像、正交光圖像和融合圖像的分類模型。（2）為了確保對(duì)巖石薄片圖像局部微小特征的充分挖掘,同時(shí)兼顧圖像的全局特征,提出了一... 

【文章來源】：浙江大學(xué)浙江省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：69 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖２－１橄欖巖的消光恃征示意圖??２．２顏色特征??

（ｃ）逆時(shí)針旋轉(zhuǎn)４５度?（ｄ）逆時(shí)針旋轉(zhuǎn)６７．５度??圖２－４普通角閃石的顏色變化示意圖??由于巖石的吸收性，在單偏光下旋轉(zhuǎn)物臺(tái)時(shí)，晶體的顏色的深淺明暗會(huì)變化。??圖２－５展示了?一塊花崗巖巖石薄片中含有的黑云母的顏色變化，圖中的Ａ為黑云??母，以其為深棕色的時(shí)候作為基準(zhǔn)位置，每旋轉(zhuǎn)２２．５度拍攝一張圖像，可見隨??著角度的變化，Ａ的顏色由深棕色變成了淡黃色。呈現(xiàn)深棕色的時(shí)候吸收性最強(qiáng)，??呈現(xiàn)淡黃色的時(shí)候吸收性最弱。??＊?＊?暴，??（ａ）?ｉ準(zhǔn)位置?（ｂ）逆時(shí)針旋轉(zhuǎn)２２．５度??％ｋ＇?＾??（ｃ）逆＆針３轉(zhuǎn)４５度?（ｄ）逆時(shí)４旋＾?６７．５度??圖２－５黑云母的顏色變化示意圖?

圖２－４普通角閃石的顏色變化示意圖??由于巖石的吸收性，在單偏光下旋轉(zhuǎn)物臺(tái)時(shí)，晶體的顏色的深淺明暗會(huì)變化。??圖２－５展示了?一塊花崗巖巖石薄片中含有的黑云母的顏色變化，圖中的Ａ為黑云??母，以其為深棕色的時(shí)候作為基準(zhǔn)位置，每旋轉(zhuǎn)２２．５度拍攝一張圖像，可見隨??著角度的變化，Ａ的顏色由深棕色變成了淡黃色。呈現(xiàn)深棕色的時(shí)候吸收性最強(qiáng)，??呈現(xiàn)淡黃色的時(shí)候吸收性最弱。??＊?＊?暴，??（ａ）?ｉ準(zhǔn)位置?（ｂ）逆時(shí)針旋轉(zhuǎn)２２．５度??％ｋ＇?＾??（ｃ）逆＆針３轉(zhuǎn)４５度?（ｄ）逆時(shí)４旋＾?６７．５度??圖２－５黑云母的顏色變化示意圖??１４??

【參考文獻(xiàn)】：
期刊論文
[1]基于深度學(xué)習(xí)的鏡下礦石礦物的智能識(shí)別實(shí)驗(yàn)研究[J]. 徐述騰,周永章.  巖石學(xué)報(bào). 2018(11)
[2]基于深度學(xué)習(xí)特征提取的巖石圖像礦物成分分析[J]. 白林,姚鈺,李雙濤,徐東晶,魏昕.  中國礦業(yè). 2018(07)
[3]基于SVM的巖石圖像分析軟件的研發(fā)與應(yīng)用[J]. 陳偉強(qiáng),靖洪文,孟波,胡成果,賀立新,王珂.  煤炭技術(shù). 2018(07)
[4]基于巖石圖像深度學(xué)習(xí)的巖性自動(dòng)識(shí)別與分類方法[J]. 張野,李明超,韓帥.  巖石學(xué)報(bào). 2018(02)
[5]X射線熒光光譜分析技術(shù)在大理巖鑒定與分類中的應(yīng)用[J]. 遲廣成,伍月,王海嬌,陳英麗,王大千.  巖礦測(cè)試. 2018(01)
[6]基于卷積神經(jīng)網(wǎng)絡(luò)的巖石圖像分類[J]. 程國建,郭文惠,范鵬召.  西安石油大學(xué)學(xué)報(bào)(自然科學(xué)版). 2017(04)
[7]聚類分析在巖石圖像中的應(yīng)用研究[J]. 程國建,范鵬召.  電腦知識(shí)與技術(shù). 2017(07)
[8]X射線熒光光譜-電子探針在中酸性火山巖鑒定中的應(yīng)用[J]. 徐翠,李林慶,張潔,何麗,張桂鳳,王艷龍.  巖礦測(cè)試. 2016(06)
[9]基于Spark平臺(tái)的巖石圖像聚類分析[J]. 楊艷梅,柳娜,程國建,強(qiáng)新建,王敘喬.  西安石油大學(xué)學(xué)報(bào)(自然科學(xué)版). 2016(06)
[10]深度學(xué)習(xí)算法應(yīng)用于巖石圖像處理的可行性研究[J]. 程國建,劉麗婷.  軟件導(dǎo)刊. 2016(09)

碩士論文
[1]基于深度學(xué)習(xí)的巖石組分研究[D]. 郭文惠.西安石油大學(xué) 2018
[2]基于巖石圖像特征的聚類分析研究[D]. 范鵬召.西安石油大學(xué) 2018
[3]基于卷積神經(jīng)網(wǎng)絡(luò)的巖石圖像分類研究與應(yīng)用[D]. 吉春旭.西安石油大學(xué) 2017
[4]基于卷積神經(jīng)網(wǎng)絡(luò)的花卉圖像分類算法的研究[D]. 劉園園.華北電力大學(xué)(北京) 2017
[5]基于Spark的巖石圖像聚類分析算法研究[D]. 趙倩倩.西安石油大學(xué) 2016
[6]卷積神經(jīng)網(wǎng)絡(luò)優(yōu)化及其在圖像識(shí)別中的應(yīng)用[D]. 李媛媛.沈陽工業(yè)大學(xué) 2016



本文編號(hào)：3483070