摘要
为了实现相对简单且高效的岩石图像识别研究,提出一个岩石图像分类的自动模式识别方法。方法利用岩石的原始色彩图像结合其形态学变换,统计不同色彩通道的标准算术值来描述特征空间,通过神经网络建立特征空间与岩石图像类别之间的映射关系。使用来自鄂尔多斯盆地的100幅岩石薄片图像对算法进行测试,其结果表明在不同色彩空间下的岩石图像自动识别正确率达95%以上。因此,基于不同色彩空间的自动分类方法能够实现快速的岩石图像类型识别,其结果具有较高的准确性与可靠性。
For a quick and flexible access to the images classification, a pattern recognition based method to classify the rock type automatically with the images of core thin sections is proposed. The characteristic spaces can be extracted from the color and morphology features of these images, and constructed with the statistical analysis result of standard arithmetic value from different color channels. The relationship between characteristic space and rock type can be access with the neural network method. 100 rock images from Ordos basin are used to test the availability and reliability of the method. Testing result shows the automatic rock type classification method get 95% accuracy rate which prove the advantage of the automatic method in practical usage.
出处
《科学技术与工程》
北大核心
2014年第18期247-251,255,共6页
Science Technology and Engineering
基金
国家自然科学基金(40872087)资助
关键词
岩石图像
模式识别
色彩空间
神经网络
rock images pattern recognition color space neural network
