共查询到20条相似文献，搜索用时 46 毫秒
1.
岩石薄片图像的复杂性和多解性,导致岩石薄片分类难度较大。尝试将深度学习方法应用于岩石薄片图像分类。实验选取了安山岩、白云岩、花岗岩等6种常见岩石种类的薄片图像,每类1000张图像作为实验数据,建立了岩石薄片分类的VGG模型,经过9万次训练后,测试集识别准确率达到了82%。对实验结果进行了分析,发现相似组成成分的岩石图像容易混淆,如白云岩与鲕粒灰岩均属于碳酸盐岩,容易相互误判。在安山岩特征图中提取出了斜长石斑晶和微晶及隐晶质或玻璃质基质,在鲕粒灰岩特征图中提取了鲕粒及填隙物中的亮晶方解石,也验证了方法的可靠性。 相似文献
2.
<正>在偏光显微镜下观察岩石薄片,对岩石结构和矿物成分进行分析和鉴定,是地质工作者进行岩石命名、研究岩石成因、进行地质勘探等任务最常用的工具和方法之一~([1])。岩石薄片显微图像全面真实地反映了岩石微观的结构构造、矿物成分、粒度大小、蚀变程度等特征。目前在显微镜下观察岩石薄片主要是专业人员凭借多年积累的知识、经验来确定岩石薄片中的矿物,受主观因素影响较大且费时费力,不同专家对分析结果也存在一定的差异。研究人员借助计算机技术分析岩石薄片图像并自动识别岩石种类,提高岩石薄片显微图像分类效率,节约时间和成本~([2])。 相似文献
3.
基于岩石图像深度学习的岩性自动识别与分类方法 总被引：8，自引：3，他引：5
岩石岩性的识别与分类对于地质分析极为重要,采用机器学习的方法建立识别模型进行自动分类是一条新的途径。基于Inception-v3深度卷积神经网络模型,建立了岩石图像集分析的深度学习迁移模型,运用迁移学习方法实现了岩石岩性的自动识别与分类。采用此方法对所采集的173张花岗岩图像、152张千枚岩图像和246张角砾岩图像进行了学习和识别分类研究,通过训练学习建立岩石图像深度学习迁移模型,并分别采用训练集和测试集中的岩石图像对模型进行了检验分析。对于训练集中的岩石图像,每组岩石分别用3张图像测试,三种岩石的岩性分类均正确,且分类概率值均达到90%以上,显示了模型良好的鲁棒性;对于测试集中的岩石图像,每组岩石分别采用9张图像进行识别分析,三种岩石的岩性分类均正确,并且千枚岩组图像分类概率均高于90%,但是花岗岩组2张图像和角砾岩组的1张图像分类概率值不足70%,概率值较其他岩石图像低,推测其原因是训练集中相同模式的岩石图像较少,导致模型的泛化能力减小。为了提高识别精确度,对准确率较低的岩石图像进行截取,分别取其中的3张图像加入训练集进行再训练,增加与测试图像具有相同模式的训练样本;在新的模型中,对3张图像进行二次检验,测试概率值均达到85%以上,说明在数据足够的状况下模型具有良好的学习能力。与传统的机器学习方法相比,所提出的岩石图像深度学习方法具有以下优点:第一,模型通过搜索图像像素点提取物体特征,不需要手动提取待分类物体特征;第二,对于图像像素大小,成像距离及光照要求低;第三,采用适当的训练集可获得较好的识别分类效果,并具有良好鲁棒性和泛化能力。 相似文献
4.
岩石岩性识别在油气田探测开发、研究地球成因及演化发展、地质灾害分析预测等众多方面起着不可替代的导向作用，因此岩石的识别分类对于地质勘探分析来说至关重要。为了提高岩石的分类准确率，提出了一种基于激光诱导击穿光谱技术(LIBS)的岩石表面指纹图谱分析及分类方法。通过LIBS对岩石表面不同位置进行激发，获取原始光谱数据。对收集到的光谱数据进行去除异常点、归一化等预处理操作，根据岩石矿物成分确定五种含量差异较大元素(硅、铝、钾、钠、镁)的特征谱线并得到元素指纹图谱。然后选择支持向量机(SVM)作为分类器进行分类，分别建立利用光谱均值的分类模型和多维指纹图谱融合的分类模型，并对两种分类结果进行比较。利用光谱均值的分类模型准确率为59. 4%，多维指纹图谱融合的模型分类准确率为96. 5%。实验结果表明，元素指纹图谱展示了岩石表面元素分布，可以充分利用不同种类岩石本身的不均匀性结构信息，极大地提高了岩石的分类准确率。 相似文献
5.
文章基于Inception-v3卷积神经网络模型,通过对采集的金矿石、铜矿石、铁矿石、铅锌矿、花岗岩、片麻岩、大理岩和页岩,8种岩石453张图像进行特征提取和迁移学习,建立了岩性分类的迁移学习模型,实现了岩性的自动识别和分类。每种岩石图像随机抽取4张作为测试集进行测试,剩余421张图像作为训练集参加训练,经测试全部图像的岩性分类结果均正确,识别正确率超过80%的岩石图像占测试集图像总数的90%以上。识别正确率未达到80%的图像经过处理后重新训练并测试,其识别正确率均超过了80%,表明了该模型具有良好的岩性识别能力且鲁棒性较好,为岩性识别和自动分类提供了一种新的智能分析方法。 相似文献
6.
在现阶段的岩土工程中,通常采用人工识别的方法来判别岩样种类,不仅耗时长、专业性强,还易受主观因素影响,准确率不理想。随着计算机技术的发展,机器学习逐渐被应用于岩性的自动识别,开启了岩样分类的新路径。本文以重庆市主城区4种典型岩样（泥岩、砂质泥岩、泥质砂岩和砂岩）的细观图像为研究对象,基于Inception V3卷积网络模型和迁移学习算法,建立了岩样细观图像深度学习模型,并完成了训练学习。结果显示：模型在训练1 000次后,训练集中的分类准确率达到92.77%,验证集中的分类准确率为76.31%。其中,验证集中的砂岩识别准确率为97.28%,泥岩识别准确率为81.85%,泥质砂岩识别准确率为72.59%,砂质泥岩识别准确率为72.35%。与现有的机器学习方法相比,本识别模型不仅可以自动识别岩性极为相近的岩样,而且具有较好的识别准确率、鲁棒性和泛化能力。 相似文献
7.
人工智能在地球科学领域中的应用是近年来研究的热点,对地球科学的发展有着重要意义,其应用之一就是使用计算机视觉技术实现岩石或矿物的自动化识别分类。然而,目前大多研究直接对岩石薄片图像进行分类,不能够精细定位并识别薄片中多且复杂的矿物目标。虽然现已有许多学者将目标检测技术应用于岩石矿物的图像识别分类中,但这些方法识别的对象大多是岩石手标本图像,只能对图像中的单一对象检测。在识别分类研究领域中,缺少对岩石薄片镜下图像识别的算法及质量较好的相关数据集。为了解决这些问题,本文首先采集了3000张正交偏光镜下花岗岩薄片图像,标注矿物样本10000余个,并通过数据增广方式对数据集进行增强,建立了一个质量较好、具有多样性的数据集。其次本文提出基于Yolov5x的改进算法RDB-Yolov5x。这种方法在特征提取过程中添加了密集连接方式,使用密集连接残差模块（RDB）替代传统的残差结构,有效地保留了图像的语义和位置信息细节。实验结果表明该方法泛化能力较好,在对图像中小尺寸、特征模糊的矿物颗粒的识别中表现出优秀的性能,可以准确有效地对花岗岩中的五类目标矿物（石英、黑云母、白云母、斜长石、钾长石）进行识别,... 相似文献
8.
分析岩石薄片显微图像中的矿物组成、结构构造、生成顺序、围岩蚀变和次生变化等特征，可以进行岩石种类鉴定、地质构造分析、古地质环境反演等相关研究。对于岩石薄片图像的分析及信息提取目前主要依靠专家进行人工目视解译。而利用计算机技术进行自动、快速、客观、准确的岩石薄片图像智能分析，将能有效提高相关研究工作的效率，为“大数据+地球系统科学”的研究范式提供基础。本文综述了岩石薄片图像智能分析的相关工作，从技术方法的角度系统归纳和阐述了其一般原理和方法，分类总结了相关应用案例，分析和展望这一领域存在的挑战与发展方向。 相似文献
9.
基于多尺度分割的岩石图像矿物特征提取及分析 总被引：2，自引：0，他引：2
针对传统岩石薄片鉴定以肉眼观察和描述为主,存在主观性强、定量困难等问题,将数字图像处理方法引入岩石矿物研究,提出了基于多尺度分割的岩石图像矿物特征信息提取方法。以铁质石英砂岩薄片显微镜下单偏光图像为实验对象,获取了石英颗粒的边界及其体积分数、大小、周长、长轴长度和方位、长轴和短轴比、圆度和形态指数等信息。其中：石英颗粒的体积分数为47.07%,小于基质的体积分数,在基质中呈漂浮状,为杂基支撑结构, 表明形成于沉积同生期;长轴的范围为50～604像素,表明石英颗粒大小不均、分选性差;颗粒的圆度为0.27～1.82,形态指数值为1.19～2.46,圆度和形态指数值较小,表明石英颗粒有一定的磨圆度。这种信息的获取和定量分析方法有助于对岩石图像的地学理解。 相似文献
10.
自Hinton等使用基于卷积神经网络的深度学习模型赢得Image Net分类比赛以来,深度学习的研究席卷了各个行业。通过介绍深度学习的历史,探索国内地质行业中深度学习模型的使用情况,并介绍深度学习的基础概念(如神经元、神经网络、监督学习和无监督学习等)以及深度学习基础模型中的2个重要网络:深度信念网络(DBN)和卷积神经网络(CNN)。在此基础上,类比深度学习在医学等相关领域的应用,提出了深度学习在地质上的几点应用:利用深度学习在计算机视觉上表现出的强大能力,可以对遥感图像进行聚类、对岩石样品图像进行分类、对岩石薄片数据进行描述;利用深度学习对原始数据表现出的强大识别能力,处理地质异常数据,从而确定成矿靶区的可能位置;利用深度学习的特点,对地震前的声信号数据进行处理,从而判断出地震发生前的剩余时间。 相似文献
11.
据国际地科联(IUGS)的机关刊物《EPISODES》(1980,卷No.2)报道,国际地科联的地层委员会已选定用中文“山”(mountain)字的仿宋体作为其会标。 相似文献
12.
13.
基于计算机视觉的地形3D重建 总被引：1，自引：0，他引：1
构造3D地形模型有很多种方法．本文提出一种用数码相机获得的未标定照片获取三维地形模型的简单方法．这种方法仅需要从两幅或多幅照片中选取对应点,根据这些对应点,求出基本矩阵,摄像机矩阵,进而进行三维地形表面的估计,实验结果及算法分析表明,本文提出的特征匹配算法精确度较高,实现地形重建方法切实可行,生成的模型可视效果较好。 相似文献
14.
月球水冰探测进展 总被引：3，自引：0，他引：3
月球上是否存在水冰是第二次月球探测热潮中的热点问题。 1 994年克莱门汀号 (Clementine)环月探测器搭载的频率为 2 .2 73GHz双基地雷达探测到月球南极一些地区出现同向极化增加等独特的回波特征 ,这些地区正好处于极地永久阴影区 ,表明这些地区可能存在水冰。Arecibo天文台频率为 2 .38GHz的地基雷达对月球极地进行制图 ,也得到类似结论。 1 998年月球勘探者号 (LunarProspec tor)环月探测器搭载的中子探测仪在月球极地永久阴影区探测到高含量的氢信号大多认为是水冰引起的。但雷达探测和中子探测结果均存在多解性。月球表面粗糙度同样可以引起雷达回波呈现出类似水冰的异常特征 ,而中子探测仪测量到的仅仅是氢信号而非水 ,而且月球勘探者号撞击月表之后并没有探测到任何的水蒸气信号。月球极地水冰存在与否、存在形式和存在数量等科学问题的回答需要对月球极地特别是永久阴影区作进一步探索 相似文献
15.
16.
17.
７１１－Ｆ型能谱仪对常见硫化物（黄铁矿、磁黄铁矿、方铅矿、闪锌矿等）元素定量分析的条件试验结果表明，一定要选择好仪器的最佳试验条件；保证分析样品的质量，排除影响元素定量分析精度的因素。经反复条件试验，获得硫化物的最佳试验测试参数：电压２５ｋＶ、束流６４μＡ、束斑０．１２５μｍ、计数率２３００ｃ／ｓ、分析时间８０～１００ｓ。试验条件随每种元素的原子结构不同及每种元素在不同物质中的结合类型及特性的不同而异。试验条件的选择和样品质量，是保证物质元素的Ｘ射线定量分析精度的关键。 相似文献
18.
川西地区“西康群”研究工作中若干基本问题的思考 总被引：2，自引：5，他引：2
西康群等岩群的研究已取得初步成果,由于构造变形复杂,至今沉积地层层序等基本问题尚未解决。运用沉积地质学理论,从造山带演化观点出发,对海底扁和滨、浅海沉积等关键问题进行了讨论,提出盆地演化的初步设想,并就今后研究提出了若干意见,以促进该项研究工作的深入发展。 相似文献
19.
基于MAPGIS的遥感特征线分析方法设计 总被引：3，自引：2，他引：1
对遥感图像进行地质解译,获得的特征线图,是基础地学研究和矿产预测的有利工具。为弥补人的视觉识别特征线的局限性,需用对这些特征线进行进一步的定量分析、解译,获取更多的地质信息。作者在本文中通过计算构造复杂度量,划分出受构造线影响地区的不同构造复杂度。在此基础上,用ＶＣ＋＋在ＭＡＰＧＩＳ开发平台上,开发了遥感特征线分析系统。该系统对特征线图进行了定量化的划分,划分后的构造复杂度分布图可与物探、化探数据 相似文献