摘要
本发明涉及地质勘探技术领域,尤其涉及一种基于深度学习的岩性智能化识别方法及系统。所述方法包括以下步骤:获取原始岩心图像数据;根据原始岩心图像数据进行纹理层次特征提取,生成岩心显著纹理结构特征数据;根据岩心显著纹理结构特征数据进行精细岩层图像分割处理,生成精细岩层分割图数据;构建智能岩性识别模型;将精细岩层分割图数据传输至智能岩性识别模型进行目标岩性属性识别,并进行时序岩性演化边界预测,得到预测岩性演化边界数据;根据预测岩性演化边界数据进行岩性空间分布模式识别,生成岩性空间分布模式数据。本发明通过对岩心图像精细化岩层分割,实现了高精度、自动化的快速岩性判别,显著提高了矿区资源评估效率。
技术关键词
岩心图像
智能化识别方法
岩性识别
数据
深度卷积神经网络模型
生成超像素
生成多尺度
属性匹配
智能化识别系统
纹理结构
模糊阈值
融合超像素
演化规则
模式识别
图像分割
系统为您推荐了相关专利信息
供应链需求预测
数据采集模块
工程管理系统
物联网传感器
数字孪生
直线电机定子
直线电机动子
波浪发电装置
传动构件
封闭式
地质灾害易发性
自然灾害风险
区划方法
灾害风险评估
地质灾害评价
贝叶斯神经网络
人工智能模型
样本
进化算法
数据