摘要
本发明涉及岩石薄片图像智能分析系统技术领域,特别是基于深度学习的岩石薄片图像智能分析系统及其方法,该系统包括:岩石薄片图像预处理模块;矿物及孔隙结构识别模块,使用深度神经网络模型提取图像的局部和多尺度信息,通过特征映射处理经预处理的岩石薄片图像,获得矿物和孔隙的高置信度分割掩码图像;结果可视化模块,将所述分割掩码图像与原始岩石薄片图像进行空间上的特征融合,实现分割结果与原始图像的融合显示,多重感受野图像池化模块使用不同大小的卷积核,能够同时捕获大小不一的矿物颗粒特征,这对于准确识别复杂的矿物集合体至关重要。多尺度特征融合模块则通过有机结合全局和局部特征,大大提高了分割的精度。
技术关键词
岩石薄片
全局特征提取
深度神经网络模型
多尺度特征融合
孔隙结构
直方图均衡化
可视化模块
灰度阈值分割方法
图像智能分析方法
图像分割
直方图匹配方法
过滤器
融合特征
多通道
图像类别
拼接单元
识别模块
系统为您推荐了相关专利信息
采集网关
轴力
数据处理模块
监测点
输入输出模块
深度强化学习
资源分配方法
深度神经网络模型
策略
雷达
高分辨率遥感影像
调查方法
卷积滤波器
空间金字塔池化
特征金字塔网络
覆盖路径规划方法
深度神经网络模型
深度强化学习
多尺度地图
构建深度神经网络