摘要
本发明涉及岩心图像分析领域,具体涉及一种基于深度学习的石油勘探岩心图像自动分类与识别方法。获取灰度连通域;根据连通域的灰度变化获得表面均匀程度与颗粒程度;根据连通域边缘梯度获得边缘显著程度;结合连通域之间的整体灰度差异获得分布相似程度,进而获得矿物特征向量;根据像素点周围梯度分布获得地形变化程度;根据灰度分布获得孔隙程度;结合颗粒程度获得凹凸特征向量;根据像素点的向量差异与距离差异获得聚类簇,进而获得关键区域特征向量;根据三个向量最终获得岩心图像的分类模型,根据分类模型对岩心图像进行分类识别。本发明识别岩心图像的微小结构表现,分类模型能够准确对图像内的结构进行分类识别。
技术关键词
像素点
岩心图像
识别方法
邻域
笛卡尔坐标系
矩阵
深度学习模型
度量
聚类
系统为您推荐了相关专利信息
节点特征
实体识别方法
消息传递机制
句法依存关系
实体识别系统
圆形磁芯
缺陷检测装置
缺陷检测方法
像素点
坐标
标识卡
人脸特征向量
身份识别方法
人脸识别模式
唯一性
供应链需求预测
库存优化方法
网格
大数据
数据分析模块