摘要
本申请提供了一种基于岩石图像深度学习的细观结构重构方法及系统,涉及图像处理技术领域。该方法包括:获取待重构岩石的图像;对图像进行分块并映射到指定维度的空间后,得到多个子空间,依据多个子空间之间的长程依赖关系得到全局特征;提取图像中的晶界和微裂隙得到局部特征,晶界为图像中的晶体的边界,晶体为待重构岩石的组成部分,微裂隙为相邻两个晶体之间的间隙;融合全局特征和局部特征得到多尺度联合嵌入向量;根据多尺度联合嵌入向量对晶界的轮廓进行重建得到重构图像。本申请在重构待重构岩石的图像时,关注图像的多个尺度上的信息,提升所得的重构图像的准确度。
技术关键词
细观结构重构方法
图像深度学习
重构模型
多尺度
注意力机制
直方图均衡化方法
跨模态
融合全局特征
晶体
轮廓
交叉验证方法
分块
图像处理技术
残差网络
滤波算法
数据
关系
系统为您推荐了相关专利信息
流量预测方法
联合损失函数
低轨卫星网络
预测误差
数据采集频率
车辆特征提取
多尺度特征融合
损失函数优化
网络
通道注意力机制
轴承故障诊断方法
滚动轴承故障诊断
样本
轴承故障诊断技术
分类器
重构误差
电网运行数据
电力
压缩感知数据
空间分布特征