一种基于计算机视觉的煤岩显微组分分类方法和分类模型

本发明公开了一种基于计算机视觉的煤岩显微组分分类方法和分类模型。所述方法包括，利用第一样本集训练生成对抗网络，得到图像生成模型，生成器为多尺度卷积神经网络，判别器通过自适应稀疏卷积矩阵对图像进行分类；获取第二样本集，利用图像生成模型进行图像扩充，建立第三样本集，第一样本集和第二样本集均包含煤岩镜质组显微图像和惰质组显微图像；基于第三样本集训练分数阶神经网络，得到分类模型；基于分类模型确定煤岩显微图像的显微组分类型。该方法引入对抗网络扩充分类模型的训练数据，解决了数据不足和模型泛化能力差的问题；同时，结合分数阶神经网络分类模型，进一步提升了模型对复杂地质数据的处理能力和分类准确性。