[发明专利]一种页岩显微薄片自动鉴别方法

摘要

本发明公开了一种页岩显微薄片自动鉴别方法，其步骤是1）第一阶段，将岩石薄片分为火成岩、沉积岩、变质岩三大类。2）第二阶段，从第一阶段分类得到的沉积岩中鉴别出页岩。以上两阶段采用的分类鉴别技术均为决策树技术，提取的特征均为岩石薄片图像RGB三颜色通道的统计特征和灰度通道的分形特征。本发明方法运用两阶段的信息处理技术自动鉴别页岩显微薄片，解决了因数据不平衡而导致的分类结果不理想的问题。特征选取方面充分利用页岩良好的分形特性，适用于页岩的自动鉴别；本发明计算简单高效，具有扩展性，可随着岩石薄片数据储备的增加而提高鉴别方法的准确性；在地质勘探、矿物研究中具有应用价值。

主权项

一种页岩显微薄片自动鉴别方法，其特征在于包含以下步骤：第一阶段：区分岩石大类1)读取待鉴别岩石薄片的显微图像，转换为位图格式；令图像包含M个行和N个列，共有MN个像素，每个像素包含红(R)、绿(G)、蓝(B)三个颜色值；于是分解为三个颜色通道，每一个颜色通道表示为一个M×N矩阵，矩阵元素为像素颜色值；分别根据三个颜色通道统计色阶分布；2)根据色阶分布计算颜色统计特征，包括均值、中位数、方差、偏度、以及峰值指标；3)将薄片的位图图像转换为灰度图像；参考二维一阶离散小波分解处理灰度图像，分解为4个频域的系数矩阵即灰度通道：低频分量系数矩阵A，水平方向系数矩阵H，竖直方向系数矩阵V和对角线方向系数矩阵D；令原始灰度图像的像素行数为M，列数为N，则转换后的系数矩阵行数为列数为其中表示向下取整；4)基于每一个系数矩阵，计算其分形维数指标，与颜色统计特征共同构成特征值向量；5)将薄片图像转换为特征值向量，储备样本集，采用决策树分类方法，自动将岩石薄片分为火成岩、沉积岩、变质岩三大类，其中，采用决策树分类方法自动鉴别岩石薄片的过程包括：首先基于储备的岩石薄片图像数据集，将薄片图像集合转换为特征值向量集合，标识每一个薄片所属的岩石类型；然后在数据集上训练决策树；最后将目标图像的特征作为输入，由决策树判定目标薄片所属大类；第二阶段：鉴别页岩6)提取分类得到的沉积岩大类薄片图像的特征，构成特征值向量，特征类别同第一阶段；7)将薄片图像转换为特征值向量，储备沉积岩样本集，采用决策树分类方法，从沉积岩大类中自动鉴别出页岩，其中，首先基于储备的岩石薄片图像数据集，将薄片图像集合转换为特征值向量集合，标识每一个薄片所属的岩石类型；然后在数据集上训练决策树；最后将目标图像的特征作为输入，由决策树判定目标薄片判断是否属于页岩。