一种基于图像特征的野外岩性智能识别方法

一种基于图像特征的野外岩性智能识别方法
【技术领域】
[0001] 本发明设及数字图像处理领域，特别是设及一种基于图像特征的野外岩性智能识 别方法。
【背景技术】
[0002] 在地质勘察工作中，对野外岩石或岩巧的岩性进行辨别时，人肉眼无法实现显微 镜级别的辨识，其精度无法保证，同时在勘察过程中，岩性属性需要反复书写，工作量大、任 务繁重，且积累下来的数据和经验无法顺利应用到新的勘察项目中。
[0003] 图像捜索，是通过捜索图像文本或者视觉特征，为用户提供互联网上相关图形图 像资料检索服务的专业捜索引擎系统，是捜索引擎的一种细分。图像捜索技术经历了 "基于 文本的图像检索"和"基于图像内容的图像检索"两个发展阶段。目前，图捜图"技术日 趋发展，正快速在各专业领域应用。但还没有人将此功能应用到地质勘察工作中。有鉴于 此，如何在勘察现场通过W图捜图功能实现野外岩性的智能识别、自动赋予新图片地质属 性等技术，成为解决上述问题的关键。

【发明内容】

[0004] 本发明的目的是为了克服上述【背景技术】的不足，提供一种基于图像特征的野外岩 性智能识别方法，解决了传统岩性识别工作准确度低、效率低下的问题。
[0005] 本发明提供的一种基于图像特征的野外岩性智能识别方法，包括如下步骤；步骤 一、岩体图片库导入和编辑；导入各类岩体、岩石或岩巧照片形成岩体图片库，对已经添加 到岩体图片库中的图片进行重命名，并进行属性添加；步骤二、图像学习；应用数字图像处 理算法对岩体图片库中的图像进行学习；步骤=、图像捜索；上传需要辨识的图像，设置图 像识别模糊程度参数，将上传的图像与岩体图片库的图像进行捜索比选；步骤四、图像对比 和筛选；显示捜索比选之后的若干张图像，进行一次筛选，选择单个图像并显示该岩性的属 性得到近似图像，对捜索结果进行二次筛选，最终确定需要识别的图像中岩体的岩性。
[0006] 在上述技术方案中，所述步骤二中，所述数字图像处理算法是 SIFT(Scale-invariantfea1:uretransform,尺度不变特征转换）算法，对图像进行学习的 过程是义集图像阔值。
[0007] 在上述技术方案中，所述步骤=中，将上传的图像与岩体图片库中的图像进行捜 索比选是利用图像阔值进行比选。
[000引在上述技术方案中，所述步骤四中，所述一次筛选是利用"删除图像"和"阔值"相 似度选择功能的辅助筛选；所述二次筛选是利用一次筛选得到的近似图像，双击获取"属 性"描述，根据属性描述作出人工判断，得到辨识结果。
[0009]在上述技术方案中，所述步骤一之前还包括W下两个步骤；步骤零一、界面开发： 采用某平台应用程序的集成开发环境软件作为开发环境，采用图形用户界面应用程序开发 框架开发野外岩性智能识别软件的界面；步骤零二、算法开发；基于跨平台计算机视觉库， 采用数字图像处理算法对地质岩体、岩石或岩巧图像进行处理，开发基于图像特征的、设有 具备存储各类岩体、岩石或岩巧照片功能的岩体图片库的野外岩性智能识别软件。
[0010] 在上述技术方案中，所述步骤零一中，所述某平台是Windows平台，所述集成开发 环境软件是VisualS化dio2013,所述图形用户界面应用程序开发框架是QT5. 4.0。
[0011] 在上述技术方案中，所述步骤零二中，所述跨平台计算机视觉库是化enCV的pen SourceComputerVisionLibrary,开源计算机视觉库）；所述数字图像处理算法是SIFT算 法。
[0012] 在上述技术方案中，所述步骤一中，通过编辑图片库中图片相应的Access数据表 格进行属性添加。
[0013] 本发明基于图像特征的野外岩性智能识别方法，具有W下有益效果；基于数字图 像处理技术，在勘察现场通过W图捜图功能实现了野外岩性的智能识别、自动赋予新图片 地质属性等技术，改进了地质工作者的常规工作方法，提高了工作效率，有助于其更好地开 展地质专业现场勘察工作。
【附图说明】
[0014]图1为本发明基于图像特征的野外岩性智能识别方法的流程示意图。
【具体实施方式】
[0015] 下面结合附图及实施例对本发明作进一步的详细描述，但该实施例不应理解为对 本发明的限制。
[0016] 参见图1，本发明基于图像特征的野外岩性智能识别方法，包括如下步骤：
[0017] 步骤一、界面开发；采用某平台应用程序的集成开发环境软件作为开发环境， 采用图形用户界面应用程序开发框架开发野外岩性智能识别软件的界面，所述某平台是 Windows平台，所述集成开发环境软件是Visualstudio2013,所述图形用户界面应用程序 开发框架是QT5. 4. 0 ;
[001引步骤二、算法开发；基于跨平台计算机视觉库，采用数字图像处理算法对地质岩 体、岩石或岩巧图像进行处理，开发基于图像特征的、设有具备存储各类岩体、岩石或岩巧 照片功能的岩体图片库的野外岩性智能识别软件，所述跨平台计算机视觉库是化enCV;所 述数字图像处理算法是SIFT算法；
[0019] 步骤=、岩体图片库导入和编辑；导入各类岩体、岩石或岩巧照片形成岩体图 片库，对已经添加到岩体图片库中的图片进行重命名，并通过编辑图片库中图片相应的 Access数据表格进行属性添加；
[0020] 步骤四、图像学习；应用数字图像处理算法对岩体图片库中的图像进行学习，所述 数字图像处理算法是SIFT算法，对图像进行学习的过程是采集图像阔值；
[0021] 步骤五、图像捜索；上传需要辨识的图像，设置图像识别模糊程度参数，将上传的 图像与岩体图片库的图像进行捜索比选，将上传的图像与岩体图片库中的图像进行捜索比 选是利用图像阔值进行比选；
[0022] 步骤六、图像对比和筛选；显示捜索比选之后的若干张图像，进行一次筛选，选择 单个图像并显示该岩性的属性得到近似图像，所述一次筛选是利用"删除图像"和"阔值"相 似度选择功能的辅助筛选；对捜索结果进行二次筛选，最终确定需要被识别的图像中岩体 的岩性，所述二次筛选是利用一次筛选得到的近似图像，双击获取"属性"描述，根据属性描 述作出人工判断，得到辨识结果。
[0023] 基于数字图像处理技术，在勘察现场通过W图捜图功能实现了野外岩性的智能识 另IJ、自动赋予新图片地质属性等技术，改进了地质工作者的常规工作方法，提高了工作效 率，有助于其更好地开展地质专业现场勘察工作，表1对于本发明的技术效果做了详尽的 叙述和比较。
[0024] 表1基于图像特征的野外岩性智能识别方法与纯人工识别的效能比较
[0025]
[0026] 显然，本领域的技术人员可W对本发明进行各种改动和变型而不脱离本发明的精 神和范围。该样，倘若本发明的该些修改和变型属于本发明权利要求及其等同技术的范围 之内，则本发明也意图包含该些改动和变型在内。
[0027] 本说明书中未作详细描述的内容属于本领域专业技术人员公知的现有技术。
【主权项】
1. 一种基于图像特征的野外岩性智能识别方法，其特征在于：包括如下步骤： 步骤一、岩体图片库导入和编辑：导入各类岩体、岩石或岩芯照片形成岩体图片库，对 已经添加到岩体图片库中的图片进行重命名，并进行属性添加； 步骤二、图像学习：应用数字图像处理算法对岩体图片库中的图像进行学习； 步骤三、图像搜索：上传需要辨识的图像，设置图像识别模糊程度参数，将上传的图像 与岩体图片库的图像进行搜索比选； 步骤四、图像对比和筛选：显示搜索比选之后的若干张图像，进行一次筛选，选择单个 图像并显示该岩性的属性得到近似图像，对搜索结果进行二次筛选，最终确定需要识别的 岩体图像中岩体的岩性。2. 根据权利要求1所述的基于图像特征的野外岩性智能识别方法，其特征在于：所述 步骤二中，所述数字图像处理算法是SIFT算法，对图像进行学习的过程是采集图像阈值。3. 根据权利要求2所述的基于图像特征的野外岩性智能识别方法，其特征在于：所述 步骤三中，将上传的图像与岩体图片库中的图像进行搜索比选是利用图像阈值进行比选。4. 根据权利要求3所述的基于图像特征的野外岩性智能识别方法，其特征在于：所述 步骤四中，所述一次筛选是利用"删除图像"和"阈值"相似度选择功能的辅助筛选；所述二 次筛选是利用一次筛选得到的近似图像，双击获取"属性"描述，根据属性描述作出人工判 断，得到辨识结果。5. 根据权利要求1至4中任一项所述的基于图像特征的野外岩性智能识别方法，其特 征在于：所述步骤一之前还包括以下两个步骤： 步骤零一、界面开发：采用某平台应用程序的集成开发环境软件作为开发环境，采用图 形用户界面应用程序开发框架开发野外岩性智能识别软件的界面； 步骤零二、算法开发：基于跨平台计算机视觉库，采用数字图像处理算法对地质岩体、 岩石或岩芯图像进行处理，开发基于图像特征的、设有具备存储各类岩体、岩石或岩芯照片 功能的岩体图片库的野外岩性智能识别软件。6. 根据权利要求5所述的基于图像特征的野外岩性智能识别方法，其特征在于：所述 步骤零一中，所述某平台是Windows平台，所述集成开发环境软件是Visual Studio 2013， 所述图形用户界面应用程序开发框架是QT5. 4. 0。7. 根据权利要求5所述的基于图像特征的野外岩性智能识别方法，其特征在于：所述 步骤零二中，所述跨平台计算机视觉库是OpenCV ;所述数字图像处理算法是SIFT算法。8. 根据权利要求1至4中任一项所述的基于图像特征的野外岩性智能识别方法，其特 征在于：所述步骤一中，通过编辑图片库中图片相应的Access数据表格进行属性添加。
【专利摘要】本发明公开了一种基于图像特征的野外岩性智能识别方法，包括如下步骤：一、图片导入和编辑：导入岩体、岩石或岩芯照片形成岩体图片库，对岩体图片库中的图片进行重命名，并进行属性添加；二、图像学习：应用数字图像处理算法对岩体图片库中的图像进行学习；三、图像搜索：上传需要辨识的图像，设置图像识别模糊程度参数，将上传的图像与岩体图片库的图像进行搜索比选；四、图像对比和筛选：显示搜索比选之后的若干张图像，进行一次筛选，选择单个图像并显示该岩性的属性得到近似图像，对搜索结果进行二次筛选，最终确定需要识别的图像中岩体的岩性。本发明解决了传统岩性识别工作准确度低、效率低下的问题，可以广泛应用于地质数字图像处理领域。
【IPC分类】G06K9/46, G06F17/30, G06F9/44
【公开号】CN104881434
【申请号】CN201510219555
【发明人】肖东佑, 张石虎, 王胜波, 罗登昌, 杨汉良, 黄振伟, 邓争荣, 李爱国, 赵鑫, 刘海峰, 侯钦礼, 程方权, 孟照蔚, 程心意, 於汝山, 司马世华
【申请人】长江岩土工程总公司（武汉）
【公开日】2015年9月2日
【申请日】2015年4月29日