基于支持向量机的岩心识别算法研究
2021-12-08宋文广张冰心
湖北工程学院学报 2021年6期
王 浩,宋文广,徐 浩,张冰心
(长江大学 计算机科学学院,湖北 荆州 434023)
在地质学研究的领域,对岩心图像进行分析是研究岩心微观特征的重要方法,已经在岩石薄片分析等应用方面取得了良好的效果[1]。岩心图像识别对地质勘探方面有着重要的作用[2]。对深层次石油勘探开发过程中,岩心图像对识别存储层进行预测可以作为十分关键的依据[3]。因此岩心图像识别技术可以广泛应用于工程地质、石油勘探开发领域中[4]。
本文主要从岩心图像入手,对岩心图像做预处理操作[5],获取预处理操作后的岩心图像,提取图像HSV颜色空间下的颜色矩和LBP的均匀模式下的纹理特征[6],分别对提取到的岩心图像进行特征降维[7]。降维后的特征向量进行特征融合,并使用SVM分类训练器分类识别,得到可以自动识别岩心种类的模型[8]。这样不仅能使岩心分析人员从繁琐的岩心分析工作中解脱出来,而且降低岩心经验分析的错误率,提高岩心分析识别的效率[9]。
1 岩心图像预处理及特征提取
1.1 岩心图像预处理
岩心图像的预处理操作是因为岩心图像直接处理时噪声太大,对岩心识别造成影响[10]。预处理可以保留图像的细节信息[11]。为了防止提取岩心图像的特征时,其表面的白岩心标注等内容(见图1)对特征提取造成干扰。在特征提取时,选取每张图像中心的200*200的像素区域,用来减少噪声对后续识别造成的干扰。
1.2 岩心图像颜色特征提取
颜色是日常生活中最为直观、明显的视觉感受[12]。……
登录APP查看全文
