一种花岗岩显微薄片自动鉴别方法
【专利摘要】本发明公开了一种花岗岩显微薄片自动鉴别方法，其步骤是：1)分解薄片图像的颜色通道，分别根据三个颜色通道统计色阶分布；2)将彩色图像转换为灰度图像，统计色阶分布；3)根据色阶分布计算颜色特征，包括均值、中位数、方差、偏度、以及峰值指标；4)将薄片图像视为颜色特征值向量，采用Adaboost技术，自动鉴别岩石薄片是否为花岗岩。本发明方法运用信息处理技术自动鉴别花岗岩显微薄片，充分利用花岗岩的光学性质和岩性组成，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。
【专利说明】一种花岗岩显微薄片自动鉴别方法
【技术领域】
[0001]本发明涉及一种利用图像进行物品鉴别的方法，具体是一种花岗岩显微薄片的自动鉴别方法，该方法针对岩石显微薄片人工鉴别成本高昂问题，应用信息处理技术实现花岗岩薄片的自动鉴别。
【背景技术】
[0002]岩石薄片鉴定根据岩石的光学性质，确定岩石的类型，进而确定其结构、来源和成因。现有岩石薄片鉴定多采用人工，费时费力，且过度依赖个人经验，不可重复。花岗岩是一种岩浆在地表下凝结形成的火成岩，广泛用于建筑材料和雕刻石材。现有岩石薄片鉴定多采用人工，不仅需要专业的鉴别专家，且代价高昂，效率较低；鉴别过程过度依赖个人经验，
不可重复。
【发明内容】
[0003]本发明所要解决的技术问题是提供一种花岗岩显微薄片的自动鉴别方法，该方法依靠计算机图像识别技术对岩石薄片的位图图像进行鉴别，从而判断是否为花岗岩，该方法完全替代了人工，提高了效率，且具有重复性。
[0004]为实现上述目的，本发明采用如下的步骤:
[0005]I)读取花岗岩薄片的显微图像，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MXN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；
[0006]2)将薄片的位图图像转换为灰度图像:对每一个像素，采用三基色颜色值(r, g, b)的平均值，向上取整后作为灰度值h，计算公式如下:
[0007]
【权利要求】
1.一种花岗岩显微薄片自动鉴别方法，其特征在于包含以下步骤: 1)读取待确定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MXN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MXN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)将岩石薄片的位图图像转换为灰度图像:对每一个像素，采用三基色颜色值(r, g, b)的平均值，向上取整后作为灰度值h，计算公式如下:
于是按照M行N列，灰度图像也是一个MXN矩阵，统计其色阶分布； 3)分别根据四个色阶分布计算颜色特征，包括均值、中位数、方差、偏度、以及峰值指标； 4)将薄片图像视为颜色特征值向量，采用Adaboost技术，自动鉴别岩石薄片是否属于花岗岩。
2.根据权利要求1所述的花岗岩显微薄片自动鉴别方法，其特征在于上述步骤I)和步骤2)中统计色阶分布的计算过程是:像素颜色值分为256个色阶，由数值0-255表示；针对每一个色阶X统计颜色值为i的像素个数xX i，构成色阶分布向量X = <x0, xl,..., x255>,其中向量值满足如下公式要求:
其中M和N分别为图像的行和列数，丽代表像素总数。
3.根据权利要求1或2所述的花岗岩显微薄片自动鉴别方法，其特征在于上述步骤3)中各颜色特征指标的计算方法是:根据色阶分布向量X = <x0, xl,...，χ255>,首先计算均值u和中位数I，公式如下:
其中M和N为图像的行列数；然后根据均值u计算方差V，公式如下:
; 最后根据均值U和方差V计算偏度S和峰值f，计算公式如下:
根据三个颜色通道和灰度图像，总计获得20个颜色特征值，组成特征值向量。
4.根据权利要求1或2所述的花岗岩显微薄片自动鉴别方法，其特征在于上述步骤4)中采用Adaboost技术自动鉴别岩石薄片的过程是: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颜色特征值向量集合，标识每一个薄片所属的岩石类型；然后在数据集上训练Adaboost集成分类器；最后将目标图像的颜色特征值向量作为输入，由Adaboost集成分类器判定目标薄片是否属于花岗岩。
【文档编号】G06K9/62GK104182730SQ201410385304
【公开日】2014年12月3日 申请日期:2014年8月6日 优先权日:2014年8月6日
【发明者】顾庆, 郝慧珍, 汪丹茹, 胡修棉, 陈道蓄 申请人:南京大学镇江高新技术研究院