[发明专利]一种大理岩显微薄片自动鉴别方法

说明书

技术领域

本发明涉及一种利用图像进行物品鉴别的方法，具体是一种大理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大理岩薄片的自动鉴别。抽取图像的纹理特征，将薄片图像转换为纹理特征值向量，再采用人工智能方法自动鉴别岩石薄片。

背景技术

大理岩是由碳酸盐岩经区域变质作用或接触变质作用而形成火成岩，是一种优良的建筑材料和美术工艺品原料。岩石薄片鉴定是根据岩石的纹理特性，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，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

本发明所要解决的技术问题是提供一种大理岩显微薄片的自动鉴别方法，该方法依靠计算机技术对岩石薄片的图像纹理进行鉴别，从而判断是否为大理岩，该方法完全替代了人工，提高了效率，且具有重复性。

本发明所述的大理岩显微薄片自动鉴别方法，其包含以下步骤：

1)读取待确定岩石薄片的位图图像；将其转换为灰度图像，由灰度矩阵C表示：对每一个像素，采用三基色颜色值(r,g,b)计算灰度值c，计算公式如下：

c＝0.33×r+0.34×g+0.33×b；

2)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：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；

3)对每一个系数矩阵，将元素值梯度化到0-255之间，并统计梯度分布；

4)基于每一个梯度分布，计算对应系数矩阵的统计特征，包括均值、中位数、方差、偏度、以及峰值指标，构成纹理特征值向量；

5)将薄片图像转换为纹理特征值向量，储备样本集，采用随机森林分类技术，自动鉴别岩石薄片是否属于大理岩。

上述步骤2)中参考二维一阶离散小波分解处理灰度图像的计算过程是：首先确定Haar小波变换的尺度函数φ()和小波函数ψ()，由下述公式所示，其中x为参数，表示任意实数：

φ(x)=10≤x<10otherwise;]]>

ψ(x)=10≤x<0.5-10.5≤x<10otherwise;]]>

然后基于上述基本函数，四个系数矩阵的计算方法分别由下述公式所示，其中，M和N为图像的像素行数和列数，c(x,y)为灰度矩阵C中第x+1行、y+1列像素的灰度值：