[发明专利]一种基于人工智能的岩石岩性快速分类识别方法和装置

权利要求书

1.一种基于人工智能的岩石岩性快速分类识别方法，其特征在于，包括以下步骤：

步骤S1、将原始岩石图像数据输入训练好的卷积神经网络Inception-v3模型，获得岩石的属性分类特征；

步骤S2、根据所述岩石的属性分类特征选取与所述原始岩石图像数据对应的鉴定名称。

2.如权利要求1所述的基于人工智能的岩石岩性快速分类识别方法，其特征在于，所述将原始岩石图像数据输入训练好的卷积神经网络Inception-v3模型，获得岩石的属性分类特征之前，还包括：

获取待处理岩石薄片图像数据；

对所述待处理岩石薄片图像数据进行预处理，获得原始岩石薄片图像数据。

3.如权利要求2所述的基于人工智能的岩石岩性快速分类识别方法，其特征在于，所述对所述待处理岩石图像数据进行预处理，获得原始岩石图像数据，包括：

通过差值算法对所述待处理岩石图像进行数据插值补全，获得补全后的岩石薄片图像数据；

对所述补全后的岩石图像数据进行去均值归一化，获得原始岩石薄片图像数据。

4.如权利要求1所述的基于人工智能的岩石岩性快速分类识别方法，其特征在于，步骤S1包括：

步骤11、将卷积神经网络Inception-v3的卷积层、池化层全部提取出来，即采用Inception-v3模型的参数值提取岩石图像特征；

步骤12、移除Inception-v3模型最后的输出层，通过特征提取模型获取2048个特征并以向量形式表示。

5.如权利要求1所述的基于人工智能的岩石岩性快速分类识别方法，其特征在于，所述鉴定名称包括：晶粒属性，机械成因属性，混入物属性，碎屑属性和基本类别属性。

6.一种基于人工智能的岩石岩性快速分类识别装置，其特征在于，包括：

提取模块，用于将原始岩石图像数据输入训练好的卷积神经网络Inception-v3模型，获得岩石的属性分类特征；

分类模块，用于根据所述岩石的属性分类特征选取与所述原始岩石图像数据对应的鉴定名称。

7.如权利要求1所述的基于人工智能的岩石岩性快速分类识别装置，其特征在于，所述鉴定名称包括：晶粒属性，机械成因属性，混入物属性，碎屑属性和基本类别属性。

8.一种存储介质，其特征在于，所述存储介质上存储有岩石识别程序，所述岩石识别程序被处理器执行时实现如权利要求1至5中任一项所述的岩石岩性快速分类识别方法的步骤。