基于协同表示的多特征融合岩石分类

摘要：

针对传统的岩石薄片成分分析耗时、识别率不高等问题,提出了一种基于协同表示(CR)的岩石薄片成分分析方法.首先,分析探讨了岩石薄片中颗粒纹理特性,证明将薄片图像的分层多尺度局部二值化(HMLBP)特征与灰度共生矩阵(GLCM)特征相融合能有效地表征岩石薄片中颗粒的纹理.然后,为降低识别阶段时间复杂度,采用主成分分析(PCA)方法将新特征降维到100维.最后,采用基于协同表示的分类器(CRC)进行分类识别.与基于稀疏表示的分类器(SRC)分别采用样本字典中某一个样本单独编码表征预测样本不同,基于协同表示的分类器采用样本字典中的所有样本协同编码表征预测样本,借助不同样本的同一属性提高识别率.实验结果表明该方法的识别速度较基于稀疏的分类器识别方法提高300％,识别率提高2％;在实践应用中能较好地区分岩石薄片中的石英成分和长石成分.

关键词：协同表示、纹理特征、特征融合、分类器、岩石薄片

所属期刊栏目：36

分类号：TP391.41(计算技术、计算机技术)

资助基金：国家自然科学基金资助项目61372174.This work is supported by the National Natural Science Foundation of China 61372174

在线出版日期：2016-06-13（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：854-858