基于VGG模型的岩石薄片图像识别

摘要：

岩石薄片图像的复杂性和多解性,导致岩石薄片分类难度较大.尝试将深度学习方法应用于岩石薄片图像分类.实验选取了安山岩、白云岩、花岗岩等6种常见岩石种类的薄片图像,每类1000张图像作为实验数据,建立了岩石薄片分类的VGG模型,经过9万次训练后,测试集识别准确率达到了82％.对实验结果进行了分析,发现相似组成成分的岩石图像容易混淆,如白云岩与鲕粒灰岩均属于碳酸盐岩,容易相互误判.在安山岩特征图中提取出了斜长石斑晶和微晶及隐晶质或玻璃质基质,在鲕粒灰岩特征图中提取了鲕粒及填隙物中的亮晶方解石,也验证了方法的可靠性.

关键词：岩石薄片图像、深度学习、VGG、特征提取

所属期刊栏目：38

分类号：P585;P628(岩石学)

资助基金：国家重点研发计划;四川省应用基础研究计划;实验室开放基金

在线出版日期：2020-03-20（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：2053-2058