(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210480410.5 (22)申请日 2022.05.05 (71)申请人 中国海洋石油集团有限公司 地址 100010 北京市东城区朝阳门北 大街 25号 申请人 中海油能源发展股份有限公司 (72)发明人 臧春艳　税蕾蕾　万欢　贺银军　 史长林　郝鹏　李洋冰　李盼盼　 杨纪磊　齐玉民　赵伟　蔡涛　 刘再振　武海燕　陈韵　 (74)专利代理 机构 天津创智天诚知识产权代理 事务所(普通 合伙) 12214 专利代理师 王秀奎 (51)Int.Cl. G06V 10/56(2022.01)G06V 10/764(2022.01) G06V 10/762(2022.01) G06V 10/774(2022.01) G06V 10/26(2022.01) G06V 10/74(2022.01) (54)发明名称 一种基于多偏光岩石薄片的长石矿物智能 识别方法 (57)摘要 本发明提供一种基于多偏光岩石薄片的长 石矿物智能识别方法， 按岩石颗粒样本输入岩石 薄片图像； 得到单颗粒图像； 得到长石颗粒图像； 得到长石颗粒图像的双晶特征； 获得长石颗粒样 本的高维双晶特征； 长石分类结果。 本发明对能 量、 熵、 对比度、 相关度进行归一化处理， 能量、 熵、 对比度、 相关度这几个统计量数量级不同， 为 使得它们在后续处理过程的重要性程度是相等 的， 则采用最大 ‑最小归一化方法。 本发 明使用加 权法充分结合图像的灰度共生矩 阵的四个统计 量。 本发明通过拼接同一颗粒样本的单偏光、 多 角度的正交偏光岩石薄片图像的双晶特征形成 更高维通道的特征， 从而在聚类过程中达到更好 的分类效果。 权利要求书3页 说明书9页 附图4页 CN 114972799 A 2022.08.30 CN 114972799 A 1.一种基于多偏光岩石薄片的长石矿物智能识别方法， 其特征在于： 按照下述步骤进 行： ⅰ.按岩石颗粒样本 输入岩石薄片图像： 按组输入多组岩石薄片图像， 每组包 含多张偏光图像； ⅱ.得到单颗粒图像： 利用最大类间方差法对岩石薄片图像进行分割， 获得 单颗粒图像； ⅲ.得到长石颗粒图像： 利用训练模型对步骤 ⅱ颗粒图像进行三分类， 获得长石颗粒图像； ⅳ.得到长石颗粒图像的双晶特 征： 提取长石图像的灰度共生矩阵的四个统计量， 即对比度、 熵、 相关度、 能量； ⅴ.获得长石颗粒样本的高维双晶特 征： 并对步骤 ⅳ的统计量进行加权， 组合多角度正交偏光图像的灰度共生矩阵的加权特征 形成高维双晶特 征； ⅵ.长石分类结果： 使用K‑means聚类方法对特 征进行聚类， 得到 长石颗粒图像的子类分类结果。 2.根据权利要求1所述的一种基于多偏光岩石薄片的长石矿物智能识别方法， 其特征 在于： 在步骤 ⅰ中， 岩石薄片图像包 含单偏光图像和正交偏光图像。 3.根据权利要求1所述的一种基于多偏光岩石薄片的长石矿物智能识别方法， 其特征 在于： 在步骤 ⅱ中， 得到单颗粒图像， 是基于岩石颗粒的消光特性， 薄片图像中各处存在灰 度性上的差异， 对岩石薄片图像进行分割， 得到单颗粒图像。 4.根据权利要求1所述的一种基于多偏光岩石薄片的长石矿物智能识别方法， 其特征 在于： 在步骤 ⅲ中， 得到长石颗粒图像的具体过程如下： 步骤1， 利用训练好的ResNet101三分类网络， 对获得的单颗粒 图像进行石英、 长石、 其 他的类别划分； 步骤2， 通过筛 选得到长石颗粒图像。 5.根据权利要求1所述的一种基于多偏光岩石薄片的长石矿物智能识别方法， 其特征 在于： 在步骤 ⅳ中， 得到长石颗粒图像的双晶特 征的具体过程如下： 步骤1， 将长石颗粒的RGB图像转为灰度图像， 以当前像素点i为中心进行区域划分， 得 到当前区域Ai， 区域窗口大小为k*k， 超出图像范围的单元格取窗口其余单元格的灰度和的 平均值进行填充， 接着计算当前区域Ai的灰度共生矩阵， 灰度共生矩阵公式可以表示 为： p(i， j|d， θ )＝{(x， y)|f(x， y)＝ i， f(x+dcosθ， y+dsi nθ )＝j； x， y＝0， 12， . ..， N‑1} 其中， p(i， j|d， θ )表示在图像中灰度 值为i的像素与间隔距离为d、 且方向为θ 的灰度值 为j的像素的灰度共生矩阵， f(x， y)表示图像第x 行， 第y列像素点的灰度值， d为移设定值， θ 为灰度共生矩阵所选取的空间方向角度； 步骤2， 计算长石图像的灰度共生矩阵； 步骤3， 基于灰度共生矩阵计算统计量， 从而量化双晶特征， 即获取单张图像的双晶特 征， 其中， 中正长石的表面相对平滑或者表面带有 析出土； 中斜长石的表面具有消光条纹或 者表面绢云母化； 中微斜长石的表面具有格子双晶、 中条纹长石表面具细条纹或者棒状条 纹。权　利　要　求　书 1/3 页 2 CN 114972799 A 26.根据权利要求1所述的一种基于多偏光岩石薄片的长石矿物智能识别方法， 其特征 在于： 在步骤iv中， 对比度Co n的计算公式为： 熵Ent的计算公式为的计算公式为： 相关度Cor r的计算公式为： 其中， 能量Asm的计算公式为： 其中， i,j分别代表像素点 的灰度值； p(i,j)＝p(i,j|d, θ )代表图像中灰度值为i 的像 素与间隔距离为d、 且方向为θ 的灰度值为j的像素的灰度共生矩阵； 分别为沿灰度共 生矩阵的行、 列计算所 得均值， δx、 δy为行和列的标准差 。 将步骤ⅲ中各个灰度共生矩阵的对比度、 熵、 相关度、 能量分别求均值， 将均值统计量 进行归一 化后加权， 以加权特 征来表示长石图像的双晶特 征。 其加权公式如下: Xm， n表示图像第m行、 第n列的像素点的加权双晶特征。 其中， M、 N分别代表图像的高、 宽； 分别代表归一化后的第m行、 第n列的像素点 的对比度、 熵、 相关度、 能量， 归一化方法采用最大 ‑最小归一化方法， 使得在后续聚类分析 中， 各统计量重要程度相同； a、 代表权重值， 而由于对比度反映了双晶的沟纹深浅、 清 晰度， 在岩石分类过程中较为重要， 故设其权 重系数a＝0.7。 7.根据权利要求1所述的一种基于多偏光岩石薄片的长石矿物智能识别方法， 其特征权　利　要　求　书 2/3 页 3 CN 114972799 A 3