CN104881434A - 一种基于图像特征的野外岩性智能识别方法 - Google Patents
一种基于图像特征的野外岩性智能识别方法 Download PDFInfo
- Publication number
- CN104881434A CN104881434A CN201510219555.XA CN201510219555A CN104881434A CN 104881434 A CN104881434 A CN 104881434A CN 201510219555 A CN201510219555 A CN 201510219555A CN 104881434 A CN104881434 A CN 104881434A
- Authority
- CN
- China
- Prior art keywords
- image
- rock mass
- images
- lithology
- identification method
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F8/00—Arrangements for software engineering
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- Multimedia (AREA)
- Processing Or Creating Images (AREA)
Abstract
本发明公开了一种基于图像特征的野外岩性智能识别方法,包括如下步骤:一、图片导入和编辑:导入岩体、岩石或岩芯照片形成岩体图片库,对岩体图片库中的图片进行重命名,并进行属性添加;二、图像学习:应用数字图像处理算法对岩体图片库中的图像进行学习;三、图像搜索:上传需要辨识的图像,设置图像识别模糊程度参数,将上传的图像与岩体图片库的图像进行搜索比选;四、图像对比和筛选:显示搜索比选之后的若干张图像,进行一次筛选,选择单个图像并显示该岩性的属性得到近似图像,对搜索结果进行二次筛选,最终确定需要识别的图像中岩体的岩性。本发明解决了传统岩性识别工作准确度低、效率低下的问题,可以广泛应用于地质数字图像处理领域。
Description
技术领域
本发明涉及数字图像处理领域,特别是涉及一种基于图像特征的野外岩性智能识别方法。
背景技术
在地质勘察工作中,对野外岩石或岩芯的岩性进行辨别时,人肉眼无法实现显微镜级别的辨识,其精度无法保证,同时在勘察过程中,岩性属性需要反复书写,工作量大、任务繁重,且积累下来的数据和经验无法顺利应用到新的勘察项目中。
图像搜索,是通过搜索图像文本或者视觉特征,为用户提供互联网上相关图形图像资料检索服务的专业搜索引擎系统,是搜索引擎的一种细分。图像搜索技术经历了“基于文本的图像检索”和“基于图像内容的图像检索”两个发展阶段。目前,“以图搜图”技术日趋发展,正快速在各专业领域应用。但还没有人将此功能应用到地质勘察工作中。有鉴于此,如何在勘察现场通过以图搜图功能实现野外岩性的智能识别、自动赋予新图片地质属性等技术,成为解决上述问题的关键。
发明内容
本发明的目的是为了克服上述背景技术的不足,提供一种基于图像特征的野外岩性智能识别方法,解决了传统岩性识别工作准确度低、效率低下的问题。
本发明提供的一种基于图像特征的野外岩性智能识别方法,包括如下步骤:步骤一、岩体图片库导入和编辑:导入各类岩体、岩石或岩芯照片形成岩体图片库,对已经添加到岩体图片库中的图片进行重命名,并进行属性添加;步骤二、图像学习:应用数字图像处理算法对岩体图片库中的图像进行学习;步骤三、图像搜索:上传需要辨识的图像,设置图像识别模糊程度参数,将上传的图像与岩体图片库的图像进行搜索比选;步骤四、图像对比和筛选:显示搜索比选之后的若干张图像,进行一次筛选,选择单个图像并显示该岩性的属性得到近似图像,对搜索结果进行二次筛选,最终确定需要识别的图像中岩体的岩性。
在上述技术方案中,所述步骤二中,所述数字图像处理算法是SIFT(Scale-invariant feature transform,尺度不变特征转换)算法,对图像进行学习的过程是采集图像阈值。
在上述技术方案中,所述步骤三中,将上传的图像与岩体图片库中的图像进行搜索比选是利用图像阈值进行比选。
在上述技术方案中,所述步骤四中,所述一次筛选是利用“删除图像”和“阈值”相似度选择功能的辅助筛选;所述二次筛选是利用一次筛选得到的近似图像,双击获取“属性”描述,根据属性描述作出人工判断,得到辨识结果。
在上述技术方案中,所述步骤一之前还包括以下两个步骤:步骤零一、界面开发:采用某平台应用程序的集成开发环境软件作为开发环境,采用图形用户界面应用程序开发框架开发野外岩性智能识别软件的界面;步骤零二、算法开发:基于跨平台计算机视觉库,采用数字图像处理算法对地质岩体、岩石或岩芯图像进行处理,开发基于图像特征的、设有具备存储各类岩体、岩石或岩芯照片功能的岩体图片库的野外岩性智能识别软件。
在上述技术方案中,所述步骤零一中,所述某平台是Windows平台,所述集成开发环境软件是Visual Studio 2013,所述图形用户界面应用程序开发框架是QT5.4.0。
在上述技术方案中,所述步骤零二中,所述跨平台计算机视觉库是OpenCV(Open Source Computer Vision Library,开源计算机视觉库);所述数字图像处理算法是SIFT算法。
在上述技术方案中,所述步骤一中,通过编辑图片库中图片相应的Access数据表格进行属性添加。
本发明基于图像特征的野外岩性智能识别方法,具有以下有益效果:基于数字图像处理技术,在勘察现场通过以图搜图功能实现了野外岩性的智能识别、自动赋予新图片地质属性等技术,改进了地质工作者的常规工作方法,提高了工作效率,有助于其更好地开展地质专业现场勘察工作。
附图说明
图1为本发明基于图像特征的野外岩性智能识别方法的流程示意图。
具体实施方式
下面结合附图及实施例对本发明作进一步的详细描述,但该实施例不应理解为对本发明的限制。
参见图1,本发明基于图像特征的野外岩性智能识别方法,包括如下步骤:
步骤一、界面开发:采用某平台应用程序的集成开发环境软件作为开发环境,采用图形用户界面应用程序开发框架开发野外岩性智能识别软件的界面,所述某平台是Windows平台,所述集成开发环境软件是Visual Studio 2013,所述图形用户界面应用程序开发框架是QT5.4.0;
步骤二、算法开发:基于跨平台计算机视觉库,采用数字图像处理算法对地质岩体、岩石或岩芯图像进行处理,开发基于图像特征的、设有具备存储各类岩体、岩石或岩芯照片功能的岩体图片库的野外岩性智能识别软件,所述跨平台计算机视觉库是OpenCV;所述数字图像处理算法是SIFT算法;
步骤三、岩体图片库导入和编辑:导入各类岩体、岩石或岩芯照片形成岩体图片库,对已经添加到岩体图片库中的图片进行重命名,并通过编辑图片库中图片相应的Access数据表格进行属性添加;
步骤四、图像学习:应用数字图像处理算法对岩体图片库中的图像进行学习,所述数字图像处理算法是SIFT算法,对图像进行学习的过程是采集图像阈值;
步骤五、图像搜索:上传需要辨识的图像,设置图像识别模糊程度参数,将上传的图像与岩体图片库的图像进行搜索比选,将上传的图像与岩体图片库中的图像进行搜索比选是利用图像阈值进行比选;
步骤六、图像对比和筛选:显示搜索比选之后的若干张图像,进行一次筛选,选择单个图像并显示该岩性的属性得到近似图像,所述一次筛选是利用“删除图像”和“阈值”相似度选择功能的辅助筛选;对搜索结果进行二次筛选,最终确定需要被识别的图像中岩体的岩性,所述二次筛选是利用一次筛选得到的近似图像,双击获取“属性”描述,根据属性描述作出人工判断,得到辨识结果。
基于数字图像处理技术,在勘察现场通过以图搜图功能实现了野外岩性的智能识别、自动赋予新图片地质属性等技术,改进了地质工作者的常规工作方法,提高了工作效率,有助于其更好地开展地质专业现场勘察工作,表1对于本发明的技术效果做了详尽的叙述和比较。
表1 基于图像特征的野外岩性智能识别方法与纯人工识别的效能比较
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。
本说明书中未作详细描述的内容属于本领域专业技术人员公知的现有技术。
Claims (8)
1.一种基于图像特征的野外岩性智能识别方法,其特征在于:包括如下步骤:
步骤一、岩体图片库导入和编辑:导入各类岩体、岩石或岩芯照片形成岩体图片库,对已经添加到岩体图片库中的图片进行重命名,并进行属性添加;
步骤二、图像学习:应用数字图像处理算法对岩体图片库中的图像进行学习;
步骤三、图像搜索:上传需要辨识的图像,设置图像识别模糊程度参数,将上传的图像与岩体图片库的图像进行搜索比选;
步骤四、图像对比和筛选:显示搜索比选之后的若干张图像,进行一次筛选,选择单个图像并显示该岩性的属性得到近似图像,对搜索结果进行二次筛选,最终确定需要识别的岩体图像中岩体的岩性。
2.根据权利要求1所述的基于图像特征的野外岩性智能识别方法,其特征在于:所述步骤二中,所述数字图像处理算法是SIFT算法,对图像进行学习的过程是采集图像阈值。
3.根据权利要求2所述的基于图像特征的野外岩性智能识别方法,其特征在于:所述步骤三中,将上传的图像与岩体图片库中的图像进行搜索比选是利用图像阈值进行比选。
4.根据权利要求3所述的基于图像特征的野外岩性智能识别方法,其特征在于:所述步骤四中,所述一次筛选是利用“删除图像”和“阈值”相似度选择功能的辅助筛选;所述二次筛选是利用一次筛选得到的近似图像,双击获取“属性”描述,根据属性描述作出人工判断,得到辨识结果。
5.根据权利要求1至4中任一项所述的基于图像特征的野外岩性智能识别方法,其特征在于:所述步骤一之前还包括以下两个步骤:
步骤零一、界面开发:采用某平台应用程序的集成开发环境软件作为开发环境,采用图形用户界面应用程序开发框架开发野外岩性智能识别软件的界面;
步骤零二、算法开发:基于跨平台计算机视觉库,采用数字图像处理算法对地质岩体、岩石或岩芯图像进行处理,开发基于图像特征的、设有具备存储各类岩体、岩石或岩芯照片功能的岩体图片库的野外岩性智能识别软件。
6.根据权利要求5所述的基于图像特征的野外岩性智能识别方法,其特征在于:所述步骤零一中,所述某平台是Windows平台,所述集成开发环境软件是Visual Studio 2013,所述图形用户界面应用程序开发框架是QT5.4.0。
7.根据权利要求5所述的基于图像特征的野外岩性智能识别方法,其特征在于:所述步骤零二中,所述跨平台计算机视觉库是OpenCV;所述数字图像处理算法是SIFT算法。
8.根据权利要求1至4中任一项所述的基于图像特征的野外岩性智能识别方法,其特征在于:所述步骤一中,通过编辑图片库中图片相应的Access数据表格进行属性添加。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510219555.XA CN104881434A (zh) | 2015-04-29 | 2015-04-29 | 一种基于图像特征的野外岩性智能识别方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510219555.XA CN104881434A (zh) | 2015-04-29 | 2015-04-29 | 一种基于图像特征的野外岩性智能识别方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN104881434A true CN104881434A (zh) | 2015-09-02 |
Family
ID=53948928
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510219555.XA Pending CN104881434A (zh) | 2015-04-29 | 2015-04-29 | 一种基于图像特征的野外岩性智能识别方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104881434A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106055636A (zh) * | 2016-05-30 | 2016-10-26 | 长江岩土工程总公司(武汉) | 一种岩石便携智能识别方法 |
CN108875153A (zh) * | 2018-05-28 | 2018-11-23 | 长江岩土工程总公司(武汉) | 一种基于catia三维地质模型的文字雕刻方法 |
CN109344819A (zh) * | 2018-12-13 | 2019-02-15 | 深源恒际科技有限公司 | 基于深度学习的车辆损伤识别方法 |
CN113313131A (zh) * | 2021-07-29 | 2021-08-27 | 四川省冶勘设计集团有限公司 | 基于图像处理的数字化岩芯辨识方法及系统 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101950359A (zh) * | 2010-10-08 | 2011-01-19 | 郝红卫 | 一种岩石种类的识别方法 |
CN102496004A (zh) * | 2011-11-24 | 2012-06-13 | 中国矿业大学(北京) | 一种基于图像的煤岩界面识别方法与系统 |
CN103927514A (zh) * | 2014-04-09 | 2014-07-16 | 中国矿业大学(北京) | 一种基于随机局部图像特征的煤岩识别方法 |
US20140379317A1 (en) * | 2013-06-25 | 2014-12-25 | Enersoft Inc. | Geological analysis tool |
-
2015
- 2015-04-29 CN CN201510219555.XA patent/CN104881434A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101950359A (zh) * | 2010-10-08 | 2011-01-19 | 郝红卫 | 一种岩石种类的识别方法 |
CN102496004A (zh) * | 2011-11-24 | 2012-06-13 | 中国矿业大学(北京) | 一种基于图像的煤岩界面识别方法与系统 |
US20140379317A1 (en) * | 2013-06-25 | 2014-12-25 | Enersoft Inc. | Geological analysis tool |
CN103927514A (zh) * | 2014-04-09 | 2014-07-16 | 中国矿业大学(北京) | 一种基于随机局部图像特征的煤岩识别方法 |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106055636A (zh) * | 2016-05-30 | 2016-10-26 | 长江岩土工程总公司(武汉) | 一种岩石便携智能识别方法 |
CN106055636B (zh) * | 2016-05-30 | 2019-12-13 | 长江岩土工程总公司(武汉) | 一种岩石便携智能识别方法 |
CN108875153A (zh) * | 2018-05-28 | 2018-11-23 | 长江岩土工程总公司(武汉) | 一种基于catia三维地质模型的文字雕刻方法 |
CN109344819A (zh) * | 2018-12-13 | 2019-02-15 | 深源恒际科技有限公司 | 基于深度学习的车辆损伤识别方法 |
CN113313131A (zh) * | 2021-07-29 | 2021-08-27 | 四川省冶勘设计集团有限公司 | 基于图像处理的数字化岩芯辨识方法及系统 |
CN113313131B (zh) * | 2021-07-29 | 2021-09-21 | 四川省冶勘设计集团有限公司 | 基于图像处理的数字化岩芯辨识方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10762608B2 (en) | Sky editing based on image composition | |
US8503767B2 (en) | Textual attribute-based image categorization and search | |
US10621755B1 (en) | Image file compression using dummy data for non-salient portions of images | |
US20170249339A1 (en) | Selected image subset based search | |
CN107408212A (zh) | 用于识别存储在设备上的不需要的照片的系统和方法 | |
US11861925B2 (en) | Methods and systems of field detection in a document | |
US10958842B2 (en) | Method of displaying images in a multi-dimensional mode based on personalized topics | |
CN104881434A (zh) | 一种基于图像特征的野外岩性智能识别方法 | |
AU2018202767A1 (en) | Data structure and algorithm for tag less search and svg retrieval | |
Zhang et al. | Automatic recognition of oil industry facilities based on deep learning | |
CN108648245B (zh) | 测井解释曲线的信息提取方法及装置 | |
US20190317959A1 (en) | Sketch-based image retrieval using feedback and hierarchies | |
Joshi et al. | Image retrieval system using intuitive descriptors | |
Jones et al. | Semantic and geometric enrichment of 3D geo-spatial models with captioned photos and labelled illustrations | |
Baltenberger et al. | A fast method for estimating transient scene attributes | |
Zhang et al. | Content-based image retrieval using multiple features | |
CN114170589A (zh) | 一种基于nas的岩石岩性识别方法、终端设备及存储介质 | |
Bailer et al. | People@ Places and ToDY: two datasets for scene classification in media production and archiving | |
Stottinger et al. | Translating journalists' requirements into features for image search | |
Roullet et al. | Transfer learning methods for extracting, classifying and searching large collections of historical images and their captions | |
US20230325996A1 (en) | Generating composite images using user interface features for auto-compositing and composite-aware search | |
US20230325992A1 (en) | Recommending objects for image composition using geometry-and-lighting aware search and efficient user interface workflows | |
US20230325991A1 (en) | Recommending objects for image composition using a geometry-and-lighting aware neural network | |
CN116468960B (zh) | 一种视频图像分析检索方法及系统 | |
Li et al. | Study of image features between carved Thangka and embroidered Thangka |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
EXSB | Decision made by sipo to initiate substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20150902 |