CN110672532A - 一种利用显微高光谱图像识别岩浆矿物的方法 - Google Patents
一种利用显微高光谱图像识别岩浆矿物的方法 Download PDFInfo
- Publication number
- CN110672532A CN110672532A CN201910969407.8A CN201910969407A CN110672532A CN 110672532 A CN110672532 A CN 110672532A CN 201910969407 A CN201910969407 A CN 201910969407A CN 110672532 A CN110672532 A CN 110672532A
- Authority
- CN
- China
- Prior art keywords
- hyperspectral
- mineral
- magma
- minerals
- rock
- 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
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
- G01N21/27—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands using photo-electric detection ; circuits for computing concentration
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Theoretical Computer Science (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
本发明公开了一种利用显微高光谱图像识别岩浆矿物的方法,将制备完成的含有岩浆矿物的光片,放置于光学显微镜的载物台上;使用高光谱相机对岩矿样品光片进行自动拍摄,测量图像中每种岩浆矿物的高光谱反射率波谱曲线,建立岩浆矿物的高光谱反射率波谱数据库,作为岩浆矿物自动识别的标准;将待测岩矿样品光片放置于光学显微镜下进行矿物光学显微高光谱图像的自动拍摄和存储,提取其中的矿物颗粒,测量其高光谱反射率波谱;根据图像中矿物颗粒的高光谱反射率值,以已经建立好的矿物反射高光谱数据库为标准对其进行识别,并将识别出来的不同种矿物着上不同的伪彩色以示区别,由此完成矿物的自动识别。本发明能够快速准确识别岩浆矿物,提高岩浆岩显微鉴定的效率。
Description
技术领域
本发明涉及一种岩矿样品中矿物的识别,尤其涉及一种利用显微高光谱图像识别岩浆矿物的方法。
背景技术
在进行岩矿鉴定和工艺矿物学研究工作时,首先需要对岩矿样品中的矿物进行识别和鉴定。常用的方法是由技术人员通过光学显微镜对岩矿样品中的矿物进行观察,根据其光学特征来确定矿物种类。这种工作方式对技术人员的水平要求较高,而且由于是人工操作,效率相对较低。
岩浆矿物是岩浆冷凝过程中所形成的矿物,也称原生矿物,是岩浆岩分类和定名的主要依据。为提高岩矿鉴定识别的工作效率,降低对技术人员的依赖性,利用数字图像分析技术自动识别岩矿样品中矿物逐渐成为研究的热点。
发明内容
本发明的目的是提供一种利用显微高光谱图像识别岩浆矿物的方法,该方法采用高光谱技术用于自动识别岩矿样品中的岩浆矿物。
本发明的目的是通过以下技术方案实现的:
本发明的利用显微高光谱图像识别岩浆矿物的方法,包括以下步骤:
步骤1、将含有岩浆矿物的岩矿样品制备成光片,放置于光学显微镜的载物台上;
步骤2、打开光学显微镜电源和高光谱相机,按光学显微镜操作规范进行样品光片的聚焦;
步骤3、聚焦完成后,使用高光谱相机对岩矿样品光片进行自动拍摄,将拍摄的图像存储于计算机中;
步骤4、打开拍摄的高光谱图像,测量其中每种岩浆矿物的高光谱反射率波谱曲线,建立岩浆矿物的高光谱反射率波谱数据库,并将其植入由Python开发的矿物自动识别系统中,作为岩浆矿物自动识别的标准;
步骤5、将待测岩矿样品制备成光片,放置于光学显微镜下进行岩浆矿物的显微高光谱图像的自动拍摄和存储;
步骤6、使用矿物自动识别系统自动打开存储的待测岩矿样品的图像,提取其中的岩浆矿物颗粒,测量其高光谱反射率波谱曲线;
步骤7、根据图像中矿物颗粒的高光谱反射率波谱曲线,以已经建立好的矿物数据库为标准对其进行识别,并将识别出来的不同种矿物着上不同的伪彩色以示区别,由此完成矿物的自动识别。
由上述本发明提供的技术方案可以看出,本发明实施例提供的通过显微高光谱图像识别岩浆矿物的方法,利用不同岩浆矿物在光学显微镜下具有的特征的光谱反射率波谱曲线进行区分和识别,能够准确、高效识别岩矿样品光片中的矿物,提高岩浆矿物识别的效率。
附图说明
图1为本发明实施例未识别前的矿物显微图像。
图2为本发明实施例识别后将矿物着上伪彩色后的矿物显微图像。
具体实施中,图中不同的矿物可用不同的颜色区分。
具体实施方式
下面将对本发明实施例作进一步地详细描述。本发明实施例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。
本发明的利用显微高光谱图像识别岩浆矿物的方法,其较佳的具体实施方式是:
包括以下步骤:
步骤1、将岩矿样品制备成光片,放置于光学显微镜的载物台上,该光学显微镜配备有高光谱相机并与计算机连接,能进行岩矿样品矿物显微高光谱图像的自动拍摄和存储;
步骤2、打开光学显微镜电源和高光谱相机,按光学显微镜操作规范进行样品光片的聚焦;
步骤3、聚焦完成后,使用高光谱相机对岩矿样品光片进行自动拍摄,将拍摄的图像存储于计算机中;
步骤4、打开拍摄的图像,测量其中每种岩浆矿物的高光谱反射率波谱曲线,建立矿物的高光谱反射率波谱数据库,并将其植入由Python开发的矿物自动识别系统中,作为矿物自动识别的标准;
步骤5、将待测岩矿样品放置于光学显微镜下进行矿物显微高光谱图像的自动拍摄和存储;
步骤6、使用矿物自动识别系统自动打开存储的待测岩矿样品的图像,提取其中的矿物颗粒,测量其高光谱反射率波谱曲线;
步骤7、根据图像中矿物颗粒的高光谱反射率波谱曲线,以已经建立好的矿物数据库为标准对其进行识别,并将识别出来的不同种矿物着上不同的伪彩色以示区别,由此完成矿物的自动识别。
矿物的反射率光谱通常包含一系列特征吸收谱带,这些特征谱带在不同的矿物中具有较稳定的波长位置和较稳定的独特波形,能够指示离子类矿物、单矿物的存在,是识别和鉴定矿物的依据。本发明采用一种能够反映矿物反射率征的高光谱波谱曲线特征来进行表征,实现对岩浆矿物的自动识别。
本发明利用不同矿物在显微镜下具有的特征高光谱反射率波谱曲线进行区分和识别,能够准确、快速识别岩矿样品光片中的矿物,提高矿物识别的效率。
具体实施例:
一种利用显微高光谱图像识别岩浆矿物的方法,可以包括以下步骤:
步骤1、将包含有钾长石、石英、角闪石及磁铁矿等矿物的样品制备成光片,放置于光学显微镜的载物台上;
步骤2、使用高光谱相机对光片中的矿物进行拍摄,将拍摄所得的矿物显微高光谱图像存储于计算机中;
步骤3、打开拍摄的图像,测量其中每种矿物的高光谱反射率波谱曲线,建立钾长石、石英、角闪石及磁铁矿等矿物的高光谱反射率波谱数据库,并将该数据库植入到矿物自动识别系统中,作为矿物自动识别的标准;
步骤4、将待测岩矿样品光片放置于光学显微镜下进行高光谱图像的自动拍摄和存储,如图1所示。
步骤5、使用矿物自动识别系统自动打开存储的待测岩矿样品的图像,提取其中的矿物颗粒,测量其高光谱反射率波谱曲线,与已经建立好的矿物数据库为标准对其进行自动识别,并将识别出来的不同种矿物着上不同的伪彩色以示区别,如图2所示。
综上可见,本发明实施例不仅能够准确、有效地对岩矿样品光片中的矿物进行自动识别,而且采用高光谱反射率波谱模型,保证了矿物的识别准确率,从而有效解决了岩矿鉴定和工艺矿物学研究过程中依赖于专业技术人员及工作效率较低的技术问题。
以上所述,仅为本发明较佳的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明披露的技术范围内,可轻易想到的变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应该以权利要求书的保护范围为准。
Claims (3)
1.一种利用显微高光谱图像识别岩浆矿物的方法,其特征在于,包括:
步骤1、采集含有岩浆矿物的岩矿样品,制备成光片,将其放置于光学显微镜的载物台上;
步骤2、打开光学显微镜电源和高光谱相机,按光学显微镜操作规范进行样品光片的聚焦;
步骤3、聚焦完成后,使用高光谱相机对岩矿样品进行自动拍摄,将拍摄的高光谱反射率图像存储于计算机中;
步骤4、打开拍摄的图像,测量其中每种岩浆矿物的高光谱反射率波谱曲线,建立各种岩浆矿物的高光谱反射率波谱数据库,并将其植入由Python开发的矿物自动识别系统中,作为矿物自动识别的标准;
步骤5、将待测岩矿样品光片放置于光学显微镜下进行矿物光学显微高光谱图像的自动拍摄和存储;
步骤6、使用矿物自动识别系统自动打开存储的待测岩矿样品的图像,提取其中的岩浆矿物颗粒,测量其高光谱反射率波谱曲线;
步骤7、根据图像中矿物颗粒的高光谱反射率波谱曲线,以已经建立好的岩浆矿物高光谱波谱数据库为标准对其进行识别,并将识别出来的不同种矿物着上不同的伪彩色以示区别,由此完成岩浆矿物的自动识别。
2.根据权利要求1所述的利用显微高光谱图像识别岩浆矿物的方法,其特征在于,所述步骤1中,光学显微镜通过C口或CS口与高光谱相机相连,高光谱相机通过数据线与计算机连接,能进行岩矿样品矿物显微高光谱图像的自动拍摄和存储。
3.根据权利要求1所述的利用显微高光谱图像识别岩浆矿物的方法,其特征在于,所述步骤1中,高光谱相机拍摄矿物高光谱图像的波谱范围是400纳米-2500纳米。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910969407.8A CN110672532A (zh) | 2019-10-12 | 2019-10-12 | 一种利用显微高光谱图像识别岩浆矿物的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910969407.8A CN110672532A (zh) | 2019-10-12 | 2019-10-12 | 一种利用显微高光谱图像识别岩浆矿物的方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110672532A true CN110672532A (zh) | 2020-01-10 |
Family
ID=69082030
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910969407.8A Pending CN110672532A (zh) | 2019-10-12 | 2019-10-12 | 一种利用显微高光谱图像识别岩浆矿物的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110672532A (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2016048220A (ja) * | 2014-08-28 | 2016-04-07 | パイオニア株式会社 | 測定装置 |
CN107957401A (zh) * | 2017-12-18 | 2018-04-24 | 中国科学院西安光学精密机械研究所 | 一种可用于介入式肿瘤诊断的高光谱显微成像仪 |
CN108414088A (zh) * | 2017-02-10 | 2018-08-17 | 南京理工大学 | 一种高光谱显微偏振成像装置与方法 |
CN109117759A (zh) * | 2018-07-27 | 2019-01-01 | 北京矿冶科技集团有限公司 | 一种金属硫化物矿物光学显微图像的自动识别方法 |
CN109283148A (zh) * | 2018-09-30 | 2019-01-29 | 核工业北京地质研究院 | 一种基于光谱信息自动识别岩石矿物的方法 |
-
2019
- 2019-10-12 CN CN201910969407.8A patent/CN110672532A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2016048220A (ja) * | 2014-08-28 | 2016-04-07 | パイオニア株式会社 | 測定装置 |
CN108414088A (zh) * | 2017-02-10 | 2018-08-17 | 南京理工大学 | 一种高光谱显微偏振成像装置与方法 |
CN107957401A (zh) * | 2017-12-18 | 2018-04-24 | 中国科学院西安光学精密机械研究所 | 一种可用于介入式肿瘤诊断的高光谱显微成像仪 |
CN109117759A (zh) * | 2018-07-27 | 2019-01-01 | 北京矿冶科技集团有限公司 | 一种金属硫化物矿物光学显微图像的自动识别方法 |
CN109283148A (zh) * | 2018-09-30 | 2019-01-29 | 核工业北京地质研究院 | 一种基于光谱信息自动识别岩石矿物的方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US6750964B2 (en) | Spectral imaging methods and systems | |
US7899624B2 (en) | Virtual flow cytometry on immunostained tissue-tissue cytometer | |
CN109117759A (zh) | 一种金属硫化物矿物光学显微图像的自动识别方法 | |
US7526116B2 (en) | Automated microscopic sperm identification | |
EP3538863B1 (en) | Automated tissue dissection instrument and methods of using the same | |
CN101692052B (zh) | 基于超光谱图像技术的名优茶真伪鉴别方法及装置 | |
CN110763698B (zh) | 一种基于特征波长的高光谱柑橘叶片病害识别方法 | |
US20130294656A1 (en) | Seed holding device and seed classification system with seed holding device | |
CN110702618A (zh) | 一种金属硫化物矿物显微高光谱图像的自动识别方法 | |
CN110414341A (zh) | 一种基于无人机技术的露天矿爆堆测量统计方法 | |
CN103177445A (zh) | 基于分段阈值图像分割及光斑识别的室外番茄识别方法 | |
CN112730326A (zh) | 一种岩石薄片智能鉴定装置及方法 | |
CN115997115A (zh) | 用于表征流式细胞仪数据中的溢出扩散的方法和系统 | |
CN110672532A (zh) | 一种利用显微高光谱图像识别岩浆矿物的方法 | |
CN101821599B (zh) | 用于制备分析板的细胞密度自动调节方法和设备 | |
CN113570538A (zh) | 一种叶片rgb图像偏态分布参数信息采集及分析方法 | |
CN201522431U (zh) | 岩屑实物图像分析仪 | |
CN110672531A (zh) | 一种利用显微高光谱图像鉴别重砂矿物的方法 | |
CN106404680A (zh) | 用于柑橘黄龙病田间快速现场检测的装置和方法 | |
US10204285B2 (en) | Apparatus and method for identifying plant varieties from leaf samples taken whilst in the field | |
CN111220589A (zh) | 病原微生物的快速鉴定仪器及鉴定方法 | |
CN110672606A (zh) | 均质矿物显微透射高光谱图像的自动识别方法 | |
CN100557385C (zh) | 吻合器漏针检测系统 | |
CN114339186A (zh) | 应用微控芯片的色泽判断系统 | |
JP2007071743A (ja) | 蛍光読取装置および微生物計数装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20200110 |
|
WD01 | Invention patent application deemed withdrawn after publication |