基于概率神经网络的岩石薄片图像分类识别研究

• 作者: 刘烨 杨静 程国建 黄全舟
• 来源期刊: 科学技术与工程
• 学科: 工学
• 关键词: Kmeans聚类 概率神经网络 岩石薄片图像 模式识别
• 年，卷（期）: 2013,（31）
• 所属期刊栏目: 论文
• 页码范围: 9231-9235
• 页数: 5页
• 分类号: TP391.41|TP183
• 字数: 3733字
• 语种: 中文

摘要

为实现岩石薄片图像孔隙识别的自动化,提出了一种基于聚类分割和神经网络相结合的分类识别方法.首先在图像中应用Kmeans聚类分割算法,将岩石图像分割为背景岩石和目标孔隙两类,并分别提取足够特征进行分类测试,效果良好.其次选100幅岩石图像,每组5幅图像共20组,每组200个数据进行验证.实验表明,建立好的概率神经网络可以准确分类识别出目标孔隙,识别平均正确率为95.12％,已达到实际应用需要.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	黄全舟	西安石油大学计算机学院	18	104	8.0	9.0
2	程国建	西安石油大学计算机学院	123	847	14.0	25.0
3	刘烨	西安石油大学计算机学院	16	63	4.0	7.0
4	杨静	西安石油大学计算机学院	8	33	4.0	5.0