基于VGG模型的岩石薄片图像识别

• 作者: 刘禹 吴崇阳 白林 陈立辉 魏昕
• 来源期刊: 地质通报
• 学科: 地球科学
• 关键词: 岩石薄片图像 深度学习 VGG 特征提取
• 年，卷（期）: 2019,（12）
• 页码范围: 2053-2058
• 页数: 6页
• 分类号: P585|P628
• 字数: 2961字
• 语种: 中文

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	白林	成都理工大学数学地质四川省重点实验室	24	87	6.0	8.0
7	魏昕	成都理工大学地球科学学院	3	10	2.0	3.0
11	吴崇阳	成都理工大学管理科学学院	2	2	1.0	1.0
12	刘禹	成都理工大学管理科学学院	1	2	1.0	1.0
13	陈立辉	成都理工大学地球科学学院	1	2	1.0	1.0