一种大理岩显微薄片自动鉴别方法

摘要

本发明公开了一种大理岩显微薄片自动鉴别方法，其步骤是：1）将彩色图像转换为灰度图像；2）参考二维一阶离散小波分解处理灰度图像，分解为低频、水平、垂直和对角4个系数矩阵；3）分别将四个系数矩阵的元素值梯度化到0-255之间，并统计梯度分布；4）分别基于每一个梯度分布，计算分布特征，包括：均值、中位数、方差、偏度和峰值指标，构成纹理特征值向量；5）将薄片图像视为纹理特征值向量，储备样本集，采用随机森林分类技术，自动鉴别岩石薄片是否为大理岩。本发明方法运用信息处理技术自动鉴别大理岩显微薄片，充分利用大理岩的纹理特性和岩性组成，计算简单高效，具有扩展性；可随着岩石薄片数据储备的增加而提高鉴别方法的准确性；在地质勘探和矿物研究中具有应用价值。

主权项

一种大理岩显微薄片自动鉴别方法，其特征在于包含以下步骤：1)读取待确定岩石薄片的位图图像，将其转换为灰度图像，由灰度矩阵C表示：对每一个像素，采用三基色颜色值(r,g,b)计算灰度值c，计算公式如下：c＝0.33×r+0.34×g+0.33×b；2)参考二维一阶离散小波分解处理步骤1)的灰度图像，分解为4个频域的系数矩阵：低频分量系数矩阵A，水平方向系数矩阵H，竖直方向系数矩阵V和对角线方向系数矩阵D；令原始灰度图像的像素行数为M，列数为N，则转换后的系数矩阵行数为，列数为其中表示向下取整；3)对每一个系数矩阵，将元素值梯度化到0‑255之间，并统计梯度分布；4)基于每一个梯度分布，计算对应系数矩阵的统计特征，包括均值、中位数、方差、偏度、以及峰值指标，构成纹理特征值向量；5)将薄片图像转换为纹理特征值向量，储备样本集，采用随机森林分类技术，自动鉴别岩石薄片是否属于大理岩。