科学技术与工程
科學技術與工程
과학기술여공정
SCIENCE TECHNOLOGY AND ENGINEERING
2013年
31期
9231-9235
,共5页
程国建%杨静%黄全舟%刘烨
程國建%楊靜%黃全舟%劉燁
정국건%양정%황전주%류엽
Kmeans聚类%概率神经网络%岩石薄片图像%模式识别
Kmeans聚類%概率神經網絡%巖石薄片圖像%模式識彆
Kmeans취류%개솔신경망락%암석박편도상%모식식별
color image segmentation%kmeans clustering%probabilistic neural network%rock section image%pattern recognition
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.
為實現巖石薄片圖像孔隙識彆的自動化,提齣瞭一種基于聚類分割和神經網絡相結閤的分類識彆方法.首先在圖像中應用Kmeans聚類分割算法,將巖石圖像分割為揹景巖石和目標孔隙兩類,併分彆提取足夠特徵進行分類測試,效果良好.其次選100幅巖石圖像,每組5幅圖像共20組,每組200箇數據進行驗證.實驗錶明,建立好的概率神經網絡可以準確分類識彆齣目標孔隙,識彆平均正確率為95.12％,已達到實際應用需要.
위실현암석박편도상공극식별적자동화,제출료일충기우취류분할화신경망락상결합적분류식별방법.수선재도상중응용Kmeans취류분할산법,장암석도상분할위배경암석화목표공극량류,병분별제취족구특정진행분류측시,효과량호.기차선100폭암석도상,매조5폭도상공20조,매조200개수거진행험증.실험표명,건립호적개솔신경망락가이준학분류식별출목표공극,식별평균정학솔위95.12％,이체도실제응용수요.
