[发明专利]一种基于unet分割的岩石图像孔隙类型识别方法在审
| 申请号： | 201910375770.7 | 申请日： | 2019-05-07 |
| 公开（公告）号： | CN110110661A | 公开（公告）日： | 2019-08-09 |
| 发明（设计）人： | 陈雁;刘易青;李祉呈;焦世祥;常国彪;宋敏;王珂;廖梦羽;李平;蒋裕强;程超;蒋婵;蒋增政;王占磊 | 申请（专利权）人： | 西南石油大学;四川杰瑞泰克科技有限公司 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06T7/10;G06N3/04 |
| 代理公司： | 成都正华专利代理事务所(普通合伙) 51229 | 代理人： | 何凡 |
| 地址： | 610500 四*** | 国省代码： | 四川;51 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于unet分割的岩石图像孔隙类型识别方法，其包括以下步骤：S1、搭建初始深度学习网络模型；S2、获取岩石原始图像并进行图像切割和图像增强，得到预处理后的图像数据；S3、获取岩石原始图像并进行孔隙位置和形状的人工标注，得到标注后的标签图像数据；S4、对标注后的标签图像数据进行One‑Hot编码，得到编码后的标签数据；S5、将预处理后的图像数据和编码后的标签数据作为训练样本对初始深度学习网络模型进行训练，得到训练后的模型；S6、采用训练后的模型对待识别图像进行识别。本发明抗噪音能力强，具有泛化能力，可提高孔隙识别精度，并且实现了孔隙类别的识别。 | ||
| 搜索关键词： | 岩石 预处理 标签图像数据 标签数据 孔隙类型 图像数据 网络模型 原始图像 图像 标注 抗噪音能力 孔隙位置 人工标注 图像切割 图像增强 训练样本 分割 学习 | ||
【主权项】：
1.一种基于unet分割的岩石图像孔隙类型识别方法，其特征在于，包括以下步骤：S1、将语义分割模型unet作为网络模型、将卷积神经网络作为基础构架搭建初始深度学习网络模型；S2、获取岩石原始图像并进行图像切割和图像增强，得到预处理后的图像数据；S3、获取岩石原始图像并进行孔隙位置和形状的人工标注，得到标注后的标签图像数据；S4、对标注后的标签图像数据进行One‑Hot编码，得到编码后的标签数据；S5、将步骤S2得到的预处理后的图像数据和步骤S4得到的编码后的标签数据作为训练样本对步骤S1所搭建的初始深度学习网络模型进行训练，得到训练后的模型；S6、采用训练后的模型对待识别图像进行识别。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于西南石油大学;四川杰瑞泰克科技有限公司，未经西南石油大学;四川杰瑞泰克科技有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910375770.7/，转载请声明来源钻瓜专利网。
