基于支持向量机的岩心识别算法研究  

作　　者：王浩[1] 宋文广[1] 徐浩 张冰心 

机构地区：[1]长江大学计算机科学学院,湖北荆州434023

出　　处：《湖北工程学院学报》2021年第6期61-66,共6页Journal of Hubei Engineering University

基　　金：新疆自治区创新人才建设专项自然科学计划项目(2020D01A132);湖北省科技示范项目(2019YYD016);Cooperative Innovation Center of Unconventional Oil and Gas,Yangtze University,Ministry ofEducation&Hubei Province(UOG2020-10)。

摘　　要：基于岩心图像的颜色和纹理特征,研究了岩心图像的自动识别方法。首先采用多特征融合的方法,分别获取岩心图像色相饱和度亮度值(hue saturation value,HSV)空间的颜色矩、局部二值模式(local binary pattern,LBP)的纹理特征,再利用支持向量机(support vector machines,SVM)训练分类识别这些特征融合形成的特征向量,获得精确度较高的岩心图像分类识别的模型。对400份岩心图像的测试,岩心图像颜色与纹理特征融合处理后,智能识别岩性特征的方法精度达到了86%。结果表明:利用岩心图像智能识别岩性,提高了识别岩性速度,方便对地层岩心的分类。

关 键 词：岩心图像 岩性特征 图像分类识别 

分 类 号：TP319[自动化与计算机技术—计算机软件与理论]