-
公开(公告)号:CN111460947A
公开(公告)日:2020-07-28
申请号:CN202010216536.2
申请日:2020-03-15
Applicant: 吉林大学
Abstract: 本发明公开一种基于BP神经网络对显微镜下金属矿物的识别方法及系统,涉及金属矿物识别技术领域,主要包括获取反射偏光显微镜拍摄的未知金属矿物图像;利用MATLAB软件对未知金属矿物图像进行处理得到未知金属矿物图像初步特征数据;确定环境差异性特征;根据未知金属矿物图像初步特征数据和环境差异性特征计算未知金属矿物图像最终特征数据;将未知金属矿物图像最终特征数据输入到训练好的BP神经网络模型中,确定未知金属矿物的种类。本发明通过计算机软件和反射偏光显微镜对图像进行自动识别,在保证金属矿物识别成本低的基础上,排除个人因素和环境因素干扰,提高识别准确率。
-
-
-
公开(公告)号:CN111460947B
公开(公告)日:2022-05-31
申请号:CN202010216536.2
申请日:2020-03-15
Applicant: 吉林大学
IPC: G06V10/774 , G06V20/69 , G06V10/82 , G06K9/62 , G06N3/08
Abstract: 本发明公开一种基于BP神经网络对显微镜下金属矿物的识别方法及系统,涉及金属矿物识别技术领域,主要包括获取反射偏光显微镜拍摄的未知金属矿物图像;利用MATLAB软件对未知金属矿物图像进行处理得到未知金属矿物图像初步特征数据;确定环境差异性特征;根据未知金属矿物图像初步特征数据和环境差异性特征计算未知金属矿物图像最终特征数据;将未知金属矿物图像最终特征数据输入到训练好的BP神经网络模型中,确定未知金属矿物的种类。本发明通过计算机软件和反射偏光显微镜对图像进行自动识别,在保证金属矿物识别成本低的基础上,排除个人因素和环境因素干扰,提高识别准确率。
-
-
-