公开(公告)号：CN114638992A

公开(公告)日：2022-06-17

申请号：CN202210274629.X

申请日：2022-03-21

Applicant: 东北大学

Inventor： 侯振隆 ,  赵文天 ,  申晋容 ,  魏继康 ,  刘欣慰 ,  张显

IPC: G06V10/764 ,  G06V10/82 ,  G06N3/04 ,  G06T7/11 ,  G06K9/62 ,  G06V10/774

Abstract: 本发明提供一种基于人工智能的显微镜下岩矿石图像识别方法，涉及矿产勘查中的岩矿石鉴定领域，首先，进行矿石标本数据采集并在显微镜下拍摄图像；其次，根据不同矿物在显微镜下的特征，通过人工观察进行初步的种类划分与归类；然后，对获取的图像数据进行增强和处理，创建训练集与测试集；最后，利用U‑net卷积神经网络进行训练并测试，计算矿物含量与识别准确率。本发明能够有效提高显微镜下岩矿石识别鉴定的效率，基于人工智能的识别方法还能有效避免人为主观干扰，降低人工成本，适用于大批量岩矿石样本的自动化识别，对于研究深部地壳结构、实现矿体的精准圈定，以及矿山生产中的岩矿石分类提供了技术支撑。