[发明专利]一种基于纹理特征的钻孔雷达影像岩层分类方法

权利要求书

1.一种基于纹理特征的钻孔雷达影像岩层分类方法，其特征在于包括如下步骤：

步骤(1)、采集典型岩层结构类别的钻孔雷达影像剖面图，建立样本库；

步骤(2)、采集待分类的钻孔雷达影像剖面图，得到待分类图像；

步骤(3)、样本图像特征提取与训练：求取每个样本图像的灰度共生矩阵，并提取灰度共生矩阵的特征参数，将其归一化后形成一个特征向量，作为训练样本输入到纹理特征库中；

步骤(4)、待分类图像的特征提取：从待分类图像的左上角开始，对每个16×16像素的图像块进行分块，得到待分类图像块；按照步骤(3)的方法得到待分类图像的纹理特征矩阵；

步骤(5)、待分类图像块的岩层分类：根据步骤(3)和步骤(4)求得的纹理特征矩阵进行相似度匹配，待分类图像块分类为相似度最大的一类，输出分类结果；

步骤(6)、重复步骤(4)～(5)直至待分类图像的每个图像块分类完毕，相似纹理区域的小块具有相同编号，然后根据编号的不同实施区域整合划分，实现钻孔雷达影像的纹理分类。

2.根据权利要求1所述基于纹理特征的钻孔雷达影像岩层分类方法，其特征在于：

步骤(1)中，建立样本库，是预先收集不同岩层类别的钻孔雷达影像剖面图，对这些图像进行预处理，选取每种岩层的16*16像素的样本图像块50-100个，构成样本库。

3.根据权利要求2所述基于纹理特征的钻孔雷达影像岩层分类方法，其特征在于：

对图像进行预处理，是指去除噪声和二值化处理，以便更好地提取图像特征；然后将图像的灰度分为16个灰度级，滤掉不需要的信息，减少共生矩阵的计算，从而提高图像识别的速度与准确率。

4.根据权利要求1所述基于纹理特征的钻孔雷达影像岩层分类方法，其特征在于：

步骤(3)中，灰度共生矩阵的特征参数为能量Energy、对比度Contrast、熵Entropy、相关性Correlation 4个参数；能量是灰度共生矩阵元素值的平方和，反映了图像灰度分布均匀程度和纹理粗细度；对比度反映了图像的清晰度和纹理沟纹深浅的程度；熵是图像所具有的信息量的度量，纹理信息也属于图像的信息；相关性度量空间灰度矩阵元素在行或列方向上的相似程度。