[发明专利]基于图像分割和分类的煤岩显微组分智能识别方法

摘要

本发明公开了一种基于图像分割和分类的煤岩显微组分智能识别方法，包括：首先，基于双层K均值的图像分割算法，将显微图像分割为背景树脂，壳质组，镜质组以及惰质组四大类；随后将分割得到图像，利用本发明所设计的多模态特征提取方法提取特征，将煤岩组分的几何特征，纹理特征以及灰度特征整合到一起，形成共172维特征，并采用随机森林方法针对上述多模态特征进行分类，进一步细分为背景树脂、镜质组、孢子体、角质体、丝质体、半丝质体、碎屑惰质体和碎片体。本发明通过结合图像分割以及图像分类的算法，完成对煤岩显微组分分析，具有准确性高，鲁棒性强，快速简便的优点。

主权项

1.基于图像分割和分类的煤岩显微组分智能识别方法，其特征在于，包括如下步骤：步骤1：采集煤岩显微图像；步骤2：采用双层K均值聚类方法对所述煤岩显微图像按不同组分类别进行图像分割，分割为若干个子图像；步骤3：从所述子图像中提取多模态特征值，以特征值为样本，样本所属的组分类别为样本标签，构建样本集；步骤4：将所述样本集划分为训练样本和测试样本，训练随机森林模型；步骤5：将待处理的煤岩显微图像先利用双层K均值聚类方法进行分割，提取分割后的子图像的特征值，将特征值输入训练好的随机森林模型中，得到各子图像所属组分类别。