花岗岩矿物正交偏光镜下图像人工智能识别研究.pdfVIP

第44卷第1期矿物学报Vol.44,No.1

2024年2月ACTAMINERICASINICAFeb.,2024

文章编号：1000-4734(2024)01-0011-13

花岗岩矿物正交偏光镜下图像人工智能识别研究

王名越，狄永军*，张春禹

（中国地质大学（北京）地球科学与资源学院，北京100083）

摘要：人工智能在地球科学领域中的应用是近年来研究的热点，对地球科学的发展有着重要意义，其应用之一就

是使用计算机视觉技术实现岩石或矿物的自动化识别分类。然而，目前大多研究直接对岩石薄片图像进行分类，

不能够精细定位并识别薄片中多且复杂的矿物目标。虽然现已有许多学者将目标检测技术应用于岩石矿物的图像

识别分类中，但这些方法识别的对象大多是岩石手标本图像，只能对图像中的单一对象检测。在识别分类研究领

域中，缺少对岩石薄片镜下图像识别的算法及质量较好的相关数据集。为了解决这些问题，本文首先采集了3000

张正交偏光镜下花岗岩薄片图像，标注矿物样本10000余个，并通过数据增广方式对数据集进行增强，建立了一

个质量较好、具有多样性的数据集。其次本文提出基于Yolov5x的改进算法RDB-Yolov5x。这种方法在特征提取

过程中添加了密集连接方式，使用密集连接残差模块（RDB）替代传统的残差结构，有效地保留了图像的语义和位

置信息细节。实验结果表明该方法泛化能力较好，在对图像中小尺寸、特征模糊的矿物颗粒的识别中表现出优秀

的性能，可以准确有效地对花岗岩中的五类目标矿物（石英、黑云母、白云母、斜长石、钾长石）进行识别，平均

精度均值mAP达到94.1%。较对比方法，在IoU阈值为50%时提高了0.5%，阅值为95%时提高了1%。

关键词：人工智能识别；岩石矿物；RDB-Yolov5x；镜下图像

中图分类号：P575;TP391.4文献标识码：Adoi:10.16461/ki.1000-4734.2023.43.063

第一作者：王名越，女1997年生，硕士研究生，地质工程专业.E-mail：2101200023@

Astudyonidentificationofmineralsincrossedpolarizerimagesof

granitesusingtheartificialintelligence

WANGMingyue,DIYongjun*,ZHANGChunyu

(SchoolofEarthSciencesandResources,ChinaUniversityofGeosciencesBeijing,Beijing100083,China)

Abstract:Theapplicationofartificialintelligenceinfieldofgeosciencesbecomesaresearchhotspotinrecentyears.Itis

ofgreatsignificancetothedevelopmentofgeosciences.Oneofapplicationsofartificialintelligenceistoachieveautomated

identificationandclassificationofrocksormineralsusingthecomputervisiontechnique.However,mostresearchesare

generallyfocusedontheclassificationofrocktyperatherthanthedirectlypreciseidentificationofmultiple