矿物裂隙智能识别深度模型.docxVIP

矿物裂隙智能识别深度模型

目录

文档综述．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．3

1.1研究背景与意义．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．4

1.2国内外研究现状．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．5

1.2.1裂隙识别技术发展历程．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．7

1.2.2深度学习在矿物识别中的应用．．．．．．．．．．．．．．．．．．．．．．．．．．．9

1.3研究目标与内容．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．10

1.4技术路线与方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．14

1.5论文结构安排．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．18

相关理论与技术基础．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．21

2.1矿物裂隙基本特征．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．24

2.1.1裂隙类型与成因．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．25

2.1.2裂隙形态特征参数．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．27

2.2深度学习基本原理．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．28

2.2.1卷积神经网络．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．32

2.2.2生成对抗网络．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．34

2.2.3其他相关深度模型．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．35

2.3图像处理技术．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．40

2.3.1图像预处理方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．41

2.3.2图像增强技术．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．44

矿物裂隙智能识别模型设计．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．46

3.1模型总体架构．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．51

3.2数据预处理模块．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．53

3.2.1图像去噪与增强．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．57

3.2.2图像标注与数据集构建．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．59

3.3特征提取模块．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．62

3.3.1卷积层设计．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．64

3.3.2池化层设计．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．66

3.4模型训练模块．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．67

3.4.1损失函数选择．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．71

3.4.2优化算法选择．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．76

3.4.3模型训练策略．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．79

3.5模型后处理模块．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．82

3.5.1裂隙分割结果优化．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．83

3.5.2裂隙信息提取与分析．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．85

实验与结果分析．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．88

4.1实验环境与数据集．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．91

4.1.1硬件环境配置．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．93

4.1.2