科研之友
微信
新浪微博
Facebook
分享链接
摘要
在石油地质图像分析工作中，荧光图像分析技术是获取岩石包含的油藏信息的重要方式。目前提取荧光成分的方法是先对荧光图像进行RGB阈值分割，再根据一定的聚类算法利用每个像素点的颜色信息进行成分分类，此过程需要大量人工交互并且分类结果不够准确。针对这些问题，本文提出了一种基于深度学习的荧光图像分类算法，使用VGG16结合UNet的方法来构建网络，VGG16网络作为编码器部分进行主干特征提取，UNet作为解码器部分进行加强特征提取，并增加注意力机制来防止像素级信息的缺失，提高特征提取的准确性。通过对多组图像进行实验表明，该方法可以获得良好的分类效果。
-
单位四川大学; 成都西图科技有限公司
