[發明專利]一種基于深度特征融合網絡的砂巖薄片分割和識別方法

在審

• 申請號: 202111244037.5
• 申請日: 2021-10-26
• 公開（公告）號: CN113688956A
• 公開（公告）日: 2021-11-23
• 發明（設計）人: 易雨;陳雁;黃玉楠;安玉釧;苗波;李平;鐘學燕;鐘原
• 申請（專利權）人: 西南石油大學
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06K9/20;G06N3/04
• 代理公司: 西安正華恒遠知識產權代理事務所(普通合伙) 61271
• 代理人: 傅曉

1.一種基于深度特征融合網絡的砂巖薄片分割和識別方法，其特征在于，包括以下步驟：

S1、通過砂巖薄片在單偏光和正交偏光下拍攝，生成多幅不同視域的砂巖薄片單偏光和正交偏光圖像；

S2、將砂巖薄片單偏光和正交偏光圖像作為Resnet網絡的輸入，得到第一特征圖組；

其中，第一特征圖組包括第一特征圖C2、第一特征圖C3、第一特征圖C4和第一特征圖C5；

S3、將砂巖薄片的第一特征圖C5作為ASPP模塊網絡的輸入，得到第二特征圖；

S4、將砂巖薄片的第二特征圖作為Decoder模塊網絡的輸入，得到第三特征圖組；

其中，第三特征圖組包括第三特征圖P2、第三特征圖P3、第三特征圖P4和第三特征圖P5；

S5、將第三特征圖組與第一特征圖組中的特征圖進行融合，并通過非雙線性插值和降維處理，得到第四特征圖；

S6、將第四特征圖作為Head模塊網絡的輸入，得到分割并識別出砂巖顆粒的砂巖薄片，完成砂巖薄片分割和識別。

2.根據權利要求1所述的基于深度特征融合網絡的砂巖薄片分割和識別方法，其特征在于，所述步驟S2中，Resnet網絡包括依次連接第一卷積層、第二卷積層、第三卷積層、第四卷積層和第五卷積層；其中，第一卷積層包括并行的第一卷積塊和第二卷積塊；

所述步驟S2具體為：

將相同視域下的砂巖薄片單偏光和正交偏光圖像對齊后，分別輸入第一卷積塊和第二卷積塊，將第一卷積塊和第二卷積塊的輸出結果融合，將其作為第一卷積層的輸出并輸入至第二卷積層；

將第二卷積層、第三卷積層、第四卷積層和第五卷積層的輸出結果分別作為第一特征圖組中的第一特征圖C2、第一特征圖C3、第一特征圖C4和第一特征圖C5。

3.根據權利要求2所述的基于深度特征融合網絡的砂巖薄片分割和識別方法，其特征在于，所述步驟S3中，ASPP模塊網絡包括并行連接的第一空洞卷積層、第二空洞卷積層、第三空洞卷積層、第四空洞卷積層和二元自適應均值池化層；

其中，第一空洞卷積層應用1×1卷積和卷積比率為1的空洞卷積；

第二空洞卷積層應用3×3卷積和卷積比率為6的空洞卷積；

第三空洞卷積層應用3×3卷積和卷積比率為12的空洞卷積；

第四空洞卷積層應用3×3卷積和卷積比率為18的空洞卷積；

所述步驟S3具體為：

將砂巖薄片的第一特征圖C5作為ASPP模塊網絡的輸入，將第一空洞卷積層、第二空洞卷積層、第三空洞卷積層、第四空洞卷積層和二元自適應均值池化層的輸出結果進行拼接，并通過1×1卷積降維得到第二特征圖。

4.根據權利要求1所述的基于深度特征融合網絡的砂巖薄片分割和識別方法，其特征在于，所述步驟S4中，Decoder模塊網絡包括依次連接的第六卷積層、第七卷積層、第八卷積層和第九卷積層；

將第六卷積層、第七卷積層、第八卷積層和第九卷積層的輸出結果分別作為第三特征圖組中的第三特征圖P5、第三特征圖P4、第三特征圖P3和第三特征圖P2。

5.根據權利要求4所述的基于深度特征融合網絡的砂巖薄片分割和識別方法，其特征在于，所述步驟S5包括以下分步驟：

S51、將第三特征圖P4和第一特征圖C4進行融合，將第三特征圖P3和第一特征圖C3進行融合，將第三特征圖P2和第一特征圖C2進行融合；

S52、將融合后得到的新的特征圖和第三特征圖P5融合，并以第三特征圖P2的大小為標準通過非雙線性插值進行擴大，并將其降維得到第四特征圖。

6.根據權利要求4所述的基于深度特征融合網絡的砂巖薄片分割和識別方法，其特征在于，所述步驟S6中，Head模塊網絡包括依次連接的3×3卷積層和分類層。