本发明专利技术公开了一种岩芯类别确定方法、装置、电子设备和存储介质。其中，方法包括：获取待识别图像；其中，在所述待识别图像中多个岩芯按照预设规则进行排布；对所述待识别图像进行分割处理，获得分割后的第一图像；利用预设模型中的反卷积网络对所述第一图像进行反卷积处理，获得特征面扩大的第二图像；对所述第二图像进行特征提取和识别，确定所述待识别图像中多个岩芯的岩芯类别；对每个所述岩芯类别，将所述岩芯类别标注在所述待识别图像中对应的岩芯位置上，获得标注后的识别图像。采用本发明专利技术提供的方案能实现岩芯类别的自动判断，提高判断的准备率和判断速度。提高判断的准备率和判断速度。提高判断的准备率和判断速度。
【技术实现步骤摘要】
岩芯类别确定方法、装置、电子设备和存储介质
[0001]本专利技术涉及岩芯判别
，尤其涉及一种岩芯类别确定方法、装置、电子设备和存储介质。
技术介绍
[0002]随着我国经济的发展，我国基建力度不断的增大，大规模的道路、建筑、隧道等投入建设。建筑物在建设之前，需要对区域范围内的地质情况进行勘察，通过勘察分析区域内的岩土力学情况、地质环境。而钻探是勘察地质情况的重要手段，旨在通过钻机钻探上来的岩芯分析判断，查明每个孔的地层结构及分布特征。
[0003]目前，在进行野外钻探岩芯判定的过程中，主要是基于规范的人眼进行判定。上述判定方式准确率低、速度慢。
技术实现思路
[0004]为解决用传统人眼进行判岩所导致的准确率低、速度慢的技术问题，本专利技术实施例提供一种岩芯类别确定方法、装置、电子设备和存储介质。
[0005]本专利技术实施例的技术方案是这样实现的：本专利技术实施例提供了一种岩芯类别确定方法，方法包括：获取待识别图像；其中，在所述待识别图像中多个岩芯按照预设规则进行排布；对所述待识别图像进行分割处理，获得分割后的第一图像；利用预设模型中的反卷积网络对所述第一图像进行反卷积处理，获得特征面扩大的第二图像；对所述第二图像进行特征提取和识别，确定所述待识别图像中多个岩芯的岩芯类别；对每个所述岩芯类别，将所述岩芯类别标注在所述待识别图像中对应的岩芯位置上，获得标注后的识别图像。
[0006]上述方案中，所述对所述第二图像进行特征提取和识别，确定所述待识别图像中多个岩芯的岩芯类别包括：利用预设模型中的特征提取网络对所述第二图像进行特征提取，获得多个第一向量；利用所述预设模型中的分类器对每个所述第一向量进行分类识别，确定每个所述第一向量所对应的岩芯类别。
[0007]上述方案中，所述利用所述预设模型中的分类器对每个所述第一向量进行分类识别，确定每个所述第一向量所对应的岩芯类别包括：利用所述预设模型中的分类器对每个所述第一向量进行分类识别，确定每个所述第一向量所对应的第一岩芯类别和第二岩芯类别；其中，第一岩芯类别表征所述岩芯的风化程度，所述第二岩芯类别表征所述岩芯的岩样种类。
[0008]上述方案中，所述对每个所述岩芯类别，将所述岩芯类别标注在所述待识别图像中对应的岩芯位置上，获得标注后的识别图像包括：将每个第一向量所对应的第一岩芯类别和第二岩芯类别标注在所述待识别图像中对应的岩芯位置上，获得标注后的识别图像。
[0009]上述方案中，所述利用预设模型中的特征提取网络对所述第二图像进行特征提取，获得多个第一向量包括：利用所述预设模型中的特征提取网络对所述第二图像进行特征提取，获得特征信息；根据所述特征信息生成特征图；对所述特征图进行加权处理，获得多个第一向量。
[0010]上述方案中，获取待识别图像之前，所述方法包括：获取训练图像集；对所述训练图像集进行标注，获得标注后的第一图像集；利用所述第一图像集对模型进行训练，获得预设模型。
[0011]上述方案中，所述对所述待识别图像进行分割处理，获得分割后的第一图像包括：将所述待识别图像按从上到下的顺序均等分割为三等份；将分割后的图像定义为第一图像。
[0012]本专利技术实施例还提供了一种岩芯类别确定装置，岩芯类别确定装置包括：获取模块，用于获取待识别图像；其中，在所述待识别图像中多个岩芯按照预设规则进行排布；分割模块，用于对所述待识别图像进行分割处理，获得分割后的第一图像；反卷积模块，用于利用预设模型中的反卷积网络对所述第一图像进行反卷积处理，获得特征面扩大的第二图像；确定模块，用于对所述第二图像进行特征提取和识别，确定所述待识别图像中多个岩芯的岩芯类别；标注模块，用于对每个所述岩芯类别，将所述岩芯类别标注在所述待识别图像中对应的岩芯位置上，获得标注后的识别图像。
[0013]本专利技术实施例还提供了一种电子设备，包括：处理器和用于存储能够在处理器上运行的计算机程序的存储器；其中，处理器用于运行计算机程序时，执行上述任一方法的步骤。
[0014]本专利技术实施例还提供了一种存储介质，存储介质中存储有计算机程序，计算机程序被处理器执行时，实现上述任一方法的步骤。
[0015]本专利技术实施例还提供了一种计算机程序产品，计算机程序产品包括计算机指令，计算机指令存储在计算机可读存储介质中。计算机设备的处理器从计算机可读存储介质读取计算机指令，处理器执行计算机指令，使得计算机设备执行上述任一方法的步骤。
[0016]本专利技术实施例提供的岩芯类别确定方法、装置、电子设备和存储介质，获取待识别图像；其中，在所述待识别图像中多个岩芯按照预设规则进行排布；对所述待识别图像进行分割处理，获得分割后的第一图像；利用预设模型中的反卷积网络对所述第一图像进行反卷积处理，获得特征面扩大的第二图像；对所述第二图像进行特征提取和识别，确定所述待
识别图像中多个岩芯的岩芯类别；对每个所述岩芯类别，将所述岩芯类别标注在所述待识别图像中对应的岩芯位置上，获得标注后的识别图像。采用本专利技术提供的方案能实现岩芯类别的自动判断，提高判断的准备率和判断速度。
附图说明
[0017]图1为本专利技术实施例岩芯类别确定方法的流程示意图；图2为本专利技术应用实施例岩芯判别总体框架示意图；图3为本专利技术应用实施例数据标签示意图；图4为本专利技术实施例岩芯类别确定装置的结构示意图；图5为本专利技术实施例计算机设备的内部结构图。
具体实施方式
[0018]下面将结合附图及实施例对本专利技术作进一步详细的描述。
[0019]本专利技术实施例提供了一种岩芯类别确定方法，如图1所示，该方法包括：步骤101：获取待识别图像；其中，在所述待识别图像中多个岩芯按照预设规则进行排布；步骤102：对所述待识别图像进行分割处理，获得分割后的第一图像；步骤103：利用预设模型中的反卷积网络对所述第一图像进行反卷积处理，获得特征面扩大的第二图像；步骤104：对所述第二图像进行特征提取和识别，确定所述待识别图像中多个岩芯的岩芯类别；步骤105：对每个所述岩芯类别，将所述岩芯类别标注在所述待识别图像中对应的岩芯位置上，获得标注后的识别图像。
[0020]实际应用时，钻机钻探上来的岩芯会按照钻探的深度进行排列。例如，参见图3，图3为实际操作时所使用的岩芯盒，该岩芯盒包含多格可容纳岩芯的空间，每格空间一般为一米。根据钻探的深度可按照从上到下的顺序依次将钻探上来的岩芯放置于该岩芯盒每格的空间中。即一般，第一格空间放置钻探的深度为0到1米的岩芯；第二格空间放置钻探的深度为1到2米的岩芯；第三格空间放置钻探的深度为2到3米的岩芯；以此类推，完成岩芯的放置。
[0021]在按照上述方式放置岩芯后，可对放置后的岩芯盒进行拍摄获得待识别图像。这里，待识别图像中会包含多个需要进行识别的岩芯，多个岩芯是按照一定的规则进行排布的。
[0022]在获得待识别图像后，可将上述待识别图像输入至训练好的预设模型中进行识别。这里，可对预设模型进行设置，使得预设模型能完成岩芯的判断识别操作。<本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种岩芯类别确定方法，其特征在于，所述方法包括：获取待识别图像；其中，在所述待识别图像中多个岩芯按照预设规则进行排布；对所述待识别图像进行分割处理，获得分割后的第一图像；利用预设模型中的反卷积网络对所述第一图像进行反卷积处理，获得特征面扩大的第二图像；对所述第二图像进行特征提取和识别，确定所述待识别图像中多个岩芯的岩芯类别；对每个所述岩芯类别，将所述岩芯类别标注在所述待识别图像中对应的岩芯位置上，获得标注后的识别图像。2.根据权利要求1所述的方法，其特征在于，所述对所述第二图像进行特征提取和识别，确定所述待识别图像中多个岩芯的岩芯类别包括：利用预设模型中的特征提取网络对所述第二图像进行特征提取，获得多个第一向量；利用所述预设模型中的分类器对每个所述第一向量进行分类识别，确定每个所述第一向量所对应的岩芯类别。3.根据权利要求2所述的方法，其特征在于，所述利用所述预设模型中的分类器对每个所述第一向量进行分类识别，确定每个所述第一向量所对应的岩芯类别包括：利用所述预设模型中的分类器对每个所述第一向量进行分类识别，确定每个所述第一向量所对应的第一岩芯类别和第二岩芯类别；其中，第一岩芯类别表征所述岩芯的风化程度，所述第二岩芯类别表征所述岩芯的岩样种类。4.根据权利要求3所述的方法，其特征在于，所述对每个所述岩芯类别，将所述岩芯类别标注在所述待识别图像中对应的岩芯位置上，获得标注后的识别图像包括：将每个第一向量所对应的第一岩芯类别和第二岩芯类别标注在所述待识别图像中对应的岩芯位置上，获得标注后的识别图像。5.根据权利要求2所述的方法，其特征在于，所述利用预设模型中的特征提取网络对所述第二图像...
【专利技术属性】
技术研发人员：陈彪，黄雪峰，熊海飞，张志文，
申请(专利权)人：深圳市信润富联数字科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。