一种基于物联网的火山岩鉴定方法、系统、终端及介质技术方案

本发明专利技术公开了一种基于物联网的火山岩鉴定方法，其技术方案要点是：获取目标物不同采集角度的多组图像；对多组图像进行图像处理后构建表面由多个网格平面组成的三维模型；根据多组图像提取目标物表面层的孔隙分布信息、孔隙明暗度信息,并根据孔隙分布信息对三维模型进行孔隙贴图处理；根据三维模型计算目标物的模拟体积和孔隙分布面积；根据孔隙明暗度信息计算孔隙平均深度值，以深度值为标准计算目标物表面层的孔隙占比率，并结合模拟体积计算得到目标物整体的孔隙占比率；获取目标物的重量值，根据重量值和实体成分体积计算得到实体成分平均密度；根据实体成分平均密度分布范围判断目标物类别，得到鉴定结果。能够快速、准确的鉴定火山岩类别。

【技术实现步骤摘要】
一种基于物联网的火山岩鉴定方法、系统、终端及介质
本专利技术涉及岩石类别鉴定
，更具体地说，它涉及一种基于物联网的火山岩鉴定方法、系统、终端及介质。
技术介绍
岩性鉴定识别主要是以岩石学、矿物学和地球化学为理论指导，利用岩石样品肉眼观察、镜下观察、化学成分分析等技术，以岩石颜色、结构、构造、矿物成分及其含量等特征条件等为依据对岩性准确定名的过程。岩性识别是地质录井工作的主要工作之一，是地质剖面建立的基础，也是石油勘探开发过程中地层、储层等研究的前提工作。现有的火山岩岩性识别技术主要有：基于元素俘获测井(ECS)的TAS图法、电成像测井的结构识别法、神经网络法及其组合识别方法，如以ECS和电成像测井相结合的三维岩性识别方法。目前对火山岩岩性识别多采用岩石化学组分与结构相结合的火山岩岩性识别思路，来确定火山岩岩性。然而，采用岩石化学组分与结构进行识别鉴定，其操作过程复杂、投入成本高，且难以在地质现场勘探中推广应用。目前，有研究表明，酸性火山岩、中性火山岩、基性火山岩中随着主成分二氧化硅含量变化而使得整体密度不断增大，但是受火山岩外表以及内部孔隙难以精确计算影响，导致部分酸性火山岩、中性火山岩、基性火山岩中的密度存在交叉，现有的密度测量法在火山岩鉴定过程中误差较大。因此，如何研究设计一种基于物联网的火山岩鉴定方法、系统、终端及介质是我们目前急需解决的问题。
技术实现思路
为解决现有火山岩识别鉴定方法存在操作过程复杂、投入成本高以及误差较大的问题，本专利技术的目的是提供一种基于物联网的火山岩鉴定方法、系统、终端及介质，能够在地质现场勘探中推广应用。本专利技术的上述技术目的是通过以下技术方案得以实现的：第一方面，提供了一种基于物联网的火山岩鉴定方法，包括以下步骤：获取目标物不同采集角度的多组图像；对多组图像进行图像处理后构建表面由多个网格平面组成的三维模型；根据多组图像提取目标物表面层的孔隙分布信息、孔隙明暗度信息,并根据孔隙分布信息对三维模型进行孔隙贴图处理；根据三维模型计算目标物的模拟体积和孔隙分布面积；根据孔隙明暗度信息计算孔隙平均深度值，以深度值为标准计算目标物表面层的孔隙占比率，并结合模拟体积计算得到目标物整体的孔隙占比率；获取目标物的重量值，根据重量值和实体成分体积计算得到实体成分平均密度；根据实体成分平均密度分布范围判断目标物类别，得到鉴定结果。优选的，所述网格平面为三角平面，三角平面的面积大小为0.64cm2-1.44cm2。优选的，所述孔隙平均深度值具体为：H＝(h1×S1+h2×S2+...+hn×Sn)/(n×SK)；其中，H为孔隙平均深度值，n为孔隙数量，hn为单个孔隙最大深度值，Sn为对应孔隙的表面积，SK为目标物的孔隙分布面积。优选的，所述目标物整体的孔隙占比率具体为：其中，Z为目标物整体的孔隙占比率，SB为目标物的模拟表面积，VT为目标物的模拟体积，Q为随VT增大而减小的常数。优选的，所述实体成分平均密度具体为：ρ＝A1×a1+...+An×an；其中，ρ为实体成分平均密度，m为目标物重量值，An为实体成分，an为对应成分的含量占比。优选的，所述目标物的分类标准为：实体成分平均密度为2.2-2.6g/cm3的目标物鉴定为酸性火山岩；实体成分平均密度为2.6-3.0g/cm3的目标物鉴定为中性火山岩；实体成分平均密度为3.0-3.4g/cm3的目标物鉴定为基性火山岩。优选的，所述酸性火山岩为流纹岩，中性火山岩为闪长岩安山岩正长岩，基性火山岩为玄武岩。第二方面，提供了一种基于物联网的火山岩鉴定系统，包括：图像采集模块，用于获取目标物不同采集角度的多组图像；模型构建模块，用于对多组图像进行图像处理后构建表面由多个网格平面组成的三维模型；图像处理模块，用于根据多组图像提取目标物表面层的孔隙分布信息、孔隙明暗度信息,并根据孔隙分布信息对三维模型进行孔隙贴图处理；第一计算模块，用于根据三维模型计算目标物的模拟体积和孔隙分布面积；第二计算模块，用于根据孔隙明暗度信息计算孔隙平均深度值，以深度值为标准计算目标物表面层的孔隙占比率，并结合模拟体积计算得到目标物整体的孔隙占比率；第三计算模块，用于获取目标物的重量值，根据重量值和实体成分体积计算得到实体成分平均密度；鉴定模块，用于根据实体成分平均密度分布范围判断目标物类别，得到鉴定结果。第三方面，提供了一种计算机终端，包含存储器、处理器及存储在存储器并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如第一方面中任意一项所述的一种基于物联网的火山岩鉴定方法。第四方面，提供了一种计算机可读介质，其上存储有计算机程序，所述计算机程序被处理器执行可实现如第一方面中任意一项所述的一种基于物联网的火山岩鉴定方法。与现有技术相比，本专利技术具有以下有益效果：1、本专利技术能够快速、准确的计算出目标物的实体成分平均密度，对火山岩中各个主成分的密度、含量进行计算与统计，得到火山岩密度鉴定标准，通过计算结果与鉴定标准对比分析能够快速准确的鉴定出酸性火山岩、中性火山岩、基性火山岩分类，可为地质勘探提供技术支持；2、基于物联网技术对目标物进行采集，整个鉴定过程无需操作复杂的仪器设备、工作效率高，不受工作环境影响，实用性强；3、本专利技术鉴定过程技术要求含量低，操作简单、投入成本低以及准确率高，方便推广与应用；4、本专利技术能够为火山岩成分及含量深入研究分析提供数据支持。附图说明为了更清楚地说明本专利技术实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。图1是本专利技术实施例1中的流程图；图2是本专利技术实施例2中的架构图；图3是本专利技术实施例中的鉴定效果图。图中：101、图像采集模块；102、模型构建模块；103、图像处理模块；104、第一计算模块；105、第二计算模块；106、第三计算模块；107、鉴定模块。具体实施方式为了使本专利技术所要解决的技术问题、技术方案及有益效果更加清楚明白，以下结合附图及实施例，对本专利技术进行进一步详细说明。实施例：一种基于物联网的火山岩鉴定方法，如图1所示，包括以下步骤：步骤一：获取目标物不同采集角度的多组图像。步骤二：对多组图像进行图像处理后构建表面由多个网格平面组成的三维模型。网格平面为三角平面，三角平面的面积大小为0.64cm2-1.44cm2。步骤三：根据多组图像提取目标物表面层的孔隙分布信息、孔隙明暗度信息,并根据孔隙分布信息对三维模型进行孔隙贴图处理。步骤四：根本文档来自技高网...

【技术保护点】
1.一种基于物联网的火山岩鉴定方法，其特征是，包括以下步骤：/n获取目标物不同采集角度的多组图像；/n对多组图像进行图像处理后构建表面由多个网格平面组成的三维模型；/n根据多组图像提取目标物表面层的孔隙分布信息、孔隙明暗度信息,并根据孔隙分布信息对三维模型进行孔隙贴图处理；/n根据三维模型计算目标物的模拟体积和孔隙分布面积；/n根据孔隙明暗度信息计算孔隙平均深度值，以深度值为标准计算目标物表面层的孔隙占比率，并结合模拟体积计算得到目标物整体的孔隙占比率；/n获取目标物的重量值，根据重量值和实体成分体积计算得到实体成分平均密度；/n根据实体成分平均密度分布范围判断目标物类别，得到鉴定结果。/n

【技术特征摘要】
1.一种基于物联网的火山岩鉴定方法，其特征是，包括以下步骤：
获取目标物不同采集角度的多组图像；
对多组图像进行图像处理后构建表面由多个网格平面组成的三维模型；
根据多组图像提取目标物表面层的孔隙分布信息、孔隙明暗度信息,并根据孔隙分布信息对三维模型进行孔隙贴图处理；
根据三维模型计算目标物的模拟体积和孔隙分布面积；
根据孔隙明暗度信息计算孔隙平均深度值，以深度值为标准计算目标物表面层的孔隙占比率，并结合模拟体积计算得到目标物整体的孔隙占比率；
获取目标物的重量值，根据重量值和实体成分体积计算得到实体成分平均密度；
根据实体成分平均密度分布范围判断目标物类别，得到鉴定结果。


2.根据权利要求1所述的一种基于物联网的火山岩鉴定方法，其特征是，所述网格平面为三角平面，三角平面的面积大小为0.64cm2-1.44cm2。


3.根据权利要求1所述的一种基于物联网的火山岩鉴定方法，其特征是，所述孔隙平均深度值具体为：
H＝(h1×S1+h2×S2+...+hn×Sn)/(n×SK)；
其中，H为孔隙平均深度值，n为孔隙数量，hn为单个孔隙最大深度值，Sn为对应孔隙的表面积，SK为目标物的孔隙分布面积。


4.根据权利要求3所述的一种基于物联网的火山岩鉴定方法，其特征是，所述目标物整体的孔隙占比率具体为：



其中，Z为目标物整体的孔隙占比率，SB为目标物的模拟表面积，VT为目标物的模拟体积，Q为随VT增大而减小的常数。


5.根据权利要求4所述的一种基于物联网的火山岩鉴定方法，其特征是，所述实体成分平均密度具体为：



ρ＝A1×a1+...+An×an；
其中，ρ为实体成分平均密度，m为目标物重量值，An为实体成分，an为对应成分的...

【专利技术属性】
技术研发人员：迟唤昭，邓馨卉，薛晓刚，张成，陈国强，孙振明，苗长盛，张海洪，于秋野，刘昕悦，
申请(专利权)人：长春工程学院，
类型：发明
国别省市：吉林;22