【技术实现步骤摘要】
本申请涉及智能检测领域，且更为具体地，涉及一种地质勘测用岩石矿物含量检测系统及方法。
技术介绍
1、在地质学研究和矿产资源开发中，岩石矿物的含量分析对于了解地质构造、评估矿产资源价值具有重要意义。传统的岩石矿物含量检测方法主要依赖于实验室化学分析和物理测试，这些方法虽然准确度较高，但是耗时长、成本高，难以满足现场快速检测的需求。
2、近年来，随着遥感技术和计算机视觉的发展，基于光谱分析的岩石矿物含量检测技术逐渐成为研究热点。例如，公开号为cn115656053a的专利技术专利公开了一种岩石矿物含量测试方法及系统，其首先将隧道围岩的光谱信息和图像信息拼接为3d隧道图像光谱图，并从其中中提取特征敏感波段、岩矿的图像特征向量和光谱特征向量，然后基于特征敏感波对3d隧道图像光谱图中的光谱信息进行端元解混，同时基于岩矿图像特征向量和光谱特征向量识别岩矿类别，对端元解混得到的矿物类别进行校准，从而基于矿物的岩性以及像素空间分布计算出矿物的含量，并进行可视化展示。
3、然而，上述方案在利用岩矿图像特征和光谱特征进行岩矿类别时，通过预先构建的隧址区图谱库中存储的图谱融合信息与岩矿的关系进行岩矿类别匹配识别，这种方法在实际应用中可能会遇到图谱库不全面或更新不及时的问题，从而影响检测的准确性和实时性。此外，由于岩矿图像特征和光谱特征具有不同的物理意义和表达形式，传统的特征拼接、加权平均等融合方法难以充分挖掘两者之间的互补信息，存在信息丢失等问题，从而导致检测结果的准确性和可靠性受限。
4、因此，期待一种优化的地质
技术实现思路
1、为了解决上述技术问题，提出了本申请。本申请的实施例提供了一种地质勘测用岩石矿物含量检测系统及方法，其在提取出岩矿的图像特征和光谱特征之后，通过利用基于深度学习的数据处理技术挖掘出岩矿图像特征和光谱特征的内在共性，并以两者的共性特征为掩码，强调岩矿图像特征和光谱特征中的独特信息，通过补偿式交互融合，综合利用岩矿图像特征和光谱特征的共性信息和独特信息，以此来实现对岩矿类别的精确识别。这样，可以有效解决多模态特征融合过程中的信息丢失问题，从而提高岩矿分类的准确性和矿物含量的计算精度。
2、根据本申请的一个方面，提供了一种地质勘测用岩石矿物含量检测方法，其包括：获取岩石矿物的光谱信息和图像信息，并将所述岩石矿物的光谱信息和图像信息拼接为3d岩石矿物图像光谱图；从所述3d岩石矿物图像光谱图提取特征敏感波段、岩矿图像特征向量和光谱特征向量；基于所述特征敏感波段，对所述3d岩石矿物图像光谱图中的光谱信息进行端元解混以得到端元解混结果；基于所述岩矿图像特征向量和所述光谱特征向量，确定岩矿类别；基于所述岩矿类别对所述端元解混结果中的矿物类别进行校准；将所述端元解混结果中的每个像元端元解混的每种矿物的权重与矿物所占像素点做加权处理以得到矿物的含量，其特征在于，基于所述岩矿图像特征向量和所述光谱特征向量，确定岩矿类别，包括：
3、对所述岩矿图像特征向量和所述光谱特征向量进行跨模态交互融合以得到岩矿图像-光谱跨模态交互补偿融合表示向量；
4、基于所述岩矿图像-光谱跨模态交互补偿融合表示向量，生成岩矿类别的识别结果。
5、根据本申请的另一个方面，提供了一种地质勘测用岩石矿物含量检测系统，其包括：
6、信息获取模块，用于获取岩石矿物的光谱信息和图像信息，并将所述岩石矿物的光谱信息和图像信息拼接为3d岩石矿物图像光谱图；
7、特征提取模块，用于从所述3d岩石矿物图像光谱图提取特征敏感波段、岩矿图像特征向量和光谱特征向量；
8、端元解混模块，用于基于所述特征敏感波段，对所述3d岩石矿物图像光谱图中的光谱信息进行端元解混以得到端元解混结果；
9、跨模态交互融合模块，用于对所述岩矿图像特征向量和所述光谱特征向量进行跨模态交互融合以得到岩矿图像-光谱跨模态交互补偿融合表示向量；
10、识别结果生成模块，用于基于所述岩矿图像-光谱跨模态交互补偿融合表示向量，生成岩矿类别的识别结果；
11、校准模块，用于基于所述岩矿类别对所述端元解混结果中的矿物类别进行校准；
12、矿物含量检测结果生成模块，用于将所述端元解混结果中的每个像元端元解混的每种矿物的权重与矿物所占像素点做加权处理以得到矿物的含量。
13、与现有技术相比，本申请提供的一种地质勘测用岩石矿物含量检测系统及方法，其在提取出岩矿的图像特征和光谱特征之后，通过利用基于深度学习的数据处理技术挖掘出岩矿图像特征和光谱特征的内在共性，并以两者的共性特征为掩码，强调岩矿图像特征和光谱特征中的独特信息，通过补偿式交互融合，综合利用岩矿图像特征和光谱特征的共性信息和独特信息，以此来实现对岩矿类别的精确识别。这样，可以有效解决多模态特征融合过程中的信息丢失问题，从而提高岩矿分类的准确性和矿物含量的计算精度。
本文档来自技高网...【技术保护点】
1.一种地质勘测用岩石矿物含量检测方法，包括：获取岩石矿物的光谱信息和图像信息，并将所述岩石矿物的光谱信息和图像信息拼接为3D岩石矿物图像光谱图；从所述3D岩石矿物图像光谱图提取特征敏感波段、岩矿图像特征向量和光谱特征向量；基于所述特征敏感波段，对所述3D岩石矿物图像光谱图中的光谱信息进行端元解混以得到端元解混结果；基于所述岩矿图像特征向量和所述光谱特征向量，确定岩矿类别；基于所述岩矿类别对所述端元解混结果中的矿物类别进行校准；将所述端元解混结果中的每个像元端元解混的每种矿物的权重与矿物所占像素点做加权处理以得到矿物的含量，其特征在于，基于所述岩矿图像特征向量和所述光谱特征向量，确定岩矿类别，包括：
2.根据权利要求1所述的一种地质勘测用岩石矿物含量检测方法，其特征在于，提取所述岩矿图像特征向量和所述光谱特征向量之间的共性特征以得到岩矿图像-光谱特征间共性特征表示向量，包括：
3.根据权利要求2所述的一种地质勘测用岩石矿物含量检测方法，其特征在于，基于所述岩矿图像-光谱特征间共性特征表示向量，引导所述岩矿图像特征向量和所述光谱特征向量进行特征补偿式交互融合
4.根据权利要求3所述的一种地质勘测用岩石矿物含量检测方法，其特征在于，基于所述岩矿图像特征向量、所述光谱特征向量相对于所述岩矿图像-光谱特征间共性特征表示向量的特定特征对所述岩矿图像特征向量和所述光谱特征向量进行特征补偿调制以得到岩矿图像细粒度特征补偿向量和光谱细粒度特征补偿向量，包括：
5.根据权利要求4所述的一种地质勘测用岩石矿物含量检测方法，其特征在于，计算所述概率化岩矿图像特征向量相对于所述概率化岩矿图像-光谱特征间共性特征表示向量的特定特征以得到岩矿图像特定特征补偿表示向量，包括：
6.根据权利要求5所述的一种地质勘测用岩石矿物含量检测方法，其特征在于，将所述岩矿图像特定特征补偿表示向量和所述岩矿图像特征向量输入细粒度补偿模块以得到所述岩矿图像细粒度特征补偿向量，包括：
7.根据权利要求6所述的一种地质勘测用岩石矿物含量检测方法，其特征在于，融合所述岩矿图像细粒度特征补偿向量、所述光谱细粒度特征补偿向量和所述岩矿图像-光谱特征间共性特征表示向量以得到所述岩矿图像-光谱特征间共性特征表示向量，包括：
8.根据权利要求7所述的一种地质勘测用岩石矿物含量检测方法，其特征在于，基于所述岩矿图像-光谱跨模态交互补偿融合表示向量，生成岩矿类别的识别结果，包括：
9.一种地质勘测用岩石矿物含量检测系统，其特征在于，包括：
...【技术特征摘要】
1.一种地质勘测用岩石矿物含量检测方法，包括：获取岩石矿物的光谱信息和图像信息，并将所述岩石矿物的光谱信息和图像信息拼接为3d岩石矿物图像光谱图；从所述3d岩石矿物图像光谱图提取特征敏感波段、岩矿图像特征向量和光谱特征向量；基于所述特征敏感波段，对所述3d岩石矿物图像光谱图中的光谱信息进行端元解混以得到端元解混结果；基于所述岩矿图像特征向量和所述光谱特征向量，确定岩矿类别；基于所述岩矿类别对所述端元解混结果中的矿物类别进行校准；将所述端元解混结果中的每个像元端元解混的每种矿物的权重与矿物所占像素点做加权处理以得到矿物的含量，其特征在于，基于所述岩矿图像特征向量和所述光谱特征向量，确定岩矿类别，包括：
2.根据权利要求1所述的一种地质勘测用岩石矿物含量检测方法，其特征在于，提取所述岩矿图像特征向量和所述光谱特征向量之间的共性特征以得到岩矿图像-光谱特征间共性特征表示向量，包括：
3.根据权利要求2所述的一种地质勘测用岩石矿物含量检测方法，其特征在于，基于所述岩矿图像-光谱特征间共性特征表示向量，引导所述岩矿图像特征向量和所述光谱特征向量进行特征补偿式交互融合以得到所述岩矿图像-光谱跨模态交互补偿融合表示向量，包括：
4.根据权利要求3所述的一种地质勘测用岩石矿物含量检测方法，其特征...
【专利技术属性】
技术研发人员：刘红达，张哲，岳超，
申请(专利权)人：山东省地质矿产勘查开发局第一地质大队山东省第一地质矿产勘查院，
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。