摘要
نظراً لقوة الذاتية في التحليل اليدوي الحالي للصخور الرملية وتركز طرق تحليل الصور التقليدية على مهام فردية ونقص القدرة على التوصيف الكمي المنهجي، تم اقتراح حل ذكي لدمج وتحليل صور الشرائح يشمل العمليات والتقنيات. من خلال بناء إطار تحليل لصخور الرمل يضم ثلاث خصائص رئيسية: المكونات، الهيكل، والمسامات، وتم تحديد مسار معياري لتحليل الصور وتحويلها إلى معطيات جيولوجية. بدمج التعلم العميق وتقنيات معالجة الصور، تم استخدام نموذج Mask R-CNN لتقسيم دقيق للحبيبات الحطامية، مع اعتماد نموذج MobileNet لتصنيف المكونات، وتم دمج خوارزميات معالجة الصور لاستخراج ثلاث فئات من المعطيات: المكونات، الهيكل (يشمل حجم الحبيبات، التصنيف، الاستدارة، وعلاقات التماس بين الحبيبات)، والمسامات (نسبة السطح المفتوح وقطر المسام). تم التحقق من خلال عينات من الصخور الرملية من أحواض متعددة، وأظهرت النتائج: (1) توافق عال بين نتائج التحليل المدمج والتحليل اليدوي على المعطيات الرئيسية، مع دقة وموضوعية أعلى في الحالات المعقدة مثل زيادة الكوارتز الثانوي؛ (2) إطار التحليل لصخور الرمل يمكنه إنتاج "مجموعة بيانات الصخر" بشكل منهجي، محققاً تحولا من الوصف النوعي إلى التحليل الكمي.
关键词
معالجة الصور;نموذج Mask R-CNN;نموذج MobileNet;التعلم العميق;التحليل الكمي الذكي;تحليل صخور الرمل
以上内容由讯飞翻译自动生成，翻译内容仅供参考。对于因使用本网站翻译内容产生的相关后果，本网站不承担任何商业和法律责任。
The above content is generated by Large Model Translation. The translated content is for reference only. We do not assume any commercial or legal responsibilty for any consequences arising from the use of our website