賈立銘 梁少華

摘要：通過人工觀察巖石薄片來進行分類效率低，且容易受主觀影響，在如今人工智能的時代背景下，使用計算機視覺技術對其進行智能處理，已經(jīng)成為一種公認的研究方法。為此本文通過使用卷積神經(jīng)網(wǎng)絡來代替人工進行巖石薄片分類。本實驗使用“中國科學數(shù)據(jù)”中的《部分造巖礦物、典型變質(zhì)礦物和鮞粒薄片顯微圖像數(shù)據(jù)集》部分數(shù)據(jù)，采用數(shù)據(jù)增強手段進行處理，使其數(shù)據(jù)量擴增10倍。采用了ResNet模型，對其進行訓練，最終準確率達到了96.8%。結果表明使用卷積神經(jīng)網(wǎng)絡對巖石薄片進行分類可以獲得高效、準確的結果。

關鍵詞：巖石薄片;圖像分類;卷積神經(jīng)網(wǎng)絡;殘差網(wǎng)絡

中圖分類號：TP18? ? ? ? ? 文獻標識碼：A

文章編號：1009-3044（2021）28-0107-03

開放科學（資源服務）標識碼（OSID）：

A Resnet-based Recognition Method of Rock Slices

JIA Li-ming， LIANG Shao-hua

（College of Computer Science， Yangtze University， Hubei 430000， China）

Abstract： Classification by manually observing rock slices is inefficient and subject to subjective influence. In today's artificial intelligence era， the use of computer vision technology for intelligent processing has become a recognized research method. To this end， this paper uses convolutional neural networks to replace artificial rock slice classification. This experiment uses part of the data from "Partial Rock-forming Minerals， Typical Metamorphic Minerals， and Oolitic Thin Section Microscopic Image Data Set" in "Chinese Scientific Data"， and uses data enhancement methods to process the data to increase the amount of data by 10 times. Using the ResNet model and training it， the final accuracy rate reached 96.8%. The results show that using convolutional neural network to classify rock slices can obtain efficient and accurate results.

Key words： rock slice; image classification; convolution neural network; residual network

1研究目的

巖石薄片鑒定技術是石油行業(yè)中的一項重要基本技能，現(xiàn)如今石油行業(yè)飛速發(fā)展，企業(yè)對巖石薄片鑒定方面的要求也在逐漸提高，但是現(xiàn)如今巖石薄片鑒定主要還是靠有專業(yè)能力和豐富經(jīng)驗的技術人員進行人工鑒定，識別結果很大程度上依賴個人經(jīng)驗，判斷標準不統(tǒng)一，處理效率不高。近年來快速發(fā)展的還有卷積神經(jīng)網(wǎng)絡，卷積神經(jīng)網(wǎng)絡在人臉識別上的準確度已經(jīng)超過了人類，這說明利用卷積神經(jīng)網(wǎng)絡代替人工進行巖石薄片的鑒定是可行的。

近年來，隨著計算機技術與數(shù)字圖像處理技術的發(fā)展，很多學者在使用圖像識別技術對巖石圖像進行識別和分類方面做了大量研究，取得不少成果。如：葛粲等人使用卷積神經(jīng)網(wǎng)絡對火山巖的構造源區(qū)進行判別[1]，薛東杰等人使用全卷積神經(jīng)網(wǎng)絡的智能識別算法對巖石混凝土裂隙進行智能識別[2]，羅偉等人使用深度學習的算法對野外露頭區(qū)巖石裂縫進行識別[3]，白林等人對6種常見巖石薄片使用VGG神經(jīng)網(wǎng)絡進行分類[4]，這都說明了卷積神經(jīng)網(wǎng)絡技術可以應用在地質(zhì)方面。但仍存在一些值得改進的地方：如程國建等人使用神經(jīng)網(wǎng)絡對巖石薄片進行分類[5]，使用了三種共4800個樣本進行訓練，樣品數(shù)量較多，類別較少。實際應用中往往是樣本數(shù)量較少，類別較多。

對此，本文提出一種基于卷積神經(jīng)網(wǎng)絡（CNN）的巖石圖像分類方法。使用少量樣本對8種巖石薄片進行識別分類。

2巖石薄片

巖石薄片是在巖樣上取得的一小塊巖片，并將其磨制成幾十微米厚的薄片，在偏光顯微鏡下，對圖像進行采樣，通過觀察圖像確定巖樣的巖石礦物成分、結構和構造等特征，并進一步對巖石巖性進行判斷。為了觀察巖樣內(nèi)部孔隙、喉道及其相應的聯(lián)通特征的方便，還可以將彩色膠體或者樹脂注入巖石內(nèi)部，然后進一步加工制成鑄體薄片[5]。

本文使用了“中國科學數(shù)據(jù)”中的《部分造巖礦物、典型變質(zhì)礦物和鮞粒薄片顯微圖像數(shù)據(jù)集》。數(shù)據(jù)集按礦物種類分為橄欖石、普通輝石、角閃石、黑云母、斜長石、紅柱石、堇青石、十字石、石榴子、陽起石和鮞粒，共計1446張圖片。其中9類礦物薄片在單偏光和正交偏光兩種光源環(huán)境下拍攝，2類礦物薄片只在正交偏光下拍攝，序號后面的“-”表示在單偏光環(huán)境下拍攝，“+”表示正交偏光環(huán)境，如圖1所示。本次實驗使用其中的8種巖礦薄片，共747張圖片。

3殘差網(wǎng)絡

早期通過增加網(wǎng)絡層數(shù)可以獲得比較好的效果，但是當網(wǎng)絡層數(shù)增加到一定的數(shù)量時，網(wǎng)絡會發(fā)生退化現(xiàn)象：訓練集loss逐漸下降，然后趨于飽和，繼續(xù)增大網(wǎng)絡深度，訓練集loss反而會增大。使用殘差網(wǎng)絡可以解決網(wǎng)絡退化的問題。

殘差網(wǎng)絡的思想是使用直接映射來連接網(wǎng)絡不同層。當網(wǎng)絡退化時，淺層網(wǎng)絡能夠達到比深層網(wǎng)絡更好的訓練效果，如果把淺層的特征傳到深層，那么效果應該至少不比淺層網(wǎng)絡效果差。從信息論的角度講，由于DPI（數(shù)據(jù)處理不等式）的存在，在前向傳輸?shù)倪^程中，隨著層數(shù)的加深，F(xiàn)eature Map包含的圖像信息會逐層減少，而通過直接映射的加入，保證了[L+1]層的網(wǎng)絡一定比[L]層包含更多的圖像信息。

殘差網(wǎng)絡的核心是殘差塊，即對于一個堆積層結構（幾層卷積層堆積而成），當輸入為[x]時其學習到的特征記為[Hx]。現(xiàn)在我們希望其可以學習到殘差[Fx=Hx-x]，這樣其實原始的學習特征是[Fx+x]。殘差塊結構如圖2所示。

在網(wǎng)絡的設計中，通常是將輸入[x]進行多次卷積后得到[Fx]，包括relu激活和Batch Normalization操作，然后與輸入[x]相加得到[Hx]，送入下一層進行訓練。

通過殘差塊構建殘差網(wǎng)絡，一般有兩種結構，一種是兩個3*3的卷積疊加，一種是兩個1*1的卷積中間加入一個3*3的卷積。如果殘差路徑改變了featuremap的數(shù)量和尺寸，還需要使用1*1的卷積來升維或者降采樣使輸出與[Fx]的shape保持一致。在經(jīng)過所有殘差塊后，對輸出進行Average Pooling得到最終的特征。

4方法

4.1數(shù)據(jù)集與預處理

首先對圖片進行預處理，原始的圖片為2560*1920個像素的彩色圖片，將圖片轉(zhuǎn)化為224*224個像素的彩色圖片。實驗共選取8種正交偏光下拍攝的巖石薄片，分別是橄欖石、普通輝石、角閃石、黑云母、斜長石、十字石、石榴子石、鮞粒。每種巖石薄片選取30張至140張圖片。對原始圖像進行圖像空間尺度變換（旋轉(zhuǎn)、鏡像），經(jīng)過處理后可以將原始樣本數(shù)量增多10倍，可以防止過擬合，提升模型性能。圖3是處理后的圖像。

4.2網(wǎng)絡結構設計

卷積神經(jīng)網(wǎng)絡（Convolutional Neural Networks， CNN）是一種包含卷積計算且具有深度結構的前饋神經(jīng)網(wǎng)絡，也是目前最流行的深度學習算法之一。卷積神經(jīng)網(wǎng)絡經(jīng)過多年的發(fā)展，已經(jīng)從只有5層的LeNet網(wǎng)絡發(fā)展到如今上百層的DenseNet網(wǎng)絡，隨之而來的還有準確度的提升和對算力要求的提升。本文使用ResNet網(wǎng)絡，ResNet在2015年ILSVRC和COCO上取得了5項第一。當下Resnet已經(jīng)代替VGG成為一般計算機視覺領域問題中的基礎特征提取網(wǎng)絡。

本文使用Resnet50網(wǎng)絡，首先對圖像進行7*7的卷積和3*3的最大池化處理，然后使用16個殘差塊進行學習，每個殘差塊由2個1*1和1個3*3的卷積層組合而成。最后進行平均池化后輸出。網(wǎng)絡結構圖由表1所示：

4.3訓練過程

首先對每張圖片進行數(shù)據(jù)增強，然后轉(zhuǎn)化成tfrecord格式，目的是為了提高讀取效率，共7470張圖片，其中訓練集6810張圖片，測試集660張圖片。將tfrecord文件輸入到Resnet50進行訓練，使用梯度下降優(yōu)化損失，固定學習率為0.0001，經(jīng)過10萬次迭代后，訓練集準確率穩(wěn)定在99%左右。

4.4測試結果

測試使用660張測試集圖片進行預測，準確率達到94.8%，表1給出了8種巖石薄片的預測混淆矩陣。從表2可以看出，誤差主要是由于將橄欖巖識別成了普通輝石和十字石產(chǎn)生的。原因是普通輝石與橄欖石為共生礦物，在橄欖巖中常常含有一定比例的輝石。

本實驗結果表明利用卷積神經(jīng)網(wǎng)絡對巖石薄片進行識別分類有較高的準確率，對與地質(zhì)研究者來說有一定的參考價值。本次實驗僅選取8類巖石圖片，并且圖片數(shù)量較少，所以仍有一定誤差。未來可以通過遷移學習提高準確率。

5結論

將巖石薄片的圖像經(jīng)過簡單處理輸入到卷積神經(jīng)網(wǎng)絡，通過自動提取特征可以降低人為主觀因素導致的判斷失誤，準確率可以達到96.8%。說明卷積神經(jīng)網(wǎng)絡對巖石薄片的識別分類有較高的可靠性。

參考文獻：

[1] 葛粲，汪方躍，顧海歐，等.基于卷積神經(jīng)網(wǎng)絡和火山巖大數(shù)據(jù)的構造源區(qū)判別[J].地學前緣，2019，26（4）：22-32.

[2] 薛東杰，唐麒淳，王傲，等.基于FCN的巖石混凝土裂隙幾何智能識別[J].巖石力學與工程學報，2019，38（S2）：3393-3403.

[3] 羅偉，梁世豪，姜鑫，等.基于深度學習的野外露頭區(qū)巖石裂縫識別[J].計算機與現(xiàn)代化，2020（5）：56-62.

[4] 白林，魏昕，劉禹，等.基于VGG模型的巖石薄片圖像識別[J].地質(zhì)通報，2019，38（12）：2053-2058.

[5] 程國建，郭文惠，范鵬召.基于卷積神經(jīng)網(wǎng)絡的巖石圖像分類[J].西安石油大學學報（自然科學版），2017，32（4）：116-122.

[6] 朱雨星，王一帆，郭寧，等.不同尺度地學數(shù)據(jù)的巖石巖性識別方法對比[J].科技視界，2020（5）：143-145.

[7] 吳正文.卷積神經(jīng)網(wǎng)絡在圖像分類中的應用研究[D].成都：電子科技大學，2015.

[8] 吉春旭.基于卷積神經(jīng)網(wǎng)絡的巖石圖像分類研究與應用[D].西安：西安石油大學，2017.

[9] Ashok Kumar Patel a， Snehamoy Chatterjee b. Computer vision-based limestone rock-type classification using probabilistic neural network[J].地學前緣：英文版，2016（1）： 53-60.

[10] 朱世松，楊文藝，侯廣順，等.一種巖石薄片智能分類識別方法[J].礦物學報，2020，40（1）：106.

【通聯(lián)編輯：唐一東】