用图像分割和图像处理技术计算不同岩石纹理系数的新方法
Emre Karakaya1, Bilgehan Kekeç1, Niyazi Bilim1
1Faculty of Engineering and Natural Sciences, Konya Technical University, Konya, Türkiye.
Microscopy research and technique
|May 26, 2025
概括
本研究介绍了一种基于Python的新方法,用于使用深度学习图像分割计算岩石的纹理系数 (TC). 这种方法显著加快了TC估计,为岩石力学提供了准确的微观结构分析.
科学领域:
- 地质地质地质地质地质地
- 材料科学 材料科学 材料科学
- 计算科学 计算科学
背景情况:
- 纹理系数 (TC) 对于分析岩石微观结构和预测机械性能至关重要.
- 目前用于估计岩石TC的方法通常耗时且缺乏足够的准确性.
- 计算工具越来越多地使用,但在岩石TC确定方面仍然存在局限性.
研究的目的:
- 开发一种新,高效,准确的方法来计算岩石的纹理系数 (TC).
- 为了利用深度学习和图像处理进行自动化TC估计.
- 为了减少地质和材料科学应用中TC分析所需的时间.
主要方法:
- 从20种不同的岩石类型 (火质,变态,沉积) 获取和细分薄截面图像.
- 实现基于Python的软件,集成用于图像细分的深度学习.
- 开发一个Python算法,用于从细分图像计算TC值.
主要成果:
- 实现了高细分精度,交叉与欧盟 (IoU) 分数为0.97.
- 通过使用新方法,成功计算了各种岩石类型的TC值.
- 将TC估计的计算时间缩短到每块岩石样本大约1分钟.
结论:
- 拟议的基于深度学习的图像处理方法为岩石纹理系数 (TC) 估计提供了高度准确和快速的解决方案.
- 这种基于Python的方法克服了现有的耗时方法的局限性.
- 该技术为微观结构分析和岩石中的机械行为预测提供了重大进展.


