基于计算机视觉的岩石颜色智能识别方法研究

摘要

岩石颜色快速标准化确定是地质研究的重要内容之一，目前主要包括专家肉眼分辨描述、孟塞尔色卡比对、光谱分析仪器识别分析等方法，以上方法难以满足室内外大量岩心观察过程中岩石颜色快速准确识别及数字化标准的需求．故本文提出一种基于计算机视觉的岩石颜色智能识别方法，以《石油地质岩石名称及颜色代码》（SY/T 5751—2012）为依据，构建包含112种岩石颜色的标准数据库；设计颜色阈值、边缘检测与GrabCut 3种算法精准分割岩石目标区域；对坐标化、网格化后的图像进行颜色特征提取等数字化分析，计算岩石图像的颜色向量；针对相似色系难以准确识别的难题，结合余弦相似度、欧氏距离、RGB分量差异及亮度因子等评估指标，设计一种加权多特征融合颜色匹配算法，显著提升系统对相似色调的识别能力；采用Python编程语言和PyQT6框架开发可视化岩石颜色智能识别系统，实现岩石颜色的数字定量化识别，提升颜色的识别精度和效率．结果表明，该系统对35组岩石样本的识别结果与孟塞尔色卡判读结果一致性较高，其中色相（H）、明度（V）、彩度（C）的一致性分别达到91.43%、85.71%与71.43%；对独立测试样本的识别完全一致，验证了核心算法逻辑的正确性，且平均识别时间可达毫秒级．

关键词

岩石颜色 / 计算机视觉 / 图像分割 / 加权融合 / 余弦相似度 / 颜色识别