罗德里戈·洛博斯；Jorge F.席尔瓦。；朱利安·奥尔蒂斯。；冈萨洛·迪亚斯；阿尔瓦罗·埃加那 基于新变换特征的天然岩石纹理分析和分类。 （英语） Zbl 1348.86004号 数学。地质科学。 48，第7号，835-870（2016）. 摘要：本文提出了一种提取天然岩石纹理相关信息的数学方法，以解决自动分类问题。传统的纹理分析方法不能直接应用于这种情况，因为岩石纹理通常具有固定模式（一种经典纹理）和几何形式的特征，而传统方法无法正确捕获这些特征。由于这两种现象的存在，提出了一种新的分类方法，即对每个岩石纹理类别进行单独分析，形成特定的低维判别特征。为此，采用了多尺度变换域表示法，允许在多个尺度和方向级别上分析图像。该方法应用于斑岩铜矿项目中获取的数字照片数据库，显示出比最新技术更好的性能，并且计算成本较低。 MSC公司： 86A04型 地球物理学中的一般问题 65T60型 小波的数值方法 关键词：岩石纹理；纹理分类；纹理与物源分离；特征设计；小波与多分辨率分析；模式识别 软件：MCALab公司；剪切实验室 PDF格式BibTeX公司 XML格式引用 \textit{R.Lobos}等人，数学。地质科学。48，第7号，835--870（2016；Zbl 1348.86004） 全文： 内政部 参考文献： [1] Bojcevski D（2004）George Fisher中织构和微织构的冶金特征。昆士兰大学硕士论文 [2] Bonifazi G，Serranti S，Volpe F，Zuco R（2001）《机器视觉浮选泡沫颜色和结构的表征》。计算地质学27（9）：1111-1117·doi:10.1016/S0098-3004（00）00152-7 [3] Bonnici NK（2012）与矿物加工属性相关的铜金矿床的矿物学和结构特征。塔斯马尼亚大学博士论文 [4] Burges CJ（1998）模式识别支持向量机教程。数据最小知识发现2（2）：121-167·doi:10.1023/A：1009715923555 [5] Cabello E、Snchez M、Delgado J（2002）《识别大岩石的新方法及其在采矿业中的应用》。实时成像8（1）：1-9·Zbl 1011.68771号 ·doi:10.1006/rtim.2000.0255 [6] Chatterjee S（2013）使用多类支持向量机对石灰石进行基于视觉的岩石类型分类。应用智能39（1）：14-27·doi:10.1007/s10489-012-0391-7 [7] Cherkassky V，Mulier FM（2007）《从数据中学习：概念、理论和方法》。纽约威利·Zbl 1130.62002号 ·数字对象标识代码：10.1002/9780470140529 [8] Chica-Olmo M，Abarca-Hernandez F（2000）计算用于遥感数据分类的地质统计图像纹理。计算地质科学26（4）：373-383·doi:10.1016/S0098-3004（99）00118-1 [9] Croop A，Goodall W（2013）岩石结构对矿物加工的影响。MinAssist澳大利亚。http://www.minassist.com.au/site/downloads/The-Influnce-of-Rock-Texture-on-Processing.pdf。2016年4月15日访问 [10] Do MN，Vetterli M（2002）使用广义高斯密度和Kullback-Leibler距离的基于小波的纹理检索。IEEE Trans-Image处理11（2）：146-158·数字对象标识代码：10.1109/83.98282 [11] Donskoi E，Suthers S，Fradd S，Young J，Campbell J，Raynlyn T，Clout J（2007）利用光学图像分析和自动纹理分类进行铁矿石颗粒表征。矿工工程20（5）：461-471·doi:10.1016/j.mineng.2006.12.005 [12] Duda RO、Hart PE、Stork DG（2012）模式分类。纽约威利 [13] Dunham S，Vann J（2007）《地球冶金、地质统计学和项目价值——你的块模型告诉了你需要知道什么吗？》？摘自：2007年项目评估会议记录，第19-20页 [14] Dunham S，Vann J，Coward S（2011）《超越几何——通过利用几何的广阔视角获得竞争优势》。收录：第一届澳大利亚国际几何会议 [15] Easley G，Labate D，Lim WQ（2008）使用离散剪切波变换的稀疏方向图像表示。应用计算和谐分析25（1）：25-46·Zbl 1147.68794号 ·doi:10.1016/j.acha.2007.09.003 [16] Fadili JM、Starck JL、Elad M、Donoho D等人（2010）Mcalab：信号和图像分解与修复的可再现研究。IEEE计算科学与工程12（1）：44-63·doi:10.1109/MCSE.2010.14 [17] Gibert X，Patel VM，Labate D，Chellappa R（2014）GPU上的离散剪切波变换及其在异常检测和去噪中的应用。EURASIP J高级信号处理1:1-14 [18] Gonçalves LB，Leta FR（2010），使用层次神经模糊类方法进行宏观岩石纹理图像分类。In:工程数学问题2010 [19] Higgins MD（2006）《火成岩和变质岩石学中的定量结构测量》，第276卷。剑桥大学出版社·doi:10.1017/CBO9780511535574 [20] Higgins MD，Chandrasekharam D（2007）印度德干省次火山岩浆室的性质：来自巨型斜长石玄武岩中斜长石巨晶定量结构分析的证据。J汽油机48（5）：885-900·doi:10.1093/岩石学/egm005 [21] Jungmann M，Kopal M，Clauser C，Berlage T（2011），使用纹理特征对电气钻孔壁图像进行多类监督分类。计算地质科学37（4）：541-553·doi:10.1016/j.cageo.2010.08.008 [22] Kachanubal T，Udomhunsakul S（2008）基于纹理和光谱特征的岩石纹理分类。国际J计算机智能4:240-246 [23] Kracht W，Emery X，Paredes C（2013）通过图像分析测量气泡尺寸分布的随机方法。国际矿工流程121:6-11·doi:10.1016/j.minpro.2013.02.016 [24] Kutyniok G，Lim WQ（2012）使用小波和剪切波的图像分离。In：曲线和曲面。施普林格，pp 416-430·Zbl 1345.94007号 [25] Kutyniok G等人（2012）Shearlets：多元数据的多尺度分析。纽约州施普林格·Zbl 1237.42001号 ·doi:10.1007/978-0-8176-8316-0 [26] LepistöL，Kunttu I，Autio J，Visa A（2003）《使用非均质纹理和光谱成像进行岩石图像分类：WSCG短篇论文集》。捷克共和国Plzen UNION机构，第3-7页 [27] LepistöL，Kunttu I，Visa A（2005）使用分类器组合对自然岩石图像进行基于颜色的分类。In：图像分析。施普林格，第901-909页 [28] Mallat S（1989）多分辨率信号分解理论：小波表示。IEEE Trans-Pattern Ana Mach Intell 11:674-693（IEEE传输模式分析机器智能）·Zbl 0709.94650号 ·数字对象标识代码：10.1109/34.192463 [29] Mallat S（2008）信号处理的小波之旅：稀疏方法。巴黎学术出版社·Zbl 1170.94003号 [30] Mock A，Jerram D（2005）《三维晶体尺寸分布：高斑状流纹岩三维重建的见解》。J汽油机46（8）：1525-1541·doi:10.1093/岩石学/egi024 [31] Ojala T，Pietikainen M，Maenpaa T（2002）用局部二值模式进行多分辨率灰度和旋转不变纹理分类。IEEE Trans-Pattern Ana Mach Intell 24:971-987（IEEE传输模式分析机智能24:971）·doi:10.1109/TPAMI.2002.1017623 [32] Partio M，Cramariuc B，Gabbouj M，Visa A（2002），使用灰度共生矩阵进行岩石纹理检索。收录：第五届北欧信号处理研讨会论文集，第75卷 [33] Perez CA、Estévez PA、Vera PA、Castillo LE、Aravena CM、Schulz DA、Medina LE（2011）数字图像分析中使用边界检测通过特征选择和投票进行矿石品位估计。国际矿工流程101（1）：28-36·doi:10.1016/j.minpro.2011.07.008 [34] Perona P，Malik J（1990）使用各向异性扩散的尺度空间和边缘检测。模式分析-机器智能IEEE Trans 12（7）：629-639·doi:10.1109/34.56205 [35] Petrou M，Sevilla PG（2006）《图像处理：纹理处理》，第10卷。奇切斯特·威利·数字对象标识码：10.1002/047003534X [36] Rudin LI，Osher S，Fatemi E（1992）基于非线性总变分的噪声去除算法。物理D：非线性现象60（1）：259-268·Zbl 0780.49028号 ·doi:10.1016/0167-2789（92）90242-F [37] Silva JF，Narayanan SS（2012）《贝叶斯决策框架内的信号表示》，《模式识别》45（5）：1853-1865·Zbl 1233.68194号 ·doi:10.1016/j.patcog.20111.11.015 [38] Singh M，Javadi A，Singh S（2004）岩石图像分类的纹理特征比较。In:智能数据工程和自动学习-IDEAL 2004。施普林格，第179-184页 [39] Starck JL，Elad M，Donoho DL（2005）通过结合稀疏表示和变分方法进行图像分解。图像处理IEEE Trans 14（10）：1570-1582·Zbl 1288.94012号 ·doi:10.1109/TIP.2005.852206 [40] Strang G（1989）小波与膨胀方程：简介。SIAM版本31（4）：614-627·Zbl 0683.42030号 ·doi:10.1137/1031128 [41] Szolgay D，Szirányi T（2012）通过正交准则优化的自适应图像分解为卡通和纹理部分。IEEE Trans-Image过程21（8）：3405-3415·兹比尔1373.94394 ·doi:10.1109/TIP.2012.2192128 [42] Tarbuck EJ、Lutgens FK、Tasa D（2000）《地球科学》。上鞍河普伦蒂斯·霍尔 [43] Tessier J，Duchesne C，Bartolacci G（2007）一种在线估计输送带上原矿成分的机器视觉方法。矿工工程20（12）：1129-1144·doi:10.1016/j.mineng.2007.04.009 [44] Thomas A、Rider M、Curtis A、MacArthur A（2011），岩芯照片中的自动岩性提取。首次突破29（6）：103-109 [45] van der Maaten LJ，Postma EO，van den Herik HJ（2009）《尺寸缩减：比较综述》。J Mach学习研究10（1-41）：66-71 [46] Vasconcelos N（2004）最小错误图像检索概率。信号处理IEEE Trans 52（8）：2322-2336·Zbl 1369.94036号 ·doi:10.1109/TSP.2004.831125 [47] Vink L（1997）澳大利亚昆士兰希尔顿北部矿床的结构及其与解放的关系。昆士兰大学博士论文 [48] Yi S，Labate D，Easley GR，Krim H（2009）边缘分析和检测的剪切波方法。图像处理IEEE Trans 18（5）：929-941·兹比尔1371.94439 ·doi:10.1109/TIP.2009.2013082 [49] Zujovic J，Pappas TN，Neuhoff DL（2013）图像分析和检索的结构纹理相似性度量。图像处理IEEE Trans 22（7）：2545-2558·doi:10.1109/TIP.2013.2251645 此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。