[论文解读] Rock Classification in Petrographic Thin Section Images Based on Concatenated Convolutional Neural Networks

Cheng Su, Shengjia Xu+2 more|arXiv (Cornell University)|Mar 23, 2020

Mineral Processing and Grinding参考文献 33被引用 7

一句话总结

本文提出了一种串联卷积神经网络（Con-CNN），用于在平面偏振光（PPL）、正交偏振光（XPL）以及融合的综合图像（CI）下，对岩石薄片进行自动岩石分类。通过在PPL、XPL和CI图像上分别训练三个相同的CNN，并利用主成分分析（PCA）进行融合，再通过最大似然检测整合其输出，该方法在五折交叉验证中实现了89.97%的整体准确率，显著推进了自动化岩石学分析的发展。

ABSTRACT

Rock classification plays an important role in rock mechanics, petrology, mining engineering, magmatic processes, and numerous other fields pertaining to geosciences. This study proposes a concatenated convolutional neural network (Con-CNN) method for classifying the geologic rock type based on petrographic thin sections. Herein, plane polarized light (PPL) and crossed polarized light (XPL) were used to acquire thin section images as the fundamental data. After conducting the necessary pre-processing analyses, the PPL and XPL images as well as their comprehensive image (CI) were incorporated in three convolutional neural networks (CNNs) comprising the same structure for achieving a preliminary classification; these images were developed by employing the fused principal component analysis (PCA). Subsequently, the results of the CNNs were concatenated by using the maximum likelihood detection to obtain a comprehensive classification result. Finally, a statistical revision was applied to fix the misclassification due to the proportion difference of minerals that were similar in appearance. In this study, 13 types of 92 rock samples, 196 petrographic thin sections, 588 images, and 63504 image patches were fabricated for the training and validation of the Con-CNN. The five-folds cross validation shows that the method proposed provides an overall accuracy of 89.97%, which facilitates the automation of rock classification in petrographic thin sections.

研究动机与目标

• 旨在实现岩石薄片的自动化岩石分类，减少对人工专家分析的依赖。
• 旨在通过多偏振成像与深度学习技术，解决因矿物外观相似而导致的岩石分类挑战。
• 通过主成分分析（PCA）融合PPL、XPL和综合图像（CI）中的互补信息，提升分类准确率。
• 通过统计修正步骤，纠正因矿物比例失衡导致的误分类。
• 在包含13种岩石类型的588张图像和63,504个图像块的大规模数据集上验证该方法。

提出的方法

• 在平面偏振光（PPL）和正交偏振光（XPL）下获取岩石薄片图像，以捕捉互补的纹理与光学特征。
• 通过主成分分析（PCA）融合PPL与XPL图像，生成综合图像（CI），以增强特征丰富度。
• 分别在PPL、XPL和CI图像上训练三个相同的卷积神经网络（CNN），以执行初步分类。
• 利用最大似然检测方法串联三个CNN的输出，生成统一且鲁棒的分类结果。
• 应用统计修正步骤，纠正因矿物外观相似及比例失衡导致的误分类。
• 在包含196个薄片、588张图像和63,504个图像块的数据集上，采用五折交叉验证评估性能。

实验结果

研究问题

• RQ1 串联CNN架构能否有效整合多模态岩石学图像数据（PPL、XPL、CI），以提升岩石分类准确率？
• RQ2 通过PCA融合PPL与XPL图像在多大程度上增强了岩石分类的特征表示？
• RQ3 与单流模型相比，多CNN输出的最大似然融合在多大程度上降低了分类不确定性？
• RQ4 统计修正步骤在纠正因矿物外观相似但比例不同导致的误分类方面有多有效？
• RQ5 在包含13种岩石类型的多样化数据集上，多流CNN方法能达到怎样的准确率？

主要发现

• 所提出的Con-CNN方法在五折交叉验证基准上实现了89.97%的整体分类准确率。
• PPL、XPL与基于PCA的综合图像（CI）的融合，显著提升了特征表示能力，优于单模态输入。
• 三个相同CNN的最大似然融合优于单个网络预测，有效降低了不确定性并增强了鲁棒性。
• 统计修正步骤有效纠正了因矿物形态与光学特性相似但比例不同导致的误分类。
• 该方法在包含196个岩石薄片、63,504个图像块的大型数据集上表现出优异的泛化能力，覆盖13种岩石类型。