古生物化石智能化识别方法及应用
饶溯
贾建忠
中海石油国际能源服务(北京)有限公司 北京 100028
摘要：对古生物化石的准确识别,不仅在古生物学研究中非常重要,而且是油气勘探的重要环节.古生物化石既可以厘定地层年代和沉积环境,也可以判断烃源岩沉积期的有机质富集条件.该研究以种一级Globoquadrina dehiscens、Glo-borotalia fohsi、Globorotalia menardii三类样本为例,提出一项古生物化石智能化识别方法,该方法基于图像处理方法和深度学习技术,通过图像形态学定位,图像背景处理,图像边缘扩充,图像旋转,图像加噪等一系列方法将样本从384个扩充至12288个,再使用基于卷积神经网络的VGG16架构对样本进行分类,其分类准确率可达92%以上.该项识别方法在油气勘探领域具有较强的实用价值和推广前景.
关键词：化石分类形态学去雾处理深度学习卷积神经网络VGG16
分类号：TP391(计算技术、计算机技术)
资助基金：国家科技重大专项(2017ZX05032-002)海外重点盆地地球物理勘探关键技术攻关与应用联合资助(2017ZX05032-003)
论文发表日期：2023-04-20
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：5( 866-870 )
英文信息