岩石矿物含量测试方法及系统

1.本发明属工程地质岩石矿物含量测试技术领域，尤其涉及一种岩石矿物含量测试方法及系统。


背景技术：

2.本部分的陈述仅仅是提供了与本发明相关的背景技术信息，不必然构成在先技术。
3.在地质调查、矿藏勘探过程中，如何快速、方便、精确地检测出岩石中各种矿物成分及其含量至关重要。为区域地质调查等地质工作的研究提供准确、全面的矿物定性定量信息，可进而为矿物的成因、沉积/成岩环境及演化进行研究，有利于矿产资源评价中成矿物源和矿化蚀变信息分析，为地质工作的顺利完成奠定坚实的基础。岩石中各种矿物含量的实验室化学检测方法虽然较为准确，但是整个过程复杂繁琐，普遍需要破坏岩石样本进行切片、磨样操作，而且需要检测人员具有较高的专业知识和检测技能，并且测试所需仪器在隧道现场应用较为困难，无法实现快速原位测试。
4.发明人发现，目前常用图像像元统计分类的方法简单计算矿物含量，此方法计算的含量精确度有待提高，单纯靠光谱信息进行岩矿分类往往会出现“同物异谱”或者“同谱异物”的现象，无法实现矿物原位分析。


技术实现要素：

5.为了解决上述背景技术中存在的技术问题，本发明提供一种岩石矿物含量测试方法及系统，其能够实时识别出掌子面上的岩性以及空间分布情况，做出对隧道前方岩体地质情况的判断，为掌握隧道前方岩体的地质情况提供了重要的参考依据。
6.为了实现上述目的，本发明采用如下技术方案：
7.本发明的第一个方面提供一种岩石矿物含量测试方法，其包括：
8.获取预设里程段的环状隧道围岩的光谱信息和图像信息，并拼接为3d隧道图像光谱图；
9.从3d隧道图像光谱图中提取特征敏感波段、岩矿的图像特征向量和光谱特征向量；
10.基于特征敏感波对3d隧道图像光谱图中的光谱信息进行端元解混；
11.融合岩矿的图像特征向量和端元光谱的光谱特征向量，基于隧址区图谱库来识别岩矿类别，作为先验结果并对端元解混得到的矿物类别进行校准；
12.将每个像元端元解混的每种矿物的权重与矿物所占像素点做加权处理，得到矿物的含量，在3d隧道图像的每个像元中展示矿物的分布和含量的变化。
13.作为一种实施方式，所述隧址区图谱库内存储有隧道的图谱融合信息与岩矿的关系，该关系基于预采样的隧道光谱信息和图像信息构建而成。
14.上述技术方案所产生的优点在于，采用区域地质分析建立隧址区图谱库，图谱融
合的方式提升对矿物识别的准确性。
15.作为一种实施方式，采用显色和填图方式在3d隧道图像的每个像元中展示矿物的分布和含量的变化。
16.上述技术方案所产生的优点在于，结果显示多元化，可以对矿物成分、含量进行数字化可视化显色展示，满足不同的需求，使地质工作者更加全面地了解隧道的地质情况。
17.作为一种实施方式，对3d隧道图像光谱图中的光谱信息进行端元解混的结果包括确定出光谱信息中存在的端元数量、每个端元的光谱特征以及每个像素点的端元含量。
18.作为一种实施方式，在3d隧道图像中可视化展示同种矿物不同像素点的含量变化情况、不同矿物的空间分布情况、不同矿物的含量数字化情况。
19.作为一种实施方式，所述同种矿物不同像素点的含量变化情况是根据不同像元矿物所占权重，根据权重大小进行显色处理；
20.作为一种实施方式，所述矿物的空间分布情况根据每个像元点最大含量进行矿物填图处理。
21.作为一种实施方式，所述不同矿物的数字化情况根据区域含量加权：
[0022][0023]
本发明的第二个方面提供一种岩石矿物含量测试系统。
[0024]
在一个或多个实施例中，一种岩石矿物含量测试系统，包括：
[0025]
信息拼接模块，其用于获取预设里程段的环状隧道围岩的光谱信息和图像信息，并拼接为3d隧道图像光谱图；
[0026]
特征提取模块，其用于从3d隧道图像光谱图中提取特征敏感波段、岩矿的图像特征向量和光谱特征向量；
[0027]
端元解混模块，其用于基于特征敏感波对3d隧道图像光谱图中的光谱信息进行端元解混；
[0028]
类别校准模块，其用于融合岩矿的图像特征向量和端元光谱的光谱特征向量，基于隧址区图谱库来识别岩矿类别，作为先验结果并对端元解混得到的矿物类别进行校准；
[0029]
信息展示模块，其用于将每个像元端元解混的每种矿物的权重与矿物所占像素点做加权处理，得到矿物的含量，在3d隧道图像的每个像元中展示矿物的分布和含量的变化。
[0030]
作为一种实施方式，所述隧址区图谱库内存储有隧道的图谱融合信息与岩矿的关系，该关系基于预采样的隧道光谱信息和图像信息构建而成。
[0031]
作为一种实施方式，在所述信息展示模块中，采用显色和填图方式在3d隧道图像的每个像元中展示矿物的分布和含量的变化。
[0032]
作为一种实施方式，在所述端元解混模块中，对3d隧道图像光谱图中的光谱信息进行端元解混的结果包括确定出光谱信息中存在的端元数量、每个端元的光谱特征以及每个像素点的端元含量。
[0033]
作为一种实施方式，在所述信息展示模块中，在3d隧道图像中可视化展示同种矿物不同像素点的含量变化情况、不同矿物的空间分布情况、不同矿物的含量数字化情况。
[0034]
作为一种实施方式，所述同种矿物不同像素点的含量变化情况是根据不同像元矿物所占权重，根据权重大小进行显色处理；
[0035]
或作为一种实施方式，所述矿物的空间分布情况根据每个像元点最大含量进行矿物填图处理；
[0036]
作为一种实施方式，所述不同矿物的数字化情况根据区域含量加权：
[0037][0038]
在一个或多个实施例中，一种岩石矿物含量测试系统，其包括：图像光谱拍摄系统、数据处理系统和结果显示系统；
[0039]
所述图像光谱拍摄系统包括隧道区域图谱信息预采集模块和隧道围岩扫描拍摄模块；所述隧道区域图谱信息预采集模块用于预采集隧道区域图谱信息，所述隧道围岩扫描拍摄模块用于扫描预设里程段的环状隧道围岩的光谱信息和图像信息；
[0040]
所述数据处理系统包括图像3d复原模块和图像光谱信息处理模块；所述图像3d复原模块用于将预设里程段的环状隧道围岩的光谱信息和图像信息，拼接为3d隧道图像光谱图；
[0041]
所述图像光谱信息处理模块用于：
[0042]
从3d隧道图像光谱图中提取特征敏感波段、岩矿的图像特征向量和光谱特征向量；
[0043]
基于特征敏感波对3d隧道图像光谱图中的光谱信息进行端元解混；
[0044]
融合岩矿的图像特征向量和端元光谱的光谱特征向量，基于隧址区图谱库来识别岩矿类别，作为先验结果并对端元解混得到的矿物类别进行校准；
[0045]
将每个像元端元解混的每种矿物的权重与矿物所占像素点做加权处理，得到矿物的含量；
[0046]
所述结果显示系统用于在3d隧道图像的每个像元中展示矿物的分布和含量的变化。
[0047]
本发明的第三个方面提供一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如上述所述的岩石矿物含量测试方法中的步骤。
[0048]
本发明的第四个方面提供一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如上述所述的岩石矿物含量测试方法中的步骤。
[0049]
与现有技术相比，本发明的有益效果是：
[0050]
(1)本发明采用图谱融合的方式提升对矿物识别的准确性，同时结果显示多元化，可以对矿物成分、含量进行数字化可视化显色展示，满足不同的需求，使地质工作者更加全面地了解隧道的地质情况。
[0051]
(2)本发明对矿物含量的权衡不同于以往图像像元统计分类的方法，即单纯采用像素点面积所占比例作为研究区域的含量，本发明综合考虑了每个像素点矿物所占的比例与像素点所占比例加权处理，最终得到矿物的含量及其分布情况。
[0052]
本发明附加方面的优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。
附图说明
[0053]
构成本发明的一部分的说明书附图用来提供对本发明的进一步理解，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。
[0054]
图1是本发明实施例的岩石矿物含量测试方法流程图；
[0055]
图2是本发明实施例的岩石矿物含量测试系统结构示意图；
[0056]
图3是本发明实施例的图像光谱拍摄系统扫描隧道的示意图。
[0057]
其中，1、标准白板；2、成像光谱相机；3、相机外壳；4、可旋转伸缩台；5、光源；6、伸缩杆；7、狭缝条形成像；8、隧道机器人。
具体实施方式
[0058]
下面结合附图与实施例对本发明作进一步说明。
[0059]
应该指出，以下详细说明都是例示性的，旨在对本发明提供进一步的说明。除非另有指明，本文使用的所有技术和科学术语具有与本发明所属技术领域的普通技术人员通常理解的相同含义。
[0060]
需要注意的是，这里所使用的术语仅是为了描述具体实施方式，而非意图限制根据本发明的示例性实施方式。如在这里所使用的，除非上下文另外明确指出，否则单数形式也意图包括复数形式，此外，还应当理解的是，当在本说明书中使用术语“包含”和/或“包括”时，其指明存在特征、步骤、操作、器件、组件和/或它们的组合。
[0061]
实施例一
[0062]
参照图1，本实施例提供一种岩石矿物含量测试方法，其具体包括如下步骤：
[0063]
步骤1：获取预设里程段的环状隧道围岩的光谱信息和图像信息，并拼接为3d隧道图像光谱图。
[0064]
其中，预设里程段的环状隧道围岩的光谱信息和图像信息可采用搭载在隧道机器人的成像光谱相机采集得到。隧道机器人随着成像光谱相机狭缝式、摆扫成像一帧一帧推扫完一圈隧道围岩之后，向前移动，继续下一个里程段的推扫成像，最终扫描至掌子面，形成3d全方位扫描图。
[0065]
具体地，隧道机器人移动的速度由设定的曝光时间、镜头的长度、物体表面距离成像光谱相机狭缝的距离等参数计算，通过光谱相机狭缝视场，在曝光时间内瞬时视场成像；曝光时间由周围的环境、卤素灯的亮度、信噪比等决定。
[0066]
不同里程的环状图像光谱数据拼接成3d隧道形状，可由图像光谱仪自带的分析软件即可简单的完成拼接。
[0067]
步骤2：从3d隧道图像光谱图中提取特征敏感波段、岩矿的图像特征向量和光谱特征向量。
[0068]
在步骤2之前，还包括对3d隧道图像光谱图进行预处理，预处理的方法有很多，比如卷积平滑法、竞争性自适应重加权算法、标准正态变量变化、连续投影算法等。
[0069]
这样不仅可以减少噪声、杂散光等无关信息，且全波段的光谱数据具有多重共线和信息冗余性，通过对原始光谱进行预处理和波长选择，不仅可以消除噪声，还能剔除不相关或非线性的变量，减少数据量，简化模型，提高运算速度，提高模型的性能。
[0070]
通过步骤2能够剔除出不相关的波长，来提高运行速度，可采用连续投影算法、竞
争性自适应重加权算法等，吸收特征深度与物质成分含量有着紧密联系，基于吸收特征深度与矿物含量之间的相关性，吸收特征深度被广泛用于地表矿物或某些成分定量解译。
[0071]
步骤3：基于特征敏感波对3d隧道图像光谱图中的光谱信息进行端元解混。
[0072]
作为一种实施方式，对3d隧道图像光谱图中的光谱信息进行端元解混的结果包括确定出光谱信息中存在的端元数量、每个端元的光谱特征以及每个像素点的端元含量。
[0073]
这样得到图像中的每个像元的矿物组合、矿物端元及其所占含量；
[0074]
岩石反射光谱是其组成矿物的反射光谱的综合反映，从混合光谱中识别出它所包含的独立成分类别及其丰度含量的过程，即为光谱解混。光谱解混的目的是为了求解各种不同物质，即端元在混合像元中所占的相应比例，这个比例称之为丰度。矿物光谱解混模块主要分三个步骤：一确定数据集中存在的端元数量；二确定每个端元的光谱特征；三计算每个像素点的端元含量；这些步骤中的每一个都代表一个独特的问题，许多算法都是针对该问题开发的，最终图像中的每个像元标出矿物组合、矿物端元及其所占含量。
[0075][0076]
其中s(λ)为混合光谱，n为混合端元的数量，ai为每种端元的含量，s(λ)i为i类端元的光谱，δ(λ)计算的实际的混合光谱之间的残差；
[0077]
吸收中心波长被证实可以区分多种相似矿物种类，所以在对地表成分进行光谱分析前，了解某些诊断性特征的中心波长是非常必要的。吸收特征深度与物质成分含量有着紧密联系，基于吸收特征深度与矿物含量之间的相关性，吸收特征深度被广泛用于地表矿物或某些成分定量解译。此外，一些环境中的地表因素也会影响高光谱数据的吸收特征，比如岩石的含水量等，通过建立吸收特征参量和环境因素之间的统计关系，可以估算这些环境因素的影响程度大小，或者得到消除其影响的数据。
[0078]
步骤4：融合岩矿的图像特征向量和端元光谱的光谱特征向量，基于隧址区图谱库来识别岩矿类别，作为先验结果并对端元解混得到的矿物类别进行校准，区域端元图谱库可以有效的减少识别过程中出现的不符合实际规律的矿物组合，保证结果的可信度。
[0079]
作为一种实施方式，所述隧址区图谱库内存储有隧道的图谱融合信息与岩矿的关系，该关系基于预采样的隧道光谱信息和图像信息构建而成。
[0080]
由于岩石的矿物组分与区域地质背景有着密切的关系，结合现有的地质资料和勘察报告，调查隧址区的地质背景，了解隧道内岩石的岩矿组成，为后续的岩矿定性、定量分析提供支持。
[0081]
上述技术方案所产生的优点在于，采用区域地质分析建立隧址区图谱库，图谱融合的方式提升对矿物识别的准确性。
[0082]
步骤5：将每个像元端元解混的每种矿物的权重与矿物所占像素点做加权处理，得到矿物的含量，在3d隧道图像的每个像元中展示矿物的分布和含量的变化。
[0083]
作为一种实施方式，采用显色和填图方式在3d隧道图像的每个像元中展示矿物的分布和含量的变化。这样结果显示多元化，可以对矿物成分、含量进行数字化可视化显色展示，满足不同的需求，使地质工作者更加全面地了解隧道的地质情况。
[0084]
在3d隧道图像中可视化展示同种矿物不同像素点的含量变化情况、不同矿物的空
间分布情况、不同矿物的含量数字化情况。
[0085]
所述同种矿物不同像素点的含量变化情况是根据不同像元矿物所占权重，根据权重大小进行显色处理；
[0086]
如像元1，方解石所占a1％、绿泥石所占b1％、白云母所占c1％、白云石所占d1％，像元2，方解石所占a2％、绿泥石所占b2％、白云母所占c2％、白云石所占d2％，像元n，方解石所占an％、绿泥石所占bn％、白云母所占cn％、白云石所占dn％
……
；通过比较a1与a2……an
的大小，通过颜色深浅表示每个像素点的矿物不同权重。
[0087]
所述矿物的空间分布情况根据矿物综合识别的结果进行矿物填图处理。
[0088]
其中，矿物的空间分布情况选取解混模型计算出的每个单元最大权重的矿物以及图谱融合识别的综合结果，进行填图操作。
[0089]
所述不同矿物的数字化情况根据区域含量加权：
[0090][0091]
实施例二
[0092]
本实施例提供了一种岩石矿物含量测试系统，其包括：
[0093]
(1)信息拼接模块，其用于获取预设里程段的环状隧道围岩的光谱信息和图像信息，并拼接为3d隧道图像光谱图；
[0094]
(2)特征提取模块，其用于从3d隧道图像光谱图中提取特征敏感波段、岩矿的图像特征向量和光谱特征向量；
[0095]
(3)端元解混模块，其用于基于特征敏感波对3d隧道图像光谱图中的光谱信息进行端元解混；
[0096]
具体地，在所述端元解混模块中，对3d隧道图像光谱图中的光谱信息进行端元解混的结果包括确定出光谱信息中存在的端元数量、每个端元的光谱特征以及每个像素点的端元含量。
[0097]
(4)类别校准模块，其用于融合岩矿的图像特征向量和光谱特征向量，基于隧址区图谱库来识别岩矿类别，作为先验结果并对端元解混得到的矿物类别进行校准；
[0098]
具体地，所述隧址区图谱库内存储有隧道的图谱融合信息与岩矿的关系，该关系基于预采样的隧道光谱信息和图像信息构建而成。
[0099]
(5)信息展示模块，其用于将每个像元端元解混的每种矿物的权重与矿物所占像素点做加权处理，得到矿物的含量，在3d隧道图像的每个像元中展示矿物的分布和含量的变化。
[0100]
具体地，在所述信息展示模块中，采用显色和填图方式在3d隧道图像的每个像元中展示矿物的分布和含量的变化。
[0101]
具体地，在所述信息展示模块中，在3d隧道图像中可视化展示同种矿物不同像素点的含量变化情况、不同矿物的空间分布情况、不同矿物的含量数字化情况。
[0102]
其中，所述同种矿物不同像素点的含量变化情况是根据不同像元矿物所占权重，根据权重大小进行显色处理；
[0103]
所述矿物的空间分布情况根据每个像元点最大含量进行矿物填图处理；
[0104]
所述不同矿物的数字化情况根据区域含量加权：
[0105][0106]
此处需要说明的是，本实施中的各个模块与实施例一中的各个步骤一一对应，其具体实施过程相同，此处不再累述。
[0107]
实施例三
[0108]
如图2所示，本实施例的一种岩石矿物含量测试系统，其包括：图像光谱拍摄系统、数据处理系统和结果显示系统。
[0109]
在具体实施过程中，所述图像光谱拍摄系统包括隧道区域图谱信息预采集模块和隧道围岩扫描拍摄模块；所述隧道区域图谱信息预采集模块用于预采集隧道区域图谱信息，所述隧道围岩扫描拍摄模块用于扫描预设里程段的环状隧道围岩的光谱信息和图像信息。
[0110]
如图3所示，所述图像光谱拍摄系统包括隧道机器人8、成像光谱相机2、标准白板1、光源5、可旋转伸缩台4和电池，其中，隧道机器人8随着成像光谱相机2狭缝条形成像7、摆扫成像一帧一帧推扫完一圈隧道围岩之后，由中央控制系统发出指令向前移动，继续下一个里程段的推扫成像，最终扫描至掌子面，形成3d全方位扫描图。成像光谱相机2还设置有相机外壳3。可旋转伸缩台4底部设有伸缩杆6。
[0111]
其中，成像光谱相机2作为核心组成部分，主要由感光元件ccd探测器、分光器件、镜头和狭缝组成；
[0112]
标准白板1可以减弱ccd探测器固有暗电流噪声和采集环境光的影响，通过对图像的黑白校正，实现反射率的转化。
[0113]
此处需要说明的是，光源5一般选择使用卤素灯，其寿命长、功率大，就有全波段光谱范围，可以满足图像光谱系统对光源波长范围的要求，同时光源控制系统需保证光源的稳定性和高度可调性.
[0114]
隧道机器人移动的速度由设定的曝光时间、镜头的长度、物体表面距离成像光谱相机狭缝的距离等参数计算，通过光谱相机狭缝视场，在曝光时间内瞬时视场成像；其中，曝光时间由周围的环境、卤素灯的亮度、信噪比等决定。
[0115]
本实施例可搭配传送带等实验室研究采集岩矿的图像和光谱信息，不断完善研究区域的图谱库，还可以搭载在无人机上，并不局限于隧道机器人上。
[0116]
本实施例使用隧道机器人行驶到预定的位置，实现原位测试、无人化智能化操作，同时扫描成像通过一帧一帧推扫形式，考虑隧道围岩的形状，推扫环状图像，区分于后期图像拼接三维建模，此隧道全方面的复原成像方式精确度更高。
[0117]
在具体实施过程中，所述数据处理系统包括图像3d复原模块和图像光谱信息处理模块；所述图像3d复原模块用于将预设里程段的环状隧道围岩的光谱信息和图像信息，拼接为3d隧道图像光谱图。
[0118]
在具体实施过程中，所述图像光谱信息处理模块用于：
[0119]
从3d隧道图像光谱图中提取特征敏感波段、岩矿的图像特征向量和光谱特征向量；
[0120]
基于特征敏感波对3d隧道图像光谱图中的光谱信息进行端元解混；
[0121]
融合岩矿的图像特征向量和端元光谱的光谱特征向量，基于隧址区图谱库来识别
岩矿类别，作为先验结果并对端元解混得到的矿物类别进行校准；
[0122]
将每个像元端元解混的每种矿物的权重与矿物所占像素点做加权处理，得到矿物的含量；
[0123]
所述结果显示系统用于在3d隧道图像的每个像元中展示矿物的分布和含量的变化。
[0124]
实施例四
[0125]
本实施例提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如上述所述的岩石矿物含量测试方法中的步骤。
[0126]
实施例五
[0127]
本实施例提供了一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如上述所述的岩石矿物含量测试方法中的步骤。
[0128]
本发明是参照根据本发明实施例的方法、设备(系统)和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
[0129]
以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。