張安鐸，劉海華

（中南民族大學(xué)生物醫(yī)學(xué)工程學(xué)院，湖北 武漢 430074）

0 引言

巖石樣本的識(shí)別在地質(zhì)勘探與檢測(cè)識(shí)別中是十分重要的一環(huán)。在油氣勘探、礦產(chǎn)資源勘探以及地質(zhì)分析任務(wù)中，巖性識(shí)別對(duì)保障后續(xù)地質(zhì)作業(yè)具有重要的意義。傳統(tǒng)巖石樣本的識(shí)別方法主要有重磁、測(cè)井、薄片分析等方法。以上方法為科學(xué)的描述和解釋巖石巖性結(jié)構(gòu)奠定了基礎(chǔ)。傳統(tǒng)巖石巖性的確定需要專業(yè)人員通過(guò)人工標(biāo)注解釋，這通常需要消耗大量的人力資源及時(shí)間成本。因此，研究一種能夠比傳統(tǒng)方法更快更有效新的方法，對(duì)巖石圖像進(jìn)行自動(dòng)識(shí)別和分類是十分重要的。

1 結(jié)合LDS的CatBoost分類方法

1.1 特征提取

特征提取作為模式識(shí)別的重要內(nèi)容，其有效性直接影響分類結(jié)果。大量的研究表明，不同類型的巖石在顏色和紋理上有著較大的差異。根據(jù)該特點(diǎn)，本文使用HSV顏色矩、灰度共生矩陣等描述巖石圖像的特征。

HSV顏色矩[1]：HSV顏色空間的色調(diào)、飽和度、亮度與人眼對(duì)顏色的主觀認(rèn)識(shí)比較符合。與其他顏色空間相比，HSV空間能更好地反映人類對(duì)顏色的感知，所以本文采用HSV顏色空間下的顏色矩作為樣本顏色特征。顏色矩是一種簡(jiǎn)單有效的顏色特征表示方法，有一階矩（均值，Mean）、二階矩（方差，Variance）和三階矩（斜度，Skewness）等。

GLCM灰度共生矩陣[2]：灰度共生矩陣（Grey Level Co-occurrence Matrix,GLCM）也叫空間灰度級(jí)依賴矩陣，它是一種基于統(tǒng)計(jì)的紋理特征提取的方法。由于灰度共生矩陣的維度較大，一般不直接作為區(qū)分紋理的特征，而是基于它構(gòu)建的一些統(tǒng)計(jì)量作為紋理分類特征。本文所選用的紋理分類特征包括對(duì)比度（Contrast）、差異性（Dissimilarity）、反差分矩陣（Homogeneity）、熵（Energy）、相關(guān)性（Correlation）和能量（ASM）。經(jīng)過(guò)多次實(shí)驗(yàn)計(jì)算對(duì)比，本文選擇的灰度共生矩陣GLCM參數(shù)如表1所示。

表1 GLCM參數(shù)設(shè)置

計(jì)算每個(gè)樣本的GLCM矩陣，對(duì)其進(jìn)行整理獲得每個(gè)樣本的18個(gè)紋理特征，其表示如下：

本文除使用顏色、紋理等特征外，還使用統(tǒng)計(jì)的方法獲取樣本圖像像素值大于40的像素點(diǎn)個(gè)數(shù)占圖像總像素的百分比作為樣本的1個(gè)分類特征。

1.2 線性動(dòng)態(tài)系統(tǒng)

由于巖石圖像的特殊性和復(fù)雜性，在提取多類特征的背景下，為提高訓(xùn)練效率、減小個(gè)別極端誤差對(duì)訓(xùn)練分類器模型帶來(lái)影響，本文使用線性動(dòng)態(tài)系統(tǒng)算法對(duì)特征數(shù)據(jù)進(jìn)行濾波平滑。線性動(dòng)態(tài)系統(tǒng)（Linear Dynamic System,LDS）又叫卡爾曼濾波，是一種優(yōu)化估計(jì)算法[3]。LDS的過(guò)程可以解釋為不斷對(duì)隱藏變量進(jìn)行預(yù)測(cè)、并利用觀測(cè)值對(duì)預(yù)測(cè)值進(jìn)行修正的過(guò)程，它只需要當(dāng)前的測(cè)量值和前一個(gè)采樣周期的估計(jì)值就能夠進(jìn)行狀態(tài)估計(jì)。其線性關(guān)系體現(xiàn)在這一時(shí)刻和上一時(shí)刻的隱藏變量之間以及觀測(cè)變量和隱藏變量之間，這種遞歸方法不需要大量的存儲(chǔ)空間，每一步的計(jì)算量小，計(jì)算步驟清晰，非常適合處理特征值較多或標(biāo)簽復(fù)雜的信息。一個(gè)線性動(dòng)態(tài)系統(tǒng)可以表示如下：

1.3 CatBoost模型理論基礎(chǔ)

CatBoost算法是俄羅斯Yandex提出的，算法設(shè)計(jì)的初衷是為了更好的處理梯度提升決策樹(shù)（Gradient Boosting Decision Tree,GBDT）中的分類特征組合問(wèn)題[4]。傳統(tǒng)的GBDT算法通過(guò)選擇樹(shù)結(jié)構(gòu)和在樹(shù)結(jié)構(gòu)固定后計(jì)算葉子節(jié)點(diǎn)的值來(lái)構(gòu)建新樹(shù)來(lái)擬合當(dāng)前模型梯度[5]，其原理如下：使用本文給定7類巖石樣本的28維特征，訓(xùn)練集為，其中表示樣本總數(shù)；表示第個(gè)巖石樣本對(duì)應(yīng)的標(biāo)簽；表示輸入樣本的28維特征。將送入分類器進(jìn)行M次迭代，算法實(shí)現(xiàn)流程如表2所示。

表2 GBDT算法實(shí)現(xiàn)流程

然而GBDT這種構(gòu)建新樹(shù)的方式存在梯度偏差問(wèn)題，會(huì)導(dǎo)致模型過(guò)擬合。為了解決GBDT存在的問(wèn)題，CatBoost基于對(duì)稱決策采用貪婪的策略考慮組合，高效合理地處理類別型特征。對(duì)于樹(shù)的第一次分割，CatBoost不考慮任何組合[6]。對(duì)于下一次分割，將當(dāng)前樹(shù)的所有組合、類別型特征與數(shù)據(jù)集中的所有類別型特征相結(jié)合，并將新的組合類別型特征動(dòng)態(tài)地轉(zhuǎn)換為數(shù)值型特征，以這種方法構(gòu)建的新樹(shù)是平衡的，不容易過(guò)擬，進(jìn)而可以加速預(yù)測(cè)并且提高算法的準(zhǔn)確性和泛化能力。除了能夠解決模型過(guò)擬合和模型泛化問(wèn)題，CatBoost算法占用內(nèi)存小，訓(xùn)練速度快的優(yōu)勢(shì)，在很大程度上解決了研究人員的硬件設(shè)備問(wèn)題[7]。

2 數(shù)據(jù)預(yù)處理與模型訓(xùn)練

2.1 數(shù)據(jù)集獲取

本文采用來(lái)自泰迪杯數(shù)據(jù)挖掘挑戰(zhàn)賽B題的巖石樣本數(shù)據(jù)集，該數(shù)據(jù)為工作人員在勘探現(xiàn)場(chǎng)利用工業(yè)相機(jī)對(duì)巖屑和巖心進(jìn)行拍攝所得，圖像包含無(wú)背景的深灰色泥巖、灰黑色泥巖、灰色細(xì)砂巖、淺灰色細(xì)砂巖、黑色煤、深灰色泥質(zhì)粉砂巖和灰色泥質(zhì)粉砂巖7類巖石300張圖像。

2.2 數(shù)據(jù)集擴(kuò)充

由于巖石樣本數(shù)據(jù)集數(shù)量有限，本文首先使用Open-CV對(duì)賽事數(shù)據(jù)集進(jìn)行擴(kuò)充。主要方法有隨機(jī)放縮，切分，添加噪聲等。為保證圖片切分后能盡量保留原圖像的紋理信息，這里僅將原圖切分為9等份。通過(guò)圖像擴(kuò)充的方法，原始數(shù)據(jù)集被擴(kuò)充至2450張。數(shù)據(jù)集擴(kuò)充后，各樣本占比相同，力圖減少由樣本數(shù)量差異導(dǎo)致的訓(xùn)練誤差。

2.3 模型參數(shù)設(shè)置

本文將7類巖石的HSV顏色空間矩陣和GLCM空間灰度級(jí)依賴矩陣作為L(zhǎng)DS+CatBoost的分類特征。在將數(shù)據(jù)集送入分類器之前，為了降低同類巖石特征之間的計(jì)算誤差，首先對(duì)樣本數(shù)據(jù)集進(jìn)行LDS平滑濾波，將濾波后的矩陣作為CatBoost分類器的分類特征。由于CatBoost模型的訓(xùn)練超參數(shù)會(huì)對(duì)訓(xùn)練結(jié)果產(chǎn)生較大影響，故本文在進(jìn)行多次挑選重試后確定的訓(xùn)練超參數(shù)如表3所示。參數(shù)定義為，iterations表示網(wǎng)絡(luò)迭代次數(shù)，depth表示樹(shù)的深度，learning_rate表示學(xué)習(xí)率，test_size表示測(cè)試集的比例，random_strength表示分?jǐn)?shù)標(biāo)準(zhǔn)差乘數(shù)。

表3 CatBoost模型訓(xùn)練參數(shù)設(shè)置

2.4 模型訓(xùn)練

將上述獲得的樣本特征集送入LDS+CatBoost分類器進(jìn)行分類訓(xùn)練。為提升模型的泛化能力，對(duì)訓(xùn)練采用10折交叉驗(yàn)證。將樣本數(shù)據(jù)集分為10份，第一次訓(xùn)練，將后面9份作為訓(xùn)練集，訓(xùn)練集里面又包含有驗(yàn)證集，驗(yàn)證集可用于網(wǎng)絡(luò)模型的調(diào)優(yōu)，1000次迭代完成后得到一個(gè)網(wǎng)絡(luò)模型，再把第1份數(shù)據(jù)最為測(cè)試集對(duì)得到的模型進(jìn)行測(cè)試獲得第一個(gè)測(cè)試準(zhǔn)確率。第二次訓(xùn)練，將第一份和后面8份作為訓(xùn)練集，1000次迭代完成后得到一個(gè)網(wǎng)絡(luò)模型，再把第2份數(shù)據(jù)最為測(cè)試集對(duì)得到的模型進(jìn)行測(cè)試獲得第一個(gè)測(cè)試準(zhǔn)確率。以此類推最后得到10個(gè)測(cè)試準(zhǔn)確率，平均這10個(gè)測(cè)試準(zhǔn)確率，即為分類器的分類準(zhǔn)確率。

3 實(shí)驗(yàn)結(jié)果分析

通過(guò)上述分類方法對(duì)本文7類巖石進(jìn)行分類，分類準(zhǔn)確率達(dá)到92.86%。為了進(jìn)一步評(píng)估 LDS+CatBoost模型預(yù)測(cè)的性能，本文同時(shí)選取巖石分類常用的機(jī)器學(xué)習(xí)K最近鄰（K-Nearest Neighbor,KNN）模型[8]、GBDT模型、XGBoost模型和未經(jīng)改進(jìn)的CatBoost模行進(jìn)行對(duì)比分析。為了對(duì)比結(jié)果的可靠性，GBDT模型、XGBoost模型和原始CatBoost模型選取的超參數(shù)與 LDS+CatBoost模型的一致。各類模型分類結(jié)果概況如表4所示。

表4 各類模型測(cè)試結(jié)果

從表4中可以看出，除LDS+CatBoost模型外，其余對(duì)比模型的分類平均準(zhǔn)確率相差不大，都在82%左右，Cat-Boost最高，可以達(dá)到83.8%。這可能說(shuō)明在對(duì)數(shù)據(jù)進(jìn)行LDS平滑濾波之前，分類器對(duì)巖石數(shù)據(jù)分類影響不大。進(jìn)而對(duì)特征進(jìn)行平滑濾波后，再送入CatBoost分類器，分類準(zhǔn)確率可以提高9個(gè)百分點(diǎn)，達(dá)到92.86%。GBDT分類準(zhǔn)確率較為分散，模型穩(wěn)定性差，且4個(gè)對(duì)比模型準(zhǔn)確率集中分布在80%～85%之間。相較于對(duì)比模型，本文提出的模型準(zhǔn)確率集中分布在90%～95%之間，92.5%部分占比最大。除此之外，由圖中的黑色盒型范圍可以看出，LDS+Cat-Boost準(zhǔn)確率波動(dòng)程度比其他模型小，表明該分類器分類效果好且魯棒性更強(qiáng)。這說(shuō)明本文提出的LDS+CatBoost分類器利用圖像HSV顏色空間矩陣和GLCM空間灰度級(jí)依賴矩陣的特征，對(duì)深灰色泥巖、灰黑色泥巖、灰色細(xì)砂巖、淺灰色細(xì)砂巖、黑色煤、深灰色泥質(zhì)粉砂巖和灰色泥質(zhì)粉砂巖7類巖石有很好的分類效果。

4 交互式界面實(shí)現(xiàn)巖石智能識(shí)別

界面設(shè)計(jì)可以讓用戶便于使用、便于了解、并能減少用戶發(fā)生錯(cuò)誤選擇的可能性。為減少對(duì)于編程語(yǔ)言和設(shè)備的依賴，讓識(shí)別巖性操作高效。本文利用Python-Tkinter圖形化界面設(shè)計(jì)，融合訓(xùn)練好的網(wǎng)絡(luò)模型，設(shè)計(jì)了一個(gè)在視覺(jué)效果上便于理解和使用的交互式界面用于實(shí)現(xiàn)巖石的智能識(shí)別，并將該界面導(dǎo)出為程序文件，方便在不同機(jī)器上進(jìn)行快速測(cè)試。

由于本文在前期進(jìn)行數(shù)據(jù)集擴(kuò)充的過(guò)程中，將原始圖像切分為9張子圖像，并計(jì)算每張子圖像的HSV矩陣和GLCM矩陣等數(shù)值構(gòu)建成一個(gè)28維的特征空間作為分類器的分類特征。為了與模型訓(xùn)練特征保持一致，在交互式界面識(shí)別過(guò)程中首先將送入的圖像同等切分為9張子圖像并對(duì)每張子圖像構(gòu)建相同的28維特征，經(jīng)過(guò)LDS特征平滑濾波后，再送入訓(xùn)練好的模型進(jìn)行檢測(cè)，將每張子圖的檢測(cè)結(jié)果保存到一個(gè)列表。最后采用投票法，將列表中投票最多的結(jié)果輸出為測(cè)試結(jié)果。采用投票法在交互式界面對(duì)模型進(jìn)行測(cè)試，可以提高模型的測(cè)試準(zhǔn)確率。

5 結(jié)論

本文使用了300張7種白光拍攝的無(wú)背景巖石圖像，對(duì)巖石的自動(dòng)分類進(jìn)行研究。對(duì)這些圖像進(jìn)行擴(kuò)充，每一類巖石擴(kuò)充到350張，最后共獲得2450張圖像的樣本數(shù)據(jù)集。采用HSV顏色空間矩陣和GLCM空間灰度級(jí)依賴矩陣等特征提取方法對(duì)巖石樣本進(jìn)行數(shù)值化描述，將這些數(shù)值生成一個(gè)28維的特征空間。采用本文提出的LDS+CatBoost算法及常用的4種機(jī)器學(xué)習(xí)算法對(duì)2450張巖石圖像進(jìn)行自動(dòng)分類，并對(duì)這些算法的有效性進(jìn)行測(cè)試。研究結(jié)果表明，利用LDS+Cat-Boost算法結(jié)合交互式界面對(duì)數(shù)值化后的巖石圖像實(shí)現(xiàn)自動(dòng)分類是有可行性的。

本文提出的卡爾曼濾波結(jié)合機(jī)器學(xué)習(xí)分類器算法在地質(zhì)學(xué)和巖石學(xué)領(lǐng)域可能具有重要作用。交互式界面的實(shí)現(xiàn)為巖石學(xué)和礦物學(xué)等領(lǐng)域構(gòu)建一些實(shí)用的分類工具提供了思路。然而，本研究由于樣本數(shù)據(jù)集的不足，訓(xùn)練好的模型會(huì)缺乏一定的泛化性，測(cè)試準(zhǔn)確率也不夠高。后續(xù)在數(shù)據(jù)集充足的情況下，將進(jìn)一步探討和研究本文提出的算法結(jié)果交互式界面大規(guī)模在地質(zhì)學(xué)、礦物學(xué)和巖石學(xué)等領(lǐng)域應(yīng)用的可行性。