-
公开(公告)号：CN109490222A
公开(公告)日：2019-03-19
申请号：CN201811610556.7
申请日：2018-12-27
Applicant: 核工业北京地质研究院
Abstract: 本发明属于偏振遥感技术领域，具体涉及一种偏振光谱测量装置及其测量方法；包括：中央定台、内水平转台和外水平转台由内至外依次同轴设置；内水平转台通过涡轮涡矩与伺服电机A连接；外水平转台通过涡轮涡矩与伺服电机B连接；内水平转台上通过伺服电机D设置有L型光源支架；外水平转台通过伺服电机C设置有L型机械臂；偏振片旋转器通过伺服电机E固定在L型机械臂上；光源固定在L型光源支架上；偏振片旋转器通过光纤与光谱仪连接；计算机分别与伺服电机A、伺服电机B、伺服电机C、伺服电机D和伺服电机E连接。
-
公开(公告)号：CN109387478A
公开(公告)日：2019-02-26
申请号：CN201811130169.3
申请日：2018-09-27
Applicant: 核工业北京地质研究院
Abstract: 本发明属于高光谱遥感应用领域，具体公开一种岩芯高光谱扫描数据云存储处理分析及实时反馈的方法，该方法包括如下步骤：步骤1，对岩芯光谱扫描仪加装监视操控系统和数据传输系统；步骤2，使用步骤1中的岩芯光谱扫描仪扫描岩芯并获取岩芯光谱数据；步骤3，对步骤2中获取的数据进行转换，进行数据压缩；步骤4，将步骤3中压缩后的数据通过数据传输系统进行传输；步骤5，云端服务器接收步骤4传输的数据并进行处理分析并存储；步骤6，云端服务器将步骤5中处理分析结果反馈给扫描仪，完成岩芯光谱扫描数据云存储处理活动。该方法能够提高岩心扫描数据利用性，增强时效性，实时指导实际生产活动，提高经济效益。
-
公开(公告)号：CN106682377B
公开(公告)日：2019-01-08
申请号：CN201510744572.5
申请日：2015-11-05
Applicant: 核工业北京地质研究院
IPC: G06F17/50
Abstract: 本发明属于地球科学技术领域，具体涉及一种钻孔岩芯蚀变矿物的高光谱提取与定量估算方法。本发明利用地面成像高光谱数据光谱分辨率的优势和图谱合一的特点，通过采集钻孔岩芯高光谱图像数据，识别并提取出与热液成矿作用关系密切的蚀变矿物，同时定量估算钻孔深度方向上蚀变矿物的空间分带。本发明既能够准确提取与深部热液成矿关系密切的蚀变矿物信息，直观表现蚀变矿物在岩芯上的发育，又能够实现钻孔尺度上蚀变矿物的定量化表达，对深部找矿勘查具有重要的实用价值。
-
公开(公告)号：CN104050252A
公开(公告)日：2014-09-17
申请号：CN201410260818.7
申请日：2014-06-12
Applicant: 核工业北京地质研究院
IPC: G06F17/30
CPC classification number: G06F17/30247
Abstract: 本发明属于地质矿产勘查技术领域，具体公开一种高光谱遥感蚀变信息提取方法，高光谱影像数据预处理；野外实测数据预处理；在决策树规则提取区域上根据样本点集信息，建立蚀变矿物类型与影像各波段灰度值的判定关系和初始决策树判定规则；待识别蚀变矿物划分大类，圈定大类中特征吸收谱带区间；对比野外实测波谱曲线特征，找出待分类蚀变矿物在特征吸收谱带诊断性波谷波峰位置，标记不确定波谷波峰，建立特征吸收峰分类规则；将初始决策树判定规则与特征吸收峰分类规则合并后建立决策树规则，并将决策树规则作为蚀变信息提取规则提取蚀变信息。该方法具有良好的稳定性和可靠性，具有批量化和规模化提取蚀变信息能力。
-
公开(公告)号：CN119919802A
公开(公告)日：2025-05-02
申请号：CN202411913862.3
申请日：2024-12-24
Applicant: 核工业北京地质研究院
IPC: G06V20/10 , G06V10/764 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/094
Abstract: 本发明属于高光谱遥感技术领域，具体涉及一种基于生成对抗网络的岩性智能化识别方法，该方法包括：步骤一：获取研究区高空间分辨率遥感影像，进行野外调查；步骤二：对高光谱遥感数据进行预处理，剔除异常波段；步骤三：依据野外调查与地质资料结合的岩性信息，在预处理后的高光谱影像上进行图像样本圈定，获得原始训练集；步骤四：构建包括生成网络G与判别网络D的深度卷积生成对抗网络DCGAN；步骤五：引入卷积操作与自注意力机制，优化生成对抗网络结构；步骤六：生成样本的训练与质量评估，获得新生成样本集；步骤七：构建基于图‑谱联合特征的一维+二维卷积神经网络模型。本发明方法实现了样本数据的扩充与优化，有效提高了岩性识别的精度。
-
Patent Agency Ranking
公开(公告)号：CN119915746A
公开(公告)日：2025-05-02
申请号：CN202411946851.5
申请日：2024-12-27
Applicant: 核工业北京地质研究院
IPC: G01N21/17 , G06V10/764 , G06V10/58 , G06V10/77 , G06V10/74 , G06V10/762 , G06V20/10
Abstract: 本发明属于遥感图像处理技术领域，具体涉及一种基于模糊聚类的高光谱岩性智能识别方法，包括：获取研究区域的地质图，然后矢量化研究区地质图，获取初始岩性分布矢量数据；将高光谱数据进行预处理；利用主成分分析变换对预处理后的高光谱数据进行数据降维，得到降维后的数据；采用空间模糊C均值聚类算法对降维后的数据进行聚类并基于邻域相似性准则对聚类结果进行分割，得到聚类结果；根据初始岩性分布矢量数据，从聚类结果中确定不同聚类斑块中占比最大的岩性类别，将该类别作为聚类斑块对应的岩性类别，获得岩性智能识别结果。本发明方法能够有效减少人为干扰因素的影响，提高岩性识别精度和成矿相关地质要素识别能力。
-
公开(公告)号：CN117853906A
公开(公告)日：2024-04-09
申请号：CN202311753257.X
申请日：2023-12-20
Applicant: 核工业北京地质研究院
Abstract: 本发明属于地球科学领域，具体涉及一种基于高光谱遥感影像的矿物样本集构建方法，该方法包括：步骤1，高光谱遥感影像预处理，获得反射率影像；步骤2，矿物端元光谱沙漏分析，建立矿物端元光谱库；步骤3，利用混合调制匹配滤波进行混合像元分解，获得每种矿物的丰度图；步骤4，直方图监督下阈值分割，圈定矿物分布区域；步骤5，将确定的矿物分布区域，生成矿物矢量图斑；步骤6，图斑区域光谱查验与矢量图斑筛选；步骤7，根据筛选的矢量图斑，自动生成随机点样本；步骤8，抽样检查，生成最终的样本数据集。本发明方法能够快捷高效地制作矿物样本，同时保障样本的可靠性。
-
公开(公告)号：CN117825305A
公开(公告)日：2024-04-05
申请号：CN202311830620.3
申请日：2023-12-28
Applicant: 核工业北京地质研究院
IPC: G01N21/31 , G01N21/3563 , G01N21/359 , G01N21/01
Abstract: 本发明属于地质勘查技术领域，具体涉及一种岩心高光谱自动扫描成像装置及实时辐射校正方法，该装置包括：光学成像系统、自动实时辐射校正系统、光源照明系统、岩心自动运送系统、扫描控制和监控系统，光学成像系统固定连接于自动实时辐射校正系统上部，光源照明系统可拆卸安装于自动实时辐射校正系统中，岩心自动运送系统放置于自动实时辐射校正系统底部，扫描控制和监控系统连接于自动实时辐射校正系统侧面。本发明实现了可见光和近红外‑短波红外高光谱影像的同视场、同步化获取，经过数据处理可以实现成矿要素信息空间分布状况和矿化异常精准定位的有机统一，有助于岩心智能化无损编录的实施。
-
公开(公告)号：CN117496239A
公开(公告)日：2024-02-02
申请号：CN202311439663.9
申请日：2023-11-01
Applicant: 核工业北京地质研究院
IPC: G06V10/764 , G01N21/27 , G06V10/762 , G06V10/30 , G01N21/17
Abstract: 本发明的实施例涉及利用光学成像进行地质识别的方法，具体涉及一种高光谱遥感影像的岩性分类方法。该方法包括：对高光谱遥感影像进行预处理，获得反射率影像，并对其进行处理；选择处理后的反射率影像中部分波段对应的反射率影像数据，对其进行聚类处理，以将其划分在多个分类簇中；确定各分类簇间反射率影像的可分离度；根据聚类处理的结果及可分离度，将反射率影像数据划分为多个类别，并对各个类别赋予岩性分类标签；根据反射率影像数据及其对应的岩性分类标签，确定反射率影像的岩性分类模型；根据模型和反射率影像，对高光谱遥感影像进行岩性分类。使用本申请实施例提供的方法，能够有效提升高光谱遥感岩性分类效率。
-
公开(公告)号：CN117173428A
公开(公告)日：2023-12-05
申请号：CN202311443653.2
申请日：2023-11-01
Applicant: 核工业北京地质研究院
IPC: G06V10/58 , G06V10/75 , G06V10/764 , G06V10/22
Abstract: 本申请涉及地质信息编录技术领域，具体涉及一种岩心的地质智能编录方法，其包括：对岩心的高光谱影像进行处理，得到高光谱反射率影像；对高光谱反射率影像中的各个岩心箱和隔板进行识别；基于各个岩心箱和隔板的识别结果，确定各个岩心箱中的岩心柱的拼接顺序；根据拼接顺序将岩心柱进行影像拼接得到岩心重建高光谱反射率影像，并将岩心重建高光谱反射率影像的坐标系转换为岩心实际深度坐标系；基于岩心柱高光谱反射率影像，对岩心实际深度坐标系下的岩心重建高光谱反射率影像进行信息识别，从而形成岩心地质智能编录方法。本申请由于将岩心影像的坐标系转换为岩心实际深度坐标系，能够更加直观地显示岩心蚀变层位及其对应深度的矿化信息。
-
-
-
-
-
-
-
-
-
Search Results
72
records
(took 0.03 seconds)
