# rock-image-segmentation

**Repository Path**: duan-qi-rui/rock-image-segmentation

## Basic Information

- **Project Name**: rock-image-segmentation
- **Description**: No description available
- **Primary Language**: Unknown
- **License**: Not specified
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2025-11-17
- **Last Updated**: 2025-11-18

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# 砂岩图像分割项目

基于梯度提升算法的砂岩CT图像自动分割系统，可实现砂岩内部结构（石英、孔隙等不同组分）的精准识别与分割。

## 项目简介

本项目通过机器学习方法对砂岩CT扫描图像进行语义分割，能够自动识别砂岩内部的不同物质成分。使用梯度提升（Gradient Boosting）分类器，基于像素灰度值特征进行训练和预测。

## 分割效果展示

![砂岩分割结果](Sandstone_2_result.png)

左：原始CT图像 | 中：人工标注 | 右：模型预测结果（准确率：95.8%）

## 项目结构

```
sandstone-segmentation/
│
├── create_clf.py              # 分类器训练脚本
├── segment.py                 # 图像分割预测脚本
├── clf                        # 训练好的梯度提升模型
│
├── Sandstone_1.tif            # 训练数据：砂岩截面图1
├── Sandstone_1_segment.tif    # 训练数据：人工标注分区图1
│
├── Sandstone_2.tif            # 测试数据：砂岩截面图2
├── Sandstone_2_segment.tif    # 测试数据：人工标注分区图2（用于评估）
├── Sandstone_2_segmentation.tif  # 模型预测结果
└── Sandstone_2_result.png     # 可视化对比图
```

## 依赖环境

```bash
pip install numpy scikit-learn pillow matplotlib
```

主要依赖包：
- numpy: 数组运算与数值计算
- scikit-learn: 梯度提升算法实现
- Pillow: 图像读写操作
- matplotlib: 结果可视化

## 使用方法

### 1. 训练分类器

使用砂岩截面图1及其标注数据训练模型：

```bash
python create_clf.py
```

输出内容：
- 模型文件：clf
- 训练准确率：约96-98%
- 分类报告：各类别精确率、召回率

### 2. 图像分割预测

对新的砂岩图像进行分割：

```bash
python segment.py
```

输出内容：
- 分割结果：Sandstone_2_segmentation.tif
- 可视化图：Sandstone_2_result.png
- 分割准确率：95.8%

### 3. 自定义预测

修改segment.py中的配置参数：

```python
test_image_path = 'your_sandstone_image.tif'  # 待分割图像
annotation_path = 'your_ground_truth.tif'     # 标注图（可选，用于评估）
```


## 算法流程

```
训练阶段：
砂岩图像1 + 标注图1
  ↓
提取特征（像素灰度值）
  ↓
梯度提升分类器训练
  ↓
模型保存（clf）

预测阶段：
砂岩图像2
  ↓
提取特征
  ↓
加载模型并预测
  ↓
像素级分类
  ↓
生成分割结果
```

## 性能指标

| 指标 | 数值 |
|------|------|
| 训练集准确率 | 约96-98% |
| 测试集准确率 | 95.8% |
| 模型大小 | 约2.9 MB |
| 预测速度 | 小于5秒（1024×1024图像） |

## 个人信息

学号：202352320120
年级：2023
专业：智能科学与技术
班级：1班