基于BP神经网络与数学形态学的彩色地质图面要素信息智能提取

地质图是一个区域地质研究的重要成果,也是前人留下的宝贵资料,更融合了地质专家的丰富知识.本研究的目的是通过新的思路将彩色地质图信息提取出来,使其结果能直接进行数据分析,并用于决策和分析.以机器学习为指导,在分析半结构化(栅格)地质图特征的基础上,根据图例信息,提出一种彩色地质图信息提取新思路,对彩色地质图进行分层信息提取,并结合数学形态学和多层前向反馈式神经网络,探索半结构化数据转换为结构数据的有效技术方法.利用图像信息提取技术将半结构化地质图转化为结构化数据,可用于成矿预测等研究.这一变化将改变传统地质数据的结构,地质研究的信息基础和来源将会增加,对于获取更多的数据源和信息源,进一步开展地质分析研究具有重要意义.