该研究旨在解决单一二维影像岩性识别精度低的问题，开展了顾及影像深度信息的岩性智能识别方法研究。以准噶尔盆地南缘露头为研究区（图1），利用无人机获取 RGB 影像和 DSM 影像，通过通道叠加、IHS 变换、小波变换和多模态融合 4 种方式将深度信息融入影像数据，采用 DeepLabv3 + 模型进行碎屑岩岩性识别，并对比分析不同融合方法和人工解译结果（图2）。

研究表明，多模态融合影像的岩性识别精度最高，Kappa系数达76.17%，总体识别精度提升到91.05%，对高差大的砾岩识别效果提升明显，但泥岩和砂岩识别效果有待提高。不同融合影像对泥岩、砂岩和砾岩的识别各有优劣，多模态融合影像在整体识别效果上最佳。后续拟采用加入地质约束线的方式进一步提升识别精度。

图1 试验区影像

图2 DeepLabv3+ 网络模型

图3 论文首页