岩石显微薄片分类与鉴别是地质学中一项重要的任务,对资源勘探、工程地质、环境保护、水利勘探都有重要意义。传统的人工鉴别岩石显微薄片费时费力,且主观性较强。目前,学者已经提出了一些计算机辅助自动分类方法来解决这个问题,但是抽取特征类别较为单一,且没有一个对所有岩石显微薄片分类都较为适用的流程。砂岩是珍贵的地下储水层和石油存储层,因此砂岩显微薄片分类对资源勘探有重要意义。然而,地质环境的多变性导致在不同地区形成的砂岩结构上的差异,但是目前还没有学者考虑过跨区域的砂岩显微薄片图片自动分类问题。本文对岩石显微薄片图像自动分类技术进行了较为深入的研究和探讨。主要贡献概括如下:1.总结了计算机辅助岩石显微薄片分类问题的研究现状。本文首先介绍了岩石显微薄片自动分类的过程以及存在的问题,然后对现有计算机辅助岩石显微薄片图像分析方法进行总结,之后介绍了砂岩的分类以及本文中用到的砂岩分类技术。2.整理归类岩石显微薄片图像,详细描述了岩石显微薄片自动分类问题中的各类特征抽取方法,并基于抽取的特征提出了一个岩石显微薄片图像鉴别方法流程。本文整理归类了 2370张岩石显微薄片图像作为实验数据集,并详细介绍了各类特征(颜色、纹理、颗粒)的抽取过程以及计算方法。最后基于抽取的特征提出了一个岩石显微薄片图像鉴别方法流程,并给出了鉴别结果。3.提出了基于迁移学习的跨区域砂岩显微薄片图像自动分类方法Festra。本文提出一种迁移学习方法来解决跨区域的砂岩显微薄片图片自动分类问题。它利用源领域已标注实例来训练分类器,以对目标领域实例进行预测。Festra包含两个主要部分。第一部分是特征选择和归一化,此部分的主要目标是最小化源和目标领域特征空间的差异度。第二部分是利用一个增强的tradaboost进行实例迁移。增强的tradaboost的主要改进包括砂岩的多类分类和基于权重的实例采样两个方面。4.对Festra的有效性进行了实证研究。本文基于四个问题进行实验,验证本文提出方法Festra的有效性。实验的数据集是采集自西藏四个不同地区的279张显微薄片图像。实验结果表明:Festra在四个地区的效果都很好,且Festra的两个部分在分别进行实验的情况下也有效果,这证实了Festra和它的两个部分的有效性以及将这两个部分结合在一起的必要性。