[发明专利]一种岩石孔隙和颗粒系统的计算机数字图像识别方法

说明书

技术领域

本发明涉及岩石微观结构计算机识别技术，尤其是基于标准颜色分割和改进种子算法的方法,特别是涉及到一种岩石孔隙和颗粒系统的计算机数字图像识别方法。

背景技术

随着计算机技术和信息技术的迅速发展，数字图像处理技术已经为现代科学技术的发展提供了一项过去没有的技术手段，并相继在多种学科如医学、生物、航空航天等相关的科研领域得到了广泛的应用。同时，也为岩石微观结构定量化分析提供了可行途径。现在已有不少方法和软件被应用于定量化微观结构系统。这些方法主要基于二值图中孤立区域的识别。这种技术的关键在于如何分割图像，使得在二值图像中黑色像素代表孔隙。现有的数字图像处理技术来量化微观孔隙的研究正在开展中，但是仍然存在着图像识别和测量分析上的一系列问题，并影响了结果的准确性。因此，需要在识别算法上进行改进，以得到更精确的微观孔隙颗粒数据。

发明内容

为了克服传统手动测量存在着人工误差，低精度和低效率等缺点问题。本方法提出一种岩石微观结构孔隙颗粒数字图像识别与处理的方法。通过图像二值化、去杂点、孔隙系统识别、颗粒系统识别等步骤，能有效识别图像中的颗粒与孔隙，区分出图像中的每一个孔隙和颗粒，可以为下一步的统计工作提供有价值的参数。

本发明为解决孔隙颗粒数字识别所提出的技术方案是：一种岩石孔隙和颗粒系统的计算机数字图像识别方法，包括以下步骤：

步骤10：输入图像和标准颜色；即通过光学显微镜拍照得到的砂岩薄片微观图像；岩石铸体薄片孔隙的颜色以蓝色为主，表现为普蓝CM、浅蓝CL、深蓝CD和绿色调CG；向上位机中输入其四个标准参考颜色：

CM＝#00558C，CL＝#007D9F，CD＝#00245B，CG＝#006B69；

步骤11：进行砂岩微观图像的二值化操作；在RGB颜色空间中，环氧树脂颜色为蓝色，颗粒的颜色为白色和黄色，根据它们不同的颜色区分图像中的孔隙和颗粒，对于图像中任一像素点，计算其颜色值P(R,G,B)与标准颜色X(R,G,B)在RGB颜色空间中距离：

d＝|P-X|(2)；

如果当前像素与步骤10中输入的任一标准颜色的距离d小于给定的阈值T，则当前像素点被识别为孔隙，反之则被识别为颗粒；对于岩石薄片图像，所述阈值T取60；

步骤12：针对步骤11中得出的二值化图像中杂点的去除，通过种子算法或扫描线种子算法来识别图像中独立的孔隙和杂点，具体步骤为：1)查找一个种子像素；2)在二值图像中查找与种子像素相连通的所有像素点，并将其记录下来；通过a，b两个种子像素点，查找出独立的两个区块A’和B’。识别出图像中各独立区块后，计算每个区块的面积，当区块面积小于给定最小孔隙阈值TA时，则将其识别为杂点并去除；

步骤13：对孔隙区块进行腐蚀运算，消除孔隙间通道，得到了两个独立的种子区块A’和B’；

步骤14：将腐蚀区域归并到邻近种子区块，并识别出两个独立的孔隙区域；

步骤15：获取孔隙识别结果；计算各区块的面积，将小于最小孔隙阈值的区块归并到邻近的大孔隙中，得到最终的孔隙识别结果；

步骤16：根据图像中颗粒形态、颜色和纹理特征区分出不同颗粒，用单像素的曲线划出颗粒间的边界手动操作来分割不同颗粒；采用步骤12至15方法进一步识别出各个颗粒；

步骤17输出颗粒识别结果。

进一步地，所述步骤12中的最小孔隙阈值TA取值为50.

进一步地，所述步骤13-14具体实现过程为：

步骤20：在图像中存在两个像素化的孔隙，孔隙之间通过直径为两像素的孔喉连接；

步骤21：运用腐蚀算法对孔隙进行两像素的腐蚀，孔隙边界向内收缩两个像素；

步骤22：采用种子算法识别出两个独立的种子区块A’和B’；

步骤23：应用归并算法，将被腐蚀掉的像素归并到相连通的最近种子区块上；

步骤24：识别出两个孔隙A和B。

本发明的有益效果是：一方面传统手动测量存在着人工误差，低精度和低效率等缺点，而采用本发明提出的孔隙和颗粒识别方法具有低损耗，可重复和高效性等优势，并且相比手动测量，精度大大提高。另一方面本发明基于数字图像二值化，二值图像去杂点，孔隙封闭，孔隙系统识别，颗粒系统识别的一整套数字图像处理方案，大大方便了相关人员的操作使用，减少了工作量。并可以通过得到的孔隙颗粒数据自动计算出岩石微观结构的各种有价值的参数，极大的提高了对所研究的岩石微观结构的认知，对实际工程运用，相关领域研究提供了帮助。