[发明专利]一种岩土体材料数字图像的分割阈值确定方法有效
申请号: | 201910174541.9 | 申请日: | 2019-03-05 |
公开(公告)号: | CN110021030B | 公开(公告)日: | 2023-04-25 |
发明(设计)人: | 刘江峰;曹栩楼;邵建富;黄炳香;胡大伟;陈亮;陈树亮 | 申请(专利权)人: | 中国矿业大学 |
主分类号: | G06T7/136 | 分类号: | G06T7/136 |
代理公司: | 南京经纬专利商标代理有限公司 32200 | 代理人: | 许方 |
地址: | 221116 *** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 岩土 材料 数字图像 分割 阈值 确定 方法 | ||
本发明公开了一种岩土体材料数字图像的分割阈值确定方法,所述方法包括如下步骤:S1:获取岩土体材料的SEM图像的灰度直方图曲线;S2:根据所述灰度直方图曲线,确定分割阈值T的取值范围;S3:获取所述灰度直方图曲线的二阶导数;S4:根据所述灰度直方图曲线的二阶导数和分割阈值T的取值范围,确定所述分割阈值T的大小。本发明能够快速准确的确定岩土体材料的数字图像的分割阈值,准确地从数字图像中将岩土体材料孔隙或裂缝结构与表面土骨架结构区分开来,为后续基于数字图像的岩土体材料的深入研究提供了准确的分割阈值,为准确的提取孔隙或裂缝结构,提供了有效的技术支持。
技术领域
本发明涉及图像分割技术领域,尤其涉及一种岩土体材料数字图像的分割阈值确定方法。
背景技术
随着微、细观成像技术的发展,研究人员可以利用该技术对岩土体的孔隙结构形态特征进行直接观测。对于SEM扫描电镜技术,由于其较低的测试成本和良好的成像效果,被逐渐应用于各个领域。
使用SEM扫描电镜技术对各种岩土体材料的表面微观孔隙结构进行直接观测,通过定量化的分析,对岩土体材料渗透率进行预测。在对SEM图像定量化分析的过程中,最关键的一步就是对图像进行二值化。二值化的主要目的是将SEM图像中的岩土体材料的孔隙结构与表面土骨架结构区分开来,提取出其中的孔隙结构,而孔隙结构是决定岩土体材料渗透率大小的主要因素,因此如何准确的提取孔隙结构就是数字图像法中二值化过程最为关键的技术。而二值化处理过程中,图像的分割阈值确定决定着孔隙结构提取二值化的准确性,因此,确定图像的分割阈值确定显得极为重要。
近几十年来,国内外众多学者已经提出了大量的图像二值化分割阈值确定计算方法。但由于数字图像的复杂性,以及图像分割问题依赖于具体应用领域的具体情况,因此,直到现在为止没有一种通用的二值化分割阈值确定算法。
中国专利公布号:CN 102841220 A;公布日:2012年12月26日,公开了一种基于孔隙率的黏土扫描电镜照片图像分割方法,包括步骤有:采用土力学常规实验方法测得黏土试样的干密度,算出干密度的三分之二次幂;实验室制备黏土试样的微结构样品;采用ZD-A3冻干仪将制作的样品冻干并抽真空,真空度达到到10-6Pa时进行扫描电镜,观察样品的微结构并获得扫描照片;采用图像分析软件提取两个阈值对应的二值化数据;对比两个阈值条件下抽取到颗粒体和孔隙率的参数特征,算出孔隙体面积比;当孔隙体面积比等于干密度的三分之二次幂时,停止逼近,此时的阈值即为与所测干密度相对应的图像分割阈值确定。有益效果是采用该方法实现了三维参数向二维化的科学转变,排除了人为主观因数的干扰,使得土体微结构的研究更加准确。但是该发明的不足之处在于:该发明中Leica QWin图像分析软件对SEM照片提取出的阈值,虽然进行了人为确认,但是在进行人为确认的过程中,涉及多次运算,过程繁琐的同时还易出错,从而不利于长期使用。
发明内容
发明目的:针对现有岩土体材料数字图像二值化中分割阈值的确定过程复杂易出错的问题,本发明提出一种岩土体材料数字图像的分割阈值确定方法。
技术方案:为实现本发明的目的,本发明所采用的技术方案是:
一种岩土体材料数字图像的分割阈值确定方法,所述方法包括如下步骤:
S1:获取岩土体材料的SEM图像的灰度直方图曲线;
S2:根据所述灰度直方图曲线,确定分割阈值T的取值范围;
S3:获取所述灰度直方图曲线的二阶导数;
S4:根据所述灰度直方图曲线的二阶导数和分割阈值T的取值范围,确定所述分割阈值T的大小。
更进一步地,所述步骤S1获取图像的灰度直方图曲线之前还包括:读取所述岩土体材料的SEM图像,获取所述SEM图像中每个像素的灰度级i、所述每个像素的灰度级i所对应的总像素数量ni。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国矿业大学,未经中国矿业大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201910174541.9/2.html,转载请声明来源钻瓜专利网。