[发明专利]一种基于扫描电镜多特征灰度图像的孔隙识别方法

说明书

本发明公开了一种基于扫描电镜多特征灰度图像的孔隙识别方法，包括以下步骤：图像采集：在扫描电镜设备下，分别采集选定分析区域的背散射图像和二次电子图像；图像预处理：分别对背散射图像和二次电子图像进行灰度校正；孔隙识别：以背散射电子图像和二次电子图像像素点的灰度值为基础，根据典型样本点建立识别函数，对每一个像素点所属组分类型进行区分，再归并区块。本发明以扫描电镜下二次电子图像和背散射电子图像的像素点灰度值为基础，建立基于二维数据的孔隙识别的数学模型，来区分目标区的属性，该方法实现了扫描电镜页岩孔隙的高精度识别，在区分孔隙(有机质孔隙、无机孔隙)和基质(有机质、无机矿物)方面具有较好的效果。

技术领域

本发明涉及页岩油气评价技术领域，尤其是一种基于扫描电镜多特征灰度图像的孔隙识别方法。

背景技术

在页岩孔隙性评价和孔隙结构分析中，扫描电镜是一种广泛的应用技术。对未抛光的样品进行扫描电镜观察可以定性分析页岩的孔隙类型和分布特征，通过对氩离子抛光的页岩样品的扫描电镜观察可以定量统计页岩孔隙的各种参数。但是，人工统计页岩孔隙参数的工作量巨大，一般仅用于科学研究，难以用于工业生产推广，因此很多学者和研发人员都对扫描电镜孔隙的计算机识别技术开展了大量研究。目前已有的识别技术以灰度法和分割法为主。

由于页岩中孔隙分布于有机质和不同类型的无机矿物中，而有机质和不同类型的无机矿物在扫描电镜下灰度不一，不同类型孔隙的灰度值相对于有机质或者无机矿物的灰度值的高低也存在差别，因此单从灰度值的高低来看，孔隙和基质的灰度值区间往往存在一定的重叠，造成灰度区分孔隙和基质存在一定误差。

分割法对于较大的孔隙往往具有较好的区分效果，但是孔隙较小时实现难度较大。目前的扫描电镜技术下，观察到的页岩孔隙极限约为放大倍数10万倍下1个像素点，大约是3～6nm，同时也是页岩微纳米孔隙分布的重要尺度。因此，放大倍数10万倍扫描电镜下经常可见几个甚至1个像素点即为1个孔隙的情况，此时如果采用分割法则容易将孔隙作为噪点排除，识别精度大大降低。

发明内容

本发明主要是克服现有技术中的不足之处，提出一种基于扫描电镜多特征灰度图像的孔隙识别方法，该方法实现了扫描电镜页岩孔隙的高精度识别，在区分孔隙(有机质孔隙、无机孔隙)和基质(有机质、无机矿物)方面具有较好的效果。

本发明解决上述技术问题所提供的技术方案是：一种基于扫描电镜多特征灰度图像的孔隙识别方法，包括以下步骤：

A、图像采集：在扫描电镜设备下，分别采集选定分析区域的背散射图像和二次电子图像；

B、图像预处理：分别对背散射图像和二次电子图像进行灰度校正；

C、孔隙识别：以背散射电子图像和二次电子图像像素点的灰度值为基础，根据典型样本点建立识别函数，对每一个像素点所属组分类型进行区分，再归并区块；

其中识别函数如下：

T＝f(V_BS,V_ET)

式中：T表示组分类型；f表示函数；V_BS表示二次电子图像像素点的灰度值；V_ET表示背散射电子图像像素点的灰度值。

进一步的技术方案是，所述步骤A中采集背散射图像和二次电子图像的扫描电镜设备的采集参数相同。

进一步的技术方案是，所述步骤B中灰度校正以黄铁矿和有机质的灰度作为标准灰度，去除因分析区域改变造成的亮度不一致性。

进一步的技术方案是，所述组分类型包括有机质、无机矿物、有机孔和无机孔。

进一步的技术方案是，所述归并区块的具体过程为：在二维平面上分别判断各个像素点与周围像素点的连通性；若两个相邻像素点组分类型一致，则判断两个像素点连通，属于同一个归并区块。