[发明专利]一种适用于超声成像测井的图像裂缝实时提取方法

权利要求书

1.一种适用于超声成像测井的图像裂缝实时提取方法，其特征在于，包括以下步骤：

(1)、利用Otsu分割算法对原始的超声测井图像G进行初步阈值分割；

(1.1)、计算图像G的类间方差

μ_T为图像G的灰度均值，ω(d)为灰度级为为0到d的像素被分到裂缝区G₁的概率，μ(d)是灰度级为0到d的像素的灰度均值；

(1.2)、求取一个最佳分割阈值T^*使得裂缝区G₁与背景区G₂的信息熵之和最大；

(1.3)、将图像G的所有像素点按照阈值T^*进行分割，将小于阈值的像素点归为裂缝区G₁，对应的灰度值设为0，剩余的像素点归为背景区G₂，对应的灰度值设为1；

(1.4)、利用序号法将裂缝区G₁化为可行栅格，将背景区G₂化为不可行栅格，从而生成二值图像所对应的栅格集，作为搜索空间；

(2)、通过基线y₀的位置在搜索空间中确定目标搜索区域G_s；

(2.1)、确定基线位置；通过在裂缝曲线y＝Asin(ωx+β)+y₀上寻找点对s₁＝(x₁,y₁)和s₂＝(x₂,y₂)，以满足x₁-x₂＝T/2，其中，A为裂缝曲线的幅值，β为初相位，π为角速度，y₀为基线位置，T为裂缝曲线的周期；

那么满足这样的点对的中点s₀＝(x₀,y₀)必落在基线y₀上，然后利用投票累加机制，统计所有中点的纵坐标信息，从而确定基线y₀的位置；

(2.2)、将基线y₀所在区域裁切下来，得到目标搜索区域G_s；

(3)、划分目标搜索区域G_s；

将目标搜索区域G_s沿纵向划分为L个不同的区域，在划分过程中保证每个子区域G_sl内的裂缝区域依然是左右贯通，其中，l＝1,2,…,L；

(4)、利用蚁群算法同时对每个子区域G_sl进行路径搜索，完成图像裂缝实时提取；

(4.1)、设蚁群蚂蚁数量为K；第l个子区域内的像素点数量为n；第l个子区域内任意两个像素点与之间的距离为且i≠j；第l个子区域内任意两个像素点与之间的初始信息素浓度为在t时刻第l个子区域内任意两个像素点与之间的信息素浓度为随机选择第l个子区域中左右两边各一个像素点与作为路径搜索的起点和终点；

(4.2)、在t时刻计算蚂蚁k在第l个子区域内从像素点转移到像素点的转移概率

其中，表示在第l个子区域内当前时刻t从像素点转移到像素点的期望程度；allow_k为蚂蚁k待搜索的像素点集合，r表示allow_k中任意一个像素点；a为信息素重要程度因子；b为启发函数重要程度因子；

(4.3)、通过轮盘赌选择法，在第l个子区域内蚂蚁k从起点开始按照转移概率大小前往下一个像素点，直至走到终点然后更新各个已经遍历的像素点之间的信息素浓度

其中，ρ为信息素的挥发率，为蚂蚁k在第l个子区域内从像素点到像素点的信息素浓度，为所有蚂蚁在第l个子区域内从像素点到像素点的累积信息素浓度，Q为常数；

(4.4)、当迭代次数达到最大值时，路径搜索结束，每个子区域G_sl都得到具体的裂缝搜索路径，然后再将已得到具体裂缝搜索路径的各个子区域进行拼接，完成测井图像的裂缝提取。