[發明專利]一種基于數學形態學的巖石顆粒分割方法有效
| 申請號: | 201810780890.0 | 申請日: | 2018-07-17 |
| 公開(公告)號: | CN109087308B | 公開(公告)日: | 2020-10-20 |
| 發明(設計)人: | 李作進;何昌隆;譚先鋒;陳劉奎;賀吉勝 | 申請(專利權)人: | 重慶科技學院 |
| 主分類號: | G06T7/11 | 分類號: | G06T7/11 |
| 代理公司: | 重慶敏創專利代理事務所(普通合伙) 50253 | 代理人: | 陳千 |
| 地址: | 401331 重*** | 國省代碼: | 重慶;50 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 一種 基于 數學 形態學 巖石 顆粒 分割 方法 | ||
本發明公開了一種基于數學形態學的巖石顆粒分割方法,通過灰度數學形態學對巖石顆粒圖像做預處理,填充圖像中的細小孔洞,并保留巖石顆粒的正確邊界,使得巖石顆粒形成有效的團塊區域,然后通過區域生長算法將各個團塊區域里具有相似性質的像素結合成一個單獨區域,從而完成對巖石顆粒的分割。通過本發明,使得腐蝕運算和膨脹運算并沒有模糊顆粒邊界,較為完整的保留的顆粒的完整形狀。
技術領域
本發明涉及圖像領域,尤其涉及一種基于數學形態學的巖石顆粒分割方法。
背景技術
基于圖像的巖石粒度分析,是通過數字圖像處理技術來獲取巖石顆粒的粒度與空間分布等特性,從而得出巖石的物理性質。其中巖石顆粒分割是完成巖石粒度分析的前提。主要的分割算法有分水嶺算法,區域生長算法,梯度濾波,序列圖像處理等。其中序列圖像的分割效果最好,分割正確率能達到90%,但是這方法需要拍攝特定角度的巖石偏光序列圖像,且需要對每幅圖做分割處理,耗時較長。分水嶺算法與區域生長算法由于巖石顆粒圖像中的孔洞的影響,都無法分割出完整的巖石顆粒。利用二值數學形態學去填充巖石顆粒圖像中的孔洞,會因為孔洞形狀和大小的不規則而造成孔洞的填充的不完全或者淹沒掉正確的顆粒邊界,再結合分割算法,也使得分割正確率難以達到70%,從而得到錯誤的巖石物理參數,不具有使用價值。
為了解決巖石薄片粒度分析一直受到巖石顆粒分割正確率低下的制約,提出了一種基于灰度數學形態學的巖石顆粒分割方法。
發明內容
本發明提出的基于灰度數學形態學的巖石顆粒分割方法,所述方法包括以下步驟:
s1:初始化結構元素參數;
s2:用結構元素逐行掃描灰度圖f,重疊區域內對應像素點的灰度值相減,選取重疊區域內的最小值作為重疊區域中心位置的新灰度值,掃描結束后就完成結構元素對灰度圖的腐蝕,得到灰度腐蝕結果圖J;
s3:將灰度腐蝕結果圖J與原灰度圖f逐點比較取最小值,得到灰度圖重建圖;
s4:用結構元素逐行掃描灰度圖重建圖,重疊區域內對應像素點的灰度值相加,選取重疊區域內的最大值作為重疊區域中心位置的新灰度值,掃描結束后就完成結構元素對灰度圖重建圖的膨脹,得到灰度重建圖膨脹圖I;
s5:將灰度腐蝕結果圖J與灰度重建圖膨脹圖I逐點比較取最小值,重復迭代n次至迭代結果穩定時,將所有迭代結果逐點比較,選取最小值,得到灰度重建圖;比較結束后就完成了對巖石顆粒圖像的孔洞填充,得到巖石顆粒孔洞填充灰度圖I*;
s6:在完成空洞填充的巖石顆粒灰度圖I*中選擇一個種子點I*(x,y);
s7:判斷種子點I*(x,y)八鄰域內的像素點是否滿足生長條件,如果滿足生長條件,將種子點八鄰域內的像素點加入生長區域內;否則,重新選擇,直至滿足生長條件為止;
s8:根據生長區域定義新的評價標準;
s9:將生長區域為中心,繼續判斷生長區域邊緣四鄰域的像素點是否滿足生長條件,將滿足生長條件的點并入生長區域內;
s10:重復步驟s8-s9,直到區域邊緣四鄰域的像素點不再滿足生長條件,完成巖石顆粒圖像的分割。
進一步的,所述s1中的結構元素參數包含結構元素的大小、形狀、參數值、設置區域生長條件。
進一步的,所述S2的具體計算方法為:
(fΘb)(s,t)=min{f(s+x,t+y)-b(s,t)|(s+x),(t+y)∈Df,(s,t)∈Db}
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于重慶科技學院,未經重慶科技學院許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201810780890.0/2.html,轉載請聲明來源鉆瓜專利網。





