【技术实现步骤摘要】
一种岩石CT图像目标分割方法
本专利技术设计一种CT图像分割方法,尤其涉及一种岩石CT图像目标分割方法,属于CT图像分割
技术背景在石油地质分析过程中,CT成像技术(ComputedTomography,电子计算机X射线断层扫描技术)得到越来越广泛的应用,为了分析演示孔隙和颗粒结构,得到连通性、渗透率和形状因子等微观信息,通常采用对岩石进行CT扫描得到二维序列图,再根据二维序列图进行相应目标(孔隙和颗粒)分割提取,然后重建岩石的三维立体模型的方法。二维图像分割结果的好坏,直接关系到重建之后三维模型的真实程度。图像分割是目标识别和特征提取的基础,是近年来计算机视觉研究的热点之一。图像分割技术发展到现在,产生了很多从经典到前沿的分割方法。主要分为以下几种:阈值分割,基于区域的分割,基于边缘的分割,基于特定数学理论的分割(包括数学形态学,模糊理论,神经网络等)。其中经典的分割技术当属阈值分割。根据特定的阈值来判断目标像素,从而得到感兴趣的目标。而根据阈值的选取的个数不同,阈值分割又分为单阈值,双阈值,多阈值等分割方法。双阈值分割方法简单有效,速度较快。在岩石图像中,感兴趣的目标往往是孔隙和颗粒,其边缘比较模糊,需要通过预览手动调节合适的阈值来进行目标分割。但对于作为三维重建的岩石CT图像,图像的数量巨大,手动对每一张图像设定合适阈值进行分割的工作量非常大。针对这一问题,目前的一种解决方案是选择其中一幅图像,设定合适的阈值,其他所有图像都根据这个阈值进行分割,或者将CT图像分几个小组,每个小组选择一个合适的阈值进行分割。另一种解决方案是针对每一幅图像使 ...
【技术保护点】
一种岩石CT图像目标分割方法,其特征在于:包括以下步骤:步骤1:对岩石CT图像进行自动调节阈值分割,把感兴趣的目标提取出来;步骤2:对步骤1目标提取的结果通过人眼视觉进行判断,判断分割效果是否达到要求,如果未达到要求,需要进一步对分割结果修复,进行步骤3,否则分割结束;步骤3:对步骤1分割结果进行自动区域生长修复,使提取的目标更加完善;步骤4:对步骤3目标修复的结果通过人眼视觉进行判断,判断目标修复效果是否达到要求,如果没有达到要求,需要进一步对分割修复的结果进行手工修复,进行步骤5,否则分割结束;步骤5:对步骤3分割修复结果进行手工选取特定目标自动修复,以修复的结果作为最终提取的目标。
【技术特征摘要】
1.一种岩石CT图像目标分割方法,包括以下步骤:步骤1:对岩石CT图像进行自动调节阈值分割,把感兴趣的目标提取出来;步骤2:对步骤1目标提取的结果通过人眼视觉进行判断,判断分割效果是否达到要求,如果未达到要求,需要进一步对分割结果修复,进行步骤3,否则分割结束;步骤3:对步骤1分割结果进行自动区域生长修复,使提取的目标更加完善;步骤4:对步骤3目标修复的结果通过人眼视觉进行判断,判断目标修复效果是否达到要求,如果没有达到要求,需要进一步对分割修复的结果进行手工修复,进行步骤5,否则分割结束;步骤5:对步骤3分割修复结果进行手工选取特定目标自动修复,以修复的结果作为最终提取的目标;步骤1所述的对岩石CT图像进行自动调节阈值分割,采取下述方法进行:(1)选定CT图像中的一幅图像,作为分割开始的基准图像,通过双阈值二值化分割方法,根据人眼视觉对感兴趣目标区域的判断,手动选定阈值区间[thL,thU],其中灰度值在[thL,thU]范围内的像素点属于分割区域;(2)计算基准图像的直方图H0(x),根据H0(x)记录用于分割的下阈值点(thL,H0(thL))和与其相邻的左右各5个点组成下阈值匹配模版Tl,同样记录用于分割的上阈值点(thU,H0(thU)和与其相邻的左右各5个点组成上阈值匹配模版Tu,Tl和Tu的中心点分别为(thL,H0(thL))和(thU,H0(thU));(3)计算当前图像的直方图H(x),使用Tl和Tu在H(x)上进行匹配,计算Tl在H(x)上对应位置差值绝对值和τ,找到使τ最小的中心点thli,将thli用于当前图像分割的下阈值点,使用同样的方法找到Tu最匹配的中心点thui,将thui用于当前图像分割的上阈值点;(4)对当前图像使用(thli,thui)阈值进行分割,并用thli更新thL,用thui更新thU,用H(x)更新H0(x);(5)重复步骤(2),(3),(4),直到所有图像分割完毕。2.根据权利要求1所述的岩石CT图像目标分割方法,其特征在于,步骤3对自动调节阈值分割结果进行自动区域生长修复,采取下述方法进行:(1)根据人眼视觉判断,选择一幅分割较理想的图像作为基准图像,计算其分割区域的覆盖率δ0,以δ0作为分割优劣的标准;(2)计算CT图像中每一幅图已分割的覆盖率δ,以及δ和δ0的比值ω,根据ω将当前图像的分割程度归类到A1,A2,A3,A4;(3)对CT图像进行扫描,通过区域生长方法对已分割区域进行识别,得到已分割目标区域的像素点集Ω,并计算Ω的平均灰度值Ψ;(4)计算判别像素点P的8邻域灰度均值和Ψ的差值Δ以及8邻域灰度值与判别像素点P灰度的平均差值ε,将Δ和ε作为区域生长的判别准则,并根据A1,A2,A3,A4不同类别自动设定特定的Δ和ε判别值,对目标区域进行区域生长;(5)在Ω的基础上根据步骤(4)中的判别规则对目标区域进行改进的区域生长方法修复,使目标区域分割更加完整;(6)重复步骤(4)和(5)直到图像中所有目标都修复完毕。3.根据权利要求1所述的岩石CT图像目标分割方法,其特征在于,步骤5对分割结果进行手工选取特定目标自动修复,采取下述方法进行:(1)对CT图像中分割不理想的目标进行手工修复,得到修复区域的点集Φ;(2)将Φ所有像素点作为种子点,计算Φ区域的加权平均灰度值φ和计算判别像素点P的8邻域灰度均值与φ的差值Δ,并计算P的8邻域灰度值λi与判别像素点P的灰度值λ4的平均差值ε,这两个值在一定范围内的像素点将归并到当前区域中,最终得到区域A;(3)计算区域A的面积s0和像素加权平均值g0,并运用拉普拉斯变换在图形层上提取A的边缘D;(4)将区域A投影到下一幅相邻图像,通过对应位置图像灰度值的比较,进行像素点取舍,得到投影点集B;以点集B代替Φ作为种子点,重复步骤(2)得到生长完成的区域C;(5)将当前区域生长完成的区域C与区域A做比较,将C中存在而在A中不存在的像素点集标记为区域F;(6)计算边缘D的总线长d0,以及区域F与边缘D的交线线长d...
【专利技术属性】
技术研发人员:滕奇志,徐永进,何小海,袁浩,吴小强,王正勇,
申请(专利权)人:四川大学,
类型:发明
国别省市:四川;51
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。