一种复杂裂隙网络的裂缝提取及优化方法技术

本发明专利技术公开了一种复杂裂隙网络的裂缝提取及优化方法，首先采用直方图均衡化、高斯滤波方式对待处理的复杂裂隙网络进行处理，去除该复杂裂隙网络的裂隙图像中的随机性噪声；然后基于伽马变换的裂隙边界增强算法，增强裂隙图像的裂缝信息、矫正裂隙图像的亮度，获得复杂裂隙网络数据；建立基于形态特征的伪目标去除模型，从复杂裂隙网络数据中提取出裂隙网络；将裂隙网络作为先验形状，用基于序列图像的裂缝网络优化裂隙网络，得到完整的裂隙网络。上述方法可对复杂裂隙图进行全自动批量处理，从而得到完整准确的裂隙网络，解决传统方法带来的局限性。

【技术实现步骤摘要】
一种复杂裂隙网络的裂缝提取及优化方法
本专利技术涉及裂隙网络处理
，尤其涉及一种复杂裂隙网络的裂缝提取及优化方法。
技术介绍
在煤、矿物、石油开采过程中，地质条件复杂、煤与瓦斯突出、瓦斯爆炸等灾害不时发生，带来了巨大的经济损失和大量人员伤亡。深部煤岩中的裂隙网络是瓦斯煤层气的存储场所和运移通道，开采和掘进过程导致煤岩体中应力场发生改变，进而影响了煤岩体中裂隙的延伸、扩展及裂隙网络的重新分布。煤炭生产需要构建流体运移模型，掌握煤岩中裂隙网络以及采动应力作用下的演化规律有重要的意义。采样样品中的裂缝提取及优化用于开采过程中稳定检测富有气体含量，例如检测煤中瓦斯、油田中天然气含量。但是提取裂缝过程存在大量困难，例如：裂缝图像不明显，与背景过于相似，不易提取裂缝信息；复杂裂隙图像中存在大量随机性噪声和颗粒性噪声，使得裂缝提取十分困难，复杂裂隙网络的准确提取，直接关系到后续煤岩的深入研究。现有技术主要用人工勾画方式提取复杂裂隙图像中的裂隙网络，准确性受人主观影响大，提取效率低下；而数字图像技术从复杂裂隙图中提取裂隙网络，主要基于阈值分割、边缘检测、区域生长等方法，这些方法不适应对比度低、本文档来自技高网...

【技术保护点】
1.一种复杂裂隙网络的裂缝提取及优化方法，其特征在于，所述方法包括：步骤1、采用直方图均衡化、高斯滤波方式和伽马变换算法对待处理的复杂裂隙网络进行处理，实现图像中复杂裂缝与基质像素的分离；步骤2、采用自适应otsu阈值化初步提取裂缝目标，然后使用基于密度变换去除二值图像中基质材料处的噪声，保留裂缝部位，实现复杂裂缝网络的初步提取；步骤3、建立基于形态特征的伪目标去除模型，从步骤2获得的复杂裂隙网络数据中提取出清晰图像帧的裂隙网络；步骤4、用建立序列图像的裂缝网络相似度优化模型，将步骤3提取出的清晰图像帧的裂隙网络作为先验形状，得到其他相邻图像的复杂裂隙网络，最终得到完整的复杂裂隙网络。

【技术特征摘要】
1.一种复杂裂隙网络的裂缝提取及优化方法，其特征在于，所述方法包括：步骤1、采用直方图均衡化、高斯滤波方式和伽马变换算法对待处理的复杂裂隙网络进行处理，实现图像中复杂裂缝与基质像素的分离；步骤2、采用自适应otsu阈值化初步提取裂缝目标，然后使用基于密度变换去除二值图像中基质材料处的噪声，保留裂缝部位，实现复杂裂缝网络的初步提取；步骤3、建立基于形态特征的伪目标去除模型，从步骤2获得的复杂裂隙网络数据中提取出清晰图像帧的裂隙网络；步骤4、用建立序列图像的裂缝网络相似度优化模型，将步骤3提取出的清晰图像帧的裂隙网络作为先验形状，得到其他相邻图像的复杂裂隙网络，最终得到完整的复杂裂隙网络。2.根据权利要求1所述复杂裂隙网络的裂缝提取及优化方法，其特征在于，所述步骤2的过程为：采用双窗OTSU二值法对复杂裂隙网络数据进行处理，得到隐含完整裂隙网络的二值化结果；其中，复杂裂隙网络的像素值用f(x,y)表示，经过密度过滤器去除噪声后的图像用g(x,y)表示，其中(x,y)为像素点坐标，过滤器的尺寸选取为a×a，则有：gx,y＝1&i＝x-a2x+a2j＝y-a2y+a2fi,ja2>70％0&否则&&fx,y＝1；利用轮廓查找算法获得所有轮廓，用八链码原理将每个轮廓边界编码为一组被称为链码的代码，用0～7表示8个方向，边界链码组合用于形状面积和周长的计算。3.根据权利要求1所述复杂裂隙网络的裂缝提取及优化方法，其特征在于，在步骤3中，所述形态特征包括：(1)面积S：直接用区域的像素之和作为区...

【专利技术属性】
技术研发人员：张国英，许文祥，
申请(专利权)人：中国矿业大学北京，
类型：发明
国别省市：北京,11