一种基于数学形态学的岩石颗粒分割方法技术

本发明专利技术公开了一种基于数学形态学的岩石颗粒分割方法，通过灰度数学形态学对岩石颗粒图像做预处理，填充图像中的细小孔洞，并保留岩石颗粒的正确边界，使得岩石颗粒形成有效的团块区域，然后通过区域生长算法将各个团块区域里具有相似性质的像素结合成一个单独区域，从而完成对岩石颗粒的分割。通过本发明专利技术，使得腐蚀运算和膨胀运算并没有模糊颗粒边界，较为完整的保留的颗粒的完整形状。

【技术实现步骤摘要】
一种基于数学形态学的岩石颗粒分割方法
本专利技术涉及图像领域，尤其涉及一种基于数学形态学的岩石颗粒分割方法。
技术介绍
基于图像的岩石粒度分析，是通过数字图像处理技术来获取岩石颗粒的粒度与空间分布等特性，从而得出岩石的物理性质。其中岩石颗粒分割是完成岩石粒度分析的前提。主要的分割算法有分水岭算法，区域生长算法，梯度滤波，序列图像处理等。其中序列图像的分割效果最好，分割正确率能达到90％，但是这方法需要拍摄特定角度的岩石偏光序列图像，且需要对每幅图做分割处理，耗时较长。分水岭算法与区域生长算法由于岩石颗粒图像中的孔洞的影响，都无法分割出完整的岩石颗粒。利用二值数学形态学去填充岩石颗粒图像中的孔洞，会因为孔洞形状和大小的不规则而造成孔洞的填充的不完全或者淹没掉正确的颗粒边界，再结合分割算法，也使得分割正确率难以达到70％，从而得到错误的岩石物理参数，不具有使用价值。为了解决岩石薄片粒度分析一直受到岩石颗粒分割正确率低下的制约，提出了一种基于灰度数学形态学的岩石颗粒分割方法。
技术实现思路
本专利技术提出的基于灰度数学形态学的岩石颗粒分割方法，所述方法包括以下步骤：s1：初始化结构元素参数；s本文档来自技高网...

【技术保护点】
1.一种基于数学形态学的岩石颗粒分割方法，其特征在于，所述方法包括以下步骤：s1：初始化结构元素参数；s2：用结构元素逐行扫描灰度图f，重叠区域内对应像素点的灰度值相减，选取重叠区域内的最小值作为重叠区域中心位置的新灰度值，扫描结束后就完成结构元素对灰度图的腐蚀，得到灰度腐蚀结果图J；s3：将灰度腐蚀结果图J与原灰度图f逐点比较取最小值，得到灰度图重建图；s4：用结构元素逐行扫描灰度图重建图，重叠区域内对应像素点的灰度值相加，选取重叠区域内的最大值作为重叠区域中心位置的新灰度值，扫描结束后就完成结构元素对灰度图重建图的膨胀，得到灰度重建图膨胀图I；s5：将灰度腐蚀结果图J与灰度重建图膨胀图I逐...

【技术特征摘要】
1.一种基于数学形态学的岩石颗粒分割方法，其特征在于，所述方法包括以下步骤：s1：初始化结构元素参数；s2：用结构元素逐行扫描灰度图f，重叠区域内对应像素点的灰度值相减，选取重叠区域内的最小值作为重叠区域中心位置的新灰度值，扫描结束后就完成结构元素对灰度图的腐蚀，得到灰度腐蚀结果图J；s3：将灰度腐蚀结果图J与原灰度图f逐点比较取最小值，得到灰度图重建图；s4：用结构元素逐行扫描灰度图重建图，重叠区域内对应像素点的灰度值相加，选取重叠区域内的最大值作为重叠区域中心位置的新灰度值，扫描结束后就完成结构元素对灰度图重建图的膨胀，得到灰度重建图膨胀图I；s5：将灰度腐蚀结果图J与灰度重建图膨胀图I逐点比较取最小值，重复迭代n次至迭代结果稳定时，将所有迭代结果逐点比较，选取最小值，得到灰度重建图；比较结束后就完成了对岩石颗粒图像的孔洞填充，得到岩石颗粒孔洞填充灰度图I*；s6：在完成空洞填充的岩石颗粒灰度图I*中选择一个种子点I*(x,y)；s7：判断种子点I*(x,y)八邻域内的像素点是否满足生长条件，如果满足生长条件，将种子点八邻域内的像素点加入生长区域内；否则，重新选择，直至满足生长条件为止；s8：根据生长区域定义新的评价标准；s9：将生长区域为中心，继续判断生长区域边缘四邻域的像素点是否满足生长条件，将满足生长条件的点并入生长区域内；s10：重复步骤s8-s9，直到区域边缘四邻域的像素点不再满足生长条件，完成岩石颗粒图像的分割。2.一种如权利要求1所述的基于数学形态学的岩石颗粒分割方法，其特征在于，所述s1中的结构元素参数包含结构元素的大小、形状、参数值、设置区域生长条件。3.一种如权利要求2所述的基于数学形态学的岩石颗粒分割方法，其特征在于，所述S2的具体计算方法为：(fΘb)(s,t)＝min{f(s+x,...

【专利技术属性】
技术研发人员：李作进，何昌隆，谭先锋，陈刘奎，贺吉胜，
申请(专利权)人：重庆科技学院，
类型：发明
国别省市：重庆,50