一种去除FIB-SEM图像幕帘噪声的方法及装置制造方法及图纸

本发明专利技术提供了一种去除FIB‑SEM图像幕帘噪声的方法及装置，涉及图像处理技术领域。方法包括：将待处理的FIB‑SEM图像序列按主要矿物组分变化分为若干组，每组中选择关键切片图像划分不同灰度范围区域，形成每个灰度范围区域的带阻滤波器，并确定各带阻滤波器的参数；得到各带阻滤波器对应的滤波后的图像；形成关键切片图像对应的降噪处理图像；降噪处理效果合格时，记录灰度范围区域和带阻滤波器的参数，应用于关键切片图像所在的切片图像组的首尾两个切片图像，若降噪处理效果合格，将该灰度范围区域和带阻滤波器的参数应用于该切片图像组，获得该切片图像组的降噪处理图像；重复上述过程直至获得FIB‑SEM图像序列所有切片图像的降噪处理图像。

A Method and Device for Removing Curtain Noise from FIB-SEM Image

The invention provides a method and device for removing noise from FIB_SEM image curtain, and relates to the technical field of image processing. The methods include: dividing the image sequence of FIB_SEM to be processed into several groups according to the change of main mineral components, choosing key slice images in each group to divide different gray-scale regions, forming band-stop filters in each gray-scale region, and determining the parameters of each band-stop filter; obtaining the filtered images corresponding to each band-stop filter; forming the corresponding denoising points of key slice images. When the denoising effect is qualified, the gray range region and the parameters of band-stop filter are recorded and applied to the first and last two slice images of the slice image group where the key slice image is located. If the denoising effect is qualified, the gray range region and the parameters of the band-stop filter are applied to the slice image group to obtain the denoising image of the slice image group. The process lasts until all slice images of FIB SEM image sequence are denoised.

【技术实现步骤摘要】
一种去除FIB-SEM图像幕帘噪声的方法及装置
本专利技术涉及图像处理
，尤其涉及一种去除FIB-SEM图像幕帘噪声的方法及装置。
技术介绍
当前，为满足人们对清洁能源的大量需求，非常规油气的勘探和开发已成为我国能源发展战略的重点。非常规油气储层的岩石具有结构复杂、致密、非均质性强的特点，因此，有必要利用聚焦离子束—扫描电子显微镜(FocusedIonBeam-ScanningElectronicMicroscope，简称FIB-SEM)对这类岩石样品进行数字岩心研究。FIB-SEM测试是用聚集离子束切削样品表面，形成平整的观察面，再用扫描电子显微镜拍摄纳米级分辨率的样品图像，如此反复，形成一套连续的切片(如图1所示，一组连续的FIB-SEM图像序列(示意图)，被测试样品为富有机质的页岩。)，可以组合成关于样品内部微观结构的三维图像。在FIB-SEM图像中(尤其是背散射图像)，灰度与矿物的平均原子量正相关，即与密度正相关，高密度矿物的亮度高。因此，可利用灰度的变化来区分不同矿物。非常规储层岩石样品多具有强非均质性。在FIB-SEM测试中，利用预设的固定功率的聚焦离子束切削时，样品表面的硬度的变化引起切削效率变化，在样品表面造成平行于切削方向(多为竖向)的划痕，从而在FIB-SEM图像中产生明暗变化的竖条纹噪声(如图2所示，一幅富有机质的页岩样品的FIB-SEM图像切片，有明显的幕帘噪声。中间部分的点状是利用软件自动提取的孔隙结构，受幕帘噪声影响，出现大量假的针状孔。)。由于形似悬挂的幕帘褶皱，通常称为“幕帘噪声(curtainnoise)”。它由岩石样品本身的特性和FIB-SEM测试方式引起，不能完全避免，尤其是含有硬度偏低的矿物时。幕帘噪声对于岩石图像分析、基于图像分析的岩石性质提取和地质解释、岩石物理建模及岩石内部物理化学过程的模拟计算等都非常有害。例如，在图像的自动化处理中，幕帘噪声可能被识别为针状孔(如图2所示)，导致对成岩过程的误判(例如误判为有孔隙水的淋滤作用)，并在建模、模拟时产生虚假的各向异性。在目前的实践中，现有技术中多采用均值滤波、基于二维傅立叶变换的低通滤波或带阻滤波来降低FIB-SEM图像的幕帘噪声，但效果较差。均值滤波和低通滤波相当于对图像进行模糊化，不能有效去除幕帘噪声，还会严重损失图像细节。带阻滤波可能存在参数冲突的问题，即对于同一幅FIB-SEM图像切片，同一套参数在部分区域滤波不足，在另一区域滤波过度并产生伪影。由于幕帘噪声形似遥感图像中的条带噪声，而针对后者已有多种成熟有效的方法，近年部分研究者试图借用遥感中的去条带(de-stripe)方法来去除FIB-SEM图像的幕帘噪声。应注意到，FIB-SEM图像的幕帘噪声与遥感中的条带噪声有本质区别：幕帘噪声是测试中实际存在过的划痕，其强度受聚焦离子束功率和矿物硬度的影响，难以预知；条带噪声是电磁信号干扰，空间分布上规律性较强，沿条带方向强度一定。因此，上述现有技术的这些方法用于去除幕帘噪声的效果多不理想，易产生严重的滤波伪影。个别方法(例如Münchetal,2009)即使有一些效果，但需结合傅立叶变换、小波变换等，且需要人工试验并设置复杂的滤波参数，计算量较大。一套FIB-SEM图像往往有几百幅切片，依靠人工逐张试验、设置复杂的参数在实际工作中缺乏可行性。可见，如何实现一种针对岩石的FIB-SEM图像的有效、快速、节省人力的幕帘噪声去除方法，并避免产生滤波伪影，获得细节清晰、结构真实的图像，成为了一个亟待解决的问题。
技术实现思路
本专利技术的实施例提供一种去除FIB-SEM图像幕帘噪声的方法及装置，以实现一种针对岩石的FIB-SEM图像的有效、快速、节省人力的幕帘噪声去除方法，并避免产生滤波伪影，获得细节清晰、结构真实的图像。为达到上述目的，本专利技术采用如下技术方案：一种去除FIB-SEM图像幕帘噪声的方法，包括：步骤101、根据FIB-SEM图像序列中各切片图像所表现的主要矿物组分变化，将各切片图像分为一至多组，每个切片图像组的主要矿物组分一致。步骤102、在每个切片图像组中，选择一幅关键切片图像；所述关键切片图像存在幕帘噪声，且包括其所在的切片图像组的主要矿物组分，且除幕帘噪声之外的其它噪声不显著。步骤103、根据关键切片图像上各位置的幕帘噪声特征值，将所述关键切片图像划分为多个灰度范围区域；其中，同一灰度范围区域内各位置的幕帘噪声特征值小于等于预先设置的特征阈值，任意两个不同灰度范围区域内位置的幕帘噪声特征值大于所述特征阈值。步骤104、对于每一个含有幕帘噪声的灰度范围区域，截取部分图像数据进行二维傅里叶变换，确定该部分图像数据包含的幕帘噪声的频谱特征，并形成每一个含有幕帘噪声的灰度范围区域对应的带阻滤波器，确定各带阻滤波器的参数。步骤105、用各带阻滤波器处理关键切片图像，得到各带阻滤波器对应的滤波后的图像。步骤106、将关键切片图像中的含有幕帘噪声的灰度范围区域替换成各自对应的滤波后的图像，形成关键切片图像对应的降噪处理图像。步骤107、将降噪处理图像与所述关键切片图像进行比较，确定降噪处理效果是否合格；并在确定降噪处理效果合格时，记录灰度范围区域和带阻滤波器的参数。步骤108、将灰度范围区域和带阻滤波器的参数应用于关键切片图像所在的切片图像组的首尾两个切片图像，测试灰度范围区域和带阻滤波器的参数的降噪处理效果是否合格；如果合格，则认为该灰度范围区域和带阻滤波器的参数适用于该切片图像组中的所有切片图像。步骤109、将该灰度范围区域和带阻滤波器的参数应用于该切片图像组，获得该切片图像组的降噪处理图像；重复步骤101至109，直至步骤110、获得FIB-SEM图像序列所有切片图像的降噪处理图像。具体的，所述对于每一个含有幕帘噪声的灰度范围区域，截取部分图像数据进行二维傅里叶变换，确定该部分图像数据包含的幕帘噪声的频谱特征，并形成每一个含有幕帘噪声的灰度范围区域对应的带阻滤波器，确定各带阻滤波器的参数，包括：根据公式：将部分图像数据f(x,y)进行二维傅里叶变换，确定部分图像数据f(x,y)对应的频谱F(u,v)；其中，f(x,y)表示进行截取处理后获得的含有幕帘噪声的灰度范围区域的部分图像数据，f(x,y)的大小为M×N像素，x和y分别表示横坐标像素和纵坐标像素；i为虚数单位，u为频谱F(u,v)的横坐标空间频率，u＝–M/2,–M/2+1,…,0,1,…,M/2–1；v为频谱F(u,v)的纵坐标空间频率，v＝–N/2,–N/2+1,…,0,1,…,N/2–1；M和N为偶数；根据频谱F(u,v)得到振幅谱|F(u,v)|，并在振幅谱|F(u,v)|中检测得到幕帘噪声所在的空间频率范围；在幕帘噪声所在的空间频率范围内压制振幅，得到二维带阻滤波器H(u,v)；所述二维带阻滤波器H(u,v)的通带和阻带之间设置有过渡带，过渡带函数为其中，L为过渡带宽度；j＝1,2,…,L，为相对于L的位置；该过渡带函数在下降区间时为在上升区间时为将幕帘噪声所在的空间频率范围和过渡带宽度L作为二维带阻滤波器H(u,v)的参数。具体的，所述用各带阻滤波器处理关键切片图像，得到各带阻滤波器对应的滤波后的图像，包括：根据公式：对关键切本文档来自技高网...

【技术保护点】
1.一种去除FIB‑SEM图像幕帘噪声的方法，其特征在于，包括：步骤101、根据FIB‑SEM图像序列中各切片图像所表现的主要矿物组分变化，将各切片图像分为一至多组，每个切片图像组的主要矿物组分一致；步骤102、在每个切片图像组中，选择一幅关键切片图像；所述关键切片图像存在幕帘噪声，且包括其所在的切片图像组的主要矿物组分，且除幕帘噪声之外的其它噪声不显著；步骤103、根据关键切片图像上各位置的幕帘噪声特征值，将所述关键切片图像划分为多个灰度范围区域；其中，同一灰度范围区域内各位置的幕帘噪声特征值小于等于预先设置的特征阈值，任意两个不同灰度范围区域内位置的幕帘噪声特征值大于所述特征阈值；步骤104、对于每一个含有幕帘噪声的灰度范围区域，截取部分图像数据进行二维傅里叶变换，确定该部分图像数据包含的幕帘噪声的频谱特征，并形成每一个含有幕帘噪声的灰度范围区域对应的带阻滤波器，确定各带阻滤波器的参数；步骤105、用各带阻滤波器处理关键切片图像，得到各带阻滤波器对应的滤波后的图像；步骤106、将关键切片图像中的含有幕帘噪声的灰度范围区域替换成各自对应的滤波后的图像，形成关键切片图像对应的降噪处理图像；步骤107、将降噪处理图像与所述关键切片图像进行比较，确定降噪处理效果是否合格；并在确定降噪处理效果合格时，记录灰度范围区域和带阻滤波器的参数；步骤108、将灰度范围区域和带阻滤波器的参数应用于关键切片图像所在的切片图像组的首尾两个切片图像，测试灰度范围区域和带阻滤波器的参数的降噪处理效果是否合格；如果合格，则认为该灰度范围区域和带阻滤波器的参数适用于该切片图像组中的所有切片图像；步骤109、将该灰度范围区域和带阻滤波器的参数应用于该切片图像组，获得该切片图像组的降噪处理图像；重复步骤101至109，直至步骤110、获得FIB‑SEM图像序列所有切片图像的降噪处理图像。...

【技术特征摘要】
1.一种去除FIB-SEM图像幕帘噪声的方法，其特征在于，包括：步骤101、根据FIB-SEM图像序列中各切片图像所表现的主要矿物组分变化，将各切片图像分为一至多组，每个切片图像组的主要矿物组分一致；步骤102、在每个切片图像组中，选择一幅关键切片图像；所述关键切片图像存在幕帘噪声，且包括其所在的切片图像组的主要矿物组分，且除幕帘噪声之外的其它噪声不显著；步骤103、根据关键切片图像上各位置的幕帘噪声特征值，将所述关键切片图像划分为多个灰度范围区域；其中，同一灰度范围区域内各位置的幕帘噪声特征值小于等于预先设置的特征阈值，任意两个不同灰度范围区域内位置的幕帘噪声特征值大于所述特征阈值；步骤104、对于每一个含有幕帘噪声的灰度范围区域，截取部分图像数据进行二维傅里叶变换，确定该部分图像数据包含的幕帘噪声的频谱特征，并形成每一个含有幕帘噪声的灰度范围区域对应的带阻滤波器，确定各带阻滤波器的参数；步骤105、用各带阻滤波器处理关键切片图像，得到各带阻滤波器对应的滤波后的图像；步骤106、将关键切片图像中的含有幕帘噪声的灰度范围区域替换成各自对应的滤波后的图像，形成关键切片图像对应的降噪处理图像；步骤107、将降噪处理图像与所述关键切片图像进行比较，确定降噪处理效果是否合格；并在确定降噪处理效果合格时，记录灰度范围区域和带阻滤波器的参数；步骤108、将灰度范围区域和带阻滤波器的参数应用于关键切片图像所在的切片图像组的首尾两个切片图像，测试灰度范围区域和带阻滤波器的参数的降噪处理效果是否合格；如果合格，则认为该灰度范围区域和带阻滤波器的参数适用于该切片图像组中的所有切片图像；步骤109、将该灰度范围区域和带阻滤波器的参数应用于该切片图像组，获得该切片图像组的降噪处理图像；重复步骤101至109，直至步骤110、获得FIB-SEM图像序列所有切片图像的降噪处理图像。2.根据权利要求1所述的去除FIB-SEM图像幕帘噪声的方法，其特征在于，所述对于每一个含有幕帘噪声的灰度范围区域，截取部分图像数据进行二维傅里叶变换，确定该部分图像数据包含的幕帘噪声的频谱特征，并形成每一个含有幕帘噪声的灰度范围区域对应的带阻滤波器，确定各带阻滤波器的参数，包括：根据公式：将部分图像数据f(x,y)进行二维傅里叶变换，确定部分图像数据f(x,y)对应的频谱F(u,v)；其中，f(x,y)表示进行截取处理后获得的含有幕帘噪声的灰度范围区域的部分图像数据，f(x,y)的大小为M×N像素，x和y分别表示横坐标像素和纵坐标像素；i为虚数单位，u为频谱F(u,v)的横坐标空间频率，u＝–M/2,–M/2+1,…,0,1,…,M/2–1；v为频谱F(u,v)的纵坐标空间频率，v＝–N/2,–N/2+1,…,0,1,…,N/2–1；M和N为偶数；根据频谱F(u,v)得到振幅谱|F(u,v)|，并在振幅谱|F(u,v)|中检测得到幕帘噪声所在的空间频率范围；在幕帘噪声所在的空间频率范围内压制振幅，得到二维带阻滤波器H(u,v)；所述二维带阻滤波器H(u,v)的通带和阻带之间设置有过渡带，过渡带函数为其中，L为过渡带宽度；j＝1,2,…,L，为相对于L的位置；该过渡带函数在下降区间时为在上升区间时为将幕帘噪声所在的空间频率范围和过渡带宽度L作为二维带阻滤波器H(u,v)的参数。3.根据权利要求2所述的去除FIB-SEM图像幕帘噪声的方法，其特征在于，所述用各带阻滤波器处理关键切片图像，得到各带阻滤波器对应的滤波后的图像，包括：根据公式：对关键切片图像进行处理，得到各含有幕帘噪声的灰度范围区域所对应滤波器的滤波后的图像gn(x,y)；其中，g(x,y)表示关键切片图像，g(x,y)的大小为X×Y像素，X和Y为偶数；gn(x,y)表示g(x,y)中的第n个含有幕帘噪声的灰度范围区域所对应滤波器的滤波后的图像；Hn(u,v)表示第n个含有幕帘噪声的灰度范围区域对应的二维带阻滤波器。4.根据权利要求3所述的去除FIB-SEM图像幕帘噪声的方法，其特征在于，所述将关键切片图像中的含有幕帘噪声的灰度范围区域替换成各自对应的滤波后的图像，形成关键切片图像对应的降噪处理图像，包括：根据平滑和灰度分割法，对关键切片图像进行平滑处理，然后利用灰度分割将各滤波器对应区域的位置提取出来；在平滑后的灰度图像gs(x,y)中，获得二维带阻滤波器Hn(u,v)对应的含有幕帘噪声的灰度范围区域的灰度值区间：t1<gs(x,y)<t2；t1和t2为灰度阈值；根据公式：将原图中二维带阻滤波器Hn(u,v)对应的幕帘噪声的灰度范围区域替换为Hn(u,v)对应的滤波后的图像gn(x,y)的相同区域，形成替换后的灰度图像g′n(x,y)；将各滤波器对应的灰度范围区域替换后，形成关键切片图像对应的降噪处理图像。5.一种去除FIB-SEM图像幕帘噪声的装置，其特征在于，包括：切片图像分组单元，用于根据FIB-SEM图像序列中各切片图像所表现的主要矿物组分变化，将各切片图像分为一至多组，每个切片图像组的主要矿物组分一致；关键切片图像选择单元，用于在每个切片图像组中，选择一幅关键切片图像；所述关键切片图像存在幕帘噪声，且包括其所在的切片图像组的主要矿物组分，且除幕帘噪声之外的其它噪声不显著；区域划分单元，用于根据关键切片图像上各位置的幕帘噪声特征值，将所述关键切片图像划分为多个灰度范围区域；其中，同一灰度范围区域内各位置的幕帘噪声特征值小于等于预先设置的特征阈值，任意两个不同灰度范围区域内位置的幕帘噪声特征值大于所述特征阈值；截取处理单元，用于对于每一个含有幕帘噪声的灰度范围区域，截取部分图像数据进行二维傅里叶变换，确定该部分图像数据包含的幕帘噪声的频谱特征，并形成每一个含有幕帘噪声的灰度范围区域对应的带阻滤波器，确定各带阻滤波器的参数；滤波处理单元，用于用各带阻滤波器处理关键切片图像，得到各带阻滤波器对应的滤波后的图像；图像替换单元，用于将关键切片图像中的含有幕帘噪声的灰度范围区域替换成各自对应的滤波后的图像，形成关键切片图像对应的降噪处理图像；区域及参数记录单元，用于将降噪处理图像与所述关键切片图像进行比较，确定降噪处理效果是否合格；并在确定降噪处理效果合格时，记录灰度范围区域和带阻滤波器的参数；降噪处理效果测试单元，用于将灰度范围区域和带阻滤波器的参数应用于关键切片图像所在的切片图像组的首尾两个切片图像，测试灰度范围区域和带阻滤波器的参数的降噪处理效果是否合格；如果合格，则认为该灰度范围区域和带阻滤波器的参数适用于该切片图像组中的所有切片图像；降噪处理图像获得单元，用于将该灰度范围区域和带阻滤波器的参数应用于该切片图像组，获得该切片图像组的降噪处理图像...

【专利技术属性】
技术研发人员：孙朗秋，赵建国，
申请(专利权)人：中国石油大学北京，
类型：发明
国别省市：北京,11