岩心粒度图像分割算法分析

龙源期刊网岩心粒度图像分割算法分析作者：聂文龙刘衍聪李成凯来源：《中国化工贸易·上旬刊》2016年第04期摘要：岩心分析是石油勘探开发中的一项重要的工作，是获取油气层特征的主要方式之一，分析了阀值、边缘检测等算法的原理与应用实例，阐述了基于特定理论的岩心粒度分割算法特点与优势，并对各种算法进行了分析对比。关键词：岩心粒度；分割算法；边缘检测；聚类分析随着我国经济的快速发展，对油气资源的需求不断增加，尤其勘探开发的进一步深入，岩芯是在油气勘探开发工作中最重要的基础地质资料之一，为油气勘探开发提供决策依据。岩芯的观察描述在确定岩性、推断沉积环境以及生储盖组合综合研究中，有着不可替代的作用，对岩心图像的分析和处理成为岩心分析的一项重要工作。岩芯数字化处理作为一项新技术得到了广泛的应用，借助于计算机软件对采集到的岩心图像进行分析提取直观上的岩心数据，进行定量化的岩心分析，对于现阶段油气勘探开发工作，具有重要的现实意义。岩心粒度分割是岩心分析中的重要前期工作，其根据图像所包含的对象信息如灰度、色度、纹理等特征，将图像划分成若干个互不相交的区域，让具有一致性或者相似性的特征分布在同一区域，但在不同区域间表现出明显的差异性。目前国内外广泛使用的图像分割方法大致主要分为基于阈值分割、基于边缘的分割方法，以及其它基于特定理论的岩心粒度分割算法等。1岩心粒度图像分割技术的主要内容岩心粒度图像分割是指根据处理图像所包含的对象信息如灰度、色度、纹理、几何形状等特征把图像划分为若干个互不相交的区域，也就是通俗意义上的把图像中的目标从背景中提取，以便对目标进行处理。由于图像分割的效果很大程度上依赖于特定的图像特征如成像方式，纹理，灰度，噪声等，目前还没有一种通用的图像分割算法可以实现对所有图像的有效分割。现今内外广泛使用的图像分割方法大致主要分为基于阈值分割、基于边缘的分割方法，以及其它基于特定理论的岩心粒度分割算法等。2基于阀值的岩心粒度分割算法阈值分割方法依据的原理就是图像前景与背景像素灰度值存在值的差异，前景与背景相邻像素间的灰度值存在高度差，因此我们可以采用前景与背景之间的某个灰度值作为阈值，将前景与背景进行分割开来。简单的说，就是用一个灰度值将图像分为几个同的类。当前景与背景之间的像素值对应的直方图具有双峰特性时，即像素值方差较小但均值较大，采用阈值分割可以有效的对前景和背景进行分割，提取目标物。龙源期刊网采用阈值分割算法对岩心粒度图像进行分割，关键是如何确定适合的值。可以采用多种方法确定图像的阈值，依次将值分割算法大致分为全局阈值，局部阈值，自适应阈值，最佳阈值等。3基于边缘检测的岩心粒度分割算法岩心粒度分割的边缘检测方法是依据图像的边缘在灰度上表现为不连续这一特征。由于处理的边缘信息保留了原始图像中粒度的形状和区域信息，同时剥离了图像目标体内部的像素点，使处理更加方便和简洁，因此边缘检测一直是学者研究的热点。边缘检测的方法，从检测方式上分类，分为：①基于搜索的边缘检测；②基于零交叉的边缘检测。从检测的处理顺序上来分类，又可以分为类：①基于串行的边缘检测技术；②基于并行的边缘检测技术。4基于特定理论的岩心粒度分割算法伴随着各学科的取得的发展进步，借鉴其理论形成了许多新的图像分割方法，如基于神经网络，基于小波变换，基于模糊集理论，基于聚类分析以及基于数字形态学，分水岭等的图像分割算法。4.1基于聚类分析的岩心粒度分割算法聚类分析本质上就是依据一定的原则将数据分为堆，也就是“物以类聚”。在图像分割中，聚类分析划分所依赖的条件是：图像数据对应的特征空间。其所聚类划分的标准是：同一类别的像素数据特征相类似，不同类别的像素数据之间特征相差较大。其最大特点是：划分归类过程相对客观，自主，减少了人为的干预自主分类，并在分类过程中不断优化分类，以达到最终的分类的目的。4.2基于数学形态学的岩心粒度分割算法数学形态学是建立在理论成熟且完备的集合论基础之上的，其本质思想是采用设定的形态结构运用集合的交、并、补去调整或提取原始图像中的目标物体，來对图像进行处理和分析。采用数学形态学进行图像处理再有以下优势：对于其他数字图像的处理算法，算法相对独立，往往只用于图像处理的特定应闲，且算法直接建立在一系列对图像的操作上，往往没有统一的理论基础。对于数字形态学其建立在集合论基础上，算法过程建立在简洁而功能强大的基本运算：膨胀，腐蚀，开闭运算的基础之上。数字形态学是基于几个基本运算的，其探测采用的结构元素包含了人小形态等基本信息，操作简单。基于数字形态学的算法，具有并行处理的结构，能并行处理像数据，具有较高的处理效率。龙源期刊网基于分水岭的岩心粒度分割算法分水岭算法的现论来源将图像看作地质的上的地形，如可将灰度值看作地形中的高度，形成了如图所示的凹凸不平的如地质山岭状。分水岭分割是通构造不同集水盆之间的分水岭来对图像进行分割。由此可以看出其关键问题是如何找到分水岭。基于分水岭的算法种类很多，但大致依据于flooding（浸没法），rainfall（降雨法）。5结论截止到目前，并没有一种能普遍适用于所有类型图像的分割算法，主要是由于岩心粒度图像背景复杂且前景与背景区分度低，单一直接采用已有的图像分割算法无法达到预期的分割效果。要想使图像分割的算法具有通用性，必须把图像分割当成一个具体完整的系统科学来研究，需要对各种算法进行综合比较，使其具有良好的抗噪性能，并提高算法的效率。参考文献：[1]任辉.岩心力度分割算法的研究与实现[D].中国石油大学，2013.[2]赵春燕，闫长青，时秀芳.图像分割综述[J].中国科技信息，2009（01）：42-43.[3]赵秀才，姚军，房克荣.合理分割岩心微观结构图像的新方法[J].中国石油大学学报（自然科学版），2009（01）：75-78.[4]朱强军，吴晓红，腾奇志等.基于模糊算法的岩心图像层里特征提取[J].电子测量技术，2008（03）：218-220.