0121] Q_t(i，j)为像素点（i，j)处的加权值，也为整个区域内的加权函数。
[0122] TempNptjint⑴为图像中第i行中某个倾向倾角状态下的模板正弦函数匹配到的总 加权像素点个数.
[0123] N在本发明中始终为常数1024。
[0124] 实施例2:
[0125] 下面以一般情况（没有特定钻孔数据）为例，对本发明作进一步说明。
[0126] 一种基于钻孔图像的结构面全自动识别方法，包括以下步骤：
[0127] 步骤1、利用钻孔摄像技术获取某地的钻孔图像。
[0128] 步骤2、选定钻孔图像中的一段图像数据，或者特定的部分进行分析。
[0129] 步骤3、提取该部分中每行像素点中的最小灰度值点，最大灰度值点，灰度梯度最 大值点，根据公式（7)组成结构面特征量的合成信号。
[0130] 步骤4、根据局部阈值与整体阈值来二值化合成信号，组成分块信号用来划分结构 面区域，并根据分块信号宽度来限定结构面倾角的变化范围，根据分块信号在特征点的坐 标分布情况来获得结构面倾向的变化范围。
[0131] 步骤5、根据已知的模板正弦函数，在其限定的倾向和倾角范围内，以1度为步长， 依次迭代匹配区域内每一行的模板正弦函数。以该分块区域的灰度平均值作为该块的划 分阈值，根据该阈值统计模板正弦函数所经过位置及其附近区域所有满足阈值的像素点个 数，并选择总个数最大的模板正弦函数作为该位置的结构面正弦曲线信号。
[0132] 步骤6、由于区域内每一行都有一个个数最大的正弦曲线，而一个区域内一般只存 在一个结构面。故在这些正弦曲线中再次选择总个数最大的正弦曲线作为该结构面的正弦 曲线。
[0133] 步骤7、根据前面步骤已获得的结构面位置、倾向、倾角等信息，在±2°的波动范 围内，改变其位置、倾向和倾角，以〇. 1度为步长，按照步骤3和步骤4,再一次迭代匹配正弦 曲线，统计加权像素点个数，再次选择一个更优的结构面正弦曲线。
[0134] 步骤8、把以上步骤得到的正弦曲线的位置、倾向、倾角作为该结构面的位置、倾 向、倾角，再根据基准位置和图像尺寸转化为过程实践中所需要的结构面深度、倾向、倾角 等信息。
[0135] 步骤9、把数据另存到自己的位置，或者备份到不被覆盖的存储空间去，重新选择 分析区域，再进行结构面的自动识别与参数提取分析。
[0136] 其中本实施例中的步骤3到步骤8与实施例1中的步骤1到步骤6基本相同。
[0137] 相关概念定义与注释：本发明中所述结构面是地质学上的概念。结构面在钻孔图 像上呈现正弦曲线状，称为结构面正弦曲线。结构面参数即位置、倾向、倾角分别与钻孔图 像中结构面正弦曲线的位置、相位、幅值存在相互对应的关系，即：（1)结构面的位置与钻 孔图像中结构面正弦曲线的位置对应，钻孔图像中正弦曲线的位置是像素坐标位置，经过 图像基准位置（起点位置）的转化之后可以得到结构面的实际位置即深度位置；(2)结构 面的倾向与钻孔图像中结构面正弦曲线的相位对应，结构面的倾向等于钻孔图像中正弦曲 线的相位加上270度，结构面倾向的取值范围为0至360度；(3)结构面的倾角与钻孔图 像中结构面正弦曲线的幅值对应，结构面的倾角等于钻孔图像中正弦曲线的幅值除以钻孔 直径的反正切函数值，如附图2所示。总之，本发明所述的结构面参数（位置、倾向、倾角） 和钻孔图像中正弦曲线的参数（位置、相位、幅值）与模板正弦函数的参数（位置、相位、 幅值）的意义是一致的。为了描述方便和概念的模糊不清，钻孔图像中结构面正弦曲线与 正弦函数的位置、相位、幅值分别统一简述为结构面的位置、倾向、倾角。另外，本发明中所 述的钻孔图像等同于钻孔图像的展开图，本发明所述方法也是针对该类型的钻孔图像而言 的。
【主权项】
1. 一种钻孔图像结构面自动识别与参数提取方法，其步骤是： A、 描述特征信号：在钻孔图像中，提取每一行中所有像素点灰度值的最小值和最大 值以及像素点灰度梯度的最大值，并保存他们对应点的坐标，分别组成一维的最小值信号 MinV(i)，最大值信号MaxV(i)和最大梯度值信号MaxG(i);再利用MinV(i)、MaxV(i)和 MaxG(i)信号组成最终结构面特征量信号即合成信号ComS(i); B、 划分结构面区域：根据合成信号ComS(i)的整体均值与该区域的局部均值 C〇mrw.A的平均值来组成自适应区域变化的阈值，用以二值化合成信号Corns(i)，并得到分 块信号ComT(i);再根据分块信号ComT(i)中每块的宽度W和钻孔孔径D得到结构面倾角 0的范围为0到2W/D度，根据合成信号特征量对应点的X坐标分布情况得到结构面倾向 a的范围为ajlja2度； C、 匹配模板正弦函数：针对步骤B所得的每个分块区域和倾向倾角范围，根据 已知的模板正弦函数y(x)，每一个位置，在其限定的倾向倾角范围内，倾向倾角以 SkpU(St印1° )度为步长，依次迭代匹配模板正弦函数；以该分块区域的灰度 平均值TgMy(i)作为该块的划分阈值，根据每个像素点的灰度值大小给予不同的权值 Q_t(i，j);然后，分别统计模板正弦函数所经过区域及其附近区域像素点个数的权值总和 TempNp()int(i)，并选择总权值最大的模板正弦函数作为该位置结构面的正弦曲线，每个位置 的最大权值构成结构面正弦曲线的匹配值信号MaxN(i); D、 筛选正弦曲线：根据在每一个位置正弦曲线匹配值信号MaxN(i)的分布情况，选择 MaxN(i)信号的最大值点或极大值点所对应的正弦曲线作为该结构面的正弦曲线，并保存 该正弦曲线的位置、倾向和倾角； E、 再匹配与精确化：根据步骤D已获得的结构面位置、倾向、倾角，在当前位置、倾向、 倾角的基础上分别减一个FluctV(FluctV彡1)值到再到分别加一个Fluct值的波动范围 内，依次改变其位置、倾向、倾角，并以StepL2 (StepLpSteppO)度为步长，按照步骤C和步 骤D，再一次迭代匹配模板正弦函数，统计加权像素点个数，得到精度更高的结构面正弦曲 线及其位置、倾向和倾角； F、 参数提取与转化：把步骤E得到的结构面正弦曲线的位置、倾向、倾角作为该结构面 的位置、倾向、倾角，再根据基准位置和图像尺度转化为实践过程中所需要的结构面深度、 倾向、倾角。2. 根据权利要求1所述的一种钻孔图像结构面自动识别与参数提取方法，其特征在 于：所述的步骤A中合成信号ComS(i)采用的公式为： ComS(i) = MaxV (i)-MinV (i) + A ?MaxG(i)(A1) (1) 其中，A为一个大于等于1的加权值参数，经过实际验证取1. 5,MinV(i)为每行的最 小值信号，MaxV(i)为每行的最大值信号，MaxG(i)为每行的最大梯度值信号。3. 根据权利要求1所述的一种钻孔图像结构面自动识别与参数提取方法，其特征在 于：所述的步骤B中分块信号ComT⑴采用的公式（2)、公式（3)和公式⑷为：其中，M为整个合成信号的个数，也是整个分析区域的行数，ComTgXM为合成信号的整 体阈值;w为该行上下偏移的一个宽度，可以取20行，Comr^A为合成信号的局部阈值。4. 根据权利要求1所述的一种钻孔图像结构面自动识别与参数提取方法，其特征在 于：所述的步骤C中的模板正弦函数y(x)采用公式（5)，所述分块区域灰度平均值Tgray(i) 的计算方法采用公式（6)，像素点灰度权值的分配关系Qp()int(i，j)采用公式（7)，统计每行 模板正弦函数所经过区域及其附近区域的像素点个数权值的总和TempNp()int(i)采用公式 (8):其中，y〇为当前行的位置，记为正弦曲线中心的初始位置，《为结构面的倾向，0为结 构面的倾角，D为钻孔的孔径，N为图像的列数，W为该块的宽度，m为该分块区域的行数，n 为该分块区域的列数，L为该分块区域的起始行，j^位该分块区域的起始列，Tgmy为判断阈 值。5. 根据权利要求1所述的一种钻孔图像结构面自动识别与参数提取方法，其特征在 于：所述的步骤D中每行筛选出一个像素点个数权值最大的模板正弦函数，并组成正弦曲 线信号MaxN(i)信号；根据块内MaxN(i)的最大值或极大值再次筛选块内的结构面形态参 数。
【专利摘要】本发明公开了一种钻孔图像结构面自动识别与参数提取方法，步骤是：A、描述特征信号：在钻孔图像中，提取每行像素点中的特征值及其对应的点坐标；B、划分结构面区域：根据合成信号的整体均值与局部均值构成自适应区域变化的阈值，并二值化合成信号以进行区域划分；C、匹配模板正弦函数：根据已知模板正弦函数，依次迭代匹配模板正弦函数；D、筛选正弦曲线：根据每一个位置构成的正弦曲线匹配值信号的最大值点或极大值点来筛选正弦曲线；E、再匹配与精确化：根据已获的位置、倾向、倾角，在特定波动范围内进行再匹配筛选；F、参数提取与转化。方法简单易行，稳定可靠，操作简便，工作效率高，一次性完成所有结构面的自动识别与参数提取。
【IPC分类】G06K9/00
【公开号】CN104915640
【申请号】CN201510266649
【发明人】王川婴, 邹先坚, 韩增强, 胡胜
【申请人】中国科学院武汉岩土力学研究所
【公开日】2015年9月16日
【申请日】2015年5月22日