一种炭屑自动识别统计分级方法与流程

文档序号:16770753发布日期:2019-01-29 18:18阅读:1279来源:国知局
一种炭屑自动识别统计分级方法与流程

本发明属于炭屑分级领域,特别是涉及一种炭屑自动识别统计方法。



背景技术:

炭屑是植物组织不完全燃烧产生的黑色、不透明无机碳化合物,常保留有炭化的植物组织结构,炭屑在显微镜下呈不透明、有棱角、黑色或棕色的块状物。目前炭屑的鉴定统计都是科研人员在显微镜下一粒一粒地统计,并根据估测的炭屑长度进行简单分级,如此费时费力的工作,耗费了科研人员大量的时间,而且分级不够精确并存在在鉴定统计时按一定标准分级后无法更改分级标准的问题,因此,提供一种炭屑自动识别统计分级方法具有重要意义。



技术实现要素:

本发明的目的在于提供一种炭屑自动识别统计分级方法,通过对沉积物样品进行炭屑提取,将所获得的炭屑提取物进行载玻片制作,在显微镜下通过成像系统(ccd)把连续、不重复的视域同步到计算机,先在计算机中根据炭屑、石松孢子的形态、结构进行识别,然后测量炭屑的长轴、短轴,计算出炭屑的颗粒浓度与面积浓度并保存,选择不同的标准对炭屑进行自动分级。

为解决上述技术问题,本发明是通过以下技术方案实现的一种炭屑自动识别统计分级方法,包括以下步骤:

s01:得到一沉积样品;

s02:从样品中提取炭屑,并对炭屑进行载玻片制作;

s03:通过成像系统(ccd)对炭屑载玻片进行成像,并将成像同步到计算机;

s04:计算机建立炭屑和石松孢子的形态、结构图像模型;

s05:选定炭屑载玻片识别和分级区域,将识别区域内的图像与炭屑和石松孢子的图像模型进行比对,自动识别并进行计数,统计出该识别区域中的炭屑和石松孢子的数量;

s06:测量识别区域中每一炭屑颗粒的长度、宽度等数据,并计算炭屑颗粒的面积;

s07:设定炭屑分级标准;

s08:判断每一炭屑颗粒的长轴、短轴、面积浓度的分级区间;

s09:得到分级结果。

进一步地,所述从样品中提取炭屑,并对炭屑进行载玻片制作的操作是通过以下步骤实现的:

步骤一:根据沉积物岩性用量筒量取样品10ml,把样品倒入100ml离心管中,加2粒石松孢子药片,加入过量10%的hcl用于除去cac03,反应完全后加蒸馏水多次离心至中性;

步骤二:加入样品体积3倍的10%koh,水浴加热20min,去有机质,加蒸馏水离心至中性;

步骤三:向样品中加入40%的浓氢氟酸,以除去样品中的硅酸盐,待其反应彻底后,加水并洗酸至中性;

步骤四:在样品中再加入10%的盐酸,在60℃水浴锅中煮酸,让样品溶液达到清澈即可,静置一夜后抽去上层液体,留1cm高度的底液,把底液转入10ml离心管中,离心8min,然后用蒸馏水清洗,得到炭屑提取物,并将所述炭屑提取物进行载玻片制作。

进一步地,所述步骤s07中设定炭屑分级标准(炭屑分级标准可以进行自行更改),优选为:

a级:长轴在5~50μm之间;

b级:长轴在50~100μm之间;

c级:长轴>100μm。

进一步地,所述步骤s05中计算机对炭屑进行自动识别,包括以下分步骤:

s051:选定一炭屑载玻片;

s052:在载玻片上建立一炭屑颗粒的分级标准区域、并成像;

s053:计算机对该成像区域进行扫描、并识别;

s054:将识别区域内的图像与炭屑和石松孢子的图像模型进行比对:

s055:判断炭屑颗粒的长轴与短轴是否完全呈现在设定的分级标准区域中;

若是,则执行下一步骤;

若否,则返回至步骤s052,重新分配分级标准区域;

s056:统计出该识别区域中的炭屑和石松孢子的数量。

进一步地,所述步骤s08中计算机对炭屑进行自动识别,包括以下分步骤:

s081:计算机将炭屑的参数、面积与设定的炭屑分级标准进行对比;

s082:计算机判断炭屑长轴是否满足a级分级标准;

若是,则输出结果a级;

若否,则执行下一步骤;

s083:计算机判断炭屑长轴是否满足b级分级标准;

若是,则输出结果b级;

若否,则执行下一步骤;

s084:计算机判断炭屑长轴是否满足c级分级标准;

若是,则输出结果c级。

本发明具有以下有益效果:

采取样品对炭屑进行提取,得到炭屑提取物,并将炭屑提取物进行载玻片制作,这样样品需要量少,实现了计算机自动分级标准,解决了在鉴定过程中炭屑分级不够准确,且在按一定标准分级后无法更改分级标准的问题。

对沉积物样品进行炭屑提取,将所获得的炭屑提取物进行载玻片制作,在显微镜下通过成像系统(ccd)把连续、不重复的视域同步到计算机,先在计算机中根据炭屑、石松孢子的形态、结构进行识别,然后测量炭屑的长轴、短轴,计算出炭屑的颗粒浓度和面积浓度并保存,选择不同的标准对炭屑进行自动分级,可保证炭屑鉴定的快速简易性。

当然,实施本发明的任一产品并不一定需要同时达到以上所述的所有优点。

附图说明

为了更清楚地说明本发明实施例的技术方案,下面将对实施例描述所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。

图1为本发明的一种炭屑自动识别统计分级方法的流程图;

图2为图1中步骤s07的分步骤的流程图;

图3为图1中步骤s05的分步骤的流程图;

图4为图1中步骤s08的分步骤的流程图;

具体实施方式

下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。

请参阅图1所示,本发明为一种炭屑自动识别统计分级方法,包括以下步骤:

s01:得到一沉积样品;

s02:从样品中提取炭屑,并对炭屑进行载玻片制作;

s03:通过成像系统(ccd)对炭屑载玻片进行成像,并将成像同步到计算机;

s04:计算机建立炭屑和石松孢子的形态、结构图像模型;

s05:选定炭屑载玻片识别和分级区域,将识别区域内的图像与炭屑和石松孢子的图像模型进行比对,自动识别并进行计数,统计出该识别区域中的炭屑和石松孢子的数量;

s06:测量识别区域中每一炭屑颗粒的长度、宽度等数据,并计算炭屑颗粒的面积;

s07:设定炭屑分级标准;

s08:判断每一炭屑颗粒的长轴、短轴、面积浓度的分级区间;

s09:得到分级结果。

其中,从样品中提取炭屑,并对炭屑进行载玻片制作的操作是通过以下步骤实现的:

步骤一:根据沉积物岩性用量筒量取样品10ml,把样品倒入100ml离心管中,加2粒石松孢子药片,加入过量10%的hcl用于除去cac03,反应完全后加蒸馏水多次离心至中性;

步骤二:加入样品体积3倍的10%koh,水浴加热20min,去有机质,加蒸馏水离心至中性;

步骤三:向样品中加入40%的浓氢氟酸,以除去样品中的硅酸盐,待其反应彻底后,加水并洗酸至中性;

步骤四:在样品中再加入10%的盐酸,在60℃水浴锅中煮酸,让样品溶液达到清澈即可,静置一夜后抽去上层液体,留1cm高度的底液,把底液转入10ml离心管中,离心8min,然后用蒸馏水清洗,得到炭屑提取物,并将炭屑提取物进行载玻片制作。

其中,步骤s07中设定炭屑分级标准(炭屑分级标准可以进行自行更改),优选为:

a级:长轴在5~50μm之间;

b级:长轴在50~100μm之间;

c级:长轴>100μm。

其中,步骤s05中计算机对炭屑进行自动识别,包括以下分步骤:

s051:选定一炭屑载玻片;

s052:在载玻片上建立一炭屑颗粒的分级标准区域、并成像;

s053:计算机对该成像区域进行扫描、并识别;

s054:将识别区域内的图像与炭屑和石松孢子的图像模型进行比对:

s055:判断炭屑颗粒的长轴与短轴是否完全呈现在设定的分级标准区域中;

若是,则执行下一步骤;

若否,则返回至步骤s052,重新分配分级标准区域;

s056:统计出该识别区域中的炭屑和石松孢子的数量。

其中,步骤s08中计算机对炭屑进行自动识别,包括以下分步骤:

s081:计算机将炭屑的参数、面积与设定的炭屑分级标准进行对比;

s082:计算机判断炭屑长轴是否满足a级分级标准;

若是,则输出结果a级;

若否,则执行下一步骤;

s083:计算机判断炭屑长轴是否满足b级分级标准;

若是,则输出结果b级;

若否,则执行下一步骤;

s084:计算机判断炭屑长轴是否满足c级分级标准;

若是,则输出结果c级。

通过计算机在载玻片上分配一炭屑颗粒的分级标准区域、并成像,计算机对该成像区域进行扫描、并判断该炭屑颗粒的长轴与短轴是否完全呈现在设定的分级标准区域中,其中炭屑颗粒的长轴与短轴若没有完全呈现在设定的分级标准区域中,则需要重新分配一个包含该完整炭屑颗粒的分级标准区域。

在本说明书的描述中,参考术语“一个实施例”、“示例”、“具体示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不一定指的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。以上公开的本发明优选实施例只是用于帮助阐述本发明。优选实施例并没有详尽叙述所有的细节,也不限制该发明仅为所述的具体实施方式。显然,根据本说明书的内容,可作很多的修改和变化。本说明书选取并具体描述这些实施例,是为了更好地解释本发明的原理和实际应用,从而使所属技术领域技术人员能很好地理解和利用本发明。本发明仅受权利要求书及其全部范围和等效物的限制。

当前第1页1 2 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1