岩心三维图像修复方法
【专利摘要】本发明公开了一种岩心三维图像修复方法，包括以下步骤：（1）提取缺失信息的岩心三维图像即原始三维图像中待修复区域的初始边界，并设定模板大小；（2）对原始三维图像的已知区域进行区域划分；（3）计算原始三维图像的边界上所有体素的边界模板的优先级值；（4）搜索最大优先级值的边界模板，并保存相应的边界体素的坐标；（5）判断边界体素的区域类型，并设置边界模板的匹配块的全局搜索区域；（6）在相应的范围内搜索最优匹配块，并进行相应体素的灰度值填充；（7）更新或设置各参数信息；（8）重复步骤（4）～（7）直至填充完待修复区域。通过本发明修复岩心三维图像复原度极高，能够保持真实三维图像的结构和细节。
【专利说明】岩心三维图像修复方法
【技术领域】
[0001]本发明涉及一种图像修复方法，尤其涉及一种岩心三维图像修复方法，属于三维图像修复【技术领域】。
【背景技术】
[0002]在石油地质分析过程中，通常需要获得三维岩心结构来定量地研究渗流的微观机理，分析储集层渗流性质和运移规律。随着CT (computed tomography,电子计算机X射线断层扫描技术)分辨率的提高，CT机已较多应用到岩石三维成像中，但CT的分辨率与样本尺寸是相矛盾的。为了得到准确的分析结果，需要获取高分辨率的孔隙结构图像，但扫描的样本尺寸受到很大限制，使岩样的代表性有所欠缺。因此很难得到可供分析的岩心高分辨率三维孔隙结构图像。针对这一问题，目前的主要解决方案是以二维薄片为基础进行三维重建，得到具有与薄片特性相近的三维图像。也有基于三维图像的三维重建，其原理与基于二维图像的三维重建相似。我们统一将此种基于局部特性重建出三维图像的方法称为三维数学建模。然而三维数学建模是基于局部特性，重建结果缺乏一定的实际代表性，同时存在随机性，且对于多相或非均质的岩心三维图像的重建存在较大的困难，重建效果与实际三维情况存在较大差距。
[0003]将大尺寸岩心样本切割为多个小样本，用CT机分别对小样本进行扫描,将获取的小样本图像拼接成较大的三维图像，能有效地解决这一问题。然而大尺寸样本在切割的过程中存在三维图像信息的缺失，且缺损信息较大，在小样本图像拼接成大样本图像的过程中需要恢复缺损的信息，实现大范围信息缺失的三维图像修复。因此本发明的目的就是提供一种可修复大范围信息缺失的岩心三维图像的方法，保持原有岩心三维图像的形态结构。
[0004]目前对于三维图像修复的研究还较少，大部分还是针对二维图像的修复。图像修复就是对图像的信息缺损区域进行信息填充的过程，其目的就是为了对有信息缺损的图像进行恢复，并且要使观察者无法察觉到图像曾经缺损或已被修复。目前的三维图像修复，主要是针对于医学MR1、CT图像小范围信息缺失的三维图像修复以及视频的修复。Satoru Morita (Three Dimensional Image Inpainting[C].1n proceeding of:Advancesin Natural Computation, Second International Conference，Xi’an，China，2006，4222:752-761)将基于偏微分方程PDE的方法拓展为三维修复算法，并将该算法应用于医学图像和视频的修复，但是该方法只是针对小范围信息缺失的三维图像修复，且主要是对于结构的修复较好，而对于纹理部分却存在模糊现象。由于视频中帧内的相关度往往大于帧间的相关度，帧内信息较为重要，所以对于视频的修复主要是逐帧进行，较少考虑帧之间的关系。而对于岩心三维图像，其在各个方向上的相关性都一样，需同等考虑各个方向的信息。
【发明内容】
[0005]本发明的目的就在于为了解决上述问题而提供一种复原度极高的缺失信息的岩心三维图像修复方法。
[0006]本发明通过以下技术方案来实现上述目的:
[0007]1、本发明所述岩心三维图像修复方法包括以下步骤:
[0008](1)提取缺失信息的岩心三维图像即原始三维图像中待修复区域Ω的初始边界δ Ω°，并设定模板大小；
[0009](2)对原始三维图像的已知区域Φ进行区域划分；
[0010](3)计算原始三维图像的边界上所有体素q的边界模板的优先级值，所述体素q指三维数据场中的采样点；
[0011](4)搜索最大优先级值的边界模板ψρ，并保存边界体素P的坐标；
[0012](5)判断边界体素P的区域类型，并设置边界模板Ψρ的匹配块的全局搜索区域；
[0013](6)根据边界体素P的匹配中心因子MCF和最大距离MD在相应的范围内搜索最优匹配块Ψ,，并进行相应体素的灰度值填充；
[0014](7)更新或设置以下信息:置信度、边界面δ Ω、新产生的边界体素P'的匹配中心因子MCF和最大距离MD，以及新产生的边界模板Ψρ,的优先级值；
[0015](8)重复步骤(4)~(7)直至填充完待修复区域Ω，即丄Q = 0。
[0016]上述方法的基本原理如下:
[0017]岩心CT图像具有灰度对比度较低、纹理单一、噪声较多、且结构不规则等特征。岩心的三维结构在三个维度上都保持一定的连续性，且三个方向的信息都同等重要。对于具体某一体素的填充，需同等考虑三个方向上的已知信息。通常岩心三维图像的结构复杂，但在一定的较小的范围内，其结构具有一定的相似性，且一般情况下岩心三维图像含有丰富的结构信息，因此可以根据三维图像已知区域的信息，利用三维图像修复的方法对缺失部分进行填补。在修复岩心三维图像的过程中，重要之处在于需要保持三维结构的连续性和完整性，但同时也得保持三维图像的纹理以及整体的结构特点，从而达到与原始图像的结构和细节相近的目的，且使得无法觉察出图像的缺损。同时，由于切割过程对岩心的三维图像造成了较大范围的信息缺失。因此可以利用基于样例的修复思想，根据三维图像的线性结构(在图像修复领域称为等照度面)，对结构和纹理同时进行修复或填充，保持三维图像原有的整体结构和纹理特点。由于我们需要考虑图像各个方向上的信息，其样本块需要设立为三维体。三维空间中存在的往往是等照度面和边界面，而不再简单地以线的形式存在，若要较好地修复三维图像的结构，则修复过程中需通过保持并传播等照度面的趋势来修复三维图像的结构。因此，在我们的三维图像修复算法中，需要获得等照度面的信息以及其对于修复过程的影响方式。利用通常三维图像的结构和纹理都具有连续性这一特征，可以将传统的基于样例的修复方法中的全局匹配搜索限定为局部搜索，大大地减小搜索范围。由于通常的岩心CT序列图像包含了大量的随机噪声且灰度的对比度较低，为了较为准确地得到等照度面的信息，需首先对岩心CT序列图像进行简单的去噪和白平衡等预处理，使得岩心三维图像的结构更加清晰。若原始CT图像的结构较为清晰，则不需要预处理。
[0018]具体地,所述步骤(1)中，所述模板为一固定大小的立方体，边长为2winsize+l,winsize的大小根据原始三维图像的结构和纹理复杂度确定；
[0019]所述步骤(2)中，将已知区域Φ划分为各相(R1,R2,…Rn)和混合区域Rtl，有η相(D17D2, -Dn)的岩心，划分的区域种类为n+1类，划分规则为:若
【权利要求】
1.岩心三维图像修复方法，其特征在于:包括以下步骤: (1)提取缺失信息的岩心三维图像即原始三维图像中待修复区域Ω的初始边界δΩ°,并设定模板大小； (2)对原始三维图像的已知区域Φ进行区域划分； (3)计算原始三维图像的边界上所有体素q的边界模板的优先级值，所述体素q指三维数据场中的采样点； (4)搜索最大优先级值的边界模板Ψρ，并保存边界体素P的坐标； (5)判断边界体素P的区域类型，并设置边界模板Ψρ的匹配块的全局搜索区域； (6)根据边界体素P的匹配中心因子MCF和最大距离MD在相应的范围内搜索最优匹配块Ψ,，并进行相应体素的灰度值填充； (7)更新或设置以下信息:置信度、边界面δΩ、新产生的边界体素P'的匹配中心因子MCF和最大距离MD，以及新产生的边界模板Ψρ,的优先级值； (8)重复步骤(4)~(7)直至填充完待修复区域Ω，即δ0= 0。
2.根据权利要求1所述的岩心三维图像修复方法，其特征在于: 所述步骤(2)中，将已知区域Φ划分为各相(R1, R2,和混合区域Rtl,有η相(D1,D2, -Dn)的岩心，划分的区域种类为η+1类，划分规则为:若
【文档编号】G06T5/00GK103679650SQ201310607240
【公开日】2014年3月26日 申请日期:2013年11月26日 优先权日:2013年11月26日
【发明者】滕志奇, 何小海, 岳桂华, 陈冬冬, 李征骥 申请人:四川大学