基于ct图像的岩心目标提取方法
【专利摘要】本发明公开了一种基于CT图像的岩心目标提取方法，主要包括以下步骤：读取岩心的CT图像；对岩心CT图像进行阈值变换；岩心CT图像的轮廓提取；获取岩心CT图像的最大像素数目连通区域；获取岩心目标轮廓；获取岩心目标图像，本发明的基于CT图像的岩心目标提取方法完全基于岩心目标的自然形态对岩心目标的内部信息和轮廓进行提取，因此，采用本发明的基于CT图像的岩心目标提取方法可以准确地获取岩心目标。
【专利说明】基于CT图像的岩心目标提取方法
【技术领域】
[0001]本发明属于图像处理【技术领域】，具体涉及一种基于CT图像的岩心目标提取方法。【背景技术】
[0002]计算机断层扫描(Computed Tomography, CT)能够在无损条件下对复杂物体进行检测，实现对被测物体内部结构、密度分布和尺寸等信息的定性分析和定量检测，而不受被测对象内外结构复杂程度影响，故被广泛地应用到机械、岩土和农林业等领域。在岩土领域上利用CT检测，其目的就是对岩石内部的细微结构进行探索和分析。与传统技术如薄片鉴定技术、扫描电镜等相比，CT技术的优势在于在不改变岩石内部的形态、结构条件下，快速准确地获得检测结果。但是，目前的基于CT图像的岩心分析技术通常没有完全利用岩心样本的全部CT图像数据，而是采用自定义区域内的局部CT图像数据，因而存在一定的误差。特别是与传统的物理方法进行验证的时候，会造成样本不一致的问题。
【发明内容】
[0003]本发明的目的在于克服现有技术中的上述问题，提供一种能够准确获取岩心目标的基于CT图像的岩心目标提取方法。
[0004]为解决上述技术问题，本发明采用以下技术方案:
[0005]一种基于CT图像的岩心目标提取方法，包括以下步骤: [0006]S1.读取岩心的CT图像，并将所得CT图像记为I。:f (X，y)=g，其中，(X，y)为图像像素坐标，g为图像像素坐标(X，y)对应的灰度值，g e [O, I]；
[0007]S2.岩心CT图像的阈值变换:具体包括以下步骤:
[0008]S21.设灰度值变换的阈值为O ;
[0009]S22.遍历整张岩心CT图像的像素，如果像素的灰度值为0，则保持其灰度值不变，如果像素的灰度值大于0，则将其灰度值设置为1，相应的表达式为Zi(U) = I? g = l>
U g->o
所得二值图像的结果记为I1 ；
[0010]S3.对图像I1进行轮廓提取；
[0011]S4.对S3所得的每个轮廓进行填充，即将每个轮廓内部的像素的灰度值都设为1，得到图像为I2:f2(x, y)；
[0012]S5.对S4所得每个连通区域进行像素数目统计，记录每个连通区域包含的像素数目，并对统计结果进行比对，获得具有最大像素数目的连通区域；
[0013]S6.将除具有最大像素数目的连通区域外的连通区域的像素的灰度值都设置为零，得到图像I3:f3(χ, y)；
[0014]S7.对图像I3进行轮廓提取，获得岩心目标轮廓并标记为I4:f4(x, y)；
[0015]S8.将图像I3的每个像素的灰度值与原始图像Itl中相应位置的像素的灰度值相乘，即得基于CT图像的岩心目标图像,记为I5:f5(x，y) = f0 (x, y) X f3(x, y)；[0016]S9.将目标图像I5与轮廓图像I4进行加运算，即得基于CT图像的岩心目标及岩心目标轮廓。
[0017]进一步的技术方案是，所述轮廓提取具体包括以下步骤:
[0018]S31.遍历I1的每个像素，对于灰度值为I的像素，如果该像素的八个邻域点的灰度值都为1，则将该像素的灰度值设置为零，即可提取I1中所有轮廓；
[0019]S32.按照从左到右、从下到上的顺依次对S31所得轮廓进行八邻域点追踪，获得单值化的轮廓。
[0020]进一步的技术方案是，所述八邻域点追踪过程具体如下:找到第一个灰度值为I的像素，假设为最左下方的边界点，将该点记为第一边界点，该像素的右、右上、上、左上四个邻域中至少有一个是边界点，记为第二边界点，从第二边界点开始，按右、右上、上、左上、左、左下、下和右下的顺序找相邻点中的边界点，记为第三边界点，如果第三边界点就是第一边界点，则表明闭合轮廓追踪完成；否则，从第三边界点继续，直到找到第一边界点为止。
[0021]与现有技术相比，本发明的有益效果是:本发明的基于CT图像的岩心目标提取方法对岩心目标内部信息和岩心目标的不规则轮廓不会造成任何干扰，完全基于岩心目标的自然形态对岩心目标的内部信息和轮廓进行提取，因此，采用本发明的基于CT图像的岩心目标提取方法可以准确获取岩心目标。
【专利附图】
【附图说明】
[0022]图1为本发明的基于CT图像的岩心目标提取方法的流程图；
[0023]图2为本发明实施例中的岩心CT图像；
[0024]图3为本发明实施例中提取的岩心CT图像的二值图像；
[0025]图4为本发明实施例中的八邻域点的位置示意图；
[0026]图5为图3的二值图像的轮廓提取结果；
[0027]图6为对图5的轮廓进行填充所得的图像；
[0028]图7为图6中的最大连通区域；
[0029]图8为本发明实施例中的岩心CT图像的目标轮廓；
[0030]图9为本发明实施例中的岩心CT图像的目标图像；
[0031]图10为本发明实施例中的岩心CT图像的目标轮廓和目标图像的整体图像。
【具体实施方式】
[0032]为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。
[0033]如图1所述，本实施例中的基于CT图像的岩心目标提取方法，主要包括以下步骤:
[0034]S1.读取岩心的CT图像，所得岩心CT图像如图2所示，将该CT图像记为10:f (x, y)=g，其中，(χ, y)为图像像素坐标，g为图像像素坐标(χ, y)对应的灰度值，g e [O, I]；
[0035]S2.岩心CT图像像素的阈值变换:具体包括以下步骤:[0036]S21.设灰度值变换的阈值为0 ;
[0037]S22.遍历整张岩心CT图像的像素，如果像素的灰度值为0，则保持其灰度值不变，如果像素的灰度值大于0，则将其设置为I，相应的表达式为/(U) = f所得二值图像的结果记为I1，如图3所示；
[0038]S3.对图像I1进行轮廓提取，具体包括以下步骤:
[0039]S31.遍历图像I1的每个像素，对于灰度值为I的像素，如果该像素的八个邻域点(八领域点的位置示意图如图4所示)的灰度值都为1，则将该像素的灰度值设置为零，即可提取图像I1中的所有轮廓；
[0040]S32.按照从左到右、从下到上的顺依次对S31所得轮廓进行八邻域点追踪，获得单值化的轮廓，如图5所示；其中，追踪的具体过程如下:找到第一个灰度值为I的像素，假设为最左下方的边界点，将该点记为第一边界点，该像素的右、右上、上、左上四个邻域中至少有一个是边界点，记为第二边界点，从第二边界点开始，按右、右上、上、左上、左、左下、下和右下的顺序找相邻点中的边界点，记为第三边界点，如果第三边界点就是第一边界点，则表明闭合轮廓追踪完成；否则，从第三边界点继续，直到找到第一边界点为止。
[0041]S4.对S3所得的每个轮廓进行填充，即将每个轮廓内部的像素灰度值都设为1，得到图像为I2:f2 (x, y)，如图6所示；
[0042]S5.对S4所得每个连通区域进行像素数目统计，记录每个连通区域包含的像素数目，并对统计结果进行比对，获得具有最大像素数目的连通区域；
[0043]S6.将除具有最大像素数目的连通区域外的连通区域的像素的灰度值都设置为零，得到图像I3:f3(x, y)，如图7所示；
[0044]S7.对图像I3进行轮廓提取,获得目标轮廓并标记为I4:f4(x，y),如图8所示；
[0045]S8.将图像I3的每个像素的灰度值与原始图像Itl中相应位置的像素的灰度值相乘，即得基于CT图像的岩心目标图像,记为I5:f5 (x, y) = f0 (x, y) X f3 (x, y)，如图9所示；
[0046]S9.将目标图像I5与轮廓图像I4进行加运算，即得基于CT图像的岩心目标及岩心目标轮廓，如图10所示。
[0047]由于本实施例的基于CT图像的岩心目标提取方法是基于岩心目标的CT图像,对岩心目标内部信息和岩心目标的不规则轮廓不会造成任何干扰，完全基于岩心目标的自然形态，因此，本实施例的基于CT图像的岩心目标提取方法可以准确获取岩心目标。
[0048]本领域的普通技术人员将会意识到，这里所述的实施例是为了帮助读者理解本发明的原理，应被理解为本发明的保护范围并不局限于这样的特别陈述和实施例。本领域的普通技术人员可以根据本发明公开的这些技术启示做出各种不脱离本发明实质的其它各种具体变形和组合，这些变形和组合仍然在本发明的保护范围内。
【权利要求】
1.一种基于CT图像的岩心目标提取方法，其特征在于:包括以下步骤: 51.读取岩心的CT图像，并将所得CT图像记为Itl:f(x，y)=g，其中，(x，y)为图像像素坐标，g为图像像素坐标(x，y)对应的灰度值，g G [O，I]； 52.岩心CT图像的阈值变换:具体包括以下步骤: 521.设灰度值变换的阈值为O; 522.遍历整张岩心CT图像的像素，如果像素的灰度值为O，则保持其灰度值不变，如果像素的灰度值大于O，则将其灰度值设置为1，相应的表达式为/Cu)=r g=0,所得
[I g>0二值图像的结果记为I1 ； 53.对图像I1进行轮廓提取； 54.对S3所得的每个轮廓进行填充，即将每个轮廓内部的像素的灰度值都设为1，得到图像为 I2:f2 (x, y)； 55.对S4所得每个连通区域进行像素数目统计，记录每个连通区域包含的像素数目，并对统计结果进行比对，获得具有最大像素数目的连通区域； 56.将除具有最大像素数目的连通区域外的连通区域的像素的灰度值都设置为零，得到图像 I3:f3 (x, y)； 57.对图像I3进行轮廓提取,获得目标轮廓并标记为I4:f4 (x, y)； 58.将图像I3的每个像素的灰度值与原`始图像Itl中相应位置的像素的灰度值相乘，即得基于CT图像的岩心目标图像,记为I5:f5(x，y) = f0 (x, y) X f3(x, y)； 59.将目标图像I5与轮廓图像I4进行加运算，即得基于CT图像的岩心目标及岩心目标轮廓。
2.根据权利要求1所述的基于CT图像的岩心目标提取方法，其特征在于:S3所述的轮廓提取具体包括以下步骤: 531.遍历I1的每个像素，对于灰度值为I的像素，如果该像素的八个邻域点的灰度值都为1，则将该像素的灰度值设置为零，即可提取I1中所有轮廓； 532.按照从左到右、从下到上的顺依次对S31所得轮廓进行八邻域点追踪，获得单值化的轮廓。
3.根据权利要求2所述的基于CT图像的岩心目标提取方法，其特征在于:所述八邻域点追踪具体如下:找到第一个灰度值为I的像素，假设为最左下方的边界点，将该点记为第一边界点，该像素的右、右上、上、左上四个邻域中至少有一个是边界点，记为第二边界点，从第二边界点开始，按右、右上、上、左上、左、左下、下和右下的顺序找相邻点中的边界点，记为第三边界点，如果第三边界点就是第一边界点，则表明闭合轮廓追踪完成；否则，从第三边界点继续，直到找到第一边界点为止。
【文档编号】G06T7/00GK103700102SQ201310706021
【公开日】2014年4月2日 申请日期:2013年12月20日 优先权日:2013年12月20日
【发明者】方黎勇, 陈鹏 申请人:电子科技大学