一种二维多孔介质孔隙结构特征的定量评价装置及方法与流程

本发明涉及一种多孔介质
技术领域：
，特别是涉及一种二维多孔介质孔隙结构特征的定量评价装置及方法。
背景技术：
：多孔介质是指内部含有孔的固体介质。也可以这样定义多孔介质，即把含有规则的或任意形状的、连通或不连通的孔洞或洞穴及其固体介质组成的介质或材料称为多孔介质。多孔介质到处存在，例如，土壤、地壳、砂石、棉花、木材、骨头、钢铁、水泥、陶瓷、电脑和手机芯片、人体和动物组织与脏器、植物等；可以豪不夸张地说，没有多孔介质，就没有动物，就没有植物，就没有人类，就没有我们的世界。因此，研究多孔介质与人类和动植物的健康生存、国家的安全、现代文明社会的发展息息相关。多孔介质的微结构具有统计自相似的分形特征。现有技术中主要通过求解多孔介质的分形结构参数(如，分形维数、进相及缺项)，来定量表征和评价多孔介质。其中，分形维数反映复杂形体占有空间的有效性和复杂形体不规则性的量度。进相反映介质内流体流动的能力，即介质不同方向的连通性。缺项反映介质中孔隙的分布情况，测量图形中孔隙出现的频率与大小。但是，本发明的发明人发现现有技术在进行二维多孔介质孔隙结构特征定量评价时，至少存在如下技术问题：(1)缺少一种装置及方法，该装置及方法可以处理多孔介质的ct图像，进而求解出二维多孔介质的分形维数、进相及缺项，以定量表征和评价多孔介质；(2)现有技术在求解分形维数、缺项存在计算速度慢、计算时间长的缺点。技术实现要素：有鉴于此，本发明提供一种二维多孔介质孔隙结构特征的定量评价装置及方法，主要目的在于通过处理孔结构的ct图像求解出二维多孔介质的分形维数、进相及缺项，以定量表征和评价多孔介质的孔隙结构。为达到上述目的，本发明主要提供如下技术方案：一方面，本发明的实施例提供一种二维多孔介质孔隙结构特征的定量评价装置，其中，所述定量评价装置包括：图像处理模块，所述图像处理模块将待定量评价的多孔介质的ct彩色图像转换成ct灰度图像；二值化图像处理模块，所述二值化图像处理模块将所述ct灰度图像转换成ct二值化图像；其中，当所述ct二值化图像的孔隙度与所述多孔介质的孔隙度之间差值的绝对值小于0.01，优选小于0.001，进一步优选等于0时，所述ct二值化图像为目标ct二值化图像；计算模块，所述计算模块用于计算出所述目标ct二值化图像中目标区域的分形维数、缺项和进相。优选的，所述定量评价装置还包括：二值化阈值设置模块，所述二值化阈值设置模块用于设置二值化阈值；其中，所述二值化图像处理模块根据设置的二值化阈值，将所述ct灰度图像转换成ct二值化图像；其中，不同的二值化阈值对应不同的ct灰度图像；当所述ct灰度图像为目标ct灰度图像时，与所述目标ct灰度图像对应的二值化阈值为目标二值化阈值；优选的，所述定量评价装置还包括二值化阈值计算模块，用于根据所述ct灰度图像计算出二值化阈值的参考值。优选的，所述计算模块包括第一计算模块，所述第一计算模块用于计算出所述目标ct二值化图像中目标区域的分形维数；优选的，所述第一计算模块采用计盒算法计算出所述目标ct二值化图像中目标区域的分形维数；进一步优选的，所述第一计算模块根据以下步骤计算出所述ct目标二值化图像中目标区域的分形维数：1)将所述目标ct二值化图像用边长为r像素的盒子去覆盖，记录含有黑色像素(目标像素)的盒子数n；2)根据方程n＝r-d，在自相似范围内盒子数与r的双对数图的线性拟合的斜率即为分形维数d；其中，方程成立的区间是rmin＜r＜rmax，其中rmin和rmax分别是分形自相似区间的下限和上限；进一步优选的，在计算分形维数的步骤中，采用多线程编程技术，使多个线程同时对目标ct二值化图像进行覆盖扫描。优选的，所述计算模块包括：第二计算模块，所述第二计算模块用于计算出所述目标ct二值化图像中目标区域的进相；优选的，所述第二计算模块采用计盒算法计算出所述目标ct二值化图像中目标区域的进相；进一步优选的，计算进相的步骤，包括：1)将所述目标ct二值化图像划分为等盒子大小；测量每种盒子的白色格子覆盖百分比，记为op(bs(k))；其中，k为图像划分的盒子个数；2)采用下式计算压力覆盖值：其中，pr(bs(k))表示盒子k的中心压力；3)将所述压力覆盖值除以压力最大覆盖值，得到进相su(bs(k)，dir)，具体计算公式如下：其中，为压力最大覆盖值。优选的，所述计算模块包括第三计算模块，所述第三计算模块用于计算出所述目标ct二值化图像中目标区域的缺项；优选的，所述第三计算模块采用滑移计盒算法计算出用于计算出所述目标ct二值化图像中目标区域的缺项；进一步优选的，所述第三模块计算所述目标ct二值化图像中目标区域的缺项的步骤，包括：1)使用半径为r的滑移盒子扫描目标ct二值化图像，使所述滑移盒子在图像上的晶格上滑移；其中，在滑移过程中，滑移盒子内含有m个颗粒，则将该滑移盒子的数量记为n(m，r)，则n(m，r)除以滑移盒子总个数，可获得概率密度函数q(m，r)；若晶格为规则晶格，则q(m，r)为dirac函数；若晶格为自相似晶格，q(m，r)与r和图像的边界长度l有关。当l无限大时，格子增加个数为0，这时q(m，r)在m＝0时趋向于0；2)采用下述公式计算出缺项λ(r)：其中，zq(q)(r)为统计动差函数，其计算公式如下：其中，q为1或2；进一步优选的，使用半径为r的盒子扫描目标ct二值化图像时：前一次的扫描区域为第一区域、后一次的扫描的区域为第二区域，且第一区域和第二区域之间有重复区域；其中，所述第三计算模块在前一次扫描第一区域时，记录重复区域的信息，后一次只需扫描所述第二区域中的重复区域之外的区域。优选的，所述定量评价装置还包括图像获取模块，用于获取待定量评价的多孔介质的ct彩色图像。优选的，所述定量评价装置还包括定量表征与评价模块：用于利用所述计算模块计算出的目标二值化图像中目标区域的分形维数、缺项和进相对多孔介质进行定量表征与评价。另一方面，本发明的实施例提供一种二维多孔介质孔隙结构特征的定量评价方法，其中，所述定量评价方法包括如下步骤：步骤s1：将待定量评价的多孔介质的ct彩色图像转换成ct灰度图像；步骤s2：将所述ct灰度图像转换成ct二值化图像；其中，当所述ct二值化图像的孔隙度与所述多孔介质的孔隙度之间的差值的绝对值小于0.01时，所述ct二值化图像为目标ct二值化图像；步骤s3：计算出所述目标ct二值化图像中目标区域的分形维数、缺项和进相。优选的，所述步骤s2包括：步骤s21：设置二值化阈值；步骤s22：根据所设置的二值化阈值，将所述ct灰度图像转换成ct二值化图像；步骤s23：测试所述ct二值化图像的孔隙度；若所述ct二值化图像的孔隙度与多孔介质的孔隙度之间的差值的绝对值小于0.01，优选小于0.001，进一步优选等于0时，则所述ct二值化图像为目标ct二值化图像；若所述ct二值化图像的孔隙度与多孔介质的孔隙度之间的差值的绝对值不小于0.01，优选小于0.001，进一步优选等于0时，则重新设置二值化阈值，并重复步骤s22、s23；优选的，在所述s21步骤之前还包括步骤s20：根据所述ct灰度图像计算出二值化阈值的参考值。优选的，在所述步骤s1之前，还包括步骤s0：获取待定量评价的多孔介质的ct彩色图像。优选的，在所述步骤s3之后，还包括步骤s4：利用所述计算模块计算出的目标ct二值化图像中目标区域的分形维数、缺项和进相对多孔介质进行定量表征与评价。优选的，所述步骤s3包括：计算分形维数的步骤：采用计盒算法计算出所述目标ct二值化图像中目标区域的分形维数；优选的，所述计算分形维数的步骤，包括：1)将所述目标二值化图像用边长为r像素的盒子去覆盖，记录含有黑色像素(目标像素)的盒子数n；2)根据方程n＝r-d，在自相似范围内盒子数与r的双对数图的线性拟合的斜率即为分形维数d；其中，方程成立的区间是fmin＜r＜rmax，其中rmin和rmax分别是分形自相似区间的下限和上限；进一步优选的，在计算分形维数的步骤中，采用多线程编程技术，使多个线程同时对目标ct二值化图像进行覆盖扫描优选的，所述步骤s3包括：计算进相的步骤：采用计盒算法计算出所述目标ct二值化图像中目标区域的进相；优选的，所述计算进相的步骤，包括：1)将所述目标ct二值化图像划分为等盒子大小；测量每种盒子的白色格子覆盖百分比，记为op(bs(k))；其中，k为图像划分的盒子个数；2)采用下式计算压力覆盖值：其中，pr(bs(k))表示盒子k的中心压力；3)将所述压力覆盖值除以可能的最大覆盖值，得到进相su(bs(k)，dir)，具体计算公式如下：其中，为压力最大覆盖值。优选的，所述步骤s3包括：计算缺项的步骤：采用滑移计盒算法计算出所述目标ct二值化图像中目标区域的缺项；优选的，采用滑移计盒算法计算出所述目标ct二值化图像中目标区域的缺项的步骤，包括：1)使用半径为r的滑移盒子扫描目标ct二值化图像，使所述滑移盒子在图像上的晶格上滑移；其中，在滑移过程中，滑移盒子内含有m个颗粒，则将该滑移盒子的数量记为n(m，r)，则n(m，r)除以滑移盒子总个数，可获得概率密度函数q(m，r)；若晶格为规则晶格，则q(m，r)为dirac函数；若晶格为自相似晶格，q(m，r)与r和图像的边界长度l有关。当l无限大时，格子增加个数为0，这时q(m，r)在m＝0时趋向于0；2)采用下述公式计算出缺项λ(r)：其中，zq(q)(r)为统计动差函数，其计算公式如下：其中，q为1或2；进一步优选的，使用半径为r的盒子扫描目标ct二值化图像时：前一次的扫描区域为第一区域、后一次的扫描的区域为第二区域，且第一区域和第二区域之间有重复区域；其中，所述第三计算模块在前一次扫描第一区域时，记录重复区域的信息，后一次只需扫描所述第二区域中的重复区域之外的区域。借由上述技术方案，本发明的二维多孔介质孔隙结构特征的定量评价装置及方法至少具有下列优点：本发明的二维多孔介质孔隙结构特征的定量评价装置及方法，通过获取待定量评价的多孔介质的ct彩色图像、将待定量评价的多孔介质的ct彩色图像转换成ct灰度图像、将ct灰度图像转换成ct二值化图像(其中，当ct二值化图像的孔隙度与多孔介质的孔隙度之间的差值的绝对值小于0.01时，ct二值化图像为目标ct二值化图像)；计算出所述目标ct二值化图像中目标区域的分形维数、缺项和进相。因此，本发明利用多孔结构的ct彩色图像求解出二维多孔介质的分形维数、进相及缺项，以定量表征和评价多孔介质；提高定量表征和评价多孔介质孔隙结构的效率。进一步的，本发明的二维多孔介质孔隙结构特征的定量评价装置及方法在计算目标ct二值化图像的分形维数时，采用多线程编程技术，使多个线程同时对目标ct二值化图像进行覆盖扫描，这样可以减少扫描时间，提高计算速率。进一步的，本发明的二维多孔介质孔隙结构特征的定量评价装置及方法在计算目标ct二值化图像的缺项时：使用半径为r的盒子扫描目标ct二值化图像时，前一次的扫描区域为第一区域、后一次的扫描的区域为第二区域，且第一区域和第二区域之间有重复区域；其中，第三计算模块在前一次扫描第一区域时，记录重复区域的信息，后一次只需扫描所述第二区域中的重复区域之外的区域；这样能使得扫描次数大大减少，加快计算速度。上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，并可依照说明书的内容予以实施，以下以本发明的较佳实施例并配合附图详细说明如后。附图说明图1是本发明的实施例提供的一种二维多孔介质孔隙结构特征的定量评价装置及方法的流程图；图2是本发明的实施例提供的一种二维多孔介质孔隙结构特征的定量评价装置及方法在计算ct二值化图像的进相时，对ct二值化图像的白色区域覆盖百分比的计算过程图；图3是本发明实施例提供的一种二维多孔介质孔隙结构特征的定量评价装置及方法在计算ct二值化图像的缺项时，采用滑移计盒算法的一种示意图；图4是本发明实施例提供的一种二维多孔介质孔隙结构特征的定量评价装置及方法在计算ct二值化图像的缺项时，采用滑移计盒算法的扫描方法示意图；图5是本发明实施例提供的一种二维多孔介质孔隙结构特征的定量评价装置的软件界面图；图6是本发明实施例提供的一种二维多孔介质孔隙结构特征的定量评价装置获取(即，加载)待定量评价的多孔介质的彩色ct图像；图7是本发明实施例提供的一种二维多孔介质孔隙结构特征的定量评价装置根据所获取的彩色ct图像计算出参考阈值的软件界面示意图；图8是本发明实施例提供的一种二维多孔介质孔隙结构特征的定量评价装置根据参考阈值进行二值化处理后的软件界面示意图；图9是本发明实施例提供的一种二维多孔介质孔隙结构特征的定量评价装置根据设定的二值化阈值为109时，进行二值化处理后的软件界面示意图；图10是本发明实施例提供的一种二维多孔介质孔隙结构特征的定量评价装置计算分形维数的软件界面示意图；图11是本发明实施例提供的一种二维多孔介质孔隙结构特征的定量评价装置计算进项的软件界面示意图；图12是本发明实施例提供的一种二维多孔介质孔隙结构特征的定量评价装置计算缺项的软件界面示意图；图13是本发明实施例提供的一种二维多孔介质孔隙结构特征的定量评价装置计算缺项时，盒子边长与对应缺项值之间的关系图；图14是边长为4像素的正方形图像。具体实施方式为更进一步阐述本发明为达成预定发明目的所采取的技术手段及功效，以下结合附图及较佳实施例，对依据本发明申请的具体实施方式、结构、特征及其功效，详细说明如后。在下述说明中，不同的“一实施例”或“实施例”指的不一定是同一实施例。此外，一或多个实施例中的特定特征、结构、或特点可由任何合适形式组合。一方面，本发明的实施例提供一种二维多孔介质孔隙结构特征的定量评价装置(在此，该定量评价装置是一种计算机软件)，其中，所述定量评价装置包括：图像获取模块，用于获取待定量评价的多孔介质的ct彩色图像。图像处理模块，所述图像处理模块将待定量评价的多孔介质的ct彩色图像转换成ct灰度图像。二值化图像处理模块，所述二值化图像处理模块将所述ct灰度图像转换成ct二值化图像；其中，当所述ct二值化图像的孔隙度与所述多孔介质的孔隙度之间的差值的绝对值小于0.01，优选小于0.001，进一步优选等于0时，所述ct二值化图像为目标ct二值化图像。计算模块，所述计算模块用于计算出所述目标ct二值化图像中目标区域的分形维数、缺项和进相。优选的，所述定量评价装置还包括：二值化阈值设置模块，所述二值化阈值设置模块用于设置二值化阈值；其中，所述二值化图像处理模块根据设置的二值化阈值，将所述ct灰度图像转换成ct二值化图像；其中，不同的二值化阈值对应不同的ct灰度图像；当所述ct灰度图像为目标ct灰度图像时，与所述目标ct灰度图像对应的二值化阈值为目标二值化阈值。优选的，所述定量评价装置还包括二值化阈值计算模块，用于根据所述ct灰度图像计算出二值化阈值的参考值。优选的，所述定量评价装置还包括定量表征与评价模块：用于利用所述计算模块计算出的目标二值化图像中目标区域的分形维数、缺项和进相对多孔介质的孔隙结构进行定量表征与评价(在对自然结构体进行表征时，分形维数、进相和缺项之间可以互相补充，例如：当两物体具有相同的分形维数和进相时，可以使用缺项进行区别；当两物体具有相同的分形维数和缺项时，可以使用进相进行区别)。在此，如图1所示，上述提到的一种二维多孔介质孔隙结构特征的定量评价装置，采用以下方法进行二维多孔介质孔隙结构特征的定量评价：步骤s0：获取待定量评价的多孔介质的ct彩色图像。步骤s1：将待定量评价的多孔介质的ct彩色图像转换成ct灰度图像。步骤s2：将所述ct灰度图像转换成ct二值化图像；其中，当ct二值化图像的孔隙度与多孔介质的孔隙度(在此，多孔介质的孔隙度指的是多孔介质的真实或实验孔隙度)之间的差值的绝对值小于0.01(若差值的绝对值小于0.01，则认为两者的孔隙度相同，若差值的绝对值不小于0.01，则认为两者的孔隙度不同)，优选小于0.001，进一步优选等于0时所述ct二值化图像为目标ct二值化图像。在此，步骤s2包括：步骤s21：设置二值化阈值；步骤s22：根据所设置的二值化阈值，将所述ct灰度图像转换成ct二值化图像；步骤s23：测试所述ct二值化图像的孔隙度；若所述ct二值化图像的孔隙度与多孔介质的孔隙度之间的差值的绝对值小于0.01优选小于0.001，进一步优选等于0时，此时，ct二值化图像与多孔介质之间的孔隙度相同，则所述ct二值化图像为目标ct二值化图像；若所述ct二值化图像的孔隙度与多孔介质的孔隙度之间的差值的绝对值不小于0.01优选小于0.001，进一步优选等于0时，此时，ct二值化图像与多孔介质之间的孔隙度不同，则重新设置二值化阈值，并重复步骤s22、s23。优选的，在所述s21步骤之前还包括步骤s20：根据所述ct灰度图像计算出二值化阈值的参考值。若二值化阈值设定为参考值时，所得到的ct二值化图像不是目标ct二值化图像，则可以根据参考值进行调整二值化阈值。步骤s3：计算出所述目标ct二值化图像中目标区域的分形维数、缺项和进相。第一、所述计算模块中的第一计算模块计算出所述目标ct二值化图像中目标区域的分形维数的方法，包括如下步骤：(1)采用计盒算法计算图像的分形维数计盒法(box-countingmethod)是最常用确定分形维数的方法。将目标ct二值化图像用不同尺度r的盒子去覆盖，记录覆盖有测量分形体的盒子数(如孔隙、裂缝)n，则：n＝r-d式(1)式(1)中，d为计盒法得到的分形维数。式(1)中方程成立的区间是rmin＜r＜rmax，其中rmin和rmax分别是分形自相似区间的下限和上限。在自相似范围内盒子数与尺度的双对数图的线性拟合的斜率即为分形维数。(2)所述第一计算模块在计算分形维数时采用多线程，以加快运算速率。假设求取一张512×512像素的二值化图像分形维数，需分别选取边长为1、2、4、8、16、32、64、128、256、512像素的正方形盒子进行覆盖，需进行10次覆盖扫描，利用多线程编程技术可使10个线程共同进行覆盖扫描，这样减少了计算时间。对尺寸越大的图像，加速效果越明显。第二、所述计算模块中的第二计算模块基于计盒算法思想计算出所述目标ct二值化图像中目标区域的进相的方法，包括如下步骤：(1)从原图像的顶部来看，全部的白色像元为孔隙，表示流体能通过这些区域，黑色像元表示阻碍流体的固体。每个流动区域都会存在边界区域(2)这一步将划分这些流动区域(参见图2的白色部分)为等盒子大小(4个边界；上下左右)。(bs(k)，k为图像可能划分的盒子个数)。然后测量图形的每种盒子的白色格子(流动区域)覆盖百分比，记为op(bs(k))。图2为覆盖百分比的计算过程示意图。(3)对于每一种盒子大小k，压力覆盖值的计算式参见式(2)：式(2)中：op(bs(k))可从步骤(2)获取；n为可能划分盒子的个数；pr(bs(k))表示盒子k的中心压力。这样可以获取x(水平方向)或y(垂直方向)方向坐标的压力。压力随着盒子位置的不同而不同，压力也随着盒子大小变化，如：初始行或列：pr＝0.5×6；其他行或列：pr＝(0.5+l-1)×b；式中，l(＞1)为计算pr时测量盒子所在的行或列。(4)为了使进相值与分形维数和缺项同样具有无量纲的性质，将压力覆盖值(式(2))除以可能的最大压力覆盖值，得到进相(参见式(3))：第三、所述计算模块中的第三计算模块基于计盒算法思想计算出所述目标ct二值化图像中目标区域的缺项的方法，包括如下步骤：(1)，采用滑移计盒算法计算图像的缺项值，具体如下：设晶格大小等于2a，a小于或等于颗粒半径ε。当使用一个半径为r的盒子在晶格上“滑移”时，盒子中心点在相邻晶格位置连续移动。实际上，集合大小是有限的，使得滑移盒子的移动范围限制在图像边界内。如图3所示，边界为de维的平行结构(de为欧氏维数)，其长度为l。图3中的圆点代表晶格位置，实心正方形表示颗粒(孔隙)中心，滑移盒子为边长2r的正方形。在图3中，边长为2r(半径为r)的滑移盒子内含有m个颗粒(孔隙)(图中正方形盒子中黑色颗粒的数量，称为质量m)，将该种滑移盒子的数量记为n(m，r)，则n(m，r)除以滑移盒子总个数(图像上可以出现盒子的总数，比如图像边长为3，盒子的边长则可能为1，2，3，那么盒子的总数为9+4+1＝14)，可获得概率密度函数q(m，r)。对于一个规则晶格，其具有平移不变性，滑移盒子与所在位置无关，所以q(m，r)为dirac函数。对于自相似晶格，q(m，r)与盒子半径r和边界长度l有关。当l无限大时，格子增加个数为0，这时q(m，r)在m＝0时趋向于0。值得注意的是仅当r/l＜＜1时q(m，r)才具有统计性质。为了方便分析概率函数q(m，r)，构建统计动差函数zq(q)(r)：缺项λ(r)可定义为q＝2时的统计动差函数除以q＝1时的统计动差函数的平方：(2)本发明在计算缺项时，改进扫描算法，使得扫描次数大大减少，计算速率加快。参见图4所示，假设在边长为10×10像素的图像内以边长为5×5像素的盒子进行扫描时，篮框为前一时刻扫描时(即a+b区域)，扫描结束后向右滑移一个像素长度至红框(即b+c区域)，其中b区域为每次扫描时重复扫描的部分。那么，在每次扫描时，记录前一时刻扫描中的b区域信息，然后再扫描下一时刻中的c区域即可获得下一时刻的全部信息，这样就可以减少重复区域的扫描次数。由于采用滑移计盒算法计算缺项时需要大量的像素扫描(如：512×512像素的图像需要扫描1.18万亿次)，所以以上改进能使得扫描次数大大减少，加快计算速度。在此，举例说明一下上述缺项的计算方法：如图3和图14所示，正方形图像边长l为4像素时，则m为1、2、...7，r为1/2、1、3/2和2，1、当2r＝1时：(1)当m＝1时，即：用边长为1像素的盒子滑移扫描图像，盒子内为m个(即1个)黑色颗粒的数量为q：q(1，1/2)＝7.(2)当m＝2时：q(2，1/2)＝0.依次类推：q(3，1/2)＝0；q(4，1/2)＝0；q(5，1/2)＝0；q(6，1/2)＝0；q(7，1/2)＝＝0；2、当2r＝2时：(1)当m＝1时，即：用边长为2像素的盒子滑移扫描图像，盒子内为m个(即1个)黑色颗粒的数量为q：q(1，1)＝3；(2)当m＝2时：q(2，1)＝6；依次类推：q(3，1)＝0；q(4，1)＝0；q(5，1)＝0；q(6，1)＝0；q(7，1)＝0；3、当2r＝3时：(1)当m＝1时，即：用边长为3像素的盒子滑移扫描图像，盒子内为m个(即1个)黑色颗粒的数量为q：q(1，3/2)＝0；(2)当m＝2时：q(2，3/2)＝0；依次类推：q(3，3/2)＝1；q(4，3/2)＝3；q(5，3/2)＝0；q(6，3/2)＝0；q(7，3/2)＝0；4、当2r＝4时：(1)当m＝1时，即：用边长为4像素的盒子滑移扫描图像，盒子内为m个(即1个)黑色颗粒的数量为q：q(1，2)＝0；(2)当m＝2时：q(2，2)＝0；依次类推：q(3，2)＝0；q(4，2)＝0；q(5，2)＝0；q(6，2)＝0；q(7，2)＝1；统计所有数据，得出：1、当r＝1/2时：2、当r＝1时：3、当r＝3/2时：4、当r＝2时：注：软件最终输出结果中的r，即为扫描盒子边长2r。下面通过具体实例说明利用本发明提供的二维多孔介质孔隙结构特征的定量评价装置及方法，如何求解出二维多孔介质的分形维数、进相及缺项，以定量表征和评价多孔介质；具体如下：本发明实施例提供的二维多孔介质孔隙结构特征的定量评价装置作为计算机软件，其软件界面图参见图5所示。已知一种待定量评价的多孔介质的真实(实验)孔隙度为0.35(即，图像中目标区域)。首先，参见图6所示，获取(即，加载)上述多孔介质的一张尺寸为256×256像素的彩色ct图像，并将彩色ct图像转化为灰色ct图像。本发明实施例提供的定量评价装置会根据获取的彩色ct图像，计算出参考阈值，该图像的参考阈值为104，参见图7，点击“二值化”按钮进行二值化，得到阈值为104时的二值化ct图像。参见图8，点击“孔隙度”按钮，计算得出图像的孔隙度为0.2953，但是，此孔隙度与多孔介质的真实(实验)孔隙度差值大于0.1。调节不同阈值进行图像二值化，并求取相应阈值图像的孔隙度，直至图像的孔隙度与多孔介质的真实(实验)孔隙度近似相等。当阈值为109时，ct二值化图像的孔隙度为0.3514(参见图9)。参见图10所示，点击“分形维数”按钮计算分形维数，曲线拟合方程为y＝-1.8398x+104264，拟合系数为0.9979，分形维数为1.8398。另外，盒子边长与非盒子数对应关系(黑色)参见表1所示。表1为盒子边长与非空盒子数对应关系(黑色)扫描次数盒子边长r非空盒子数n(r)12561212843641643264516256689887432178285189123030参见图11所示，点击“进项计算”按钮计算进相，得到多孔介质图像四个方向的进相值。参见表2所示，tblr分别代表上下左右，t-＞b则代表流体从图像上方向下流动，所以不同的流动方向，所计算的进相值明显不同。表2为多孔介质图像四个方向的进相值(黑色)盒子边长(像素)t-＞bb-＞tl-＞rr-＞l10.00150.01720.00010.030120.00150.01720.00010.030140.00150.01720.00010.0380.00160.01720.00020.03160.00180.01710.00020.0299320.00230.01690.00040.0294640.00450.01580.00080.02751280.0090.01350.00170.0236参见图12所示，点击“缺项计算”按钮计算缺项，得到不同边长盒子扫描时的缺项值。共得到255组数据，利用excel将导出的数据做出盒子边长与对应缺项值之间的关系图(参见图13所示)。以上所述，仅是本发明的较佳实施例而已，并非对本发明作任何形式上的限制，依据本发明的技术实质对以上实施例所作的任何简单修改、等同变化与修饰，均仍属于本发明技术方案的范围内。当前第1页12