庞润芳+郑坤灿+裴衣非

摘要：由于多孔介质的应用邻域广泛，而图像分析技术是多孔介质结构特征实验研究的方法之一。该文以烟煤图像作为研究对象，介绍Image-Pro Plus软件在烟煤结构特征图像分析研究中的应用。

关键词：多孔介质；Image-Pro Plus软件；图像处理

中图分类号：TP391 文献标识码：A 文章编号：1009-3044（2016）21-0169-01

多孔介质被广泛用于许多应用科学和工程领域：力学（声学、地质力学、土壤力学和岩石力学）、地球科学（水文学、石油地质学、地球物理）、生物学及生物物理、材料科学、过滤、石油工程、生物修复、建筑工程、冶金和化工等。因此，对多孔介质的研究对于认识宇宙和物质的构形及构造具有深刻的意义。而计算机图形和图像分析技术是多孔介质结构特征实验研究方法之一。本文介绍Image-Pro Plus在多孔介质结构特征图像分析研究中的应用。

1 Image-Pro Plus（IPP）软件简介

Image-Pro Plus简称IPP软件，是Media Cybernetics公司研发的一款专业的图像分析软件。IPP在图像采集和分析方面的功能先进，致力于解决生物学、医学、材料科学、工业及半导体检测等领域的图像处理问题。支持图像采集、图像增强、图像处理、图像分析测量、宏记录、宏编程等。IPP软件可以对显微镜、照相机或是扫描仪得到的图片中直接获取图像数据。可以对任何标准格式的图像文件进行处理；可处理八位、十二位、十六位灰度及三十二位浮点图像文件；支持八位（调色板）和二十四位、三十六位、四十八位彩色图像文件；还可以处理RGB、HIS 或 YIQ等彩色图像数据。

2 多孔介质图像采集

本文研究的多孔介质图像是利用德国ZEISS Supra55热场发射扫描电子显微镜对本校锅炉房中不同大小、不同方位的7种煤的烟煤进行采样得到，如图1所示为放大3000倍的烟煤SEM图像。

3 IPP软件对图像的测量

3.1选取孔隙区域

为了分析烟煤孔隙结构的特征，首先提取烟煤的孔隙区域，本文先对一张烟煤照片选取孔隙区域（即黑色部分），使用IPP的吸管工具完成，吸管颜色为红色。如图2所示为选取孔隙后的图像；同时将处理该图像时选择的颜色参数保存到一个文件中，以便采用相同的标准处理其他图像。

在选中的孔隙区域中有些面积较小的部分并不是本文要分析的区域，因此为了提高测量精度，先过滤掉图像中面积较小的孔隙区域，即设置Area参数的默认值为9，则小于9的区域不计算。

3.2 孔隙区域参数的测量及数据的保存

完成孔隙区域的选择后，选择IPP软件的Measure菜单中的Select Measure选项，打开Select Measurements窗口，该窗口的左侧为全部测量参数，右侧为参数的说明。选定孔隙区域及要测量的孔隙结构特征参数后，利用Count选项可以得到要测量的孔隙结构特征参数的数据。然后利用将该数据导出到Excel中，方便后续的分析。

至此完成对一幅煤烟图片的操作，得到相应的孔隙结构特征参数。采用相同的方法提取所有煤烟照片的主要的孔隙结构特征参数。

4 结束语

利用IP软件对煤烟图像选取孔隙区域，然后进行孔隙区域参数的测量，最后将对应的数据导入到Excel文件中。IP软件在测量时可以设置测量参数，因而去掉一些杂质，保证了测量结果更加精确。

参考文献：

[1] 杨宝华. 基于图像处理的矿石颗粒三维微观孔隙结构演化[J]. 工程科学学报， 2016，38（3）： 328-334.

[2] 陈秀梅. 基于Curvelet变换的医学图像处理研究[J]. 医疗卫生装备， 2014， 35（3）：109-113.

[3] 石莹莹. 多孔介质结构特征图像分析研究-烟煤与碎石堆[D]. 包头： 内蒙古科技大学， 2014.

3.2 建立起良好的图像质量评价标准

在对地质灾害复杂环境的相关情况进行成像处理的过程中，需要对图像的成像效果进行评价，这就需要建立起良好的图像质量评价标准。从人眼的视觉系统对图像进行感受得出的结论是主观性的评价，主要针对的是图像的整体清晰度、纹理呈现度等方面，这种根据人的主观性进行质量评价的标准符合一般人的观念，但是没有准确的规范标准，容易给图像质量造成不利影响。因而采用数学模型的方式进行图像质量的评价已经成为当前主要的评价范式，具有良好的现实意义。对图像的质量进行指标的量化处理，从而对去噪后的图像与参考图像之间的相似度进行评价，最终得出图像的质量评判结果[7]。

4 无人机影像快速处理技术中有雾影像清晰化的研究

地质灾害通常都是伴随着较为恶劣的天气出现的，并且在地质灾害发生后，十分容易出现有雾的天气状况，如何在有雾的天气保证无人机影像快速处理技术得到的影像是清晰无障碍的，是众多科学研究者不断探讨的问题之一。使用大气散射模型，对天气因素中进行去雾清晰化的方式具有良好的实际效果，在当前无人机影像快速处理技术的实际应用中十分常见。大气散射模型主要是当成像设备在接收物体光线的过程中，将雾的传播强度进行了有效降低，从而使得成像传感器收到的信号能量也有所降低。无人机影像快速处理技术进行有雾影像清晰化的研究，主要应用的是暗通道理论，这种理论在实际使用的时候，能够将雾进行有效去除，从而进行后续的成像工作。自适应引导滤波的图像清晰化方式，能够通过大气光对图像的影响，对图像进行全面的恢复，从而提高无人机影像快速处理技术的效果。滤波技术在实际的使用中有两种表现类型，分别是局部滤波和全局滤波。引导滤波能够控制有雾的天气状况，从而将有雾天气下的影像进行清晰化的处理，从而提高无人机影像快速处理技术的处理效果[8]。

5 结束语

无人机影像快速处理技术，综合了多种技术，改进和完善了遥感航空器的不足之处，成为当前成像、信息数据处理的重要技术手段，将其应用到地质灾害复杂环境的成像工作中，能够起到良好的实际作用。无人机影像快速处理技术在实际使用的过程中，需要不断改进当前的技术手段，从而增强该项技术的实际使用效果，保证地质灾害复杂环境的成像效果能够达到相关要求和标准。对无人机影像快速处理技术进行研究，主要是从去噪技术和有雾清晰化处理技术两方面进行的，同时还需要对收集形成的图像进行有效拼接，增强无人机影像快速处理技术的实际使用效果。

参考文献：

[1] 金鼎坚， 支晓栋， 王建超， 等. 面向地质灾害调查的无人机遥感影像处理软件比较[J]. 国土资源遥感， 2016，28（1）：183-189.

[2] 刘春，万红，李巍岳，等. 基于无人机影像的大型滑坡区域精细地形构建研究[J]. 井冈山大学学报：自然科学版， 2015，36（1）：1-7.

[3] 武继峰， 武晴晴， 张凯南，等. 低空摄影测量与机载LiDAR技术融合的交通干线地质灾害快速应急研究[J]. 测绘通报， 2015（S1）：202-205.

[4] 陈思思. 无人机航摄系统及其在地质灾害应急救援中的应用[J]. 资源与人居环境， 2015（5）：18-20.

[5] 王俊伟， 简季， 陈思思. 无人机载红外载荷在应急测绘保障中的应用现状分析[J]. 红外， 2015， 36（2）：1-7.

[6] 何敏， 刘智华. 无人机红外传感器改制及数据获取研究[J]. 测绘科学， 2015， 40（9）：48-52.

[7] 田建宏， 高生飞， 张萍， 等. 无人机低空航拍遥感在应急测绘保障中的应用[J]. 甘肃科技， 2015，31（4）：49-51.

[8] 杨小凤， 曹云刚， 冯薪朗， 等. 基于无人机高分影像的七盘沟泥石流风险性评价[J]. 灾害学， 2016，31（2）：207-212.