朱 磊，滕奇志*，龚 剑

(1.四川大学电子信息学院图像信息研究所，成都 610065； 2.成都西图科技有限公司，成都 610024)

在石油地质部门的岩矿石薄片自动化分析鉴定工作[1]中，图像处理技术的应用越来越深入，矿物颗粒的自动化分割提取是整个分析鉴定工作的首要任务，分割提取结果的好坏直接影响了矿物分类、粒度分析等后续步骤。由于矿物颗粒之间的边缘较为模糊，且纹理比较复杂，在一幅单偏光图像上应用传统的图像分割算法难以将颗粒完整地提取出来，笔者研究团队研制了一种正交偏光图像[2]采集设备，能够获得薄片不同角度的正交偏光序列图像，通过序列图像，具有消光性[3]的矿物颗粒有较好的区分度，在此基础上讨论了多种颗粒分割算法。文献[4]提出一种基于统计区域合并(statistical region merging，SRM)的岩矿石颗粒分割方法，相较于传统的单幅单偏光图像分割算法，该方法根据岩矿石颗粒在一组正交偏光序列图像下的特征进行分割提取操作，提高了分割效果，改善了颗粒的欠分割现象，然而，该方法采用传统的多阈值分割算法[5]进行初始的分割，对于矿物颗粒之间差异明显，结构简单的岩矿石薄片图像，采用多阈值分割算法可以满足需要，但对于其他组分复杂、填隙物众多的薄片图像，多阈值分割算法的分割效果不够理想，因而也影响了后续的合并操作，致使最终结果不够理想。文献[6]提出一种基于边缘流的颗粒分割算法，该方法可以有效提取出大部分的矿物颗粒，但由于边缘流算法对边缘信息过于敏感，致使某些表面粗糙的矿物颗粒产生过分割现象，同时也容易导致一定的误分割现象。……