基于光流网络模型的岩心CT序列图像裂缝分割
2021-01-15谢杨灏滕奇志
计算机应用与软件 2021年1期
关键词:区域
谢杨灏 滕奇志
(四川大学电子信息学院图像信息研究所 四川 成都 610065)
0 引 言
岩心CT序列图是对真实岩心进行CT扫描得到的,使用岩心CT序列图并通过一系列算法可以重构出数字岩心,进而研究岩心的孔隙微观结构[1]。岩心CT序列图的分割是数字岩心重构的关键步骤,主要目的是提取孔隙、颗粒和裂缝等感兴趣的区域,分割的优劣直接决定了数字岩心的重构质量。岩心中的微裂缝对于研究岩心连通性和渗流特性具有重要意义,但由于目前CT成像的对比度往往不够理想,且易受到噪声影响,导致分割难度增大,一些细的裂缝提取困难,且容易断裂。
常用的图像分割方法主要有基于阈值的分割方法、基于区域的分割方法和基于边缘的分割方法。由于CT序列图的目标具有多样性,往往无法使用一种单一的方法来实现分割。常用的裂缝分割流程需要首先进行边缘增强,然后进行阈值分割[2],最后通过区域生长来实现最终的提取。这类方法在处理岩心CT序列图时无法很好地解决对比度低以及噪声干扰等问题,得到的裂缝很容易出现过分割或者欠分割的情况,如果要得到好的分割结果,则需要大量的手工修补。
而在实际应用中,CT序列图往往以数以千计的形式出现,如果每一幅图都需要人工进行修补,将会耗费大量的时间。找到一种分割效果好且自动化程度高的分割方法则成为解决裂缝分割的重要目标。
文献[3]提出了一种利用层间相关性的半自动分割方法,该方法利用相邻图像直方图的相似性,选取分割区间并使用区域生长对分割区域进行修复,在一定范围内能够高效、自适应地分割。……
登录APP查看全文
