董 领，卿粼波，何小海，黄帅坤，何海波

(1 四川大学 电子信息学院, 成都 610065；2 成都西图科技有限公司，成都 610065)

0 引 言

岩心颗粒图像的分割结果会影响后续磨圆度、面积等参数分析。一幅岩心图像通常包含多种类型的矿物颗粒，传统的手工分割虽然相对精确，但是操作繁琐耗时，不能满足实际需求，故需要利用计算机来实现岩心颗粒图像的自动分割[1]。

图像分割算法主要有阈值分割、边缘检测分割、聚类分割、图论分割等。但这些方法用来提取岩心颗粒图像都不能取得比较好的分割结果。首先，岩心图像里面的颗粒颜色不一，且有些颗粒表面存在复杂的纹理；其次，颗粒之间的填隙物成分复杂，以致于有些颗粒与背景之间、颗粒与颗粒之间的界限模糊，很难进行区分[2]。

基于超像素块的分割方法近年来已被广泛应用于图像分割领域。宋熙煜等人对比了多种超像素算法，其中SLIC算法展示了目前最优的边界依从性[3]；任大勇等人提出SLIC与分水岭算法相结合进行分割，但依旧存在比较明显的过分割现象[4]；郭艳婕等人在分割过程中加入纹理特征，并应用DBSCAN算法合并超像素块，但用于岩心图像处理时效率低且合并效果并不理想[5]。

本文针对岩心颗粒在颜色和纹理方面存在的复杂性，提出一种岩心颗粒图像分割算法，使用结合纹理特征的改进SLIC算法生成超像素块，根据最近邻接图算法合并超像素块，能够对岩心颗粒获得较为准确的提取结果。

1 算法概述

算法流程图如图1所示。……