齐瑞燕，吴进波，石 磊

（1.长江大学 地球物理与石油资源学院，湖北武汉 430100；2.中海石油（中国）有限公司湛江分公司，广东湛江 524000；3.中海石油深海开发有限公司，广东深圳 518000）

现存的关于图像分割的方法数目繁多，包括阈值分割法、区域分割法以及基于小波变换等特定理论的分割方法[1-3]，其中阈值分割法具有自身特有的优点，即简单实用且可以自适应获取最佳阈值，因此常被用在图像信息识别处理中。而阈值分割法最关键、最重要的一步就是确定图像的阈值，图像的阈值可以指定为单阈值也可以指定为多阈值，阈值确定方法可以通过人工指定，但其效率太低；可以通过最大类间方差法（Otsu）确定，此方法适合于双峰情况自动求取阈值，近几年也有许多学者基于Otsu 方法进行改造研究；另外，也可以通过迭代法来确定分割阈值[2-4]。

文中首先介绍了最小均方误差法和直方图法的阈值分割原理，以及阈值确定的3 种方法，然后采用迭代阈值分割算法，根据电成像测井图中裂缝、骨架、孔隙等不同部分灰度值存在差异的原理，通过迭代法指定了两个初始阈值，经过迭代计算后，最终确定了最佳分割阈值，进而对电成像测井图中不同的成分进行识别及提取。

1 阈值分割原理

阈值分割的原理，通常来说，就是设定一个阈值T或者两个阈值T1、T2，甚至是多个阈值T1、T2、T3等，将一幅图像像素的灰度直方图分成两个类或者3 个类，甚至是多个类[5]。这时，当该图像中某些像素的灰度值大小在同一个类范围内时，就认为这些像素属于图像中同一个物体；……