一種巖石CT圖像目標分割方法技術

本發明專利技術公開了一種巖石CT圖像分割方法，主要分為5個步驟：(1)對巖石CT圖像進行自適應閾值分割，所謂自適應閾值分割是根據CT圖像中相鄰圖像相關性，在分割過程中自動調節分割閾值；(2)對分割結果進行視覺判斷，判斷是否滿意，是否需要進一步修復；(3)如果需要修復，則對分割結果自動判別分割優劣，進行自動區域生長修復；(4)對自動修復結果再此進行人眼判斷，判斷是否有個別感興趣的目標需要進一步手工修復；(5)如果需要進一步手工修復，則進行手工選取特定目標的自動修復。通過本發明專利技術分割巖石CT圖像的效率很高，整個過程中幾乎沒有人為參與，對大規模的CT圖像分割效果很好。

【技術實現步驟摘要】
一種巖石CT圖像目標分割方法
本專利技術設計一種CT圖像分割方法，尤其涉及一種巖石CT圖像目標分割方法，屬于CT圖像分割
技術背景在石油地質分析過程中，CT成像技術(ComputedTomography，電子計算機X射線斷層掃描技術)得到越來越廣泛的應用，為了分析演示孔隙和顆粒結構，得到連通性、滲透率和形狀因子等微觀信息，通常采用對巖石進行CT掃描得到二維序列圖，再根據二維序列圖進行相應目標(孔隙和顆粒)分割提取，然后重建巖石的三維立體模型的方法。二維圖像分割結果的好壞，直接關系到重建之后三維模型的真實程度。圖像分割是目標識別和特征提取的基礎，是近年來計算機視覺研究的熱點之一。圖像分割技術發展到現在，產生了很多從經典到前沿的分割方法。主要分為以下幾種：閾值分割，基于區域的分割，基于邊緣的分割，基于特定數學理論的分割(包括數學形態學，模糊理論，神經網絡等)。其中經典的分割技術當屬閾值分割。根據特定的閾值來判斷目標像素，從而得到感興趣的目標。而根據閾值的選取的個數不同，閾值分割又分為單閾值，雙閾值，多閾值等分割方法。雙閾值分割方法簡單有效，速度較快。在巖石圖像中，感興趣的目標往往是孔隙和顆粒，其邊緣比較模糊，需要通過預覽手動調節合適的閾值來進行目標分割。但對于作為三維重建的巖石CT圖像，圖像的數量巨大，手動對每一張圖像設定合適閾值進行分割的工作量非常大。針對這一問題，目前的一種解決方案是選擇其中一幅圖像，設定合適的閾值，其他所有圖像都根據這個閾值進行分割，或者將CT圖像分幾個小組，每個小組選擇一個合適的閾值進行分割。另一種解決方案是針對每一幅圖像使用合適的分割方法，每一幅圖像獨立分割。第一種解決方案中分組分割是在分割效果和效率中間取一個平衡點。這種方法一方面平衡點的尋找需要多次的試探，工作量本身就很大，另一方面如果CT圖像亮度變化比較劇烈，這種解決方案可能需要對每一幅圖進行單獨分割，工作量不會得到有效的降低。第二種解決方案理論上是最好的方法，整個過程幾乎不需要進行人為干預。但是分割技術發展到現在，還沒有一種分割方法對亮度不均勻的所有CT圖像都能根據人的視覺判斷進行理想的分割。況且如果分割方法過度復雜，對于大規模的CT圖像進行處理的效率將會很低。而且在圖像分割過程中，經常會有對分割結果進行局部手工修復的需求。并且期望手工修復的時候可以盡量降低工作量。因為當規模較大的時候，對每一幅圖像進行手工修復的工作量是巨大的。然而對所有圖像采用同一種固定修復方法，又很難達到預期的修復效果。針對這種需求，目前的研究情況還沒有提出一種可以對巖石CT圖像進行自適應，高效的分割和修復方法。本專利技術針對這種問題和需求提出并實現了一種可以根據人眼視覺判斷，進行的自適應，并且高效的分割方法，并且利用序列圖的相關性提出并實現了一種自適應的修復方法。可以在不加大工作量的前提下，進而對分割效果進一步提高。
技術實現思路
本專利技術的目的就是為了滿足上述需求而提出并實現一種具有實用性的，高效的巖石CT圖像目標分割方法。本專利技術提供的巖石CT圖像目標分割方法，是基于以下思想提出的：巖石CT圖像具有規模大，灰度對比度低、紋理單一、噪聲較多、且結構不規則等特征。由于CT掃描技術的原因，通常會還會造成CT圖像前后亮度不均勻，亮度差別較大。巖石內部結構比較復雜，直接進行分割難度較大。但是CT圖像有一個很重要的特征，就是相鄰CT圖的特征信息基本保持一致，包括亮度，結構，統計特性等。而且同一地質環境下的CT圖像，孔隙和顆粒在巖石中的分布有很大相關性，特征變化緩慢。合理利用這些特性可以解決很多目前比較難以解決的問題。而且大規模圖像處理過程中，圖像處理的效果和效率，以及人所參與的工作量，是判斷整個圖像處理方法優劣的重要指標。均衡這些指標也正是圖像處理方法研究的關鍵所在。圖像分割作為圖像處理中的代表應用技術不可能避開這些指標。在效果方面，優秀的圖像分割技術要保證能將所有感興趣的目標分割出來，并且非感興趣目標要被抑制。由于CT圖像雖然具有很大相關性，但是圖像之間亮度有一定差別，采用固定閾值分割的時候，無法保證每一幅CT圖像都達到預期的分割效果。而根據相關性信息，自動調節分割閾值，可以達到預期的分割效果。但即便閾值自動調節，分割效果得到很大改善，還會難免有少量圖像達不到人眼視覺判斷的分割效果，存在一定的欠分割現象。所謂欠分割就是沒有分割徹底，較大的目標只被分割出少量區域。以當前的分割結果，自動進行區域生長，將目標區域進一步修復完善，便可以達到較理想的分割效果。在效率方面，工作量(包括人和計算機資源)要在可接受范圍內盡可能降低。自動閾值調節和自適應區域生長就是在改善分割效果的同時兼顧效率的方法。即便在最終對個別目標進行人工修復的過程中，針對相關目標自適應進行區域生長修復也是將效率作為重要指標。只需對一幅圖像中的目標進行手工修復，其他CT圖中的目標將自動進行判別修復。綜合要求分割方法簡單有效，分割方法不能太復雜，需盡量使整個過程中沒有人參與或者人參與成份很少。本專利技術提供巖石CT圖像目標分割方法，包括以下步驟：步驟1：對巖石CT圖像進行自動調節閾值分割，把感興趣的目標提取出來；步驟2：對步驟1目標提取的結果進行人眼視覺判斷，分割效果是否達到要求，如果未達到要求，需要進一步對分割結果修復，進行步驟3，否則分割結束；步驟3：對步驟1分割結果進行自動區域生長修復，使提取的目標更加完善；步驟4：對步驟3目標修復的結果進行人眼視覺判斷，目標修復效果是否達到要求，如果沒有達到要求，需要進一步對分割修復的結果進行手工修復，進行步驟5，否則分割結束；步驟5：對步驟3分割修復結果進行手工選取特定目標自動修復，以修復的結果作為最終提取的目標。在本專利技術上述技術方案中，所述步驟1對巖石CT圖像進行自動調節閾值分割，優先采用由下述方法進行分割：(1)選定CT圖像中的第一幅圖像，通過雙閾值二值化方法，手動調閾值，根據人眼視覺對感興趣目標區域的判斷，選定合適的閾值(thL，thU),其中灰度值在[thl,thU]范圍內的像素點屬于分割區域，使當前圖像的分割效果較為理想。(2)計算圖像的直方圖H0(x)，根據H0(x)記錄用于分割的下閾值點(thL，H0(thL))和與其相鄰的左右各5個點組成下閾值匹配模版Tl。同樣記錄用于分割的上閾值點(thU，H0(thU)和與其相鄰的左右各5個點組成上閾值匹配模版Tu，Tl和Tu的中心點分別為(thL，H0(thL))和(thU，H0(thU))。(3)計算當前圖像的直方圖H(x),使用Tl和Tu在H(x)上進行匹配。計算Tl在H(x)上對應位置差值絕對值τ，找到使τ最小的中心點thli，將thli用于當前圖像分割的下閾值點。使用同樣的方法找到Tu最匹配的中心點thui，將thui用于當前圖像分割的上閾值點。(4)對當前圖像使用(thli，thui)閾值進行分割，并用thli更新thL，用thui更新thU，用H(x)更新H0(x)。(5)重復步驟(2)，(3)，(4)，直到所有圖像分割完畢。在本專利技術上述技術方案中，所述步驟3對分割后的巖石CT圖像進行自動區域生長修復，優先采用由下述方法進行修復：(1)根據人眼視覺判斷，選擇一幅分割比較理想的圖片(通常直本文檔來自技高網...

【技術保護點】
一種巖石CT圖像目標分割方法，其特征在于：包括以下步驟：步驟1：對巖石CT圖像進行自動調節閾值分割，把感興趣的目標提取出來；步驟2：對步驟1目標提取的結果通過人眼視覺進行判斷，判斷分割效果是否達到要求，如果未達到要求，需要進一步對分割結果修復，進行步驟3，否則分割結束；步驟3：對步驟1分割結果進行自動區域生長修復，使提取的目標更加完善；步驟4：對步驟3目標修復的結果通過人眼視覺進行判斷，判斷目標修復效果是否達到要求，如果沒有達到要求，需要進一步對分割修復的結果進行手工修復，進行步驟5，否則分割結束；步驟5：對步驟3分割修復結果進行手工選取特定目標自動修復，以修復的結果作為最終提取的目標。

【技術特征摘要】
1.一種巖石CT圖像目標分割方法，包括以下步驟：步驟1：對巖石CT圖像進行自動調節閾值分割，把感興趣的目標提取出來；步驟2：對步驟1目標提取的結果通過人眼視覺進行判斷，判斷分割效果是否達到要求，如果未達到要求，需要進一步對分割結果修復，進行步驟3，否則分割結束；步驟3：對步驟1分割結果進行自動區域生長修復，使提取的目標更加完善；步驟4：對步驟3目標修復的結果通過人眼視覺進行判斷，判斷目標修復效果是否達到要求，如果沒有達到要求，需要進一步對分割修復的結果進行手工修復，進行步驟5，否則分割結束；步驟5：對步驟3分割修復結果進行手工選取特定目標自動修復，以修復的結果作為最終提取的目標；步驟1所述的對巖石CT圖像進行自動調節閾值分割，采取下述方法進行：(1)選定CT圖像中的一幅圖像，作為分割開始的基準圖像，通過雙閾值二值化分割方法，根據人眼視覺對感興趣目標區域的判斷，手動選定閾值區間[thL，thU],其中灰度值在[thL，thU]范圍內的像素點屬于分割區域；(2)計算基準圖像的直方圖H0(x)，根據H0(x)記錄用于分割的下閾值點(thL，H0(thL))和與其相鄰的左右各5個點組成下閾值匹配模版Tl，同樣記錄用于分割的上閾值點(thU，H0(thU)和與其相鄰的左右各5個點組成上閾值匹配模版Tu，Tl和Tu的中心點分別為(thL，H0(thL))和(thU，H0(thU))；(3)計算當前圖像的直方圖H(x),使用Tl和Tu在H(x)上進行匹配，計算Tl在H(x)上對應位置差值絕對值和τ，找到使τ最小的中心點thli，將thli用于當前圖像分割的下閾值點，使用同樣的方法找到Tu最匹配的中心點thui，將thui用于當前圖像分割的上閾值點；(4)對當前圖像使用(thli，thui)閾值進行分割，并用thli更新thL，用thui更新thU，用H(x)更新H0(x)；(5)重復步驟(2)，(3)，(4)，直到所有圖像分割完畢。2.根據權利要求1所述的巖石CT圖像目標分割方法，其特征在于，步驟3對自動調節閾值分割結果進行自動區域生長修復，采取下述方法進行：(1)根據人眼視覺判斷，選擇一幅分割較理想的圖像作為基準圖像，計算其分割區域的覆蓋率δ0，以δ0作為分割優劣的標準；(2)計算CT圖像中每一幅圖已分割的覆蓋率δ，以及δ和δ0的比值ω，根據ω將當前圖像的分割程度歸類到A1,A2,A3,A4；(3)對CT圖像進行掃描，通過區域生長方法對已分割區域進行識別，得到已分割目標區域的像素點集Ω，并計算Ω的平均灰度值Ψ；(4)計算判別像素點P的8鄰域灰度均值和Ψ的差值Δ以及8鄰域灰度值與判別像素點P灰度的平均差值ε，將Δ和ε作為區域生長的判別準則,并根據A1,A2,A3,A4不同類別自動設定特定的Δ和ε判別值，對目標區域進行區域生長；(5)在Ω的基礎上根據步驟(4)中的判別規則對目標區域進行改進的區域生長方法修復，使目標區域分割更加完整；(6)重復步驟(4)和(5)直到圖像中所有目標都修復完畢。3.根據權利要求1所述的巖石CT圖像目標分割方法，其特征在于，步驟5對分割結果進行手工選取特定目標自動修復，采取下述方法進行：(1)對CT圖像中分割不理想的目標進行手工修復，得到修復區域的點集Φ；(2)將Φ所有像素點作為種子點，計算Φ區域的加權平均灰度值φ和計算判別像素點P的8鄰域灰度均值與φ的差值Δ，并計算P的8鄰域灰度值λi與判別像素點P的灰度值λ4的平均差值ε，這兩個值在一定范圍內的像素點將歸并到當前區域中，最終得到區域A；(3)計算區域A的面積s0和像素加權平均值g0，并運用拉普拉斯變換在圖形層上提取A的邊緣D；(4)將區域A投影到下一幅相鄰圖像，通過對應位置圖像灰度值的比較，進行像素點取舍，得到投影點集B；以點集B代替Φ作為種子點，重復步驟(2)得到生長完成的區域C；(5)將當前區域生長完成的區域C與區域A做比較，將C中存在而在A中不存在的像素點集標記為區域F；(6)計算邊緣D的總線長d0，以及區域F與邊緣D的交線線長d...

【專利技術屬性】
技術研發人員：滕奇志，徐永進，何小海，袁浩，吳小強，王正勇，
申請(專利權)人：四川大學，
類型：發明
國別省市：四川;51