基于蚁群和Canny 边缘检测算子混合算法的二维岩石图像裂隙特征提取与修复研究

张愉玲 , 邢会林 , , 李三忠 , , 逄 硕 , , 刘骏标 , 张熔鑫

(1.深海圈层与地球系统前沿科学中心, 海底科学与探测技术教育部重点实验室, 中国海洋大学 海洋高等研究院/海洋地球科学学院, 山东 青岛 266100; 2.中国海洋大学 海底科学与工程计算国际中心, 山东 青岛266100; 3.青岛海洋科学与技术国家实验室 海洋矿产资源评价与探测技术功能实验室, 山东 青岛 266100)

0 引 言

利用CT 扫描等对岩石内部结构进行成像是数字岩心、矿物乃至底层构造识别的基础。随着岩石成像技术的快速发展, 数字图像被广泛应用。在岩石图像处理中, 裂隙或者薄构造等重要结构相对于岩体的体积要小得多, 需要高精度与高分辨率的成像数据。如果对采集的全部数据进行存储处理, 不仅占用大量的存储空间, 而且面对如此庞大的数据存储量, 可视化及分析处理也将遇到前所未有的挑战(翟明国等, 2018)。另外, 图像特征提取过程中往往会丢失部分重要的特征, 且可能在后续去噪过程中完全丢失。因此, 需要理清岩石中的主要特征, 并采取有效的图像处理技术对岩石图像特征进行精确提取,从而在保留主要特征的前提下降低数据存储量。

近年来, 图像处理技术快速发展, 蚁群算法(Dorigo et al., 1999; Dorigo and Stüzle, 2003)、神经网络技术(Zhang et al., 2018)、遗传算法(Rodrigues et al.,2017)、免疫算法(Yu et al., 2016)等被广泛运用到计算机图像处理中。其中, 蚁群算法最早由 Alberto Colorni 在1991 年提出(Colorni and Dorigo et al.,1991), 它作为一种具有正反馈性、鲁棒性和并行性的高效率仿生算法, 适用于复杂的图像数据处理中。已有学者将蚁群算法运用到图像特征提取(Aydın and Uğur, 2011)、图像分割(Ma et al., 2009;Arnay et al., 2017)等复杂图像处理问题。……