图像分析处理的优化及其在岩土材料研究中的应用

2021-12-07 00:16:51施怡刘帅郝文涛
客联 2021年10期

施怡 刘帅 郝文涛

摘 要:针对大面积粘连颗粒用传统分水岭算法出现的过分分割问题,本文利用形态学算法进行了优化。该优化基于形态学腐蚀和膨胀对局部最小值点进行修改,是一种自适应的分水岭算法,特别适用于处理多孔颗粒图像。该方法处理后的钙质砂图像展现了较清晰的颗粒边界,取得了令人满意的结果。

关键词:钙质砂;图像处理;分水岭分割

1.分水岭分割原理

数字图像处理(Digital Image Processing)是指通过计算机对图像进行去除噪声、增强、复原、分割、特征提取等处理的方法和技术。在利用CT扫描技术得到图像,并经过降噪、滤波等处理之后,我们可以发现颗粒图像还有一个很严重的问题,就是图像中很多颗粒是两个甚至好几个相互接触,黏连在一起的,这样就使得,如果使用这样的图像进行分析和处理,会使得到的数据出现误差,因为软件会将好几个粘连在一起的颗粒误认为是一个颗粒。为此,研究者们联想到了水文地质中在分水岭方面的知识,提出了一种基于拓扑理论的形态学分割方法——分水岭分割方法。

分水岭分割的基本思想是将图像视为拓扑地形,将图像上每个像素的灰度值作为点的高度(如图所示)[2]。如果一滴水从高度平面上落下,它最终会落到一个局部的最小高度点。每个局部最小点及其影响区域称为集水区。高程平面最大坡度的轨迹为分水岭。图像分水岭有两种基本算法:降水和溢出。

2.现有分水岭分割方法的缺陷

登录APP查看全文