买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：东北石油大学

摘要：本发明一种基于岩石图像的孔隙三维重建方法及系统，涉及岩石结构测量领域，为解决机器学习方法对岩石图像孔隙重建，需要较高的数学或计算机专业要求，人工、经济成本较高，难以适用于小型岩石孔隙重建项目的问题。包括：步骤一、将采集的每块岩石试样切片图像分为一组，并进行预处理；步骤二、对图像进行灰度化、直方图均衡化和归一化处理；步骤三、采用Harris角点检测算法进行角点检测，并对Harris响应值排序，通过设定关键点数量选择关键点，并采用非极大值抑制方法对选择的关键点进行筛选；步骤四、通过自适应阈值选择方法分割出图像孔隙的边界，提取孔隙特征；步骤五、采用移动立方体算法构建孔隙三维重建模型。本发明用于岩石图像孔隙的三维重建。

主权项：1.一种基于岩石图像的孔隙三维重建方法，其特征在于，包括如下步骤：步骤一、对岩石试样进行切片处理，采集岩石试样切片的颗粒和孔隙的微观图像，把每块岩石试样的切片图像分为一组，对图像数据进行预处理；步骤二、首先对图像进行灰度化处理，然后通过中值滤波去除图像噪声，通过直方图均衡化增强图像的细节和适应性，最后通过归一化处理将图像的像素值映射到特定范围；所述直方图均衡化的计算方法为： 其中s经直方图均衡化后的图像灰度，r为原图像灰度，Pr是随机变量r的概率密度，即： 其中μ是像素的均值，σ是像素的标准差，即： 其中M和N是图像的高度和宽度，rij是像素i,j处的灰度值；步骤三、采用Harris角点检测算法进行角点检测，并对Harris响应值排序，通过设定关键点数量选择关键点，并采用非极大值抑制方法对选择的关键点进行进一步筛选；包括如下过程：首先通过一阶的梯度算子计算经步骤二得到的图像每个像素点的梯度；然后通过Harris角点检测算法进行角点检测，具体为：通过局部窗口历遍像素梯度矩阵图像，采用Hessian矩阵计算像素点的曲率C，即： 其中traceH为梯度矩阵的迹，detH为梯度矩阵的行列式；对于图像中的每个像素，计算其局部特征响应值，设置一个局部特征响应值的阈值，高于阈值的像素点即为角点；最后，对Harris响应值进行排序，通过设定关键点数量选择关键点；并采用非极大值抑制方法对选择的关键点进行进一步筛选；步骤四、通过自适应阈值选择方法分割出图像孔隙的边界，提取孔隙特征，根据孔隙的不同属性对孔隙赋予不同的颜色，生成伪彩色图像；步骤五、采用移动立方体算法，根据每组切片的伪彩色图像，构建网格结构的孔隙三维重建模型。

全文数据：

权利要求：

百度查询： 东北石油大学 一种基于岩石图像的孔隙三维重建方法及系统