分形特征提取在FMI圖像識別中的應(yīng)用研究-論文.pdf

《分形特征提取在FMI圖像識別中的應(yīng)用研究-論文.pdf》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在行業(yè)資料-天天文庫。

1、本期關(guān)注}ui化融合分形特征提取在FMI圖像識別中的應(yīng)用研究邱曉寧／國家知識產(chǎn)權(quán)局專利局專利審查協(xié)作北京中心霍磊／北京科技大學(xué)計算機(jī)與通信工程學(xué)院摘要：上世紀(jì)9O年代，斯倫貝謝公司推出了全井眼地層微電阻率掃描成像僅，其掃描所獲得的FMI(Formati01MicroImager)圖像很好地反映了巖石的地質(zhì)結(jié)構(gòu)，但是，在FMI圖像自動識別領(lǐng)域中，由于圖像的復(fù)雜性，其邊緣特征應(yīng)用一直很少本文通過對FMI圖像的分析，討論了其分形特征提取方法及應(yīng)用的可行性本文關(guān)~iFMI圖像的結(jié)構(gòu)特征，并基千初專職免輿逸蟓燎誣提取畝法_l一囊關(guān)鍵詞：FMI；分形特征；邊緣檢

2、測；邊緣特征?像是利用測量地層巖石的電阻率而形成的相應(yīng)灰度值概率不為0的點，設(shè)8為灰度值聚集的閩值區(qū)，其在顏色上的變化反映了地層電阻率的間，且15≤6≤30，當(dāng)直方圖在橫軸上的點P與點P的，即巖石的結(jié)構(gòu)變化?。圖l示例了凝灰角灰度值滿足P+

3、，當(dāng)連續(xù)保存3個的灰度值時，將這些點的灰度值區(qū)間記為一個聚集區(qū)間，這樣將會得到三個聚集區(qū)間，分別是黑色區(qū)間、中間過渡色間和白色區(qū)間，并將得到的三個聚集區(qū)間沿直方圖的橫軸的順序依次排列保存。圖3示例了通過上述方式對凝灰角礫巖的不同區(qū)間的邊緣提取效果。(1)若細(xì)小邊細(xì)小噪像進(jìn)行圖3凝灰角礫巖三區(qū)間邊緣2FMI圖像的分形特征提取算法分形理論能夠深刻描述自然物體看似雜亂無章的形態(tài)。在分形幾何中，我們可以用分形維數(shù)來度量復(fù)雜且規(guī)律性差的邊緣特征或者某些圖像基元的分布特征，這一度量方式與物體表面的粗糙度相吻合”】。為方便程序化計算，后人提出了盒維數(shù)的概念”】。圖

4、2熔結(jié)集塊巖Sobel、Canny算子邊緣圖通過上述FMI圖像邊緣提取的方法，針對每種巖石提在FMI圖像中，顆粒大小及分布均勻性是其重要特取三個區(qū)間的邊緣，再針對這些不同邊緣進(jìn)行分形盒維數(shù)點，包括白色顆粒和黑色陰影(如裂縫、黑色顆粒等)，特征的提取，這樣即可以最大限度地利用FMI圖像中邊緣中間過渡色區(qū)域在灰度值變化較大的范圍內(nèi)呈稀疏分分布包含的大量有用信息，也可以增加邊緣特征類，增強(qiáng)布，本文通過對FMI圖像直方圖的統(tǒng)計分析，獲取黑色區(qū)FMI圖像的識別效果。分形盒維數(shù)特征的提取方法如下：問、白色區(qū)間、過渡區(qū)間的不同閩值0，、0，和0，作為(1)將FMI

5、圖像進(jìn)行平滑去噪，將圖像調(diào)整為同一大??；Canny邊緣檢測閾值：(2)將FMI圖像進(jìn)行顏色直方圖統(tǒng)計，根據(jù)圖像顏色分布以直方圖在橫坐標(biāo)軸上最左側(cè)的點P。為起點，沿橫特征調(diào)整邊緣檢測閩值，將FMI圖像的三個區(qū)間分別進(jìn)行軸對圖像灰度值進(jìn)行聚集，其中，點P為直方圖橫軸上的Canny算子邊緣檢測，將經(jīng)過Canny算子邊緣檢測后的FMI●卜—————————一中圖分類號：TP391．41137ICDSoftwareandApplications本期關(guān)注兩化融合圖像輸入；(3)從k=1開始，用kXk像素大小的矩陣對熔結(jié)集塊巖110100％邊緣檢測圖像進(jìn)行覆蓋，然

6、后統(tǒng)計穿過該圖像的檢測邊緣熔巖2620676．9％的矩陣的個數(shù)N(即像中像素值為l的矩陣的個數(shù))，凝灰?guī)r‘64266．7％然后令k=k+1，重新覆蓋該邊緣檢測圖像，并記錄對應(yīng)的角礫凝灰?guī)r54l80．0％N值，直到k的值等于邊緣檢測圖像的最短邊的長度h為火【【1角礫巖1611568．8％熔蝕角礫巖440lO0％止，記錄所有k和N值；(4)用最小二乘法對所有(k，可見，本文提出的分形特征在巖石識別中可以獲得良N)值進(jìn)行曲線擬合，本文對(k，N)取對數(shù)，擬合后好的效果，且對部分種類巖石的識別效果突出。的曲線為：InN=aln(1／k)+b，該直線的負(fù)斜率一

7、a作為相4結(jié)束語應(yīng)區(qū)間的盒維數(shù)特征值。FMI圖像的邊緣信息在其分類識別中有著重要地位，結(jié)果中，盒維數(shù)特征值越接近1，則表明該區(qū)間的邊緣分布越趨向于沿圖像范圍內(nèi)某條直線分布，即其規(guī)則性通過本文的實驗結(jié)果可見，通過選擇恰當(dāng)?shù)拈撝祬^(qū)間，用越強(qiáng)，反之，則規(guī)則性越差。Canny算子提取邊緣，對過渡區(qū)間、黑色區(qū)間、白色間3結(jié)果分析的盒維數(shù)特征提取，能夠有效地對巖石進(jìn)行識別，這使得本文對六種不同巖石種類共32r幅圖像，分別提取其三FMI圖像的邊緣特征能夠很好地應(yīng)用于對FMI圖像的計算種區(qū)問的分形盒維數(shù)特征：在此基礎(chǔ)上，本文通過BP神經(jīng)機(jī)識別中?；贔MI圖像的不同

8、區(qū)問邊緣的盒維數(shù)計算，網(wǎng)絡(luò)，對FMI圖像的識別準(zhǔn)確率進(jìn)行了實驗，結(jié)果如表1。能夠為巖石巖性的識別提供更多的參