灰度阈值法在岩屑图像目标提取中的应用

摘 要： 针对岩屑图像的特点,研究灰度阈值方法的Otsu算法在岩屑图像目标提取中的应用,并给出具体实现程序.

关 键 词 ： 灰度阈值法；岩屑图像；目标提取

中图分类号：TQ153 文献标识码：A 文章编号：1671—7597（2012）0920123—01

1.灰度阈值法简介

在石油勘探和地质研究工作中,岩屑分析是很重要的环节,而对岩屑白光、荧光图像进行分析是岩屑分析的重要技术手段.在岩屑图像中,研究人员感兴趣的是包含了岩屑颗粒发光强度、波长、颜色、亮度、饱和度等信息的图像区域,我们将其称之为图像的目标区域,去除了图像目标区域的剩余部分即为图像背景区域,在岩屑图像分析过程中,研究人员首先需要将含有岩屑有效特征的目标区域提取出来,之后才能做诸如岩性、含油量等分析判断.

灰度阈值法是图像分析处理技术的一种,广泛的应用在图像目标提取中.灰度阈值法实现的关键在于找到最佳阈值,然后遍历图像中的每个像素,将其灰度值与最佳阈值进行比较,小于该阈值的像素归入图像背景区域,大于该阈值的像素归入图像目标区域,从而实现了目标提取.目前,灰度阈值法已经成为勘探、工程、医学等领域研究的热点.

对于岩屑图像,由于采集技术的高速发展,图像清晰度越来越高,岩屑图像中目标和背景对比越来越明显.因此,完全可以采用灰度阈值法对岩屑图像进行目标提取.

2.灰度阈值法Otsu算法原理

能够实现灰度阈值法的算法很多,在中海油岩屑实时录井技术研究与现场应用科研项目中,笔者最终选择了Otsu算法（最大类间方差法）,Otsu算法具有直观性、执行效率高、易于实现等特点.

Otsu算法原理为：选取阈值,根据此阈值将图像分成目标与背景,使得图像目标与背景的类间方差最大的阈值即为最佳阈值.具体实现过程如下：

最上面的公式用于计算区域A和区域B的灰度平均值；

第二个表达式计算灰度图像全局的灰度平均值；

第三个表达式计算A、B两个区域的类间方差.

4）按照上面列示的方法遍历图像中的每个灰度值,最佳阈值即为使图像目标和背景区域类间方差最大的灰度值.

3.Otsu算法的代码实现

在编程语言的选择上,要考虑执行效率和开发人员对某种平台的掌握程度.照此原则,最终选择C++作为编程语言.具体代码如下：

* 函数名称： OneDimentionOtsu（）

* 输入参数：

* pGrayMat：二值图像数据

* width：图形尺寸宽度

* height：图形尺寸高度

* nTlreshold：经过算法处理得到的二值化分割阈值

* 函数说明：Otsu算法最大类间方差法

4.结论

针对岩屑图像的特点,本文研究了灰度阈值法在岩屑图像目标提取中的应用,并给出了具体实现程序.但作为一项在科研项目中应用的方法,在很多方面还需要在实际应用中不断完善、改进,以促进岩屑实时录井技术的提高并尽快产业化.