(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211022504.4 (22)申请日 2022.08.25 (71)申请人 四川菲尔检测技 术有限公司 地址 610000 四川省成 都市成华区龙潭工 业园成宏路72号1号楼7层 (72)发明人 斯敏贵　 (74)专利代理 机构 深圳市徽正知识产权代理有 限公司 4 4405 专利代理师 王建伟 (51)Int.Cl. G01N 15/08(2006.01) G01N 21/84(2006.01) G06T 7/136(2017.01) G06V 10/762(2022.01) G06V 10/774(2022.01)G06T 5/00(2006.01) G06V 10/22(2022.01) (54)发明名称 一种岩屑岩心孔隙度快速测定方法 (57)摘要 本发明公开了一种岩屑岩心孔隙度快速测 定方法， 包括在目标岩心处放置矩形标识， 并对 该矩形标识处进行图像拍摄； 筛选若干张清晰度 满足阈值的图像； 对图像进行消噪处理； 采用FCM 算法对消噪处理后的目标岩心图像进行二值化 处理； 采用Sobel算子对目标岩心图像中的孔隙 边缘轮廓进行加强， 并采用HOG特征提取孔隙所 在区域的特征； 采用大津 法阈值分割算法对孔隙 所在区域进行分割， 获得岩心孔隙图像； 对岩心 孔隙图像进行圆形等效分布， 并计算等效分布后 岩心孔隙的面积； 根据计算所得的岩心孔隙面 积， 估算岩心孔隙度。 本发明可实现现场岩心孔 隙度的快速评估， 对于 现场的施工执行具有较高 的指导价值。 权利要求书2页 说明书6页 附图2页 CN 115326676 A 2022.11.11 CN 115326676 A 1.一种岩屑岩心孔隙度快速测定方法， 其特 征在于， 包括以下步骤： S1、 在目标岩心处放置矩形 标识， 并对该矩形 标识处进行图像拍摄； S2、 筛选若干张清晰度满足阈值的图像； S3、 对图像进行消噪处 理； S4、 采用FC M算法对消噪处 理后的目标岩心图像进行二 值化处理； S5、 采用Sobel算子对目标岩心图像中的孔隙边缘轮廓进行加强， 并采用HOG特征提取 孔隙所在区域的特 征； S6、 采用大津法阈值分割算法对孔隙所在区域进行分割， 获得岩心孔隙图像； S7、 对岩心孔隙图像进行圆形等效分布， 并计算 等效分布后岩心孔隙的面积； S8、 根据计算所 得的岩心孔隙面积， 估算岩心孔隙度。 2.根据权利要求1所述的岩屑岩心孔隙度 快速测定方法， 其特征在于， 所述步骤S3具体 包括： 从图像中获取任意一个像素点x(i,j)， 以该像素点为 中心， 获得邻域S， 计算邻域S内全 部像素的均值m、 均方差σ， 计算x(i,j)与均值m之间的偏差σx， 若在邻域S内至少一个以上的 像素点y(i,j)与x(i,j)间的偏差σy<σx， 则x(i,j)为图像的边 缘点， 否则x(i,j)为噪声点。 3.根据权利要求2所述的岩屑岩心孔隙度 快速测定方法， 其特征在于： 所述步骤S4具体 包括： S4.1、 将每个像素点对象xj(1≤j≤Q)分配给C个类别， 使用C ×Q的隶属矩阵U＝{uij}表 示对象与类别之间的隶属关系， 则X的模糊划分空间为： 其中， uij为第j个像素点对象属于第i个 类的隶属程度； S4.2、 给定X＝{x1,x2,…,xQ}为待聚类数字图像所有像素点灰度 值的数据集， 聚类中心 V＝{v1,v2,…,vC}， 定义目标函数Jm为： 其中， m为控制模糊程度的加权指数， 当m趋于1时， 分区接近硬聚类； m趋于无穷大时， 分 区将产生分离得很差的集群； |xj‑vi|为第j个像素点灰度值与第i个聚类中心之间的欧几里 得距离； S4.3、 目标函数对uij和vi进行一阶求导， 当uij和vi的一阶导数为零时， 隶属矩阵和聚类 中心更新 为：权　利　要　求　书 1/2 页 2 CN 115326676 A 24.根据权利要求3所述的岩屑岩心孔隙度 快速测定方法， 其特征在于： 所述步骤S5具体 包括： S5.1、 对图像的目标岩心区域进行 灰度处理； S5.2、 采用Sobel 算子对目标岩心区域中的孔隙边 缘轮廓进行加强； S5.3、 采用Hough变换对孔隙进行定位， 将图像空间中共线的点 映射到参数空间， 利用 局部峰值检测出直线参数后再映射到图像空间， 得到图像直线检测结果， 并得到孔隙的边 缘； S5.4、 采用HOG特征提取方法对孔隙所在的区域进行特征提取， 以得到孔隙在目标 区域 的具体位置 。 5.根据权利要求1所述的岩屑岩心孔隙度 快速测定方法， 其特征在于， 所述步骤S6 中大 津法阈值中的阈值T计算包括： S6.1、 将图像中的孔隙部分作为前 景部分， 图像中的其它部分为背景部分； S6.2、 计算图像中前 景像素点所占比例ω 0和背景像素点所占比例ω1； 其中， 图像的大小为M*N， N0为图像中像素的灰度值小于阈值T的像素点个数， N1为像素 点大于阈值T的像素点个数； S6.3、 计算图像的总平均灰度为 μ： μ＝w0* μ0+w1* μ1 其中， μ0为前 景像素点的平均灰度， μ1为背景像素点的平均灰度； S6.4、 计算图像前 景部分和背景部分的内间方差g： g＝w0w1( μ0‑μ1)2 S6.5、 采用遍历方法得到内间方差g的最大值即为阈值T。权　利　要　求　书 2/2 页 3 CN 115326676 A 3