岩石铸体薄片图像的颗粒分割研究.pdfVIP

Vol.52No.8计算机与数字工程总第418期

2464ComputerDigitalEngineering第52卷

2024年第8期

岩石铸体薄片图像的颗粒分割研究∗

刘斌唐为东

（东北石油大学电气信息工程学院大庆163319）

摘要岩石粒度分析是岩石薄片图像分析中的重要工作。为解决传统阈值方法对岩石薄片图像中细碎岩石颗粒区

域分割效果不佳的问题，提出一种基于深度学习的岩石薄片图像分割方案。首先，使用U-Net对图像中铸体部分进行提

取。然后，使用RCF网络获得岩石颗粒边缘。最后，利用颗粒边缘和铸体区域信息完成对颗粒的分割。实验结果表明，相比

于阈值分割方法，该方法在细碎岩石颗粒区域分割表现更好，同时在岩石颗粒边缘处分割精度更高。

关键词岩石铸体薄片图像；U-Net；RCF；岩石颗粒分割

中图分类号TP751DOI：10.3969/j.issn.1672-9722.2024.08.038

ResearchonParticleSegmentationofRockCastSliceImage

LIUBinTANGWeidong

（SchoolofElectricalInformationEngineering，NortheastPetroleumUniversity，Daqing163319）

AbstractRockparticlesizeanalysisisanimportantworkinrocksliceimageanalysis.Inordertosolvetheproblemofpoor

segmentationeffectoffinerockparticlesinrocksliceimagebytraditionalthresholdmethod，arocksliceimagesegmentation

schemebasedondeeplearningisproposed.Firstly，U-Netisusedtoextractthecastareaintheimage.Then，theRCFnetworkis

usedtoobtaintheedgeofrockparticles.Finally，theparticlesedgeandcastareainformationareusedtosegmenttheparticles.The

experimentalresultsshowthatcomparedwiththethresholdsegmentationmethod，thismethodperformsbetterinthesegmentationof

finerockparticles，andhashighersegmentationaccuracyattheedgeofrockparticles.

KeyWordsrockcastsliceimage，U-Net，RCF，rockparticlesegmentation

ClassNumberTP751

点设置在岩石部分中心，选择中心点相邻像素点中

1引言

相似度最高的点划分区域，迭代至所有的像素点都

在岩石薄片的图像处理分析中，粒度分析是非被划分至特定区域。但是基于区域生长的分割方

常重要的一部分，而粒度分析的重要前提是可以对法在图像的噪声和灰度分布不均时，分割结果图像

颗粒进行准确分割。随着图像处理技术的兴起，结中会出现较多空洞。

合数字图像处理的岩石铸体薄片分析方法已经被相较于传统算法中存在的适用数据集受限、对