本發(fā)明涉及裂縫識(shí)別領(lǐng)域，更具體地，涉及一種三維空間裂縫分離識(shí)別與表征方法。
背景技術(shù)：
：巖石(和其它脆性材料)中發(fā)育裂縫十分常見。裂縫本身是材料受力破壞的產(chǎn)物，對(duì)其后續(xù)強(qiáng)度產(chǎn)生嚴(yán)重影響。同時(shí)，裂隙對(duì)流體運(yùn)移(如地下水和油氣)起著十分重要的作用。裂縫的表征(Characterization)或描述是所有與裂縫相關(guān)的力學(xué)研究的基礎(chǔ)。裂縫的定量表征一般包括裂縫的長度、寬度、方向及分布密度等主要參數(shù)。對(duì)于一個(gè)由裂縫相互交錯(cuò)構(gòu)成的裂縫網(wǎng)絡(luò)，裂縫的表征首先需要將單條裂縫逐一從網(wǎng)絡(luò)中分離出來。已有裂縫研究所采用的觀測手段，大多以野外露頭和巖心觀測為主，也可以通過巖石薄片的顯微鏡觀測獲得。這些手段都只能提取觀測面上裂縫分布的二維特征?；诙S圖像或數(shù)據(jù)的裂縫分離識(shí)別，由于圖像和數(shù)據(jù)的直觀而相對(duì)很容易實(shí)現(xiàn)。如依據(jù)圖1所示平面裂縫網(wǎng)絡(luò)，人工進(jìn)行裂縫分離識(shí)別顯然是十分簡易可行的。一個(gè)相互交錯(cuò)連接的二維裂縫網(wǎng)絡(luò)，如圖1(a)中各條裂縫可以被分離識(shí)別成單條裂縫的組合，如圖1(b)，表示分離識(shí)別后的單條裂縫。當(dāng)問題擴(kuò)展到三維時(shí)，由于裂縫在三維空間中的分布和交互關(guān)系可能極其復(fù)雜，裂縫表征首先要實(shí)現(xiàn)的單條裂縫的逐一分離識(shí)別具有非常的技術(shù)難度。從圖2所示的復(fù)雜三維裂縫網(wǎng)絡(luò)可以看出，將其中各個(gè)單一裂縫分離識(shí)別出來將是巨大的挑戰(zhàn)。三維裂縫的分離識(shí)別國內(nèi)外都有學(xué)者對(duì)二維巖石裂縫的識(shí)別與表征進(jìn)行過初步研究。Dare等(2002)曾提出了一種根據(jù)混凝土表面數(shù)字圖像計(jì)算其中單條裂縫寬度的方法。Lee等(2013)提出了同樣基于混凝土表面數(shù)字圖像的方法，該方法可以自動(dòng)提取裂縫的寬度、長度、方向等特征，并且使用了神經(jīng)網(wǎng)絡(luò)來識(shí)別裂縫模式。Jahanshahi和Masri(2013)也提出了利用圖像細(xì)化和距離變換來完成裂縫圖像特征提取的方法。Arena等(2014)通過識(shí)別交點(diǎn)實(shí)現(xiàn)了二維圖像中多條相交裂縫的識(shí)別、分離與量化分析。國內(nèi)學(xué)者中，楊松等人(2012)曾根據(jù)裂縫與其他元素在分形特征上的區(qū)別，提出過一種基于骨架和分形的混凝土裂縫圖像識(shí)別算法。王平讓等(2012)提出一種基于圖像局部網(wǎng)格特征的裂縫識(shí)別技術(shù)，并在識(shí)別過程中自動(dòng)計(jì)算裂縫的走向、長度和寬度等特征。需要強(qiáng)調(diào)指出的是，以上研究全部基于二維圖像，三維的裂縫識(shí)別表征研究僅見一例。DellePiane等(2015)首先利用軟件的顆粒分離功能，將具有較完整顆粒形態(tài)的受熱大理巖樣品中的顆粒進(jìn)行分離；繼而將三個(gè)(或以上)顆粒的相交點(diǎn)確定為裂縫相交點(diǎn)，以這些相交點(diǎn)分割構(gòu)成網(wǎng)絡(luò)的裂縫。裂縫分離的這一嘗試性成功，十分依賴于裂縫的形態(tài)。注意到該方法中裂縫的分割點(diǎn)是由三個(gè)(或以上)顆粒的相交點(diǎn)決定的，因此，該方法僅適用于構(gòu)成封閉面的裂縫系統(tǒng)。對(duì)于一般情況的裂縫網(wǎng)絡(luò)(如一種極簡單情形：兩條相交而沒有達(dá)到模型邊界的裂縫)并不適用。另外該方法需借助軟件的顆粒分割功能進(jìn)行操作，一方面，軟件的顆粒分離獲得的分離邊界構(gòu)成的裂縫網(wǎng)絡(luò)可能與原有圖像中可識(shí)別的裂縫網(wǎng)絡(luò)具有較大差異，同時(shí)軟件所能處理的體積大小較有限(Liuetal.2016)。裂縫的表征微觀層析成像方法發(fā)展以來，相關(guān)數(shù)據(jù)分析更多地關(guān)注孔隙介質(zhì)，并在此基礎(chǔ)上較好地發(fā)展了孔隙結(jié)構(gòu)的精細(xì)表征技術(shù)和方法(Ketcham&Iturrino,2005；Nakashima&Kamiya,2007,Liuetal.,2009,2014)。裂縫結(jié)構(gòu)的精細(xì)表征由于裂縫分離識(shí)別技術(shù)沒有實(shí)現(xiàn)而難以發(fā)展。在裂縫分離識(shí)別可實(shí)現(xiàn)的情況下，獲得裂縫的長度、寬度、方向、密度等主要參數(shù)均不存在任何難度。DellePiane等(2015)在實(shí)現(xiàn)其樣品中特定結(jié)構(gòu)裂縫的分離之后，利用軟件的統(tǒng)計(jì)分析功能，給出了相應(yīng)的裂縫表征和統(tǒng)計(jì)結(jié)果。在裂縫分離識(shí)別實(shí)現(xiàn)后，每一條裂縫被定義為一個(gè)“團(tuán)簇”(可以理解為一個(gè)獨(dú)立的結(jié)構(gòu))。這時(shí)，微觀層析成像數(shù)據(jù)的結(jié)構(gòu)表征分析程序ctsta10.f90可用于裂縫表征。該程序原來主要用于孔隙結(jié)構(gòu)的精細(xì)表征，輸出參數(shù)包括：孔隙度、比表面積、各單個(gè)團(tuán)簇(結(jié)構(gòu))的大小、位置、形態(tài)、方向等，也可以統(tǒng)計(jì)顆粒和孔徑的大小分布。鑒于此，實(shí)現(xiàn)對(duì)三維空間裂縫的表征，關(guān)鍵技術(shù)在于裂縫的分離識(shí)別。技術(shù)實(shí)現(xiàn)要素：為了克服上述現(xiàn)有技術(shù)的不足，本發(fā)明提出一種三維空間裂縫分離識(shí)別與表征方法。為了解決上述技術(shù)問題，本發(fā)明的技術(shù)方案為：一種三維空間裂縫分離識(shí)別與表征方法，對(duì)采集的圖像進(jìn)行如下處理，以對(duì)三維空間裂縫進(jìn)行分離識(shí)別與表征：1)圖像數(shù)據(jù)預(yù)處理；2)統(tǒng)計(jì)分析圖像數(shù)據(jù)基本信息：圖像數(shù)據(jù)的基本信息包括孔隙度、各個(gè)空隙結(jié)構(gòu)的連通性、位置、大小、方向以及各向異性；3)過濾：去除圖像數(shù)據(jù)中非裂隙結(jié)構(gòu)；4)平滑：對(duì)圖像數(shù)據(jù)進(jìn)行平滑和修補(bǔ)；5)減薄：使空隙結(jié)構(gòu)在三維中最窄方向上減薄到厚度d；6)分離：以斷開連接的方式分離裂縫網(wǎng)絡(luò)中互相交錯(cuò)的裂縫；7)合并：合并在前一步中被斷開的空隙結(jié)構(gòu)，整合分離過程形成的微小結(jié)構(gòu)，最后分析各個(gè)空隙結(jié)構(gòu)的孔隙度、連通性、位置、大小、方向以及各向異性，完成對(duì)三維空間裂縫的分離識(shí)別與表征。優(yōu)選的，所述步驟2)孔隙的各向異性的計(jì)算方式為：對(duì)于一個(gè)包含了n個(gè)體像素的空隙結(jié)構(gòu)，每一個(gè)體像素i都表達(dá)為從團(tuán)簇中心點(diǎn)到當(dāng)前位置的向量ai＝(axi,ayi,azi)T，空隙中心點(diǎn)坐標(biāo)通過計(jì)算孔隙中所有點(diǎn)坐標(biāo)的平均值算出；那么此空隙結(jié)構(gòu)的整體各向異性能夠用方向矩陣R表示：R=Σi=1naiaiT=Σi=1naxi2Σi=1naxiayiΣi=1naxiaziΣi=1naxiayiΣi=1nayi2Σi=1nayiaziΣi=1naxiaziΣi=1nayiaziΣi=1nazi2]]>該矩陣有三個(gè)特征值τ1＜τ2＜τ3，以及對(duì)應(yīng)的特征向量μ1，μ2，μ3；各向同性指標(biāo)I＝τ1/τ3和延伸指數(shù)E＝1-τ1/τ3用來定義空隙結(jié)構(gòu)的各向異性；當(dāng)E→0且I→1時(shí)就表明該空隙結(jié)構(gòu)是各向同性的；其中團(tuán)簇是在二值數(shù)據(jù)中由具有共同面的相同材料體像素構(gòu)成的獨(dú)立結(jié)構(gòu)，如果一個(gè)單獨(dú)的體像素標(biāo)識(shí)為1，沒有與周圍其它標(biāo)示為1的體像素共面，則這一個(gè)體像素是一個(gè)團(tuán)簇；多個(gè)相同標(biāo)識(shí)的體像素能夠通過共面方式連接成一個(gè)很大且很復(fù)雜的團(tuán)簇，多條裂隙相互交錯(cuò)也構(gòu)成一個(gè)團(tuán)簇；團(tuán)簇是內(nèi)部相互連通，但是與外界不連通的一個(gè)結(jié)構(gòu)。優(yōu)選的，步驟3)所述過濾的過程為：當(dāng)團(tuán)簇滿足過濾條件時(shí)，修改團(tuán)簇內(nèi)的所有體像素的材料標(biāo)識(shí)，即將原孔隙標(biāo)識(shí)1修改為0，表示這一個(gè)小的空隙結(jié)構(gòu)轉(zhuǎn)變?yōu)閹r石的一部分，在后續(xù)的分析中不存在，標(biāo)識(shí)1表示為空隙結(jié)構(gòu)，標(biāo)識(shí)0表示為巖石的一部分。優(yōu)選的，步驟4)所述平滑的過程為：對(duì)過濾后的圖像數(shù)據(jù)進(jìn)行平滑和修補(bǔ)操作，具體是使用數(shù)學(xué)形態(tài)學(xué)中的閉運(yùn)算實(shí)現(xiàn)圖像的平滑和修補(bǔ)，形態(tài)學(xué)閉運(yùn)算包括一個(gè)膨脹運(yùn)算和一個(gè)緊接著的腐蝕運(yùn)算；膨脹運(yùn)算是形態(tài)學(xué)中的基本運(yùn)算，是一個(gè)求局部最大值的操作，首先用一個(gè)事先定義的結(jié)構(gòu)元素B與圖像A進(jìn)行卷積，也即先計(jì)算結(jié)構(gòu)元素B所覆蓋的圖像A的區(qū)域中的像素點(diǎn)灰度的最大值，并把這個(gè)最大值賦值給結(jié)構(gòu)元素B的原點(diǎn)指定的像素點(diǎn)；這會(huì)使得灰度圖像中高亮區(qū)域逐漸擴(kuò)張，對(duì)于二值圖像來說，也相當(dāng)于將結(jié)構(gòu)元素B與圖像A進(jìn)行或運(yùn)算，運(yùn)算結(jié)果決定原點(diǎn)指定的像素點(diǎn)的值；其中結(jié)構(gòu)元素是指一個(gè)原點(diǎn)位于中心的形狀，該形狀能為任意形狀和大??；腐蝕運(yùn)算是形態(tài)學(xué)中的基本運(yùn)算，與膨脹互為對(duì)偶，腐蝕本質(zhì)上是一個(gè)求局部最小值的操作，操作方法與膨脹類似，最終用局部最小值賦值給結(jié)構(gòu)元素B原點(diǎn)指定的像素點(diǎn)，此操作會(huì)使得灰度圖像中的高亮區(qū)域逐漸縮減；對(duì)于二值圖像來說，也相當(dāng)于將結(jié)構(gòu)元素B與圖像A進(jìn)行與運(yùn)算，運(yùn)算結(jié)果決定原點(diǎn)指定的像素點(diǎn)的值；由于腐蝕與膨脹互為對(duì)偶，故圖像A被結(jié)構(gòu)元素B腐蝕的補(bǔ)集等于A的補(bǔ)集被B膨脹；形態(tài)學(xué)閉運(yùn)算是對(duì)過濾后的圖像先進(jìn)行一次膨脹操作，再做一次腐蝕操作。優(yōu)選的，步驟5)所述減薄的過程為：判斷當(dāng)前點(diǎn)是否是需要處理的空隙點(diǎn)，對(duì)于空隙點(diǎn)，計(jì)算它在三個(gè)方向的延伸情況，即在x、y、z三個(gè)方向上逐點(diǎn)進(jìn)行檢查，如果在其中一個(gè)方向上遇到一個(gè)非空隙點(diǎn)，則停止該方向上的檢查，并記錄延伸長度；三個(gè)方向都檢查完畢后，選取其中延伸長度最小的方向作為待減薄方向；之后將該方向減薄至3個(gè)體像素厚度，除此三個(gè)體像素，此次處理過程中該方向上的其他體像素全部改變賦值，即標(biāo)識(shí)為0，使其成為巖石部分，并且記錄相關(guān)信息；處理完成之后繼續(xù)下一個(gè)點(diǎn)的計(jì)算。優(yōu)選的，步驟6)所述分離是對(duì)減薄后的數(shù)據(jù)進(jìn)行分離，使得原本相互交錯(cuò)的結(jié)構(gòu)分開，成為獨(dú)立的結(jié)構(gòu)，分離的具體過程為：(1)利用局部網(wǎng)格從三維上進(jìn)行逐點(diǎn)處理；以當(dāng)前處理像素為中心，分別以給定的一大一小兩個(gè)分析半徑，在三個(gè)方向上分別生成兩個(gè)二維正方形局部網(wǎng)格，每次逐點(diǎn)處理只利用網(wǎng)格里的圖像信息；將當(dāng)前處理像素視為原點(diǎn)，兩個(gè)局部網(wǎng)格都被原點(diǎn)劃分為四個(gè)象限，對(duì)于外部半徑大的局部網(wǎng)格來說，若存在任意兩個(gè)象限內(nèi)的圖像是線性的，且它們之間的夾角處于所限定范圍之內(nèi)，同時(shí)內(nèi)部半徑較小網(wǎng)格內(nèi)的相應(yīng)象限中含有的空隙體像素?cái)?shù)量不少于預(yù)設(shè)的數(shù)量(本發(fā)明將這個(gè)數(shù)量設(shè)置為一個(gè)可調(diào)節(jié)的輸入?yún)?shù)，以便于不同裂縫條件的具體操作)，則它們被視為兩條相交的方向不同的裂縫在當(dāng)前截面上的投影，所以改變當(dāng)前原點(diǎn)處像素的值，使其成為巖石部分；(2)對(duì)于三維圖像，處理步驟是將依次從三個(gè)方向上進(jìn)行，直到確定當(dāng)前像素是否應(yīng)當(dāng)被歸為巖石。優(yōu)選的，步驟7)所述合并的過程為：首先判斷每一個(gè)空隙結(jié)構(gòu)是否應(yīng)當(dāng)與另外一個(gè)空隙結(jié)構(gòu)合并，判斷的條件包括：i)兩個(gè)空隙結(jié)構(gòu)的法線方向是否近似平行；ii)在分離步驟之前它們是否原本就屬于同一空隙；iii)它們的法線是否都與它們的中心連線垂直；滿足以上三個(gè)條件，則被判定為應(yīng)當(dāng)合并。合并過程就是將分離步驟之后分別屬于不同團(tuán)簇標(biāo)號(hào)的空隙結(jié)構(gòu)在判定為屬于同一條裂縫的前提下賦予相同的團(tuán)簇標(biāo)號(hào)。優(yōu)選的，該方法還包括基于減薄步驟中記錄的信息，將各個(gè)空隙的形狀恢復(fù)至減薄之前；即得到最終的處理結(jié)果。最終結(jié)果中的每一個(gè)團(tuán)簇代表一條裂縫，并且是恢復(fù)至減薄之前的狀態(tài)，每一個(gè)團(tuán)簇的位置、大小、表面積、方向等參數(shù)都可以準(zhǔn)確計(jì)算和表述，從而實(shí)現(xiàn)裂縫的精確表征。與現(xiàn)有技術(shù)相比，本發(fā)明的有益效果為：本發(fā)明從三維復(fù)雜裂縫網(wǎng)絡(luò)中逐一識(shí)別單條裂縫，進(jìn)而實(shí)現(xiàn)對(duì)裂縫的表征，該方法為開展裂縫形態(tài)、滲透率及力學(xué)響應(yīng)、尺度放大等研究提供重要技術(shù)支持。附圖說明圖1為相互交錯(cuò)連接的二維裂縫網(wǎng)絡(luò)示意圖，(a)為識(shí)別前的示意圖，(b)為各條裂縫被分離識(shí)別成單條裂縫的組合示意圖。圖2為巖石樣品三維裂縫結(jié)構(gòu)示例圖。圖3為裂縫分離識(shí)別與表征方法流程圖。圖4為從二維切片看二值化效果示意圖。圖5為巖石過濾前后對(duì)比圖。圖6為膨脹算法實(shí)現(xiàn)過程圖。圖7為腐蝕算法實(shí)現(xiàn)過程圖。圖8為閉運(yùn)算實(shí)現(xiàn)過程圖。圖9為平滑效果示意圖。圖10為減薄前后對(duì)比圖。圖11為分離過程示意圖，(a)斷開前狀態(tài)；(b)為裂縫交叉點(diǎn)集被斷開。圖12為分離前后對(duì)比圖。圖13分離后的各個(gè)結(jié)構(gòu)圖。圖14為T型相交示意圖。圖15為拐彎型相交示意圖。圖16為十字型相交示意圖。圖17為合并過程圖。圖18為典型情況1的示意圖。圖19為典型情況2的示意圖。圖20為合并前后對(duì)比圖(二維平面顯示)。圖21為合并之后的各個(gè)結(jié)構(gòu)的依次示意圖。具體實(shí)施方式下面結(jié)合附圖對(duì)本發(fā)明做進(jìn)一步的描述，但本發(fā)明的實(shí)施方式并不限于此。一般采用微觀CT圖像需要進(jìn)行一些常規(guī)預(yù)處理，包括平滑、去噪、邊緣切割、圖像分割(識(shí)別裂縫或孔隙)。因此實(shí)際工作需要7個(gè)步驟，圖像分割之后的主要步驟為6個(gè)，如圖3所示，即：0)圖像數(shù)據(jù)預(yù)處理1)基本信息統(tǒng)計(jì)分析：圖像數(shù)據(jù)的基本信息，如孔隙度、連通性、結(jié)構(gòu)各向異性等2)過濾：去除數(shù)據(jù)中非裂隙結(jié)構(gòu)，如很小的或各向同性強(qiáng)的結(jié)構(gòu)3)平滑：對(duì)圖像數(shù)據(jù)進(jìn)行平滑和修補(bǔ)4)減?。菏箍障督Y(jié)構(gòu)在三維中最窄方向上減薄到一定厚度5)分離：以斷開連接的方式分離裂縫網(wǎng)絡(luò)中互相交錯(cuò)的裂縫6)合并：合并在前一步中被強(qiáng)行斷開的空隙，整合分離過程形成的微小結(jié)構(gòu)，并將各個(gè)空隙的形狀恢復(fù)至減薄之前，最后分析各個(gè)空隙結(jié)構(gòu)的孔隙度、連通性、位置、大小、方向以及各向異性，完成對(duì)三維空間裂縫的分離識(shí)別與表征。下面先簡略介紹數(shù)據(jù)預(yù)處理，再分別介紹6個(gè)主要實(shí)施步驟。微觀CT圖像的預(yù)處理可以由多種圖像處理軟件實(shí)現(xiàn)，其中軟件最為通用。首先，一組巖石樣品的三維CT數(shù)據(jù)被載入到圖像軟件中，原始圖像一般為灰度圖像，在圖像質(zhì)量不夠好的情況下，可能需要進(jìn)行圖像的平滑、去噪。其次，需要從原始數(shù)據(jù)中切割出需要的部分，或者說，去除圖像中非樣品部分。圖像切割一般是切割為平行六面體，也可以切割為圓柱體。第三，需要將切割后的圖像數(shù)據(jù)轉(zhuǎn)化為二值圖像，這一步稱為圖像分割，也稱為二值化，是將感興趣的結(jié)構(gòu)或材料識(shí)別出來，其余部分理解為基質(zhì)。分割之后的圖像只有兩個(gè)值，在計(jì)算機(jī)中用0或1代替，圖像顯示則轉(zhuǎn)變?yōu)楹诎讏D像，如圖4。二值化之后的三維圖像可參見圖2。圖像分割的方法有多種，這里不做介紹?；拘畔⒔y(tǒng)計(jì)分析這一步目的在于獲得圖像數(shù)據(jù)的主要基本信息，包括：樣品孔隙度、各個(gè)團(tuán)簇的連通性、位置、大小、方向以及各向異性。這些信息可用于確定后續(xù)分析步驟中需要用到的各個(gè)參數(shù)的取值。實(shí)施程序?yàn)閏tsta10.f90，為專利發(fā)明人劉潔所編寫。在基本信息分析處理中，涉及到“團(tuán)簇(cluster)”這個(gè)概念。一個(gè)團(tuán)簇是在二值數(shù)據(jù)中由具有共同面的相同材料(如孔隙，材料標(biāo)識(shí)為1)體像素構(gòu)成的獨(dú)立結(jié)構(gòu)。如果一個(gè)單獨(dú)的體像素標(biāo)識(shí)為1(表示孔隙)，沒有與周圍其它標(biāo)示為1的體像素共面，則這一個(gè)體像素是一個(gè)團(tuán)簇。多個(gè)相同標(biāo)識(shí)的體像素可以通過共面方式連接成一個(gè)很大且很復(fù)雜的團(tuán)簇，如砂巖中的孔隙網(wǎng)絡(luò)。多條裂隙相互交錯(cuò)也構(gòu)成一個(gè)團(tuán)簇。團(tuán)簇也可以理解為內(nèi)部相互連通，但是與外界不連通的一個(gè)結(jié)構(gòu)。眾多參數(shù)中，孔隙的各向異性為重點(diǎn)，通過以下方法計(jì)算各向異性：對(duì)于一個(gè)包含了n個(gè)體像素的團(tuán)簇，每一個(gè)體像素i都可以表達(dá)為從團(tuán)簇中心點(diǎn)到當(dāng)前位置的向量ai＝(axi,ayi,azi)T，團(tuán)簇中心點(diǎn)坐標(biāo)可通過計(jì)算團(tuán)簇中所有點(diǎn)坐標(biāo)的平均值算出。那么，此團(tuán)簇結(jié)構(gòu)的整體各向異性可以用方向矩陣R來表示：R=Σi=1naiaiT=Σi=1naxi2Σi=1naxiayiΣi=1naxiaziΣi=1naxiayiΣi=1nayi2Σi=1nayiaziΣi=1naxiaziΣi=1nayiaziΣi=1nazi2]]>該矩陣有三個(gè)特征值τ1＜τ2＜τ3，以及對(duì)應(yīng)的特征向量μ1，μ2，μ3；各向同性指標(biāo)I＝τ1/τ3和延伸指數(shù)E＝1-τ1/τ3用來定義空隙結(jié)構(gòu)的各向異性；當(dāng)E→0且I→1時(shí)就表明該空隙結(jié)構(gòu)是各向同性的?；拘畔⒔y(tǒng)計(jì)分析有7個(gè)輸出文件，每個(gè)文件記錄了圖像數(shù)據(jù)的不同信息。1)基本信息：給出了圖像數(shù)據(jù)的基本信息，包括孔隙度、比表面積、團(tuán)簇?cái)?shù)目(此處團(tuán)簇即樣品內(nèi)部的空隙結(jié)構(gòu))、連通性以及其他統(tǒng)計(jì)信息。2)顆粒/孔喉分布。3)連通性結(jié)果：簡單列出了當(dāng)前圖像數(shù)據(jù)中所有的連通團(tuán)簇信息，包括它們的編號(hào)以及連通狀態(tài)。在x，y，z三個(gè)方向上，0代表不連通，1代表連通。4)團(tuán)簇大小統(tǒng)計(jì)：給出了包括團(tuán)簇編號(hào)、包含體像素?cái)?shù)目、等效半徑平方、團(tuán)簇累計(jì)包含體像素?cái)?shù)目以及占總空隙體像素的累計(jì)百分比。5)團(tuán)簇形狀：給出了包括團(tuán)簇大小、表面積、主方向延伸長度、各向同性指數(shù)、延伸指數(shù)的信息。6)團(tuán)簇方向矩陣：給出了每個(gè)團(tuán)簇的中心坐標(biāo)以及方向矩陣。7)歸一化的團(tuán)簇方向矩陣：給出了每個(gè)團(tuán)簇的歸一化方向矩陣以及每個(gè)特征向量的方向角。過濾這一步的目的在于去除模型中不重要的團(tuán)簇，使得后續(xù)計(jì)算分析更方便?？梢赃x擇的過濾參數(shù)包括團(tuán)簇的大小、位置、是否連通、各向異性等。例如，一般情況下，自然樣品中會(huì)含有很多細(xì)小的結(jié)構(gòu)，代表樣品中存在的小孔隙和圖像數(shù)據(jù)獲取時(shí)產(chǎn)生的噪聲，這些小孔隙在裂縫分析中可以忽略，因此將這些過小的結(jié)構(gòu)過濾掉有助于后續(xù)分析?；拘畔⒎治鎏幚淼慕Y(jié)果中得到的結(jié)構(gòu)參數(shù)為確定過濾閥值提供了依據(jù)。當(dāng)某一個(gè)團(tuán)簇(結(jié)構(gòu))滿足過濾條件時(shí)，該團(tuán)簇內(nèi)的所有體像素的材料標(biāo)識(shí)將被修改，即由原來的空隙標(biāo)識(shí)1修改為0，表示這一個(gè)小的空隙結(jié)構(gòu)轉(zhuǎn)變?yōu)閹r石的一部分，在后續(xù)的分析中不存在。除了巖石中包含的微小孔隙的情形以外，也存在空隙結(jié)構(gòu)中包含標(biāo)識(shí)為0的固體巖石的情形。對(duì)此可以通過調(diào)換數(shù)據(jù)文件中標(biāo)號(hào)的方式(如labmat＝1-labmat)，生成一個(gè)相反標(biāo)識(shí)的文件，再次運(yùn)行過濾。處理完成之后需要將數(shù)據(jù)再次反轉(zhuǎn)并存儲(chǔ)。圖5顯示過濾后一些過小的空隙和圖像噪聲得到了顯著壓制。平滑過濾后的數(shù)據(jù)作為這一步的輸入數(shù)據(jù)。由于自然樣品結(jié)構(gòu)的復(fù)雜性，僅經(jīng)過過濾的圖像數(shù)據(jù)仍然難以處理，所以在這一步中，對(duì)圖像數(shù)據(jù)進(jìn)行了平滑與修補(bǔ)操作，使圖像形狀盡量簡潔，便于處理。使用數(shù)學(xué)形態(tài)學(xué)中的閉運(yùn)算實(shí)現(xiàn)圖像的平滑和修補(bǔ)。形態(tài)學(xué)閉運(yùn)算包括一個(gè)膨脹運(yùn)算和一個(gè)緊接著的腐蝕運(yùn)算。結(jié)構(gòu)元素：可以為任意形狀和大小，并擁有一個(gè)參考點(diǎn)，稱之為原點(diǎn)。一般情況下，結(jié)構(gòu)元素都指一個(gè)原點(diǎn)位于中心的正方形或圓盤，但也可以使用其他形狀。膨脹運(yùn)算：形態(tài)學(xué)中的基本運(yùn)算。本質(zhì)上是一個(gè)求局部最大值的操作，我們用一個(gè)事先定義的結(jié)構(gòu)元素B與圖像A進(jìn)行卷積，也即先計(jì)算結(jié)構(gòu)元素B所覆蓋的A的區(qū)域中的像素點(diǎn)灰度的最大值，并把這個(gè)最大值賦值給結(jié)構(gòu)元素B的原點(diǎn)指定的像素點(diǎn)。這會(huì)使得灰度圖像中高亮區(qū)域逐漸擴(kuò)張。對(duì)于二值圖像來說，也相當(dāng)于將結(jié)構(gòu)元素B與圖像A進(jìn)行或運(yùn)算，運(yùn)算結(jié)果決定原點(diǎn)指定的像素點(diǎn)的值(圖6)。腐蝕運(yùn)算：形態(tài)學(xué)中的基本運(yùn)算。與膨脹互為對(duì)偶，腐蝕本質(zhì)上是一個(gè)求局部最小值的操作，操作方法與膨脹類似，最終用局部最小值賦值給結(jié)構(gòu)元素B原點(diǎn)指定的像素點(diǎn)。此操作會(huì)使得灰度圖像中的高亮區(qū)域逐漸縮減。對(duì)于二值圖像來說，也相當(dāng)于將結(jié)構(gòu)元素B與圖像A進(jìn)行與運(yùn)算，運(yùn)算結(jié)果決定原點(diǎn)指定的像素點(diǎn)的值(圖7)。由于腐蝕與膨脹互為對(duì)偶，故圖像A被結(jié)構(gòu)元素B腐蝕的補(bǔ)集等于A的補(bǔ)集被B膨脹。閉運(yùn)算：對(duì)圖像先進(jìn)行一次膨脹操作，再做一次腐蝕操作。一般來說，閉運(yùn)算可以填平小坑洞，彌合小裂縫，圖像總體的位置和形狀保持不變(圖8)。在三維數(shù)據(jù)的處理中，結(jié)構(gòu)元素相應(yīng)地由正方形和圓盤改變?yōu)榱⒎襟w和球體。不同形狀和大小的結(jié)構(gòu)元素會(huì)產(chǎn)生不同的處理結(jié)果，結(jié)構(gòu)元素應(yīng)當(dāng)比所有要去除的噪聲塊的尺寸都要大。也可以適當(dāng)增加膨脹和腐蝕的次數(shù)，如多次膨脹之后多次腐蝕，來使平滑效果更好。但應(yīng)注意，過大的結(jié)構(gòu)元素和過多次膨脹之后腐蝕有可能會(huì)去除原來圖像數(shù)據(jù)的某些特征，所以應(yīng)當(dāng)多次嘗試，根據(jù)處理效果選取適當(dāng)?shù)慕Y(jié)構(gòu)元素種類、大小以及操作次數(shù)(圖9)。減薄對(duì)于裂縫分析，需要對(duì)圖像采用減薄算法進(jìn)行處理，得到與原來物體區(qū)域形狀近似的、由較為簡單的曲面組成的圖形。本實(shí)施例提出的減薄算法與二維圖像處理中的形態(tài)學(xué)細(xì)化算法有些類似，但并不完全相同。應(yīng)該注意到，本發(fā)明處理的是三維數(shù)據(jù)，如果僅從二維的角度去處理三維圖像，需要將三維圖像看作是一組二維圖像的集合，并對(duì)每張二維圖像采用二維中方法。而由于三維圖像在二維截面中的表現(xiàn)并不穩(wěn)定，即使是相鄰的截面，也可能存在差異較大的情況，這樣如果對(duì)兩個(gè)二維截面單獨(dú)使用細(xì)化算法，處理后的兩個(gè)截面中的圖像會(huì)錯(cuò)開，以至于使得三維中原來的一個(gè)結(jié)構(gòu)被誤分為兩個(gè)獨(dú)立的結(jié)構(gòu)。另外，僅從二維角度去處理三維圖像，就意味著需要同時(shí)對(duì)三個(gè)方向上的截面都進(jìn)行處理，而三個(gè)方向的截面處理后的結(jié)果勢必存在著不一致性，如何綜合這三個(gè)方向的結(jié)果也是一個(gè)非常棘手的問題。故二維圖像中常用的圖像細(xì)化方法在此處并不適用。本實(shí)施例提出的減薄算法則是從三維的角度進(jìn)行計(jì)算，首先判斷當(dāng)前點(diǎn)是否是需要處理的空隙點(diǎn)，對(duì)于空隙點(diǎn)，計(jì)算它在三個(gè)方向的延伸情況，即在x、y、z三個(gè)方向上逐點(diǎn)進(jìn)行檢查，如果在其中一個(gè)方向上遇到一個(gè)非空隙點(diǎn)，則停止該方向上的檢查，并記錄延伸長度。三個(gè)方向都檢查完畢后，選取其中延伸長度最小的方向作為待減薄方向。之后將該方向減薄至3個(gè)體像素厚度，除此三個(gè)體像素，此次處理過程中該方向上的其他體像素全部改變賦值，使其成為巖石部分，并且記錄相關(guān)信息(圖10)。處理完成之后繼續(xù)下一個(gè)點(diǎn)的計(jì)算。需要注意的是，減薄是便于處理圖像數(shù)據(jù)的一個(gè)手段，并非所需的圖像的形態(tài)，故在后面的步驟中，還會(huì)利用這里記錄的信息來恢復(fù)被減薄的孔隙。分離這是本發(fā)明的關(guān)鍵所在。這一步以上一步經(jīng)過減薄的數(shù)據(jù)為輸入，根據(jù)一系列人工設(shè)定的條件，對(duì)圖像中的空隙結(jié)構(gòu)進(jìn)行分離處理，使得原本互相交錯(cuò)的結(jié)構(gòu)分開，成為獨(dú)立的結(jié)構(gòu)。在這一步中，首先給各個(gè)空隙結(jié)構(gòu)按照包含體像素的多少編號(hào)，最大的結(jié)構(gòu)為1號(hào)。然后單獨(dú)計(jì)算每個(gè)結(jié)構(gòu)在三維空間中占據(jù)的空間尺寸，即x、y、z三個(gè)方向上該結(jié)構(gòu)的最小坐標(biāo)與最大坐標(biāo)。為避免受到其他結(jié)構(gòu)影響，接下來將單獨(dú)對(duì)每個(gè)孔隙結(jié)構(gòu)進(jìn)行處理，而處理的空間也就是三維方向上最小坐標(biāo)與最大坐標(biāo)構(gòu)成的長方體空間，這樣在處理過程中程序的搜索空間小于原數(shù)據(jù)的空間，會(huì)大大節(jié)省程序的運(yùn)行時(shí)間。具體的處理步驟分為兩部分。第一部分利用局部網(wǎng)格從三維上進(jìn)行逐點(diǎn)處理。以當(dāng)前處理像素為中心，分別以給定的一大一小兩個(gè)分析半徑，生成兩個(gè)二維正方形局部網(wǎng)格，每次逐點(diǎn)處理只利用網(wǎng)格里的圖像信息?？梢詫?dāng)前處理像素視為原點(diǎn)，兩個(gè)局部網(wǎng)格都被原點(diǎn)劃分為四個(gè)象限，對(duì)于外部半徑較大的局部網(wǎng)格來說，若存在任意兩個(gè)象限內(nèi)的圖像是線性的，且它們之間的夾角處于限定范圍之內(nèi)，同時(shí)內(nèi)部網(wǎng)格的相應(yīng)象限中含有的空隙體像素?cái)?shù)量不能過少，則它們被視為兩條相交的方向不同的裂縫在當(dāng)前截面上的投影，所以改變當(dāng)前原點(diǎn)處像素的值，使其成為巖石部分(圖11)。使用內(nèi)外兩個(gè)半徑作為判斷條件的原因在于，小半徑因所含體像素?cái)?shù)量較少，用它計(jì)算得出的圖像方向會(huì)誤差較大，因此我們利用了較大半徑的局部網(wǎng)格判斷圖像的方向，同時(shí)利用較小半徑的網(wǎng)格來避免大半徑導(dǎo)致的去除過多的現(xiàn)象。由于處理的圖像是三維的，故以上處理步驟將依次從三個(gè)方向上進(jìn)行，直到確定當(dāng)前像素是否應(yīng)當(dāng)被歸為巖石。經(jīng)過這一步，大部分交錯(cuò)的空隙結(jié)構(gòu)都能被斷開成兩個(gè)或多個(gè)獨(dú)立的空隙結(jié)構(gòu)。斷開的效果與參數(shù)設(shè)置有關(guān)，所以應(yīng)嘗試多次并根據(jù)實(shí)驗(yàn)結(jié)果適當(dāng)選取，例如外部半徑過大時(shí)，仍然會(huì)導(dǎo)致斷開處寬度過大，對(duì)圖像造成破壞；太小的半徑所包含的空隙體像素個(gè)數(shù)過少，計(jì)算出的圖像各向異性非常不準(zhǔn)確。夾角的范圍同樣需要人工設(shè)置，在本實(shí)施例兩個(gè)結(jié)構(gòu)夾角在0°～30°以及150°～180°時(shí)可以視為近似平行，而夾角在30°～150°之間的結(jié)構(gòu)則視為互相交錯(cuò)的不同裂縫結(jié)構(gòu)。在第一部分中，如果當(dāng)前局部網(wǎng)格包含的空隙體像素個(gè)數(shù)過少，就可能造成圖像并非是線性結(jié)構(gòu)，從而使得這些點(diǎn)不會(huì)在第一部分被去除。因此存在這樣一種情況：一些較大的空隙僅通過幾個(gè)體像素連接，成為了一個(gè)團(tuán)簇。這種情況在第一部分就不能得到很好的處理，此時(shí)需要繼續(xù)進(jìn)行第二部分處理。第二部分同樣是從三個(gè)方向上進(jìn)行處理，但不再為逐點(diǎn)處理，而是逐層處理。將當(dāng)前分析的團(tuán)簇所占空間劃分為若干個(gè)不重疊的正方體空間，然后對(duì)每一個(gè)正方體空間進(jìn)行逐層分析。在小正方體內(nèi)，首先沿Z軸方向分析三維局部網(wǎng)格的第一層圖像的各向異性，并判斷圖像是否為線性，隨后計(jì)算下一層圖像的各向異性并判斷是否為線性。如果相鄰兩層的圖像都為線性，且各向異性相差較大，即相鄰層內(nèi)結(jié)構(gòu)非近似平行，則它們被視為不同的孔隙結(jié)構(gòu)，第二層圖像中所有原屬于孔隙的點(diǎn)被標(biāo)識(shí)為巖石類別，使得不同的孔隙結(jié)構(gòu)不再接觸。接著程序繼續(xù)使用相同方法處理下一個(gè)相鄰的兩層圖像，直到計(jì)算至最后一層。再分別從Y軸方向和X軸方向重復(fù)此操作。全部完成后再進(jìn)入下一個(gè)三維局部網(wǎng)格的計(jì)算。經(jīng)歷這兩部分分離操作后的結(jié)果如果課見于圖12以及圖13。這一步驟中用來計(jì)算局部網(wǎng)格內(nèi)圖像方向的算法與三維方向矩陣R的計(jì)算(見基本信息統(tǒng)計(jì)分析)原理相同，在二維情況下相應(yīng)地有：R=Σi=1naiaiT=Σi=1naxi2Σi=1naxiayiΣi=1naxiayiΣi=1nayi2]]>該矩陣有兩個(gè)特征值τ1＜τ2，以及對(duì)應(yīng)的特征向量μ1，μ2。各向同性指標(biāo)I＝τ1/τ2。使用R的值來判斷該空隙在二維上的投影是否為線性結(jié)構(gòu)，利用Fortran數(shù)學(xué)庫函數(shù)中ssyev函數(shù)可以計(jì)算得到該矩陣的兩個(gè)特征向量，兩個(gè)特征向量可以分別代表該象限中圖像的短軸和長軸與x軸和y軸夾角的余弦值，即可以判斷圖像方向。以下為實(shí)際處理的圖像數(shù)據(jù)中常出現(xiàn)的三種典型情況：1)如圖14，裂縫為T型相交的兩條時(shí)，以中心藍(lán)色部分為原點(diǎn)，整個(gè)團(tuán)簇被視為由三個(gè)部分組成：第一象限的A，第二象限的B以及第四象限的C。程序?qū)⒎謩e計(jì)算A、B、C的各向異性(或方向)，在原點(diǎn)周圍的空隙體像素?cái)?shù)目足夠多時(shí)，會(huì)繼續(xù)計(jì)算A、B、C之間的夾角，若其中存在夾角的余弦值的絕對(duì)值小于給定閾值，則意味著A、B、C中存在著夾角較大的相交情況，需要將原點(diǎn)處的空隙體像素改為巖石體像素。2)裂縫為圖15所示時(shí)，裂縫出現(xiàn)大角度轉(zhuǎn)折，也可以認(rèn)為是兩條裂縫相連，需要斷開。以中心藍(lán)色部分為原點(diǎn)，整個(gè)團(tuán)簇被視為由兩個(gè)部分組成：第一象限的A和第四象限的B。程序?qū)⒎謩e計(jì)算A、B的各向異性(或方向)，在原點(diǎn)周圍的空隙體像素?cái)?shù)目足夠多時(shí)，會(huì)繼續(xù)計(jì)算A、B之間的夾角，若A、B存在夾角的余弦值的絕對(duì)值小于給定閾值，則意味著A、B屬于夾角較大的相交情況，需要將原點(diǎn)處的空隙體像素改為巖石體像素。3)裂縫為圖16所示的十字型相交時(shí)，以中心藍(lán)色部分為原點(diǎn)，整個(gè)團(tuán)簇被視為由四個(gè)部分組成：第一象限的A、第二象限的B、第三象限的C和第四象限的D。程序?qū)⒎謩e計(jì)算A、B、C、D的各向異性(或方向)，在原點(diǎn)周圍的空隙體像素?cái)?shù)目足夠多時(shí)，會(huì)繼續(xù)計(jì)算A、B、C、D之間的夾角，若存在任意兩者之間夾角的余弦值的絕對(duì)值小于給定閾值，則意味著它們屬于夾角較大的相交情況，需要將原點(diǎn)處的空隙體像素改為巖石體像素。合并這一步以上一步的結(jié)果為輸入數(shù)據(jù)，是之前步驟的修正，即對(duì)于實(shí)際上連通的裂縫，在分離過程中被段開，通過這一步操作使之歸并為一個(gè)團(tuán)簇，也包括對(duì)一些分離過程形成的小團(tuán)簇進(jìn)行處理，并且將裂縫恢復(fù)至減薄之前的狀態(tài)。首先，對(duì)圖像數(shù)據(jù)進(jìn)行標(biāo)號(hào)，因?yàn)榻?jīng)過了分離步驟，所以這次的圖像中包含的團(tuán)簇?cái)?shù)會(huì)比之前更多。完成之后，開始一一判斷每一個(gè)空隙結(jié)構(gòu)是否應(yīng)當(dāng)與另外一個(gè)空隙結(jié)構(gòu)合并，判斷的條件包括：i)兩個(gè)空隙結(jié)構(gòu)的法線方向是否近似平行；ii)在分離步驟之前它們是否原本就屬于同一空隙；iii)它們的法線是否都與它們的中心連線垂直。滿足以上三個(gè)條件，才能被判定為應(yīng)當(dāng)合并。合并操作包括改寫供給方團(tuán)簇編號(hào)為接收方團(tuán)簇編號(hào)，改寫兩個(gè)團(tuán)簇含有的體像素總數(shù)，以及記錄接收方團(tuán)簇的編號(hào)，這樣供給方團(tuán)簇就被并入了接收方團(tuán)簇。程序在運(yùn)行時(shí)很可能會(huì)遇到這樣的情況：作為接收方的團(tuán)簇之前也作為供給方，并且已經(jīng)被并入其他團(tuán)簇。此時(shí)需要用到之前合并時(shí)記錄的接收方編號(hào)，找到接收方團(tuán)簇，并將此孔隙作為新的接收方接受并入(圖17)。再如圖18所示，由于分離算法，原本屬于同一個(gè)團(tuán)簇的裂縫現(xiàn)在被分為了三條，中心部分已經(jīng)更改為巖石，即黑色的體像素。對(duì)于這三條獨(dú)立的裂縫，它們的法線分別為L1、L2和L3，L4為其中兩條裂縫的中心點(diǎn)連線。由于法線L1并不與L2和L3近似平行，所以它所在的裂縫首先被判定不與其他兩條裂縫合并。而L2與L3近似平行，則繼續(xù)判斷這兩個(gè)裂縫的中心點(diǎn)連線是否與它們的法線垂直。由圖中可以看出，L4與L1和L2都近似垂直，加上這兩條裂縫原本屬于同一個(gè)團(tuán)簇，則它們被判定可以合并。而如圖19的情況中，兩條裂縫的法線L1、L2平行，但它們的中心連線L3與L1、L2并不能構(gòu)成近似垂直，所以這張圖中的兩條裂縫不能合并。由于分離過程中可能產(chǎn)生一些較小的碎片式的空隙(如圖15最后一幅圖)，這些空隙因?yàn)槌叽巛^小，往往不具有明確的取向，也就無法計(jì)算其法線方向，因此在上面的合并操作中很難得到妥善處理。于是在這里，采用計(jì)算類間距離的方法將他們并入較大的空隙結(jié)構(gòu)。取這些小空隙的各自的中心點(diǎn)代表它們的坐標(biāo)，依次計(jì)算它們到其他較大孔隙的體像素的最小距離，選擇距離最近的較大空隙，將小空隙并入。最后，利用減薄步驟中記錄的信息，將各個(gè)孔隙的形狀恢復(fù)至減薄之前。即得到最終的處理結(jié)果(圖20、21)。裂縫表征完成全部處理之后，再對(duì)分離后的圖像數(shù)據(jù)進(jìn)行分析表征。這里僅以圖13所示的實(shí)驗(yàn)數(shù)據(jù)為例，將一些主要結(jié)果以列表形式給出。表1顯示，經(jīng)過處理的數(shù)據(jù)中含有的空隙體像素?cái)?shù)目減少了，這是因?yàn)榱芽p分離時(shí)將一些體像素的標(biāo)識(shí)值修改了，表面積的增加也同樣是因?yàn)橄嘟涣芽p斷開造成。分離前僅有3個(gè)團(tuán)簇，分離后為8個(gè)。團(tuán)簇的大小和形態(tài)參數(shù)變化十分明顯。表3數(shù)據(jù)可以給出模型中裂縫的長度、寬度的統(tǒng)計(jì)規(guī)律。更多信息可以從ctsta10.f90的7個(gè)輸出文件中提取。表1裂縫分離識(shí)別前后主要參數(shù)對(duì)比參數(shù)分離前分離后孔隙度3.182.847％表面積177856177346表2裂縫分離識(shí)別前后團(tuán)簇大小對(duì)比表3裂縫分離識(shí)別前后團(tuán)簇形態(tài)對(duì)比以體像素為基本單位的二值圖像數(shù)據(jù)，通過基本特征分析、過濾、平滑、減薄、分離、合并6個(gè)步驟，可以完成裂縫的分離識(shí)別和表征。這一技術(shù)將為開展裂縫形態(tài)、滲透率及力學(xué)響應(yīng)、尺度放大等研究提供重要技術(shù)支持。在上述的文件中，空隙主要是強(qiáng)調(diào)圖像中表示出來的“空”隙而非巖石固體。在本發(fā)明申請(qǐng)中，主要針對(duì)空隙呈裂縫狀態(tài)顯現(xiàn)的情況，也不排除以小孔隙狀態(tài)顯現(xiàn)的情況。典型的孔隙型結(jié)構(gòu)不在本發(fā)明申請(qǐng)的保護(hù)范圍內(nèi)。以上所述的本發(fā)明的實(shí)施方式，并不構(gòu)成對(duì)本發(fā)明保護(hù)范圍的限定。任何在本發(fā)明的精神原則之內(nèi)所作出的修改、等同替換和改進(jìn)等，均應(yīng)包含在本發(fā)明的權(quán)利要求保護(hù)范圍之內(nèi)。當(dāng)前第1頁1 2 3