发明内容
本发明所要解决的技术问题在于针对上述现有技术中的不足,提供一种矿物标准色数据库的建立方法,其方法步骤简单、设计合理且实现方便、所需时间短、使用效果好,利用所建立的矿物标准色数据库能简便、快速对土体的矿物组分进行准确识别。
为解决上述技术问题,本发明采用的技术方案是:一种矿物标准色数据库的建立方法,其特征在于:所建立的矿物标准色数据库中包含多种不同类型且矿物组分已知的矿物的标准色数据(a标,b标);对该矿物标准色数据库进行建立时,采用带能谱分析的扫描电子显微镜与图像处理设备相配合获取多种矿物的标准色数据(a标,b标),且所述矿物标准色数据库中各矿物的标准色数据(a标,b标)的获取方法均相同;对任一种矿物的标准色数据(a标,b标)进行获取时,过程如下:
步骤一、试样获取:获取内部含有当前所分析矿物的试样,并对所获取试样进行打磨和抛光处理,获得一个扫描面;所获得扫描面为待分析扫描面,所述待分析扫描面为平面且其上含有当前所分析矿物的矿物颗粒;
步骤二、待分析颗粒选取:在步骤一中所述待分析扫描面上,选取一个当前所分析矿物的矿物颗粒作为待分析颗粒;
步骤三、面扫描:采用带能谱分析的扫描电子显微镜,对步骤一中所述待分析扫描面进行扫描,获得所述待分析扫描面的电镜扫描图像;
步骤四、化学元素面分布扫描:采用带能谱分析的扫描电子显微镜对所述待分析扫描面进行扫描,并获得所述待分析扫描面上所含多种化学元素的面分布图像,所述面分布图像的数量为多幅,每一种化学元素的面分布图像均为该化学元素在所述待分析扫描面上的面分布图像;
步骤五、图像传送:将步骤三中所述电镜扫描图像和步骤四中多幅所述面分布图像,均传送至图像处理设备;
步骤六、图像处理:采用所述图像处理设备对步骤五中所接收到的所述电镜扫描图像和多幅所述面分布图像进行处理,获得当前所分析矿物的标准色数据(a标,b标),过程如下:
步骤601、面分布图像着色:根据预先建立的化学元素着色数据库,调用图像处理软件对多幅所述面分布图像分别进行着色;着色后,多幅所述面分布图像的颜色均不相同;
所述化学元素着色数据库中包括多种化学元素的颜色信息,且多种化学元素的颜色信息均不相同;
步骤602、图像叠加:调用所述图像处理软件,将步骤601中着色后的各幅所述面分布图像均叠加在所述电镜扫描图像上,并获得叠加后图像;
步骤603、待分析区域选取:调用所述图像处理软件,在步骤602中所获得的叠加后图像上,选取所述待分析颗粒所处的图像区域作为待分析区域;
步骤604、色度值计算:先调用所述图像处理软件,计算得出步骤603中所选取待分析区域的色彩平均值,计算得出的色彩平均值为Lab值;之后,将计算得出的色彩平均值中的a值和b值作为所选取待分析区域的色度值,记作(a均,b均);
步骤七、多次重复步骤一至步骤六,直至获得多种不同类型且矿物组分已知的矿物的标准色数据(a标,b标)。
上述一种矿物标准色数据库的建立方法,其特征是:步骤三中所述电镜扫描图像为灰度图像,步骤四中各幅所述面分布图像的图像尺寸和分辨率均与步骤三中所述电镜扫描图像相同。
上述一种矿物标准色数据库的建立方法,其特征是:步骤一中所述待分析扫描面上含有N种化学元素,其中N为正整数且N≥2;步骤四中所述面分布图像的数量为M幅,其中M为正整数且M≤N。
上述一种矿物标准色数据库的建立方法,其特征是:M=N;步骤四中进行化学元素面分布扫描时,获得所述待分析扫描面上所有化学元素的面分布图像。
上述一种矿物标准色数据库的建立方法,其特征是:M=7,7种化学元素分别为Ca、K、Al、Si、Fe、Mg和Na元素;步骤四中进行化学元素面分布扫描时,获得所述待分析扫描面上所含Ca、K、Al、Si、Fe、Mg和Na元素的面分布图像,且所获得面分布图像的数量为7幅。
上述一种矿物标准色数据库的建立方法,其特征是:步骤601中所述化学元素着色数据库中各化学元素的颜色信息均为该化学元素的面分布图像所添加颜色的RGB值。
上述一种矿物标准色数据库的建立方法,其特征是:步骤一中所述试样的横截面为圆形或方形,所述待分析扫描面与所述试样的中心轴线呈垂直布设。
本发明与现有技术相比具有以下优点:
1、方法步骤简单、设计合理且实现方便,投入成本较低。
2、所需时间短,能简便、快速获得多种矿物的标准色数据。
3、可操作性且技术难度低,采用带能谱分析的扫描电子显微镜与图像处理设备相配合即可完成建库过程。
4、所建立的矿物标准色数据库使用效果好且实用价值高,为矿物类型识别提供准确依据。并且,利用所建立的矿物标准色数据库进行矿物组分识别时,识别方法步骤简单、设计合理且实现方便,投入成本较低,同时识别快速、操作难度低,劳动强度低,采用图像处理设备便能自动完成矿物类型识别过程,能在十几分钟甚至几分钟内完成扫描面上多个矿物颗粒的矿物类型识别过程,因而能简便、快速对土体的矿物组分进行准确识别。
综上所述,本发明方法步骤简单、设计合理且实现方便、所需时间短、使用效果好,利用所建立的矿物标准色数据库能简便、快速对土体的矿物组分进行准确识别。
下面通过附图和实施例,对本发明的技术方案做进一步的详细描述。
具体实施方式
如图1所示的一种矿物标准色数据库的建立方法,所建立的矿物标准色数据库中包含多种不同类型且矿物组分已知的矿物的标准色数据(a标,b标);对该矿物标准色数据库进行建立时,采用带能谱分析的扫描电子显微镜与图像处理设备相配合获取多种矿物的标准色数据(a标,b标),且所述矿物标准色数据库中各矿物的标准色数据(a标,b标)的获取方法均相同;对任一种矿物的标准色数据(a标,b标)进行获取时,过程如下:
步骤一、试样获取:获取内部含有当前所分析矿物的试样,并对所获取试样进行打磨和抛光处理,获得一个扫描面;所获得扫描面为待分析扫描面,所述待分析扫描面为平面且其上含有当前所分析矿物的矿物颗粒;
步骤二、待分析颗粒选取:在步骤一中所述待分析扫描面上,选取一个当前所分析矿物的矿物颗粒作为待分析颗粒;
步骤三、面扫描:采用带能谱分析的扫描电子显微镜,对步骤一中所述待分析扫描面进行扫描,获得所述待分析扫描面的电镜扫描图像;
步骤四、化学元素面分布扫描:采用带能谱分析的扫描电子显微镜对所述待分析扫描面进行扫描,并获得所述待分析扫描面上所含多种化学元素的面分布图像,所述面分布图像的数量为多幅,每一种化学元素的面分布图像均为该化学元素在所述待分析扫描面上的面分布图像;
其中,各化学元素的面分布图像,即各化学元素在所述待分析扫描面上的分布,其获取方法为能谱仪的常规面分析方法,面分布图像也称为能谱面分布图像;
步骤五、图像传送:将步骤三中所述电镜扫描图像和步骤四中多幅所述面分布图像,均传送至图像处理设备;
步骤六、图像处理:采用所述图像处理设备对步骤五中所接收到的所述电镜扫描图像和多幅所述面分布图像进行处理,获得当前所分析矿物的标准色数据(a标,b标),过程如下:
步骤601、面分布图像着色:根据预先建立的化学元素着色数据库,调用图像处理软件对多幅所述面分布图像分别进行着色;着色后,多幅所述面分布图像的颜色均不相同;
所述化学元素着色数据库中包括多种化学元素的颜色信息,且多种化学元素的颜色信息均不相同;
步骤602、图像叠加:调用所述图像处理软件,将步骤601中着色后的各幅所述面分布图像均叠加在所述电镜扫描图像上,并获得叠加后图像;
步骤603、待分析区域选取:调用所述图像处理软件,在步骤602中所获得的叠加后图像上,选取所述待分析颗粒所处的图像区域作为待分析区域;
步骤604、色度值计算:先调用所述图像处理软件,计算得出步骤603中所选取待分析区域的色彩平均值,计算得出的色彩平均值为Lab值;之后,将计算得出的色彩平均值中的a值和b值作为所选取待分析区域的色度值,记作(a均,b均);
步骤七、多次重复步骤一至步骤六,直至获得多种不同类型且矿物组分已知的矿物的标准色数据(a标,b标)。
步骤604中所述的Lab值为Lab色彩模型的数值,Lab色彩模型是由亮度(L)和有关色彩的a与b这三个要素组成,其中L表示亮度(Luminosity),a表示从红色至绿色的范围,b表示从黄色至蓝色的范围。a和b是两个颜色通道。a包括的颜色是从深绿色(低亮度值)到灰色(中亮度值)再到亮粉红色(高亮度值);b是从亮蓝色(底亮度值)到灰色(中亮度值)再到黄色(高亮度值)。
本实施例中,步骤一中进行试样获取之前,对当前所分析矿物的类型进行确定时,可采用带带能谱分析的扫描电子显微镜进行点扫描的方式进行确定,通过点扫描获得能谱图;之后,根据能谱图,进行能谱分析,并根据能谱分析结果,对扫描点处矿物颗粒的矿物类型进行确定。待扫描点处矿物颗粒的矿物类型确定后,该矿物便为类型已知或矿物组分已知的矿物。
实际使用时,也可以采用其它常用的矿物类型识别方法,对矿物的类型进行确定。
本实施例中,步骤一中所述试样的横截面为圆形或方形,所述待分析扫描面与所述试样的中心轴线呈垂直布设。
实际使用过程中,可根据具体需要,对所述试样的形状和尺寸进行调整。
实际对所述试样进行获取时,按照申请号为CN201410609330.0且发明名称为“一种土体微观结构三维重建方法”的发明专利申请文件中所公开的土样获取方法,获取所述试样。
本实施例中,步骤三中所述电镜扫描图像为灰度图像,步骤四中各幅所述面分布图像的图像尺寸和分辨率均与步骤三中所述电镜扫描图像相同。
实际操作过程中,步骤一中所述待分析扫描面上含有N种化学元素,其中N为正整数且N≥2;步骤四中所述面分布图像的数量为M幅,其中M为正整数且M≤N。
为识别精确,M=N;步骤四中进行化学元素面分布扫描时,获得所述待分析扫描面上所有化学元素的面分布图像。
本实施例中,为减少数据处理量,M=7,7种化学元素分别为Ca、K、Al、Si、Fe、Mg和Na元素;步骤四中进行化学元素面分布扫描时,获得所述待分析扫描面上所含Ca、K、Al、Si、Fe、Mg和Na元素的面分布图像,且所获得面分布图像的数量为7幅。
本实施例中,步骤601中所述化学元素着色数据库中各化学元素的颜色信息均为该化学元素的面分布图像所添加颜色的RGB值。
并且,上述7种化学元素的颜色信息,详见表1:
表1 7种化学元素颜色信息列表
化学元素 |
颜色 |
R |
G |
B |
Al |
纯黄 |
255 |
255 |
0 |
Ca |
深紫罗兰色 |
148 |
0 |
211 |
K |
纯绿 |
0 |
255 |
0 |
Fe |
纯蓝 |
0 |
0 |
255 |
Mg |
马鞍棕色 |
139 |
69 |
19 |
Si |
绿宝石色 |
64 |
224 |
208 |
Na |
纯红 |
255 |
0 |
0 |
实际使用时,可根据具体需要,对上述7种化学元素的颜色信息进行调整,也就是说,对上述7种化学元素的面分布图像所添加颜色进行调整。
本实施例中,步骤三和步骤四中带能谱分析的扫描电子显微镜为SEM-EDX,其中SEM为扫描电子显微镜,EDX为X射线能量色散光谱仪。
本实施例中,所述图像处理软件为Photoshop图像处理软件软件。实际使用时,也可以采用其它类型的图像处理软件,如Ulead GIF Animator,gif movie gear等。
本实施例中,步骤三中所获得的电镜扫描图像,详见图2。所述待分析扫描面上包含多个扫描对象,所述扫描对象为矿物颗粒或孔隙。图2中,标注有待分析扫描面上多个矿物颗粒所处的图像区域,并且各图像区域均标注有由三个数字组成的编号,如002、003、005、009、010等。其中,编号为003的图像区域的矿物颗粒为石英,编号为009的图像区域矿物颗粒为方解石。也就是说,编号为003和009的图像区域的矿物颗粒的矿物组分已知。
本实施例中,步骤602中所获得的叠加后图像,详见图3,且该叠加后图像为一个彩色图像。并且,所述叠加后图像中各矿物颗粒所处的图像区域的颜色均由底图颜色和元素颜色构成,其中底图颜色为步骤三中所获得的电镜扫描图像的颜色,元素颜色为叠加在所述电镜扫描图像上的各幅所述面分布图像的颜色。
并且,按照步骤604中所述的方法,计算得出编号为003和009的图像区域的色彩平均值,并根据计算得出的色彩平均值对编号为003和009的图像区域的颜色进行调整(即进行色彩平均处理),调整后的编号为003和009的图像区域,详见图4和图5。这样,通过计算色彩平均值,并按照计算得出的色彩平均值对所选取待分析区域的图像颜色进行调整,便能获得代表该类型矿物的图像颜色,即能获得代表石英和方解石的图像颜色。其中,编号为003的图像区域的色度值(a均,b均)为(14,-14),编号为009的图像区域的色度值(a均,b均)为(-23,0)。
实际使用过程中,利用所建立的矿物标准色数据库进行矿物组分识别时,包括以下步骤:
步骤Ⅰ、土样获取:获取待识别土样,并对所述待识别土样上需进行矿物组分识别的部位进行打磨和抛光处理,获得扫描面;所述待识别扫描面为平面且其上含有多个矿物颗粒,且所述待识别扫描面为待识别扫描面。
步骤Ⅱ、面扫描:采用带能谱分析的扫描电子显微镜,对步骤Ⅰ中所述待识别扫描面进行扫描,获得所述待识别扫描面的电镜扫描图像。
步骤Ⅲ、化学元素面分布扫描:采用带能谱分析的扫描电子显微镜对所述待识别扫描面进行扫描,并获得所述待识别扫描面上所含多种化学元素的面分布图像,所述面分布图像的数量为多幅,每一种化学元素的面分布图像均为该化学元素在所述待识别扫描面上的面分布图像。
本实施例中,步骤Ⅲ中进行化学元素面分布扫描时,获得所述待识别扫描面上所含Ca、K、Al、Si、Fe、Mg和Na元素的面分布图像,且所获得面分布图像的数量为7幅。
实际使用过程中,为识别精确,也可以对获得所述待识别扫描面上所含所有化学元素的面分布图像
步骤Ⅳ、图像传送:将步骤Ⅱ中所述电镜扫描图像和步骤Ⅲ中多幅所述面分布图像,均传送至所述图像处理设备。
步骤Ⅳ、基于图像处理的矿物组分识别:采用所述图像处理设备,对所述待识别扫描面上所含的矿物组分进行识别,过程如下:
步骤501、面分布图像着色:根据预先建立的所述化学元素着色数据库,调用图像处理软件,对步骤Ⅲ中所获得的多幅所述面分布图像分别进行着色。
步骤502、图像叠加:调用所述图像处理软件,将步骤501中着色后的各幅所述面分布图像均叠加在步骤Ⅱ中所获得的所述电镜扫描图像上,并获得叠加后图像,所述叠加后图像为矿物组分识别用图像。
步骤503、矿物组分识别:结合所述矿物标准色数据库,对所述待识别扫描面上需识别的一个或多个矿物颗粒的矿物类型分别进行识别,各矿物颗粒的矿物类型的识别方法均相同;对所述待识别扫描面上任一个矿物颗粒的矿物类型进行识别时,过程如下:
步骤5031、待识别区域选取:调用所述图像处理软件,在步骤502中所获得的所述叠加后图像上选取待识别区域;所述待识别区域为所述待识别扫描面上待识别矿物颗粒所处的图像区域;
步骤5032、色度值计算:先调用所述图像处理软件,计算得出步骤5031中所选取待识别区域的色彩平均值,计算得出的色彩平均值为Lab值;之后,将计算得出的色彩平均值中的a值和b值作为所选取待识别区域的色度值,记作(a均,b均);
步骤5033、色度值差值计算及矿物类型识别:对所述矿物标准色数据库中各矿物的标准色数据(a标,b标)与步骤5032中所述的色度值(a均,b均)之间的色度值差值ΔE分别进行计算,并根据计算得出的色度值差值ΔE,对所选取待识别区域内矿物颗粒的矿物类型进行识别,且所选取待识别区域内矿物颗粒的矿物类型为所述矿物标准色数据库中标准色数据(a标,b标)与色度值(a均,b均)之间的色度值差值ΔE最小的矿物;也就是说,所选取待识别区域内矿物颗粒的矿物类型为所述矿物标准色数据库中标准色数据(a标,b标)与色度值(a均,b均)之间的色度值差值ΔE最小的矿物相同;
对矿物标准色数据库中各矿物的标准色数据(a标,b标)与色度值(a均,b均)与之间的色度值差值ΔE进行计算时,根据公式(1)进行计算。
步骤5033中所选取待识别区域内矿物颗粒的矿物类型为所述矿物标准色数据库中标准色数据(a标,b标)与色度值(a均,b均)之间的色度值差值ΔE最小且色度值差值ΔE小于ε的矿物,ε为预先设定的比较阈值且ε=2~3.5。本实施例中,ε=3。实际使用时,可根据具体需要,对ε的取值大小进行调整。
本实施例中,步骤Ⅱ中所述电镜扫描图像为灰度图像,步骤Ⅲ中各幅所述面分布图像的图像尺寸和分辨率均与步骤Ⅱ中所述电镜扫描图像相同。
本实施例中,步骤Ⅰ中所述待识别扫描面上包含多个扫描对象,所述扫描对象为矿物颗粒或孔隙;步骤503中进行矿物组分识别,对所述待识别扫描面上所有矿物颗粒的矿物类型分别进行识别;待所述待识别扫描面上所有矿物颗粒的矿物类型均识别后,完成所述待识别扫描面上所含的矿物组分的识别过程。
以上所述,仅是本发明的较佳实施例,并非对本发明作任何限制,凡是根据本发明技术实质对以上实施例所作的任何简单修改、变更以及等效结构变化,均仍属于本发明技术方案的保护范围内。