CN114897923A - 天然气水合物ct图像阈值分割方法、***、设备及介质 - Google Patents
天然气水合物ct图像阈值分割方法、***、设备及介质 Download PDFInfo
- Publication number
- CN114897923A CN114897923A CN202210579025.6A CN202210579025A CN114897923A CN 114897923 A CN114897923 A CN 114897923A CN 202210579025 A CN202210579025 A CN 202210579025A CN 114897923 A CN114897923 A CN 114897923A
- Authority
- CN
- China
- Prior art keywords
- hydrate
- peak
- value
- image
- gray
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- NMJORVOYSJLJGU-UHFFFAOYSA-N methane clathrate Chemical compound C.C.C.C.O.O.O.O.O.O.O.O.O.O.O.O.O.O.O.O.O.O.O.O.O.O.O NMJORVOYSJLJGU-UHFFFAOYSA-N 0.000 title claims abstract description 61
- 230000011218 segmentation Effects 0.000 title claims abstract description 57
- 238000000034 method Methods 0.000 title claims abstract description 54
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 67
- 239000007789 gas Substances 0.000 claims abstract description 56
- 230000006870 function Effects 0.000 claims abstract description 52
- 238000010606 normalization Methods 0.000 claims abstract description 50
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 claims description 102
- VYPSYNLAJGMNEJ-UHFFFAOYSA-N Silicium dioxide Chemical compound O=[Si]=O VYPSYNLAJGMNEJ-UHFFFAOYSA-N 0.000 claims description 54
- 239000006004 Quartz sand Substances 0.000 claims description 46
- 230000012010 growth Effects 0.000 claims description 37
- 238000004590 computer program Methods 0.000 claims description 14
- 238000012545 processing Methods 0.000 claims description 10
- 230000002902 bimodal effect Effects 0.000 claims description 8
- 238000004364 calculation method Methods 0.000 claims description 8
- 230000008569 process Effects 0.000 claims description 7
- 238000005457 optimization Methods 0.000 claims description 6
- 238000004040 coloring Methods 0.000 claims description 3
- 239000000203 mixture Substances 0.000 claims description 3
- 238000003711 image thresholding Methods 0.000 claims 1
- 239000004576 sand Substances 0.000 abstract description 7
- -1 hydrate Substances 0.000 abstract description 4
- 230000000694 effects Effects 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 238000002591 computed tomography Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000003860 storage Methods 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 238000002474 experimental method Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 239000003345 natural gas Substances 0.000 description 2
- 230000003698 anagen phase Effects 0.000 description 1
- 150000001875 compounds Chemical class 0.000 description 1
- 238000013170 computed tomography imaging Methods 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 239000008239 natural water Substances 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000003209 petroleum derivative Substances 0.000 description 1
- 230000000704 physical effect Effects 0.000 description 1
- 230000008092 positive effect Effects 0.000 description 1
- 230000035484 reaction time Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000012827 research and development Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000012916 structural analysis Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/136—Segmentation; Edge detection involving thresholding
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/40—Image enhancement or restoration using histogram techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10072—Tomographic images
- G06T2207/10081—Computed x-ray tomography [CT]
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Apparatus For Radiation Diagnosis (AREA)
Abstract
本发明属于天然气水合物数字岩心技术领域，公开了天然气水合物CT图像阈值分割方法、***、设备及介质。所述天然气水合物CT图像阈值分割方法包括：确定归一化基准灰度值，对灰度直方图进行归一化；利用灰度直方图归一化的中间参数信息，对图像每个像素点重新赋值；根据赋值后的图像像素点，用两个高斯函数对水合物与水组成的曲线进行双高斯曲线拟合；对上述拟合后的曲线，进行阈值分割。本发明不再遵循传统方法将其分为气、水合物、水、砂四个阈值，而是根据拟合得到的两个高斯曲线，在水合物与水的灰度区间内设置多个阈值，对水合物与水进行更精细的区分。
Description
技术领域
本发明属于天然气水合物数字岩心技术领域，尤其涉及天然气水合物CT图 像阈值分割方法、***、设备及介质。
背景技术
天然气水合物是天然气和水在高压和低温条件下形成的类冰固体化合物，是 21世纪的战略能源。数字岩心作为多孔介质领域的一个分支学科，得益于其精 度高、无损、容易与多种物理实验耦合等优点，近年来在石油和天然气行业得到 了快速发展。当前，以CT扫描二维或三维数据为基础的数字岩心建模已经成为 岩心结构分析的重要手段。
对获取的CT扫描二维或三维数字图像进行阈值分割，不仅可以用于计算水 合物饱和度等物性参数，还能够以更加直观的方式展示图像中气、水合物、水、 砂等成分的含量以及边界信息。
由于甲烷水合物与水的密度相差小以及CT成像原理的限制，导致无法有效 区分甲烷水合物与水在CT图像中的灰度区间。这导致了现有的基于数字图像处 理技术的阈值分割方法对于水合物与水边界的分割需要依靠人工手动划分，主观 因素大，精度低。
因此，基于现有的实验条件和技术手段，建立一种能够精确区分CT图像中 水合物与水的边界，实现对天然气水合物CT图像进行更精细阈值分割的方法， 能够为天然气水合物数字岩心领域的研究与分析提供支撑。
通过上述分析，现有技术存在的问题及缺陷为：
(1)现有技术由于受人工主观因素影响，不能准确对天然气水合物样品所 有阶段的气、砂在直方图上的起点、峰值位置、峰的宽度等信息进行确定，使得 获得信息准确度低。
(2)现有技术多采用分为气、水合物、水、砂四个阈值的手段，而没有根 据拟合得到的两个高斯曲线，在水合物与水的灰度区间内设置多个阈值，对水合 物与水进行更精细的区分，使得现有技术获取水合物与水的边界信息不准确。
发明内容
为克服相关技术中存在的问题，本发明公开实施例提供了一种天然气水合物 CT图像阈值分割方法、***、设备及介质。
所述技术方案如下：一种天然气水合物CT图像阈值分割方法包括以下步骤：
确定归一化基准灰度值，获得甲烷气峰值的基准灰度值，以及石英砂峰值的 基准灰度值；
基于确定的归一化基准灰度值，矫正图像中特定组分的峰值灰度及灰度区间， 将不同时刻图像灰度直方图中处于最小值的甲烷气与处于最大值的石英砂二者 的峰值分别标定在一个固定的灰度值上，对灰度直方图进行归一化；
在灰度直方图进行归一化的基础上，利用灰度直方图归一化的中间参数信息， 对图像每个像素点重新赋值；
根据赋值后的图像像素点，拟合水合物未开始生长阶段所有图像水峰高斯曲 线以及拟合水合物生长完成阶段所有图像水合物峰高斯曲线，并分别计算所有水 峰高斯曲线的均值与方差、所有水合物峰高斯曲线的均值与方差；
用两个高斯函数对水合物生长阶段图像中的水合物与水混合曲线进行双峰 拟合，这两个高斯函数的峰值灰度和峰的宽度用上述得到的水峰高斯曲线、水合 物峰高斯曲线的均值与方差进行约束；对上述拟合后的曲线，进行阈值分割。
在一个实施例中，所述确定归一化基准灰度值包括以下步骤：
(1)绘制去掉背景信息的不同生长阶段的天然气水合物CT图像直方图， 直方图横坐标为灰度值，纵坐标为统计像素点数量；
(2)统计甲烷气峰最大宽度值W1、石英砂峰最大宽度值W2；
(3)给定甲烷气峰值的基准灰度值，甲烷气峰值的基准灰度值需要大于2 ×W1+Offset，其中Offset为一个偏移量，取值大于0；
(4)给定石英砂峰值的基准灰度值，石英砂峰值的基准灰度值需要小于255- (2×W2+Offset)，其中Offset是一个偏移量，取值大于0。
在一个实施例中，所述对灰度直方图进行归一化包括：
1)依据选取的甲烷气与石英砂峰值的基准灰度值，即式(1)中的
其中x 为不同时刻下实测的甲烷气或石英砂的峰值灰度，
为选取的甲烷气或石英砂的 基准峰值灰度，a与b为需要拟合的系数，所述式(1)为：
2)提取甲烷水合物CT图像的有效区域，绘制直方图曲线，直方图曲线的 横坐标为选取区域的灰度值范围，纵坐标为对应灰度值的统计像素点数量；
3)用公式(2)分别拟合步骤2)直方图曲线中的甲烷气与石英砂的高斯曲 线，式中g为步骤2)中的直方图曲线的横坐标，μ与σ为优化变量，A为高斯函 数的幅值，y为直方图曲线的纵坐标，xc为拟合得到的高斯函数峰值灰度，xc作 为当前CT图像直方图中甲烷气、石英砂的峰值灰度，即式1)中x；
4)将步骤1)中的
与步骤3)中的xc进行函数拟合得到系数a、b，将灰度 坐标g(g∈[0,1,2,...,255])作为x带入公式(1)，计算得到新的灰度坐标 g′(g′＝{x0,x1,x2,x3,...,xn·∣·n＝0,1,2,...,255})；
5)以灰度坐标g(g∈[0,1,2,...,255])作为归一化直方图曲线横坐标，以灰度 坐标g′在原始灰度直方图曲线上对应灰度坐标的纵坐标作为归一化直方图曲线 纵坐标，得到归一化直方图曲线。
在一个实施例中，所述利用灰度直方图归一化的中间参数信息，对图像每个 像素点重新赋值包括：利用公式(3)对原始甲烷水合物CT图像中每个像素点 的灰度重新赋值，式中I(x,y)为输入图像不同位置处的灰度值，O(x,y)为输出的 对应位置处的灰度值，x0与xn为直方图归一化中灰度坐标g′的最小值与最大值， 通过遍历整个输入图像，得到归一化输出图像；
在一个实施例中，所述拟合水合物未开始生长阶段所有图像水峰高斯曲线以 及拟合水合物生长完成阶段所有图像水合物峰高斯曲线包括：利用公式(4)拟 合归一化之后水合物未开始生长阶段所有CT图像水峰高斯曲线以及水合物生长 完成阶段所有CT图像水合物峰高斯曲线，式中g为步骤2)中的直方图曲线的 横坐标，μ与σ为优化变量，A为高斯函数的幅值，xμ代表拟合得到的曲线峰值， xσ代表拟合得到的曲线宽度；根据拟合得到的曲线峰值与宽度，用均值公式(5) 与方差公式(6)计算水峰峰值、峰宽度的均值与方差，以及水合物峰值、峰宽 度的均值与方差，式中n代表图像样本数量，xi为样本值。
所述拟合水合物生长阶段图像水合物水双峰图像每个像素点曲线包括：
用公式(4)与公式(5)计算得到初始阶段水峰的峰值灰度均值μw-peak、方 差σw-peak，峰宽度μw-width、方差σw-width；以及水合物生长完成阶段水合物峰的峰 值灰度均值μh-peak、方差σh-peak，峰宽度μh-width、σh-width；
再用两个高数函数拟合水合物生长阶段CT图像水合物、水双峰曲线，如公 式(6)所示，式中x为直方图横坐标，两个高斯函数的峰值位置μ1、μ2和宽度σ1、 σ2用计算得到的均值和方差参数进行约束，A1、A2为高斯函数的幅值：
在一个实施例中，所述阈值分割包括：
(1)根据拟合得到的水合物生长阶段的两个高斯函数，计算水合物与水灰 度区间中每一个灰度等级下水合物与水的占比，对该灰度区间划分多个阈值；
(2)对每个阈值区间进行着色，完成阈值分割。
本发明的另一目的在于提供一种实施所述天然气水合物CT图像阈值分割方 法的天然气水合物CT图像阈值分割***，所述天然气水合物CT图像阈值分割系 统包括：
归一化基准灰度值确定模块，用于确定归一化基准灰度值，获得甲烷气峰值 的基准灰度值，以及石英砂峰值的基准灰度值；
灰度直方图归一化模块，用于矫正CT图像中特定组分的峰值灰度及灰度区 间，将不同时刻CT图像灰度直方图中处于最小值的甲烷气与处于最大值的石英 砂二者的峰值分别标定在一个固定的灰度值上，对灰度直方图进行归一化；
灰度直方图归一化中间参数确定模块，用于在灰度直方图进行归一化的基础 上，利用灰度直方图归一化的中间参数信息，对图像每个像素点重新赋值；
曲线拟合约束参数计算模块，用于约束曲线拟合参数，计算水合物未开始生 长阶段所有水峰的峰值灰度、宽度的均值与方差，以及水合物生长完成阶段所有 水合物峰的峰值灰度、宽度的均值与方差；
曲线拟合模块，用于拟合水合物生长阶段水合物与水混合曲线的双高斯曲线， 具体的在拟合曲线的过程中，双高斯函数中的两个高斯函数分别代表水合物与水， 用计算得到的水峰与水合物峰的峰值灰度、宽度的均值与方差分别对水与水合物 的高斯函数中的参数进行约束，该高斯函数的参数μ与σ的取值在均值加减方差 的范围内，以此拟合得到最终的双高斯曲线；
阈值分割模块，用于进行阈值分割。
本发明的另一目的在于提供一种接收用户输入程序存储介质，所存储的计算 机程序使电子设备执行所述天然气水合物CT图像阈值分割方法。
本发明的另一目的在于提供一种计算机设备，所述计算机设备包括存储器和 处理器，所述存储器存储有计算机程序，所述计算机程序被所述处理器执行时， 使得所述处理器执行所述天然气水合物CT图像阈值分割方法.
本发明的另一目的在于提供一种信息数据处理终端，所述信息数据处理终端 用于实现于电子装置上执行时，提供用户输入接口以实施所述天然气水合物CT 图像阈值分割方法。
结合上述的所有技术方案，本发明所具备的优点及积极效果为：
第一、针对上述现有技术存在的技术问题以及解决该问题的难度，紧密结合 本发明的所要保护的技术方案以及研发过程中结果和数据等，详细、深刻地分析 本发明技术方案如何解决的技术问题，解决问题之后带来的一些具备创造性的技 术效果。具体描述如下：
本发明提供的天然气水合物CT图像直方图归一化选定的归一化灰度值，是 根据天然气水合物样品所有阶段的气、砂在直方图上的起点、峰值灰度值、峰的 宽度等信息确定的，其目的是让图像成分的灰度布满整个灰度区间。
本发明提供的天然气水合物CT图像直方图归一化，是同一水合物样品不同 生长阶段获取的所有CT切片图像均归一化到选定的灰度值，即所有CT图像直 方图中气和砂的灰度区间基本重合。
本发明提供的天然气水合物CT图像归一化，是在归一化直方图基础上，将 原图像的灰度范围线性映射到新的灰度范围，让所有CT图像的亮度、对比度基 本一致。
本发明对天然气水合物生长阶段的CT图像进行曲线拟合，是用两个高斯函 数对水合物和水组成的曲线进行双峰拟合，拟合得到的两个高斯曲线呈相交态势， 从中可以获取水合物与水的边界信息。
本发明提供的对天然气水合物生长阶段的CT图像进行曲线拟合之前，需要 先对水合物未开始生长阶段所有CT图像直方图的水峰以及水合物生长完毕阶段 所有CT图像直方图的水合物峰进行高斯拟合，计算拟合曲线的峰值位置、宽度 的均值和方差参数，用于限定后续对水合物生长阶段的曲线拟合。
本发明提供的对天然气水合物CT图像的阈值分割，不再遵循传统方法将其 分为气、水合物、水、砂四个阈值，而是根据拟合得到的两个高斯曲线，在水合 物与水的灰度区间内设置多个阈值，对水合物与水进行更精细的区分。
第二，把技术方案看作一个整体或者从产品的角度，本发明所要保护的技术 方案具备的技术效果和优点，具体描述如下：
本发明涉及一套数字图像处理技术，利用计算机断层扫描技术(X-CT)获 取的天然气水合物样品CT切片图像，实现了对水合物CT图像更精细的阈值分 割。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的 实施例，并与说明书一起用于解释本公开的原理。
图1是本发明实施例提供的天然气水合物CT图像阈值分割方法流程图；
图2是本发明实施例提供的确定归一化基准灰度值的流程图与归一化示意 图；
图3(a)是本发明实施例提供的给定甲烷气峰值与石英砂峰值的基准位置 图；
图3(b)原始图像中的灰度范围经过归一化后效果图；
图4是本发明实施例提供的直方图与图像归一化流程图；
图5是本发明实施例提供的计算曲线拟合所需参数的流程图；
图6是本发明实施例提供的对任意一张输入图像进行处理中，曲线拟合与阈 值分割方法示意图；
图7是本发明实施例提供的根据拟合得到的水合物生长阶段的两个高斯函 数，计算水合物与水灰度区间中每一个灰度等级下水合物与水的占比，对该灰度 区间划分多个阈值结果图；
图8是本发明实施例提供的天然气水合物CT图像阈值分割***示意图；
图9是本发明实施例提供的直方图归一化结果，其中图9(a)为提供实例 的归一化之前的直方图曲线；图9(b)为相应的归一化之后的直方图曲线；
图10是本发明实施例提供的图像归一化结果图；
图11是本发明实施例提供的阈值分割结果图；其中，图11(a)为原始图 像；图11(b)为传统阈值分割结果；图11(c)本发明方法阈值分割结果；
图中：1、归一化基准灰度值确定模块；2、灰度直方图归一化模块；3、灰 度直方图归一化中间参数确定模块；4、曲线拟合约束参数计算模块；5、曲线拟 合模块；6、阈值分割模块。
具体实施方式
为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图对本 发明的具体实施方式做详细的说明。在下面的描述中阐述了很多具体细节以便于 充分理解本发明。但是本发明能够以很多不同于在此描述的其他方式来实施，本 领域技术人员可以在不违背本发明内涵的情况下做类似改进，因此本发明不受下 面公开的具体实施的限制。
一、解释说明实施例：
实施例1
如图1所示，本发明实施例提供的天然气水合物CT图像阈值分割方法包括 以下步骤：
S101，确定归一化基准灰度值，获得甲烷气峰值的基准灰度值，以及石英砂 峰值的基准灰度值；
S102，矫正CT图像中特定组分的峰值灰度及灰度区间，将不同时刻CT图 像灰度直方图中处于最小值的甲烷气与处于最大值的石英砂二者的峰值分别标 定在一个固定的灰度值上，对灰度直方图进行归一化；
S103，在灰度直方图进行归一化的基础上，利用灰度直方图归一化的中间参 数信息，对图像每个像素点重新赋值；
S104，用两个高斯函数对水合物与水组成的曲线进行双高斯曲线拟合；
S105，阈值分割。
实施例2
如图2所示，在步骤S101中，本发明实施例提供的确定归一化基准灰度值 的方法包括以下步骤：
(1)绘制去掉背景信息的不同生长阶段的天然气水合物CT图像直方图；
(2)统计甲烷气峰最大宽度值W1、石英砂峰最大宽度值W2；
(3)给定甲烷气峰值的基准灰度值(图3(a))，甲烷气峰值的基准灰度值 需要大于2×W1+Offset，其中Offset是一个偏移量，取值大于0；
(4)给定石英砂峰值的基准灰度值，石英砂峰值的基准灰度值需要小于255- (2×W2+Offset)，其中Offset是一个偏移量，取值大于0；
在本发明实施例中，确定的基准灰度值需要保证：
归一化之后的直方图不超出边界；
原始图像中的灰度范围经过归一化之后，布满整个灰度区间；效果如图3(b) 所示。
实施例3
如图4所示，在步骤S102中，本发明实施例提出一种灰度直方图归一化方 法，其核心是矫正CT图像中特定组分的峰值灰度及灰度区间，将不同时刻CT 图像灰度直方图中处于最小值的甲烷气与处于最大值的石英砂二者的峰值分别 标定在一个固定的灰度值上，对灰度直方图进行归一化，如公式(1)所示，其 中x为不同时刻下实测的甲烷气或石英砂的峰值灰度，
为选取的甲烷气或石英 砂的基准峰值灰度，a与b为需要拟合的系数，具体步骤如下：
(1)依据步骤S101选取甲烷气与石英砂的峰值灰度基准，即式(1)中的
(2)提取甲烷水合物CT图像的有效区域，绘制直方图曲线，直方图曲线 的横坐标为选取区域的灰度值范围，纵坐标为对应灰度值的统计像素点数量；
(3)用公式(2)分别拟合步骤(2)直方图曲线中的甲烷气与石英砂的高 斯曲线，式中g为步骤2)中的直方图曲线的横坐标，μ与σ为优化变量，A为高 斯函数的幅值，y为直方图曲线的纵坐标，xc为拟合得到的高斯函数峰值位置， 将xc作为当前CT图像直方图中甲烷气、石英砂的峰值位置，即式(1)中x；
(4)将步骤(1)中的
与步骤(3)中的xc进行函数拟合得到系数a、b， 将灰度坐标g(g∈[0,1,2,...,255])作为x带入公式(1)，计算得到新的灰度坐标 g′(g′＝{x0,x1,x2,x3,...,xn·∣·n＝0,1,2,...,255})；
(5)以灰度坐标g(g∈[0,1,2,...,255])作为归一化直方图曲线横坐标，以灰 度坐标g′在原始灰度直方图曲线上对应灰度坐标的纵坐标作为归一化直方图曲 线纵坐标，得到归一化直方图曲线。
实施例4
如图5本发明实施例提供的计算曲线拟合所需参数的流程图所示，在步骤 S103中，CT灰度图像归一化的核心是在图像直方图归一化的基础上，利用直方 图归一化的中间参数信息，对图像每个像素点重新赋值，用公式(3)对原始甲 烷水合物CT图像中每个像素点的灰度重新赋值，式中I(x,y)为输入图像不同位 置处的灰度值，O(x,y)为输出的对应位置处的灰度值，x0与xn为直方图归一化 步骤S102中步骤(5)中灰度坐标g′的最小值与最大值，通过遍历整个输入图像， 得到归一化输出图像。
实施例6
如图6所示，步骤S104中，曲线拟合，其具体操作步骤为：
(1)用公式(4)拟合归一化之后水合物未开始生长阶段所有CT图像水峰 高斯曲线，式中g为步骤2)中的直方图曲线的横坐标，μ与σ为优化变量，A为 高斯函数的幅值，xμ代表拟合的曲线峰值，xσ代表拟合的曲线宽度。根据拟合得 到的曲线峰值与宽度，用均值公式(5)与方差公式(6)计算拟合曲线的峰值、 峰宽度的均值和方差，式中n代表图像样本数量，xi为样本值：
(2)拟合归一化之后水合物生长阶段完成阶段所有CT图像水合物峰高斯 曲线，计算拟合曲线的峰值、峰宽度的均值和方差；
(3)用两个高数函数拟合水合物生长阶段CT图像水合物、水双峰曲线， 两个高斯函数的峰值位置和宽度用上面计算的参数进行限定。
实施例7
如图6所示，步骤S105中，阈值分割具体操作步骤为：
(1)根据拟合得到的水合物生长阶段的两个高斯函数，计算水合物与水灰 度区间中每一个灰度等级下水合物与水的占比，对该灰度区间划分多个阈值如图 7所示。
(2)用标准比色卡对每个阈值区间进行着色，完成阈值分割。
实施例8
基于实施例1提供的天然气水合物CT图像阈值分割方法，如图8所示，本 发明实施例提供一种天然气水合物CT图像阈值分割***包括：
归一化基准灰度值确定模块1，用于确定归一化基准灰度值，获得甲烷气峰 值的基准灰度值，以及石英砂峰值的基准灰度值；
灰度直方图归一化模块2，用于矫正CT图像中特定组分的峰值灰度及灰度 区间，将不同时刻CT图像灰度直方图中处于最小值的甲烷气与处于最大值的石 英砂二者的峰值分别标定在一个固定的灰度值上，对灰度直方图进行归一化；
灰度直方图归一化中间参数确定模块3，用于在灰度直方图进行归一化的基 础上，利用灰度直方图归一化的中间参数信息，对图像每个像素点重新赋值；
曲线拟合约束参数计算模块4，用于约束曲线拟合参数，计算水合物未开始 生长阶段所有水峰的峰值灰度、宽度的均值与方差，以及水合物生长完成阶段所 有水合物峰的峰值灰度、宽度的均值与方差；
曲线拟合模块5，用于拟合水合物生长阶段水合物与水混合曲线的双高斯曲 线，具体的在拟合曲线的过程中，双高斯函数中的两个高斯函数分别代表水合物 与水，用计算得到的水峰与水合物峰的峰值灰度、宽度的均值与方差分别对水与 水合物的高斯函数中的参数进行约束，该高斯函数的参数μ与σ的取值在均值加 减方差的范围内，以此拟合得到最终的双高斯曲线；
阈值分割模块6，用于进行阈值分割。
实施例9
基于实施例8提供的天然气水合物CT图像阈值分割***，
所述归一化基准位置确定模块包括：天然气水合物CT图像直方图绘制模块， 用于绘制去掉背景信息的不同生长阶段的天然气水合物CT图像直方图；
甲烷气峰宽度与石英砂峰宽度统计模块，用于统计甲烷气峰最大宽度值W1、 石英砂峰最大宽度值W2；
甲烷气峰值的基准灰度值确定模块，用于给定甲烷气峰值的基准灰度值，甲 烷气峰值的基准灰度值需要大于2×W1+Offset，其中Offset是一个偏移量，取 值大于0；
石英砂峰值的基准灰度值确定模块，用于给定石英砂峰值的基准灰度值，石 英砂峰值的基准灰度值需要小于255-(2×W2+Offset)，其中Offset是一个偏移 量，取值大于0。
灰度直方图归一化模块包括：
甲烷气与石英砂的峰值基准灰度值确定模块，用于选取甲烷气与石英砂的峰 值基准灰度值；
直方图曲线绘制模块，用于提取甲烷水合物CT图像的有效区域，绘制直方 图曲线；
直方图曲线拟合模块，用于拟合直方图曲线中的甲烷气与石英砂的高斯曲线， 以拟合的高斯函数峰值位置作为当前CT图像直方图中甲烷气、石英砂的峰值位 置，
灰度坐标计算模块，用于进行函数拟合得到系数a、b，将灰度坐标 g(g∈[0,1,2,...,255])作为x带入上述公式(1)，计算得到新的灰度坐标 g′(g′＝{x0,x1,x2,x3,...,xn·∣·n＝0,1,2,...,255})；
归一化直方图曲线获取模块，用于以灰度坐标g(g∈[0,1,2,...,255])作为归一化
曲线拟合模块包括：
水合物未开始生长阶段所有CT图像水峰高斯曲线拟合模块，用于根据拟合 得到的曲线峰值与宽度，用均值公式(4)与方差公式(5)计算拟合曲线的峰值、 峰宽度的均值和方差；
水合物生长阶段完成阶段所有CT图像水合物峰高斯曲线拟合模块，用于拟 合归一化之后水合物生长阶段完成阶段所有CT图像水合物峰高斯曲线，计算拟 合曲线的峰值、峰宽度的均值和方差；
高数函数拟合模块，用于用两个高数函数拟合水合物生长阶段CT图像水合 物、水双峰曲线，两个高斯函数的峰值位置和宽度用上面计算的参数进行限定。
在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述 或记载的部分，可以参见其它实施例的相关描述。
上述装置/单元之间的信息交互、执行过程等内容，由于与本发明方法实施 例基于同一构思，其具体功能及带来的技术效果，具体可参见方法实施例部分， 此处不再赘述。
所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上 述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述 功能分配由不同的功能单元、模块完成，即将所述装置的内部结构划分成不同的 功能单元或模块，以完成以上描述的全部或者部分功能。实施例中的各功能单元、 模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个 或两个以上单元集成在一个单元中，上述集成的单元既可以采用硬件的形式实现， 也可以采用软件功能单元的形式实现。另外，各功能单元、模块的具体名称也只 是为了便于相互区分，并不用于限制本发明的保护范围。上述***中单元、模块 的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
二、应用实施例：
本发明实施例还提供了一种计算机设备，该计算机设备包括：至少一个处 理器、存储器以及存储在所述存储器中并可在所述至少一个处理器上运行的计算 机程序，所述处理器执行所述计算机程序时实现上述任意各个方法实施例中的步 骤。
本发明实施例还提供了一种计算机可读存储介质，所述计算机可读存储介 质存储有计算机程序，所述计算机程序被处理器执行时可实现上述各个方法实施 例中的步骤。
本发明实施例还提供了一种信息数据处理终端，所述信息数据处理终端用 于实现于电子装置上执行时，提供用户输入接口以实施如上述各方法实施例中的 步骤，所述信息数据处理终端不限于手机、电脑、交换机。
本发明实施例还提供了一种服务器，所述服务器用于实现于电子装置上执 行时，提供用户输入接口以实施如上述各方法实施例中的步骤。
本发明实施例提供了一种计算机程序产品，当计算机程序产品在电子设备 上运行时，使得电子设备执行时可实现上述各个方法实施例中的步骤。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或 使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明实 现上述实施例方法中的全部或部分流程，可以通过计算机程序来指令相关的硬件 来完成，所述的计算机程序可存储于一计算机可读存储介质中，该计算机程序在 被处理器执行时，可实现上述各个方法实施例的步骤。其中，所述计算机程序包 括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可 执行文件或某些中间形式等。所述计算机可读介质至少可以包括：能够将计算机 程序代码携带到拍照装置/终端设备的任何实体或装置、记录介质、计算机存储 器、只读存储器(Read-Only Memory，ROM)、随机存取存储器(RandomAccess Memory，RAM)、电载波信号、电信信号以及软件分发介质。例如U盘、移动 硬盘、磁碟或者光盘等。
三、实施例相关效果的证据：
本发明从实验中获取了一批天然气水合物不同生长阶段的CT图像，其反应 时间依次为0h、30h、34h、48h、72h，下面的图像是基于该实例实施的结果。 如图9直方图归一化结果，其中图9(a)为提供实例的归一化之前的直方图曲 线；图9(b)为相应的归一化之后的直方图曲线。
图10为图像归一化结果图；图11为阈值分割结果图。其中，图11(a)为 原始图像；图11(b)为传统阈值分割结果；图11(c)本发明方法阈值分割结 果。
以上所述，仅为本发明较优的具体的实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，凡在本发明的 精神和原则之内所作的任何修改、等同替换和改进等，都应涵盖在本发明的保护 范围之内。
Claims (10)
1.一种天然气水合物CT图像阈值分割方法，其特征在于，所述天然气水合物CT图像阈值分割方法包括以下步骤：
确定归一化基准灰度值，获得甲烷气峰值的基准灰度值，以及石英砂峰值的基准灰度值；
基于确定的归一化基准灰度值，矫正图像中组分的峰值灰度及灰度区间，将不同时刻图像灰度直方图中处于最小值的甲烷气与处于最大值的石英砂二者的峰值分别标定在一个固定的灰度值上，对灰度直方图进行归一化；
在灰度直方图进行归一化的基础上，利用灰度直方图归一化的中间参数信息，对图像每个像素点重新赋值；
根据赋值后的图像像素点，拟合水合物未开始生长阶段所有图像水峰高斯曲线以及拟合水合物生长完成阶段所有图像水合物峰高斯曲线，并分别计算所有水峰高斯曲线的均值与方差、所有水合物峰高斯曲线的均值与方差；
用两个高斯函数对水合物生长阶段图像中的水合物与水混合曲线进行双峰拟合，这两个高斯函数的峰值灰度和峰值的宽度分别用上述得到的水峰高斯曲线、水合物峰高斯曲线的均值与方差进行约束；
对拟合后的曲线，进行阈值分割。
2.根据权利要求1所述的天然气水合物CT图像阈值分割方法，其特征在于，所述确定归一化基准灰度值包括以下步骤：
(1)绘制去掉背景信息的不同生长阶段的天然气水合物CT图像直方图；
(2)统计甲烷气峰最大宽度值W1、石英砂峰最大宽度值W2；
(3)给定甲烷气峰值的基准灰度值，甲烷气峰值的基准灰度值大于2×W1+Offset，其中Offset为一个偏移量，取值大于0；
(4)给定石英砂峰值的基准灰度值，石英砂峰值的基准灰度值小于255-(2×W2+Offset)，其中Offset为一个偏移量，取值大于0。
3.根据权利要求1所述的天然气水合物CT图像阈值分割方法，其特征在于，所述对灰度直方图进行归一化包括：
1)依据选取的甲烷气与石英砂峰值的基准灰度值，如式(1)中的
其中x为不同时刻下实测的甲烷气或石英砂的峰值灰度，
为选取的甲烷气或石英砂的基准峰值灰度，a与b为需要拟合的系数，所述式(1)为：
2)提取甲烷水合物CT图像的有效区域，绘制直方图曲线，直方图曲线的横坐标为选取区域的灰度值范围，纵坐标为对应灰度值的统计像素点数量；
3)用公式(2)分别拟合步骤2)直方图曲线中的甲烷气与石英砂的高斯曲线，式中g为步骤2)中的直方图曲线的横坐标，y为直方图曲线的纵坐标，μ与σ为优化变量，A为高斯函数的幅值，xc为拟合得到的高斯函数峰值灰度，将xc作为当前CT图像直方图中甲烷气、石英砂的峰值灰度，即式(1)中x；
4)将步骤1)中的
与步骤3)中的xc进行函数拟合得到系数a、b，将灰度坐标g(g∈[0,1,2,...,255])作为x带入公式(1)，计算得到新的灰度坐标g′(g′＝{x0,x1,x2,x3,...,xn·∣·n＝0,1,2,...,255})；
5)以灰度坐标g(g∈[0,1,2,...,255])作为归一化直方图曲线横坐标，以灰度坐标g′在原始灰度直方图曲线上对应灰度坐标的纵坐标作为归一化直方图曲线纵坐标，得到归一化直方图曲线。
4.根据权利要求1所述的天然气水合物CT图像阈值分割方法，其特征在于，所述利用灰度直方图归一化的中间参数信息，对图像每个像素点重新赋值包括：利用公式(3)对原始甲烷水合物CT图像中每个像素点的灰度重新赋值，
式中I(x,y)为输入图像不同位置处的灰度值，O(x,y)为输出的对应位置处的灰度值，x0与xn为直方图归一化中灰度坐标g′的最小值与最大值，通过遍历整个输入图像，得到归一化输出图像。
5.根据权利要求1所述的天然气水合物CT图像阈值分割方法，其特征在于，所述拟合水合物未开始生长阶段所有图像水峰高斯曲线以及拟合水合物生长完成阶段所有图像水合物峰高斯曲线包括：
利用公式(4)拟合归一化之后水合物未开始生长阶段所有CT图像水峰高斯曲线以及水合物生长完成阶段所有CT图像水合物峰高斯曲线，
式中，g为步骤2)中的直方图曲线的横坐标，μ与σ为优化变量，A为高斯函数的幅值，xμ代表拟合得到的曲线峰值，xσ代表拟合得到的曲线宽度；根据拟合得到的曲线峰值与宽度，用均值公式(5)与方差公式(6)计算水峰峰值、峰宽度的均值与方差，以及水合物峰值、峰宽度的均值与方差，
式中n代表图像样本数量，xi为样本值；
所述拟合水合物生长阶段图像水合物水双峰图像每个像素点曲线包括：
用公式(5)与公式(6)计算得到初始阶段水峰的峰值灰度均值μw-peak、方差σw-peak，峰宽度μw-width、方差σw-width；以及水合物生长完成阶段水合物峰的峰值灰度均值μh-peak、方差σh-peak，峰宽度μh-width、方差σh-width；
再用两个高数函数拟合水合物生长阶段CT图像水合物、水双峰曲线，如公式(7)所示，式中x为直方图横坐标，两个高斯函数的峰值位置μ1、μ2和宽度σ1、σ2用计算得到的均值和方差参数进行约束，A1、A2为高斯函数的幅值：
6.根据权利要求1所述的天然气水合物CT图像阈值分割方法，其特征在于，所述阈值分割包括：
(1)根据拟合得到的水合物生长阶段的两个高斯函数，计算水合物与水灰度区间中每一个灰度等级下水合物与水的占比，对该灰度区间划分多个阈值；
(2)对每个阈值区间进行着色，完成阈值分割。
7.一种实施权利要求1～6任意一项所述天然气水合物CT图像阈值分割方法的天然气水合物CT图像阈值分割***，其特征在于，所述天然气水合物CT图像阈值分割***包括：
归一化基准灰度值确定模块(1)，用于确定归一化基准灰度值，获得甲烷气峰值的基准灰度值，以及石英砂峰值的基准灰度值；
灰度直方图归一化模块(2)，用于矫正CT图像中特定组分的峰值灰度及灰度区间，将不同时刻CT图像灰度直方图中处于最小值的甲烷气与处于最大值的石英砂二者的峰值分别标定在一个固定的灰度值上，对灰度直方图进行归一化；
灰度直方图归一化中间参数确定模块(3)，用于在灰度直方图进行归一化的基础上，利用灰度直方图归一化的中间参数信息，对图像每个像素点重新赋值；
曲线拟合约束参数计算模块(4)，用于约束曲线拟合参数，计算水合物未开始生长阶段所有水峰的峰值灰度、宽度的均值与方差，以及水合物生长完成阶段所有水合物峰的峰值灰度、宽度的均值与方差；
曲线拟合模块(5)，用于拟合水合物生长阶段水合物与水混合曲线的双高斯曲线，具体的在拟合曲线的过程中，双高斯函数中的两个高斯函数分别代表水合物与水，用计算得到的水峰与水合物峰的峰值灰度、宽度的均值与方差分别对水与水合物的高斯函数中的参数进行约束，该高斯函数的参数μ与σ的取值在均值加减方差的范围内，以此拟合得到最终的双高斯曲线；
阈值分割模块(6)，用于进行阈值分割。
8.一种接收用户输入程序存储介质，所存储的计算机程序使电子设备执行权利要求1～6任意一项所述天然气水合物CT图像阈值分割方法。
9.一种计算机设备，其特征在于，所述计算机设备包括存储器和处理器，所述存储器存储有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器执行权利要求1～6任意一项所述天然气水合物CT图像阈值分割方法。
10.一种信息数据处理终端，其特征在于，所述信息数据处理终端用于实现于电子装置上执行时，提供用户输入接口以实施如权利要求1～6任意一项所述天然气水合物CT图像阈值分割方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210579025.6A CN114897923B (zh) | 2022-05-25 | 2022-05-25 | 天然气水合物ct图像阈值分割方法、***、设备及介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210579025.6A CN114897923B (zh) | 2022-05-25 | 2022-05-25 | 天然气水合物ct图像阈值分割方法、***、设备及介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN114897923A true CN114897923A (zh) | 2022-08-12 |
| CN114897923B CN114897923B (zh) | 2023-07-21 |
Family
ID=82726148
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210579025.6A Active CN114897923B (zh) | 2022-05-25 | 2022-05-25 | 天然气水合物ct图像阈值分割方法、***、设备及介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114897923B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN118314116A (zh) * | 2024-04-30 | 2024-07-09 | 中国海洋大学 | 一种基于图像灰度值的侏儒蛤器官重量预测方法及*** |
Citations (17)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104243820A (zh) * | 2014-09-03 | 2014-12-24 | 奇瑞汽车股份有限公司 | 一种确定图像边界的方法及装置 |
| CN105913440A (zh) * | 2016-04-26 | 2016-08-31 | 江南大学 | 一种基于双峰模式判别的织物材料表面疵点分割方法 |
| CN106960427A (zh) * | 2016-01-11 | 2017-07-18 | 中兴通讯股份有限公司 | 二维码图像处理的方法和装置 |
| CN107705314A (zh) * | 2017-11-01 | 2018-02-16 | 齐鲁工业大学 | 一种基于灰度分布的多物体图像分割方法 |
| US20180082409A1 (en) * | 2015-07-14 | 2018-03-22 | Nihon Medi-Physics Co., Ltd. | Technique for Normalizing Scintigraphy Image |
| CN109583444A (zh) * | 2018-11-22 | 2019-04-05 | 博志生物科技有限公司 | 空洞区域定位方法、装置及计算机可读存储介质 |
| CN109712212A (zh) * | 2018-12-20 | 2019-05-03 | 中国兵器科学研究院宁波分院 | 一种工业ct伪影校正方法 |
| CN109712146A (zh) * | 2018-12-14 | 2019-05-03 | 广东水利电力职业技术学院（广东省水利电力技工学校） | 一种基于直方图的em多阈值图像分割方法及装置 |
| CN110443807A (zh) * | 2019-06-27 | 2019-11-12 | 中国地质大学（武汉） | 一种基于亮度均衡的光照不均匀图像阈值分割方法 |
| CN111199513A (zh) * | 2019-12-30 | 2020-05-26 | 上海联影智能医疗科技有限公司 | 图像处理方法、计算机设备和存储介质 |
| CN111594156A (zh) * | 2020-04-10 | 2020-08-28 | 长江大学 | 一种天然气水合物饱和度计算方法及*** |
| CN111784609A (zh) * | 2020-07-02 | 2020-10-16 | 烟台艾睿光电科技有限公司 | 图像动态范围压缩方法、装置及计算机可读存储介质 |
| CN112102202A (zh) * | 2020-09-27 | 2020-12-18 | 河南工业大学 | 一种图像分割方法和图像处理装置 |
| CN112215856A (zh) * | 2020-10-20 | 2021-01-12 | 歌尔光学科技有限公司 | 图像分割的阈值确定方法、装置、终端及存储介质 |
| CN113538491A (zh) * | 2021-09-15 | 2021-10-22 | 风脉能源（武汉）股份有限公司 | 一种基于自适应阈值的边缘识别方法、***及存储介质 |
| CN114240989A (zh) * | 2021-11-30 | 2022-03-25 | 中国工商银行股份有限公司 | 图像分割方法、装置、电子设备及计算机存储介质 |
| CN114414098A (zh) * | 2022-01-25 | 2022-04-29 | 太原理工大学 | 一种分布式光纤拉曼测温***及其多点温度校正方法 |
-
2022
- 2022-05-25 CN CN202210579025.6A patent/CN114897923B/zh active Active
Patent Citations (17)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104243820A (zh) * | 2014-09-03 | 2014-12-24 | 奇瑞汽车股份有限公司 | 一种确定图像边界的方法及装置 |
| US20180082409A1 (en) * | 2015-07-14 | 2018-03-22 | Nihon Medi-Physics Co., Ltd. | Technique for Normalizing Scintigraphy Image |
| CN106960427A (zh) * | 2016-01-11 | 2017-07-18 | 中兴通讯股份有限公司 | 二维码图像处理的方法和装置 |
| CN105913440A (zh) * | 2016-04-26 | 2016-08-31 | 江南大学 | 一种基于双峰模式判别的织物材料表面疵点分割方法 |
| CN107705314A (zh) * | 2017-11-01 | 2018-02-16 | 齐鲁工业大学 | 一种基于灰度分布的多物体图像分割方法 |
| CN109583444A (zh) * | 2018-11-22 | 2019-04-05 | 博志生物科技有限公司 | 空洞区域定位方法、装置及计算机可读存储介质 |
| CN109712146A (zh) * | 2018-12-14 | 2019-05-03 | 广东水利电力职业技术学院（广东省水利电力技工学校） | 一种基于直方图的em多阈值图像分割方法及装置 |
| CN109712212A (zh) * | 2018-12-20 | 2019-05-03 | 中国兵器科学研究院宁波分院 | 一种工业ct伪影校正方法 |
| CN110443807A (zh) * | 2019-06-27 | 2019-11-12 | 中国地质大学（武汉） | 一种基于亮度均衡的光照不均匀图像阈值分割方法 |
| CN111199513A (zh) * | 2019-12-30 | 2020-05-26 | 上海联影智能医疗科技有限公司 | 图像处理方法、计算机设备和存储介质 |
| CN111594156A (zh) * | 2020-04-10 | 2020-08-28 | 长江大学 | 一种天然气水合物饱和度计算方法及*** |
| CN111784609A (zh) * | 2020-07-02 | 2020-10-16 | 烟台艾睿光电科技有限公司 | 图像动态范围压缩方法、装置及计算机可读存储介质 |
| CN112102202A (zh) * | 2020-09-27 | 2020-12-18 | 河南工业大学 | 一种图像分割方法和图像处理装置 |
| CN112215856A (zh) * | 2020-10-20 | 2021-01-12 | 歌尔光学科技有限公司 | 图像分割的阈值确定方法、装置、终端及存储介质 |
| CN113538491A (zh) * | 2021-09-15 | 2021-10-22 | 风脉能源（武汉）股份有限公司 | 一种基于自适应阈值的边缘识别方法、***及存储介质 |
| CN114240989A (zh) * | 2021-11-30 | 2022-03-25 | 中国工商银行股份有限公司 | 图像分割方法、装置、电子设备及计算机存储介质 |
| CN114414098A (zh) * | 2022-01-25 | 2022-04-29 | 太原理工大学 | 一种分布式光纤拉曼测温***及其多点温度校正方法 |
Non-Patent Citations (1)
| Title |
|---|
| 张峰等: "高斯概率分布在心脏CT图像分割中的应用", 《微计算机信息》, pages 185 - 187 * |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN118314116A (zh) * | 2024-04-30 | 2024-07-09 | 中国海洋大学 | 一种基于图像灰度值的侏儒蛤器官重量预测方法及*** |
Also Published As
| Publication number | Publication date |
|---|---|
| CN114897923B (zh) | 2023-07-21 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108805023B (zh) | 一种图像检测方法、装置、计算机设备及存储介质 | |
| US10168526B2 (en) | Cell contour formation apparatus and method of the same, and non-transitory computer readable storage medium storing a cell contour formation program | |
| CN112308854B (zh) | 一种芯片表面瑕疵的自动检测方法、***及电子设备 | |
| CN110348425B (zh) | 去底纹的方法、装置、设备及计算机可读存储介质 | |
| CN111325728B (zh) | 产品缺陷检测方法、装置、设备及存储介质 | |
| CN108682008A (zh) | 一种白细胞图像清晰度评价方法及装置 | |
| CN113609984A (zh) | 一种指针式仪表读数识别方法、装置及电子设备 | |
| EP3770853B1 (en) | Image processing method, computer program, and recording medium | |
| CN111275821A (zh) | 一种电力线拟合方法、***及终端 | |
| CN114897923B (zh) | 天然气水合物ct图像阈值分割方法、***、设备及介质 | |
| CN112070788A (zh) | 基于分块梯度分割的快速统计形变孪晶的图像处理方法 | |
| CN110176020A (zh) | 一种融合2d和3d图像的燕窝杂质分拣方法 | |
| CN117853722A (zh) | 一种融合超像素信息的钢材金相组织分割方法 | |
| CN114494739B (zh) | 基于人工智能的色粉混合效果检测方法 | |
| CN115170548A (zh) | 基于无监督学习的皮革缺陷自动检测方法及装置 | |
| CN108596840B (zh) | 一种用于深度学***的数据集增强方法 | |
| CN114965316A (zh) | 一种基于高光谱多参数的水质监测方法、计算机程序产品 | |
| CN108090914B (zh) | 基于统计建模与像素分类的彩色图像分割方法 | |
| CN116883987A (zh) | 一种用于变电站无人巡检的指针仪表读数识别方法 | |
| CN117218416A (zh) | 一种基于卷积神经网络的消化道内镜图像识别方法及*** | |
| CN108492345B (zh) | 一种基于尺度变换的数据块划分方法 | |
| JP2005293334A (ja) | テンプレートマッチング装置 | |
| CN113223098B (zh) | 图像颜色分类的预处理优化方法 | |
| La Boissonière et al. | Atom based grain extraction and measurement of geometric properties | |
| CN115187581A (zh) | 一种基于动态模式分解的混凝土裂缝实时检测方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |