摘 要：上世紀(jì)90年代，斯倫貝謝公司推出了全井眼地層微電阻率掃描成像儀，其掃描所獲得的FMI（Formation Micro Imager）圖像很好地反映了巖石的地質(zhì)結(jié)構(gòu)，但是，在FMI圖像自動識別領(lǐng)域中，由于圖像的復(fù)雜性，其邊緣特征應(yīng)用一直很少。本文通過對FMI圖像的分析，討論了其分形特征提取方法及應(yīng)用的可行性。本文關(guān)注FMI圖像的結(jié)構(gòu)特征，并基于此初步研究其邊緣特征提取方法。

關(guān)鍵詞：FMI；分形特征；邊緣檢測；邊緣特征

中圖分類號：TP391.41

FMI圖像是利用測量地層巖石的電阻率而形成的圖像，其在顏色上的變化反映了地層電阻率的變化，即巖石的結(jié)構(gòu)變化[1]。圖1示例了凝灰角礫巖、火山角礫巖、熔結(jié)集塊巖的FMI圖像，這些圖像邊緣結(jié)構(gòu)復(fù)雜，使用常規(guī)的邊緣特征提取方法難以獲得滿意效果[2]。

圖1 FMI圖像

1 FMI圖像的邊緣提取

對FMI圖像進(jìn)行邊緣提取將面臨兩個問題：（1）若要盡量多地保留圖像中的邊緣信息，則會包含過多細(xì)小邊緣噪聲，影響整體邊緣特征提??；（2）若要抑制細(xì)小噪聲，則會損耗部分有用邊緣信息。圖2給出對FMI圖像進(jìn)行常規(guī)方法的邊緣提取示例，可見，效果并不好。

圖2 熔結(jié)集塊巖Sobel、Canny算子邊緣圖

在FMI圖像中，顆粒大小及分布均勻性是其重要特點，包括白色顆粒和黑色陰影（如裂縫、黑色顆粒等），中間過渡色區(qū)域在灰度值變化較大的范圍內(nèi)呈稀疏分布，本文通過對FMI圖像直方圖的統(tǒng)計分析，獲取黑色區(qū)間、白色區(qū)間、過渡區(qū)間的不同閾值θ1、θ2和θ3，作為Canny邊緣檢測閾值：

圖3示例了通過上述方式對凝灰角礫巖的不同區(qū)間的邊緣提取效果。

圖3 凝灰角礫巖三區(qū)間邊緣

2 FMI圖像的分形特征提取算法

可見，本文提出的分形特征在巖石識別中可以獲得良好的效果，且對部分種類巖石的識別效果突出。

4 結(jié)束語

FMI圖像的邊緣信息在其分類識別中有著重要地位，通過本文的實驗結(jié)果可見，通過選擇恰當(dāng)?shù)拈撝祬^(qū)間，用Canny算子提取邊緣，對過渡區(qū)間、黑色區(qū)間、白色區(qū)間的盒維數(shù)特征提取，能夠有效地對巖石進(jìn)行識別，這使得FMI圖像的邊緣特征能夠很好地應(yīng)用于對FMI圖像的計算機識別中?；贔MI圖像的不同區(qū)間邊緣的盒維數(shù)計算，能夠為巖石巖性的識別提供更多的參考信息，保留原始圖像中更多的有用邊緣信息，為提高巖性識別的可靠性和計算機自動巖性識別提供重要依據(jù)。

參考文獻(xiàn)：

[1]楊長春，許大華，遲秀榮.微電阻率掃描成像測井方法應(yīng)用及發(fā)展前景[J].地球物理學(xué)進(jìn)展，2005（02）：357-364.

[2]葉志紅，陸江蓮，施興建.微電阻率掃描成像測井在火成巖巖性識別中的應(yīng)用[J].國外測井技術(shù)，2009（173）：15-16.

[3]陳永強，陸安生，胡漢平.基于分形的圖像分析方法綜述[J].計算機工程與設(shè)計，2005（07）：1781-1783.

[4]郝敏，麻碩士.盒維數(shù)在圖像處理中的應(yīng)用[C].第二屆國際計算機及計算技術(shù)在農(nóng)業(yè)中的應(yīng)用研討會，2008：24-27.

作者簡介：邱曉寧（1982-），河北邯鄲人，碩士，研究方向：模式識別；霍磊（1985-），河北石家莊人，博士研究生，研究方向：物聯(lián)網(wǎng)與智能控制。

作者單位：國家知識產(chǎn)權(quán)局專利局專利審查協(xié)作北京中心，北京 100190；北京科技大學(xué) 計算機與通信工程學(xué)院，北京 100083