[发明专利]一种钻孔岩芯野外照片柱状图的自动化生成方法在审
申请号: | 201910075843.0 | 申请日: | 2019-01-25 |
公开(公告)号: | CN109858500A | 公开(公告)日: | 2019-06-07 |
发明(设计)人: | 李长波 | 申请(专利权)人: | 中国地质调查局南京地质调查中心 |
主分类号: | G06K9/46 | 分类号: | G06K9/46;G06T11/00;G06T3/40 |
代理公司: | 北京汇捷知识产权代理事务所(普通合伙) 11531 | 代理人: | 李宏伟 |
地址: | 210000 江苏*** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 柱状图 线性特征 钻孔岩芯 钻孔柱状图 野外 矩形化 输出 岩芯 拼接 自动化 光圈 均一化处理 图像预处理 传统水平 端点坐标 曝光信息 照片色彩 点坐标 均一化 装载体 垂向 迭置 配对 预设 剪裁 样式 保证 | ||
本发明公开了一种钻孔岩芯野外照片柱状图的自动化生成方法,包括以下步骤:步骤1.图像预处理:根据照片的光圈及曝光信息对照片的亮度按照预设值进行均一化处理,保证拼接照片色彩的一致性。步骤2.对岩芯装载体的线性特征进行识别,对线性特征进行配对,并标记岩芯深度,确定线性特征端点坐标;步骤3.根据脚点坐标进行矩形化调整,进行照片剪裁;步骤4:选择输出拼接样式:输出传统水平迭置型钻孔柱状图,或者输出人工较难实现的垂向等深度钻孔柱状图。本发明可大大缩短钻孔岩芯野外照片的处理及柱状图生成的时间。照片亮度的均一化调节,以及精确的矩形化调整使得柱状图的成图质量更高。
技术领域
本发明属于地质勘探技术领域,涉及一种钻孔岩芯野外照片柱状图的自动化生成方法。
背景技术
地质钻孔岩芯的盛放多为1m长、110mm直径的PVC管或岩芯箱内,岩芯取出后被水平剖开放置在相应的PVC半剖管中或岩芯箱中,通常我们将4-5管岩芯或整箱岩芯进行一次拍摄,记录其岩芯特征。在现今地质钻探岩芯照片形成钻孔岩芯照片柱状图的过程中,现在往往采用对照片进行人工剪裁、比例调整、拼接等方式,一个钻孔往往几百张照片,重复劳动多,且在比例调整过程中多凭肉眼识别,人为误差较大,在不同照片的亮度差异方面也缺乏统一化的调整。
发明内容
本发明的目的在于提供一种钻孔岩芯野外照片柱状图的自动化生成方法。该方法主要采取比较成熟的图像特征提取技术(包括方向梯度直方图算法(Histogram ofOriented Gradient, HOG),局部二值模式算法(Local Binary Pattern),深度学习算法(Machine Learning)等)对岩芯照片进行处理,从而实现钻孔岩芯柱状图的自动化生成。
其技术方案如下:
一种钻孔岩芯野外照片柱状图的自动化生成方法,包括以下步骤:
步骤1.图像预处理:根据照片的光圈及曝光信息对照片的亮度进行均一化(按照预设值)处理,保证拼接照片色彩的一致性。
步骤2.对岩芯装载体的线性特征进行识别,对线性特征进行配对,并标记岩芯深度,确定线性特征端点坐标(即步骤3中脚点坐标)
步骤3.根据脚点坐标进行矩形化调整,进行照片剪裁;
步骤4:选择输出拼接样式:输出传统水平迭置型钻孔柱状图,或者输出人工较难实现的垂向等深度钻孔柱状图。
进一步,步骤2中,如果为pvc管装置,则识别白色线性特征,若为岩芯箱装置则识别棕色或黑色线性特征;现在成熟的图像识别算法有方向梯度直方图算法(Histogram ofOriented Gradient, HOG),局部二值模式算法(Local Binary Pattern),深度学习算法(Machine Learning)等。
与现有技术相比,本发明的有益效果:
首先,本发明可大大缩短钻孔岩芯野外照片的处理及柱状图生成的时间。其次,照片亮度的均一化调节,以及精确的矩形化调整使得柱状图的成图质量更高。再次,生成的柱状图有多种样式,可选择传统的易于放置的水平迭置柱状图形式,也可选择更方便岩性特征对比的垂向等深度柱状图。
附图说明
图1为钻孔岩芯摆放样式图:(a)为pvc管放置方式;(b)为岩芯箱放置方式;
图2为本发明钻孔岩芯野外照片柱状图的自动化生成方法的流程图。
具体实施方式
下面结合附图和具体实施方式对本发明的技术方案作进一步详细地说明。
参照图1-图2,一种钻孔岩芯野外照片柱状图的自动化生成方法,包括以下步骤:
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国地质调查局南京地质调查中心,未经中国地质调查局南京地质调查中心许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201910075843.0/2.html,转载请声明来源钻瓜专利网。