一种改进C-V模型和应用煤岩Mesocrack图像

文摘

为了准确、全面地获取煤岩mesocrack图像信息,图像处理技术介绍了基于偏微分方程(PDE)为了阐述没有边缘活动轮廓模型的不足,克服C-V模型。采用改进C-V模型以过程mesoimages包含单个和多个煤的岩石裂缝和获得高质量的煤岩mesocracks二进制图像和煤岩的有效特征参数中构造经过量化处理,这将为后续的研究奠定坚实的基础计算煤岩石渗流计算和损害。研究表明,与原C-V模型相比,改进的模型达到更好的图像分割效果和更准确的定量信息煤岩中构造对煤岩mesoimages低对比度与非均匀灰度,事实表明,它可以应用于煤岩渗透率的计算和破坏因素。

1。介绍

地下煤炭开采必然会引发内部压力反应的煤岩和引起局部的浓度或释放压力,从而导致煤岩的失稳破坏。在这个过程中,不同的应力状态和振幅会带来不同形式的破坏岩石。在煤岩材料组成及其主要物理和机械结构确定其应力、应变状态下的外部载荷,进而控制macromechanical反应和破坏机理。裂纹产生在一定区域的高应力下地下开采,形成裂缝的不稳定的煤岩反过来影响其内部应力、应变状态,造成当地主应力偏转和改善或恶化的当地煤岩的应力状态。研究中尺度的煤岩损伤主要集中在裂纹萌生、扩展、连接、方向、规模、和属性。这些重要的因素提供了重要的指导和设计基础的预防和控制煤岩不稳定和失败。

数字图像处理技术提供了一个有效手段的精确测量和定量分析材料在中尺度和开辟了一种新的方式对科学家和工程师全面了解的异质性,每个组件的内部结构特征和形态特征和相应的mesomechanic特征(1]。图像分割算法基于阈值分割,边缘检测,区域增长已经广泛应用于处理煤岩mesoimage处理。为了提取图像特征的不同成分的花岗岩,陈et al。2,3)提出了一个multithreshold地区基于彩色空间的分区方法。悦et al。4,5结合数字图像处理和数值方法,如有限元法和有限差分法,为了研究中构造的影响岩土工程材料内部应力分布。朱et al。6)也利用区域增长算法来提取mesostructural信息的弹珠。徐et al。7)使用数字图像处理技术研究土石混合料的内部中构造特征,并利用几何矢量变换技术,向量的概念模型,该模型可以表示实际的内部构造中构造的土石混合。刘等人。8]阐述了岩石mesoimage基于回归模型的分析方法。Yu et al。9]介绍了数字图像处理技术的岩石破裂过程分析系统,采用数字图像处理技术来描述岩石的非均质性,建立数值模型反映了中构造的材料。

数字图像处理包括噪声的去除,对比度增强,复苏,分割,特征提取的图像通过计算机。上述文献综述是基于传统的图像处理方法,它可以抑制噪声,但拥有详细的图像的模糊信息的缺陷,易受干扰,精度较低。值得注意的是,它是不准确的处理图像通过煤岩mesomechanic实验,具有对比度低,多个细节,和弱边界信息,限制煤渗透率的计算的基础研究,煤岩损伤和multifield裂缝耦合。相比传统的图像处理方法,图像处理方法基于偏微分方程(PDE)保护边际详细信息的独特优势,实现非线性噪声去除,同时消除图像噪声。PDE-based还利用数值分析理论和PDE方法,它的特点是高速度、精度和稳定性。这些方法使分析从图像的空间几何的角度的基础上自然几何图像与方程之间的联系,以建立一个图像处理模型接近现实。C-V模型是一个广泛应用PDE图像处理方法。介绍并解释的原则C-V模型,提出了一种改进的模型基于图像增强的功能。对煤岩mesoimages与非均匀灰度和对比度低,改善C-V模型通过处理得到高质量的图像分割实验mesoimages与单个和多个裂缝。这种方法还可以获得煤岩mesostructural信息通过二进制图像量化过程,研究煤的渗透系数和损伤变量包含裂纹的岩石,它提供了一种可靠的支持mesomechanic深入研究煤岩的特征。

2。基于PDE C-V模型

2.1。基于PDE图像处理

目前,没有通用的分割理论可以应用于图像分割技术。提出的分割算法主要是针对特定的问题。当将目标图像中模糊边界或分散的目标,传统的分割技术(10)因低效率和精度。如果图像分割功能归结为一个问题相关能量最小化,这个问题可以转化为PDE为了通过梯度下降流的精确解。基于PDE图像处理方法是依法行使上述概念。该方法可以有效地分割目标模糊边界或分散的目标。分割效果达到亚像素精度(11),它可以自动检测图像的内部和外部轮廓和具有噪声免疫力。由于这些独特的优势,基于PDE图像处理方法已被广泛接受,它是图像分割领域的热点问题。到目前为止,它已经应用于图像处理的各个领域。

的基本概念基于PDE图像处理方法是发展一个图像,曲线或曲面在PDE模型,获得预期的结果通过求解这个方程(12]。一个未知函数的一般类型的PDE 如下(13]: 在哪里 , , ,和请参考系数和 ; , , ,和是独立变量和包含一个时间变量。

2.2。基于C-V图像分割模型

C-V模型提出的陈和Vese14,15)考虑区域内的平均灰度之间的某些差异。如果曲线表达了一个参数方程,然后分割问题可以归结为最小化(最小的功能面积: )能量函数的闭合曲线(边界分割): 在哪里是图像灰度矩阵;是闭合曲线;图像的内部面积除以吗 ; 外部区域;和指的是算术平均值的输入图像的灰度, ,在和 ;和 , ,和每个能量项的重量系数。

方法采用和嵌入函数变化水平并介绍了为了获得嵌入函数的功能 : 在哪里是亥维赛的功能。

在固定功能 ,以下公式的基础上获得最低方程(3)和 :

在固定和 ,以下公式得到最低下方程(3) :

在这, 在哪里指的是任意的函数,它满足了 。方程(4)和(5)是合成为了获得稳态解以及分割结果。

3所示。改善C-V模型

3.1。改善C-V模型

C-V模型可以有效地检测弱或模糊的边缘图像,证明了分割精度高,计算简单,噪声免疫力。这些优势大大扩大其应用范围。然而,进化速度 C-V模型的水平集函数的均值差异(密切相关 )内部和外部之间的灰度变化曲线的图像 。当 ,或发展的内部和外部的灰度曲线接近对方,早期的迭代产生的轻微变化水平集函数 ;在这种情况下,需要更多的迭代(有时需要更多的订单的大小),以取代演化曲线。与非均匀灰度的图像对比度低,如煤岩图片,轻微的前景和背景灰度区别是容易引起 C-V模型中,从而导致分割效率低。同时,也容易导致非均匀灰度分割的背景是错误的前景,这将大大减少图像处理的效果。因此,对于图像,尤其是煤岩与非均匀灰度图像对比度低、C-V模型的应用一直受到巨大限制。

根据上述分析,为了提高运用C-V模型的效果,有必要改进C-V模型两个角度的增加图像对比度和灰度图像的均衡。通过灰度值映射,狭窄的灰度分布范围,图像被处理成一个宽带输出值,目标区域的对比度可以有效地改善。典型的方法包括对数变换和功率变换。冈萨雷斯et al。10)还指出,如果图像像素占所有灰色的水平,都是均匀分布的,那么图像具有高对比度和多样的灰色基调。图像的灰度平衡的使用有效地扩大共同的灰度直方图均衡化方法。在前景和背景灰度接近彼此(非均匀灰度),增加图像的局部对比度(不影响整体的对比度)将帮助更好的图像灰度直方图的分布。与此同时,在上述操作中,图像灰度值是容易方法灰度的两端,形成脉冲噪声。然而,这种噪音必须消除为了保持水平集演化的效率。中值滤波函数采用观察窗组成的奇怪的抽样和检查样本的输入信号,以判断此示例能满足信号的要求(消除噪音)。观察窗的数值进行排序与观察窗的中间值作为输出。然后,最早的值是被遗弃和新样品。通过这种方式,中值滤波函数可以消除脉冲噪声,同时保留边缘特征。

本文采用一种图像增强功能, ,结合电力变换,对数变换,灰色的均衡,和一个中值滤波函数替换图像灰度矩阵, ,能量函数的原始C-V模型(方程(2))。结果下面列出: 在哪里和代表了灰度图像的算术平均值和 ,分别。通过这种方式,图像增强功能, ,增加了内部和外部的灰度平均值之差的变化曲线( ),从而大大减少了内部和外部的可能性平均灰度的变化曲线接近对方,获得一套更高层次的进化速度和更好的图像处理效果。

上述图像增强功能, ,可以指定如下: 在哪里 中值滤波器的大小,和为奇数;是图像的灰度分布密度函数 ;和转换后的图像的灰度矩阵的统一的随机变量在吗分布区间,单调而不减少的。可以表示如下: 或 在哪里是不断改善的对比。方程(9)介绍了拉伸对比基于权力的转换,和方程(10)介绍了改进对比基于对数变换。

通过遵循C-V推导过程,函数的最小值对计算如下:

在原始C-V模型,正规化亥维赛函数必须符合条件 。改进C-V模型本文选择以下正规化亥维赛功能:

这样的正则化函数是一个奇怪的对称函数。参数为了控制使用的频率和改变它从0到1。

3.2。改进的C-V模型的数值实现

PDE的数值计算方案包括显式、隐式和semi-implicit方案。显式方案指的是直接计算,它可以容易理解但很容易错误的积累和传播,这证明了其算法稳定性较低。高稳定的隐格式的优点,但通常引起非线性联立代数方程。它通常伴随着计算显式方案相比要复杂得多。semi-implicit方案通常产生一个线性差分方程。不同的非线性联立代数方程,它通常需要更容易数值计算;同时,semi-implicit方案也具有高稳定性,因此,它被广泛应用于PDE数值计算。因此,本文采用semi-implicit方案。

参数和是指每个能量项的权重系数,代表分割部分的重要性。前景分割在图像分割方法的分割背景,反之亦然。因此, 。离散化方案结合向前差异和向后的区别是采用改进的C-V模型的semi-implicit数值计算方案: 在这

根据正规化亥维赛函数,下面的计算应用于当前发展的内部和外部图像灰度平均值曲线(零水平集)为了避免检测零水平集的问题: 在哪里和代表了图像灰度平均值迭代。

4所示。实验结果和分析

4.1。实验过程和结果

为了验证本文提出方法的可行性和优越性,C-V模型和改进的C-V模型都采用煤炭处理图像样本与单个和多个裂缝下面列出的具体过程是:步骤(我)图像采集。岩土材料的mesoimages通常通过以下几点:(1)数码相机,(2)与观察由CCD摄像机立体显微镜、偏光显微镜和(3)电子显微镜(TEM和SEM) (16]。在这项研究中,使用SEM获取mesoimages煤的岩石。图1显示了一个典型的例子,包含裂纹的煤步骤(2)图像分割。C-V模型和改进的C-V模型采用上述分割的图像。在这个实验中,采用semi-implicit方案与参数 , , ,和时间步 。图像分割效果基于C-V模型如图2和图像分割效果基于改进剂C-V模型图3。左边的图像数据2和3引入进化的分布曲线(零水平集)原始图像,和正确的图像呈现的图像效果变化曲线(零水平集)。

4.2。对实验结果的分析

表1提出了一种比较的图像分割效果和时间根据C-V模型和改进的C-V模型。表1表明,对于单个裂纹图像和多个裂纹图像,分割基于C-V模型没有理想的效果而改善C-V模型主要是达到分割的效果和获得一个相对明确的裂纹。在4000次迭代之后,该方法基于C-V模型仍未达到理想的分割效果。许多背景细节的前景和分段伴随着前台。同时,很多细节的前景不分段,因为他们是被误解为背景,从而导致裂纹提取的失败;然而,改善C-V模型结果更好的分割效果,就是明证的有效提取前景目标。尽管只有很少的背景细节,如斑点、捕获和分布式,他们将在以下处理,以确保消除图像分割的成功。此外,早期的迭代(1000倍),改进C-V模型和原始C-V模型需要类似的大量的时间。随着迭代次数的增加,特别是在4000次迭代,改进C-V模型消耗26秒不到原C-V方法在处理单一裂纹图像和7秒少当处理多个裂纹图像。可以看出,改进的C-V模型可以处理图像非均匀灰度、对比度低的比C-V模型。原C-V模型相比,改进C-V模型可以大大提高加工效率。

5。应用图像处理结果

5.1。裂纹信息的获得

上述分割图像基于改进C-V模型应该进一步处理以消除背景的干扰,获得更有效的裂缝信息。原始图像表明,直线部分连接图的顶部和底部3是裂纹和其他黑人斑点像部分是背景细节,不是裂纹,应通过形态学方法消除。

首先,采用改进C-V模型为了迭代图像二值化4000次,选择细分区域按照原始图像的形态功能的使用,Bwselect。仔细观察表明,原始图像中的裂缝分割成几个部分,每个部分之间的空间与线连接。摘要切线方向生长的方法是利用为了重新连接断裂的裂纹,如图4 (b)。同时,采用形态函数,Bwmorph,为了消除边缘上的毛刺和选择裂纹剖面效果如图4 (c)。Imfill,然后,这个函数是用来填补裂纹剖面效果如图4 (d)。最后,图4 (e)通过覆盖上述结果对原始图像。与原始图像相比,裂纹提取可以覆盖原始裂纹区域,这一事实显示理想的处理结果。

采用函数Regionprops获得图像中的区域特征参数和裂纹信息,如表所示2。根据表2的面积,方便获得每个单处骨折或multiple-fracture裂纹( ),周长( ),长轴长度( ),和短轴长度( )用同样的标准第二中央的时刻,半径( )圆的面积一样,和方位角( )。为多个裂纹图像,还可以获得裂缝数量, ,根据裂纹和组他们罢工;值得注意的是,进一步处理可以获得空间, ,每组之间的裂缝。指的是多个裂纹图像(图5),具体操作与裂纹数量的摘要 。根据不同的方位角,这四个裂缝可分为两组:裂纹,裂纹,裂纹4一组和裂缝3在另一个。表2显示的平均裂缝方位1,2,4 = -74.4°。因此,在二进制图像绘制一条直线沿着15.6°方向(二进制图像裂缝)为了与上述三个裂缝相交。之间的距离和测量330像素;因此,这些团体之间的空间裂缝是165像素。

5.2。裂纹的进一步应用量化的信息

mesocomposition和煤岩结构确定他们在外力作用下的应力应变状态和控制macromechanical响应和失效机制。这些mesocompositions的生存和发展和结构使煤岩的seepage-stress耦合非常复杂。数字图像处理技术提供了一个有效的方法表达煤岩的异质性的角度mesophysical机械结构,这使得mesoresearch裂纹岩体固液耦合更直接的和有效的。

方法采用基于改进C-V模型以过程煤岩图像包含裂缝和获得关于裂缝的各种二维数据,如裂纹区域( ),周长( ),方位角( ),长度( ),宽度( ),号码( ),和裂缝空间( )。分析这些信息可以用来实现中构造煤岩的定量描述;因此,这些信息也可以进一步应用渗流力学和损伤力学的理论研究煤岩。

5.2.1。应用煤岩裂缝渗流力学的研究信息

在含煤岩裂缝,裂缝可以分组根据他们的罢工。按照模型equal-width裂纹,裂纹的渗透系数可以表示为

罗姆(17]认为破碎岩体是quasicontinuous中,流体流动符合达西定律:

达西定律表明,

结合方程(16)- (18)可以获得裂纹的渗透系数组: 在哪里重力加速度,是流体运动粘度系数,是渗透速率,是流体的压力梯度。

5.2.2。应用煤岩损伤力学的研究信息

煤岩中构造的确定其损伤状态,可以大致得到评估mesostructural微裂隙的特征。通过mesomechanic实验获得的mesoimages可以用来定量研究之间的关系开始,扩张和变形响应的裂缝(中构造)。为了建立中构造的损伤变量之间的相关性,macromechanical反应,和身体的本构方程,变量应该引入表达表面损伤程度的样本和量化它基于裂纹数据列出的表达式如下: 在哪里的有效长度是在峰值应力和裂纹吗指的是有效裂纹长度下相应的应变。

裂纹的有效长度的计算方法是根据以下方程(18]: 在哪里是样品的表面裂纹的有效长度;的长度吗^th裂纹;裂缝的总数;和之间的夹角吗^th裂缝和负载取向,即 ,在哪里裂缝的方位,在单位的弧度。上述测量表面裂纹损伤程度的量化方法有效地简化数据处理没有考虑煤岩的各向异性。然而,在实际项目中,煤岩的特征是显著的异质性和几何不连续。出于这个原因,评价煤岩的破坏也应考虑到各向异性。符合连续损伤力学的理论19- - - - - -24),损伤张量, ,岩体的定义如下: 在哪里的最小空间裂缝表面,的面积是^th裂纹,的法向量^th裂缝。

6。结论

为了全面、准确地获取从煤岩mesoimages裂纹信息,介绍了图像处理技术基于PDE和阐述的原则没有边缘活动轮廓模型。根据灰度分布不均的C-V模型和煤岩的局限性对比度较低的图像,一种改进的基于图像增强的C-V模型函数提出了一个离散化方案向前差异和向后差分相结合,采用数值计算semi-implicit方案。

C-V模型和改进的C-V模型采用图像处理的煤岩mesoimages。结果表明,改进的C-V模型取得了较好的图像分割效果和提供更准确的定量信息比C-V煤岩中构造方法,图像与单个裂缝和多个裂缝。这一事实表明,改进C-V模型优越时处理煤岩mesoimages非均匀灰度和低对比度。

提取的二进制裂纹图像进行量化处理,以提取长度、方位、面积、周长、和空间的裂缝和裂缝。定量裂纹图像信息在不同的实验阶段煤岩中构造的使用是为了进行更深入研究煤岩渗流与损伤力学。

数据可用性

使用的数据来支持本研究的发现可以从相应的作者。

的利益冲突

作者宣称没有利益冲突。

确认

这项研究是由北京市自然科学基金(8204068)。

引用

1. c . Chen x m . Liu和c·h·刘,“数字图像处理的应用岩石技术”,岩石和土力学31卷,第3472 - 3468页,2010年。视图:谷歌学术搜索
2. 陈,z .问:悦,l . g . Tham“基于数字图像的数值建模方法异构geomaterials,”中国岩土Engineering-Chinese版杂志》上27卷,第964 - 956页,2005年。视图:谷歌学术搜索
3. 陈,z .问:悦,l . g . Tham“数字图像非均匀岩石破裂的数值模拟方法预测,“国际岩石力学和采矿科学杂志》上第41卷。。6,939 - 957年,2004页。视图:出版商的网站|谷歌学术搜索
4. z .问:悦,s . Chen和l . g . Tham”有限元建模的使用数字图像处理,”电脑和土工技术,30卷,不。5,375 - 397年,2003页。视图:出版商的网站|谷歌学术搜索
5. z .问:悦,s . Chen h .郑和l . g . Tham”geomaterials数字图像进行基于有限元方法,”中国岩石力学与工程学报,23卷,第897 - 889页,2004年。视图:谷歌学术搜索
6. z d·朱w . p .曲,z . j .江“定量测试研究中构造的岩石,中国岩石力学与工程学报26卷,第1325 - 1313页,2007年。视图:谷歌学术搜索
7. w·j·徐,z .问:悦,r·l·胡”研究中构造和mesomechanical特征的选取混合使用数字图像处理为基础的有限元方法,”国际岩石力学和采矿科学杂志》上,45卷,不。5,749 - 762年,2008页。视图:出版商的网站|谷歌学术搜索
8. s . g . y . b . Liu曹,y . c .刘”讨论分析方法基于二介观岩石图像,”中国岩石力学与工程学报27卷,第1065 - 1059页,2008年。视图:谷歌学术搜索
9. 问:l . Yu t·h·杨,c .郑c . a . Tang和p·t·王,“数值分析的岩石中构造对其变形和强度的影响,“岩石和土力学32卷,第3472 - 3468页,2011年。视图:谷歌学术搜索
10. r·c·冈萨雷斯·r·e·伍兹,s . l . eddin使用MATLAB数字图像处理美国Gatesmark出版,2009年。
11. m . Sonka诉Hlavac, r·博伊尔图像处理、分析与机器视觉2014年美国Cengage学习。
12. 问:问:阮j.y.吴,“偏微分方程(PDE)数字图像处理方法,”信号处理28卷,第314 - 301页,2012年。视图:谷歌学术搜索
13. d .张和g .陈基于偏微分方程的图像处理,高等教育出版社,中国,2004。
14. t . Chan和l . Vese”主动轮廓没有边缘,”IEEE图像处理,10卷,不。2、266 - 277年,2001页。视图:出版商的网站|谷歌学术搜索
15. t . Chan和l . Vese”,一个有效的变分多相Mumford-Shah模型的运动,”美国第34艾斯洛玛尔会议信号,系统和电脑太平洋格罗夫,页490 - 494年,CA,美国,美国,2000年11月。视图:谷歌学术搜索
16. y . b .刘的变形和破坏规律研究充气煤炭基地mesomechanical实验,重庆大学,中国,2009。
17. e . s .罗姆流体在裂缝,Nedra出版社,俄罗斯,1966年。
18. p . t .气、李z . x和y . p .挂“压缩变形和裂纹扩展之间的联系在水泥砂浆中,“中国岩石力学与工程学报22卷,第428 - 425页,2003年。视图:谷歌学术搜索
19. j . x元,“岩体破坏的问题,”岩石和土力学,14卷,12-20,1993页。视图:谷歌学术搜索
20. z . y .歌曲和h Konietzky”particle-based数值长壁放顶煤开采过程挖掘调查”阿拉伯地球科学杂志》,12卷,不。18,556年,页2019。视图:出版商的网站|谷歌学术搜索
21. z . y .歌曲、h . Konietzky和m . Herbst”三维粒子模型数值模拟基于多级压缩循环荷载的混凝土,“建筑和建筑材料卷,225年,第677 - 661页,2019年。视图:谷歌学术搜索
22. z . y .歌曲、h . Konietzky和m . Herbst”Bonded-particle基于模型模拟人工岩石循环荷载作用下,“Acta Geotechnica,14卷,不。4、955 - 971年,2019页。视图:谷歌学术搜索
23. z . y .歌曲、h . Konietzky和m . Herbst”画的断裂机制上煤矿长壁放顶煤开采过程中,“国际岩石力学和采矿科学杂志》上第104329条,卷。130年,2020年。视图:出版商的网站|谷歌学术搜索
24. z . y .歌曲、w·j·魏和j·w·张,“数值调查颗粒形状对分离提取的影响区(IEZ)块屈服,”阿拉伯地球科学杂志》,11卷,不。12,310页,2018年。视图:出版商的网站|谷歌学术搜索

版权

版权©2020张玉龙陈和宏伟。这是一个开放的分布式下文章知识共享归属许可,它允许无限制的使用、分配和复制在任何媒介,提供最初的工作是正确引用。