• 
    

    
    

      99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

      基于數(shù)字圖像處理的礦物顆粒形態(tài)定量分析*

      2021-03-13 08:35:42陳建湟張中儉徐文杰李麗慧
      工程地質(zhì)學報 2021年1期
      關(guān)鍵詞:棱角關(guān)鍵點輪廓

      陳建湟 張中儉 徐文杰 李麗慧

      (①中國地質(zhì)大學(北京)工程技術(shù)學院,北京 100083,中國)(②清華大學水沙科學與水利水電工程國家重點實驗室,北京 100084,中國)(③中國科學院地質(zhì)與地球物理研究所,中國科學院頁巖氣與地質(zhì)工程重點實驗室,北京 100029,中國)

      0 引 言

      巖石薄片鑒定是在偏光顯微鏡下鑒定礦物和巖石的一種方法。它具有經(jīng)濟、快捷、直觀的特點,在石油天然氣勘探(Srisutthiyakorn et al.,2018)、石質(zhì)文物保護(Reedy,2013;張中儉等,2015)等領(lǐng)域應(yīng)用廣泛。目前,我國《巖石薄片鑒定規(guī)范》(SY/T 5368-2016)采用目估法對薄片中礦物的成分、含量、結(jié)晶特點、光學性質(zhì)、結(jié)構(gòu)、構(gòu)造和生成順序進行鑒定,確定巖石類型及其成因特征。該規(guī)范分別采用粒度和磨圓度對礦物顆粒大小和形態(tài)進行評價。粒度指礦物顆粒輪廓的最小外接圓,通過比對巖石薄片顯微照片上的比例尺目估得到。磨圓度的評價方法是將待測礦物顆粒圖像和已標定形態(tài)特征的圖像進行比對。根據(jù)《巖石薄片鑒定規(guī)范》和Krumbein et al.(1963)的研究,將磨圓度的值按照一定區(qū)間分為棱角(0~0.15)、次棱角(0.15~0.25)、次圓(0.25~0.4)、圓(0.4~0.6)、極圓(0.6~1.0)5個等級。這種方法具有方便、快捷的優(yōu)點,但其評價結(jié)果受測試人主觀選擇的影響,并且僅用磨圓度不能刻畫礦物顆粒的全部特征。

      在顆粒形態(tài)量化研究領(lǐng)域中,研究人員對砂顆粒的形態(tài)研究較早。目前,砂顆粒的形態(tài)特征可以采用球度S、凸度C、長寬比A和磨圓度Π等4個獨立參數(shù)來刻畫(Wadell,1932;Blott et al.,2008;Altuhafi et al.,2013;Liu et al.,2018),如圖1所示。這4個形態(tài)參數(shù)分別用于描述顆粒的近圓程度、凹陷程度、狹長程度和棱角的尖鈍程度,式(1)~式(4)分別給出了相關(guān)計算公式:

      圖1 顆粒形態(tài)參數(shù)計算示意圖Fig.1 Schematic diagram of particle shape parametersa.球度;b.凸度;c.長寬比;d.磨圓度

      球度S的計算公式:

      (1)

      式中:d為顆粒等效面積圓的半徑;ds為顆粒的最小外接圓半徑。

      凸度C的計算公式:

      (2)

      式中:AS為顆粒的面積;BS為顆粒凸包線的面積。

      長寬比A的計算公式:

      (3)

      式中:w為顆粒最小外接矩形的短邊;l為顆粒最小外接矩形的長邊。

      磨圓度Π的計算公式:

      (4)

      式中:ri為顆粒棱角的曲率半徑;R為顆粒的最大內(nèi)切圓半徑;N為顆粒棱角數(shù)量。

      圖像處理是利用計算機對圖像進行像素級處理、分析的過程。在工程地質(zhì)方面,有學者利用圖像處理技術(shù)開展地質(zhì)體的細觀力學性質(zhì)(岳中琦等,2004;徐文杰等,2007a,2007b;趙洲等,2019;Xu et al.,2020)、碎屑流堆積體粒徑(彭雙麒等,2019)、巖性識別(胡啟年等,2020)等方面的研究;還有學者利用圖像處理技術(shù)分析巖石薄片圖像從而計算礦物顆粒粒徑分布(Seelos et al.,2005;袁瑞等,2015),顆粒分形維數(shù)、球度、凸度等(Berrezueta et al.,2019),顆粒間孔隙的孔喉比(劉春等,2018),以及根據(jù)巖石薄片圖像預(yù)測巖石的壓縮性(Das et al.,2020)、彈性模量和滲透性(Saxena et al.,2016;Srisutthiyakorn et al.,2018)。

      本文擬利用巖石薄片的顯微圖像,基于圖像處理技術(shù),借鑒砂顆粒的形態(tài)參數(shù)球度、凸度、長寬比和磨圓度等,全面、定量地刻畫礦物顆粒的形態(tài)。對于球度、凸度、長寬比的參數(shù),由于其計算僅涉及到顆粒的長度和面積等,可以利用現(xiàn)有的算法庫進行求解(如OpenCV),根據(jù)式(1)~式(3)可直接計算相應(yīng)的參數(shù)。磨圓度的理論公式(即式(4))由Wadell(1932)提出。由于需要計算顆粒棱角的曲率半徑、顆粒棱角的數(shù)量等參數(shù),導(dǎo)致利用該公式難以直接計算出磨圓度。一些學者利用圖像處理技術(shù)對單一顆粒進行磨圓度的計算。Zheng et al.(2015)首先用局部加權(quán)平均的方法將顆粒輪廓光滑處理,然后標記輪廓外凸的坐標點為棱角關(guān)鍵點,最后用全部棱角關(guān)鍵點按照遞減棱角關(guān)鍵點的方式循環(huán)擬合圓,以達到搜索棱角圓的目的。該方法不獨立對顆粒棱角進行識別,計算步數(shù)多且計算結(jié)果存在一定偶然性。Vangla et al.(2018)首先利用傅里葉級數(shù)擬合顆粒輪廓,然后將輪廓上曲率為0的部位作為不同顆粒棱角的分界,進行棱角識別,最后求得各個棱角中每個棱角關(guān)鍵點的曲率半徑,挑選其中一個代表該棱角的曲率半徑。該方法在棱角關(guān)鍵點識別中會引入棱角周邊的點而導(dǎo)致棱角存在曲率漸變的情況,并且不容易挑選出代表該棱角的曲率半徑。本文在傅里葉級數(shù)擬合顆粒輪廓的基礎(chǔ)上,提出新的磨圓度計算方法,使計算結(jié)果更為客觀、便捷,并且可以同時計算多個顆粒的磨圓度。

      本文論述了計算球度、凸度、長寬比和磨圓度等形態(tài)參數(shù)的具體方法(尤其詳細論述了磨圓度的計算方法),利用已知形態(tài)參數(shù)的規(guī)則圖形驗證了該方法的準確性,利用薄片顯微圖像進行了礦物顆粒形態(tài)的計算應(yīng)用,討論了影響礦物顆粒形態(tài)計算結(jié)果的影響因素,展望了其應(yīng)用前景。

      1 礦物顆粒形態(tài)定量分析方法

      本研究方法具體包括:巖石薄片制備和顯微圖像獲??;利用圖像分割技術(shù)區(qū)分礦物顆粒,提取礦物顆粒輪廓像素坐標;利用離散幾何方法求解礦物的形態(tài)參數(shù)。

      1.1 巖石薄片顯微圖像獲取

      根據(jù)《巖石制片方法》(SY/T 5913-2004),對巖石樣品進行薄片制作。將制作好的巖石薄片放置于偏光顯微鏡下觀察并拍照,如圖2a所示。

      1.2 礦物顆粒分割和像素坐標提取

      將巖石薄片的圖像轉(zhuǎn)換為灰度圖,利用圖像分割技術(shù)從巖石薄片顯微圖像中將不同礦物顆粒和背景區(qū)分開并轉(zhuǎn)為二值圖。因為單個礦物顆粒的灰度值通常相近,礦物顆粒之間的界限與礦物顆粒的灰度值相差較大,不同礦物顆粒以及顆粒邊界占據(jù)不同灰度范圍。根據(jù)這一特征,采用閾值分割法(Otsu,1975)對巖石薄片顯微照片進行礦物顆粒分割。閾值分割法通過設(shè)定不同的特征閾值,將圖像分為礦物顆粒和背景2類。由于巖石薄片顯微照片背景復(fù)雜,先對顆粒進行著色,再進行圖像分割。圖2展示了某大理巖薄片顯微照片及礦物顆粒分割結(jié)果。利用上一步得到的二值圖通過Satoshi et al.(1985)提出的算法提取礦物顆粒輪廓像素坐標,并剔除超出圖像邊界的礦物顆粒。

      圖2 圖像分割技術(shù)及礦物顆粒輪廓提取Fig.2 Image segmentation technology and extraction of mineral particle contoura.巖石薄片顯微圖片;b.礦物顆粒著色;c.利用閾值分割技術(shù)獲取的礦物顆粒輪廓

      1.3 礦物顆粒形態(tài)參數(shù)計算

      1.3.1 球度計算

      利用上述得到的礦物顆粒輪廓像素坐標,分別計算每個礦物顆粒的面積AS和最小外接圓半徑ds,通過礦物顆粒面積求得其等效面積圓半徑d,根據(jù)式(1)求解每個礦物顆粒的球度。

      1.3.2 凸度計算

      利用礦物顆粒輪廓像素坐標分別計算每個礦物顆粒的凸包線(Graham,1972),進一步求解每個礦物顆粒凸包線的面積BS,在球度的計算過程中已經(jīng)得到每個礦物顆粒的面積AS,根據(jù)式(2)可以求得每個礦物顆粒的凸度。

      1.3.3 長寬比計算

      利用礦物顆粒輪廓像素坐標分別計算每個礦物顆粒的最小外接矩形(Doytsher,1988),根據(jù)式(3)將最小外接矩形的短邊w比長邊l,求得每個礦物顆粒的長寬比。

      1.3.4 磨圓度計算

      磨圓度的計算是本文重點論述的內(nèi)容,也是本文具有創(chuàng)新性的內(nèi)容,計算流程如圖3所示。利用礦物顆粒輪廓像素坐標計算其最大內(nèi)切圓半徑R(劉書桂等,1998),然后識別礦物顆粒各個棱角并利用最小二乘法依次擬合各個棱角圓,得到各個棱角的曲率半徑ri,根據(jù)式(4)求得礦物顆粒的磨圓度。根據(jù)式(4),顆粒棱角的識別范圍為曲率半徑小于最大內(nèi)切圓半徑的棱角,將上述棱角的坐標點定義為棱角關(guān)鍵點。將棱角關(guān)鍵點按照歸屬棱角的不同進行獨立分組,使得顆粒的每個棱角對應(yīng)若干個棱角關(guān)鍵點。這樣,顆粒棱角的識別可分為棱角關(guān)鍵點識別和棱角關(guān)鍵點分組兩個關(guān)鍵步驟。

      圖3 磨圓度的計算流程Fig.3 Calculation process of roundness

      第1步,顆粒棱角關(guān)鍵點的識別包括顆粒輪廓光滑處理和顆粒棱角關(guān)鍵點標記兩個過程:

      (1)礦物顆粒輪廓放大后存在鋸齒邊,分辨率越低,鋸齒邊的波動幅度占礦物顆粒寬度的比重越大,對顆粒棱角識別的準確性影響越大,所以需要對顆粒輪廓進行光滑處理。具體做法是將顆粒輪廓從形心處按極坐標展開,利用傅里葉級數(shù)來擬合,并得到礦物顆粒輪廓的傅里葉級數(shù)關(guān)系式(圖4)。另外,利用該關(guān)系式可以使分辨率過低的顆粒輪廓實現(xiàn)超分辨率,增加顆粒棱角輪廓的坐標點。

      圖4 利用傅里葉級數(shù)光滑顆粒輪廓Fig.4 Schematic diagram of smoothing particle contour based on Fourier seriesa.原始輪廓;b.極坐標展開示意圖;c.傅里葉級數(shù)擬合曲線

      (2)用光滑處理后的顆粒輪廓進行棱角關(guān)鍵點標記。在傅里葉級數(shù)擬合的顆粒輪廓上取相鄰的3個輪廓像素坐標作一個圓,如果該圓的圓心在輪廓內(nèi)部、半徑小于最大內(nèi)切圓半徑、該圓沒有超出輪廓,則標記這3個點的中間點。若以上條件不能同時滿足,則不標記。滿足上述條件的所有輪廓像素坐標即為顆粒棱角關(guān)鍵點(圖5a)。

      圖5 顆粒棱角關(guān)鍵點識別(a)及棱角圓計算(b)Fig.5 Key points identification of particle edges and corners(a) and corner circle calculation(b)

      第2步,按照不同棱角將顆粒棱角關(guān)鍵點劃分成組。這些關(guān)鍵點組成全部棱角。每組關(guān)鍵點擬合一個圓,定為棱角圓。顆粒棱角關(guān)鍵點分組可分為初步分組和精細分組兩個過程:

      (1)采用統(tǒng)計分析的方法對關(guān)鍵點初步分為若干組。關(guān)鍵點具有屬于同一棱角相對聚集、屬于不同棱角相對分散的特點。設(shè)置一個長度df,當相鄰兩個棱角關(guān)鍵點的距離d小于df時,這兩個棱角關(guān)鍵點為相同組;否則,這兩個棱角關(guān)鍵點為不同組。

      對于df的設(shè)置包括如下3個步驟:1)計算相鄰兩個棱角關(guān)鍵點的距離,得到最大距離dmax和最小距離dmin;2)利用式(5)計算相鄰兩個棱角關(guān)鍵點的距離歸一化值P,P值分布密集的區(qū)間對應(yīng)顆粒棱角區(qū)域,P值分布稀疏的區(qū)間對應(yīng)非棱角區(qū)域;3)為了進一步區(qū)分P值為密集區(qū)間或稀疏區(qū)間,引入分組系數(shù)a,使得P∈[0,a)時為密集區(qū)間,P∈(a,1]時為稀疏區(qū)間。a值可以通過統(tǒng)計若干個顆粒圖像的相鄰兩個棱角關(guān)鍵點的歸一化值P的分布來確定。當P=a時式(5)所求得的d即為df,如式(6)所示。

      (5)

      df=a×(dmax-dmin)+dmin

      (6)

      (2)對上述初步分組的關(guān)鍵點進行棱角圓計算,分析是否對關(guān)鍵點進行精細分組。當初步分組計算的棱角圓存在下列情況之一時,認為棱角圓不契合原始輪廓,尚需對初步分組結(jié)果進行精細分組:1)擬合的棱角圓超出顆粒邊界;2)擬合的棱角圓的傅里葉級數(shù)擬合優(yōu)度R2過低;3)棱角關(guān)鍵點對應(yīng)的圓心角過小。

      棱角關(guān)鍵點的精細分組采用二分法,即將該組在組內(nèi)最大間距處分為兩組,將這兩組分別擬合棱角圓。如果上述棱角圓仍存在上述3種情況之一時,則對新組重復(fù)二分,直到所擬合的棱角圓不存在上述情況或關(guān)鍵點的數(shù)量小于3時停止。圖5b即為對圖5a所示的棱角關(guān)鍵點進行精細分組后得到的棱角圓。

      由以上論述可知,本文提出的磨圓度計算方法更為客觀和簡便,且能同時計算若干個顆粒的磨圓度。相比Zheng et al.(2015)所提出的方法,有效減少棱角圓擬合步數(shù),減少了棱角識別的偶然性;相比Vangla et al.(2018)所提出的方法,該方法不存在曲率漸變的情況,并且不用從若干曲率半徑中挑選代表。

      2 結(jié)果驗證與實例應(yīng)用

      為了評價該方法的準確性,用已知形態(tài)參數(shù)的理論圖形進行驗證(圖6a)。表1給出了上述圖形的各個形態(tài)參數(shù)的理論值和用本文方法計算的結(jié)果。根據(jù)表1可知理論圖形的球度、凸度、長寬比和磨圓度計算結(jié)果最大絕對誤差分別為6.2%、0.3%、0.6%和3.2%。圖6b進一步展示了計算磨圓度時棱角圓的計算結(jié)果,可以看出計算的棱角與原始輪廓的棱角一致。因此,該方法的準確性得到了驗證。

      圖6 已知形態(tài)參數(shù)的理論圖形(a)及棱角圓計算結(jié)果(b)Fig.6 Theoretical figure with known shape parameters(a) and calculation result of corner circle(b)

      表1 理論圖形的繪制參數(shù)和形態(tài)參數(shù)計算結(jié)果Table 1 Results of drawing parameters and shape parameters of theoretical graphs

      圖7 圖2所示白云石礦物棱角圓的計算結(jié)果Fig.7 Results of corners circles of the dolomite minerals(see Fig.2)in micrograph

      當計算的礦物顆粒的樣本足夠大時,就可以利用上述方法計算得到礦物顆粒形態(tài)參數(shù)的統(tǒng)計結(jié)果。該方法尤其適合砂巖、大理巖、石英巖、花崗巖等礦物顆粒形態(tài)參數(shù)的定量分析,因為這些巖石的礦物顆粒輪廓明顯、排列緊密。

      表2 圖2所示白云石礦物顆粒的輪廓像素信息與形態(tài)參數(shù)計算結(jié)果Table 2 Pixel information of dolomite mineral particle profile(see Fig.2) and results of the shape parameters

      3 形態(tài)參數(shù)計算的影響因素

      礦物顆粒形態(tài)參數(shù)的計算結(jié)果可能受到多個因素影響,包括圖像分辨率Re、顆粒輪廓的傅里葉級數(shù)擬合優(yōu)度R2、棱角關(guān)鍵點分組系數(shù)a等,本文對上述影響因素進行了詳細分析。

      3.1 圖像分辨率Re的影響

      為了分析同一顆粒不同分辨率圖像對顆粒形態(tài)參數(shù)計算的影響,將8張不同分辨率的圖像分別進行顆粒形態(tài)參數(shù)計算,圖片的具體信息及計算結(jié)果如表3所示??梢钥闯?,在所選的圖片尺寸范圍內(nèi),顆粒的球度、凸度、長寬比的計算結(jié)果對Re較不敏感,磨圓度的計算結(jié)果對Re較敏感。

      表3 同一顆粒不同分辨率的圖像信息及其形態(tài)參數(shù)計算結(jié)果Table 3 Results of shape parameters of the same particle with different resolution

      圖8展示了4種不同圖像分辨率下棱角圓的計算結(jié)果,可以看出:(1)不同分辨率圖像對于顆粒棱角位置的識別都是準確的。在棱角區(qū)域,高分辨率圖像與低分辨率圖像都能夠完全地識別顆粒棱角。(2)較高分辨率圖像計算的棱角圓更小,說明高分辨率有助于還原顆粒的尖棱角,使得計算結(jié)果更加符合實際。在顆粒的最小外接圓直徑像素數(shù)大于206 pixel之后,顆粒磨圓度的計算結(jié)果在0.12附近波動(圖9),且擬合的棱角圓結(jié)果也相對固定。所以,為保證磨圓度計算結(jié)果準確,顆粒的最小外接圓直徑像素數(shù)下限約為200 pixel。

      圖8 不同圖像分辨率棱角圓計算結(jié)果Fig.8 Results of corners circle with different image resolution

      圖9 最小外接圓直徑像素數(shù)目與磨圓度計算值的關(guān)系Fig.9 The relation between the pixel numbers and the roundness values

      3.2 傅里葉級數(shù)擬合優(yōu)度R2的影響

      對于球度、凸度、長寬比這3個形態(tài)參數(shù),顆粒圖像的鋸齒邊對其影響不大,計算時不需要對顆粒輪廓進行光滑處理,所以傅里葉級數(shù)擬合優(yōu)度R2對球度、凸度、長寬比這3個形態(tài)參數(shù)沒有影響。

      為了分析同一顆粒、同一分辨率圖像下,不同R2對磨圓度計算結(jié)果的影響,對一個磨圓度理論值為0.2、最小外接圓直徑像素數(shù)為197 pixel的圖形(圖10a)進行傅里葉級數(shù)擬合。傅里葉擬合項數(shù)n分別為10~75。圖11展示了n、R2、Π值兩兩之間的關(guān)系,可以看出:

      圖10 不同傅里葉級數(shù)擬合狀態(tài)下的顆粒棱角圓計算結(jié)果Fig.10 Results of particle corner circles under different Fourier series fitting statesa.顆粒原始輪廓;b.欠擬合;c.優(yōu)擬合;d.過擬合

      (1)對于n與R2而言,在n∈[10,75]范圍內(nèi),隨著n的增加,R2先快速增長后趨于穩(wěn)定。

      (2)對于n與Π而言,在n∈[10,20]范圍時隨著n的增加,Π值降低并趨于理論值0.2,在n∈[21,60]時,Π相對穩(wěn)定在0.18左右,當n>60時,Π的計算結(jié)果波動較大。

      (3)對于R2與Π值而言,根據(jù)磨圓度計算值與理論值接近的程度,將傅里葉級數(shù)擬合結(jié)果分為欠擬合、優(yōu)擬合、過擬合3種情況(圖10,圖12)。與原始顆粒輪廓相比,欠擬合時,所擬合的輪廓更光滑,但顆粒棱角變鈍,磨圓度計算值偏大;優(yōu)擬合時,顆粒輪廓恰好光滑又不使顆粒棱角變形,磨圓度計算值與理論值基本相同;過擬合時,由于擬合的輪廓包含原始輪廓的鋸齒邊,所擬合的輪廓不光滑,程序誤將鋸齒邊識別為顆粒棱角,造成磨圓度計算值波動。

      圖12 根據(jù)R2和Π劃分不同傅里葉級數(shù)擬合狀態(tài)Fig.12 Different Fourier series fitting states according to R2 and Π

      總之,傅里葉級數(shù)擬合優(yōu)度R2的選取與鋸齒邊的振幅有關(guān)。存在一個最優(yōu)的R2范圍,R2大于該范圍則過擬合,會把顆粒的鋸齒邊也擬合進來;R2小于該范圍則欠擬合,棱角偏鈍,計算的磨圓度結(jié)果偏大。

      3.3 棱角關(guān)鍵點分組系數(shù)a的影響

      根據(jù)1.3.4部分介紹的顆粒棱角關(guān)鍵點的分組方法,式(6)計算得到的df是判斷相鄰兩個棱角關(guān)鍵點是否屬于同一個棱角的標準,現(xiàn)對棱角關(guān)鍵點分組系數(shù)a的取值進行討論。

      為了分析a的合理取值,本文統(tǒng)計了20個顆粒圖形(Krumbein et al.,1963)的相鄰兩個棱角關(guān)鍵點的距離歸一化值P(見式(5)),如圖13所示。這20個顆粒圖形P值小于0.1的比重占到88.8%。根據(jù)本文1.3.4所述,a值盡量小、P

      圖13 所統(tǒng)計的20個顆粒圖像的P值分布圖(a)及其不同區(qū)間占比統(tǒng)計(b)Fig.13 Value distribution map of P based on 20 particle images(a) and its proportion of different intervals(b)

      本文將P值分布區(qū)間在[0,1]區(qū)域內(nèi)進行10等分,得到的a值可精確到十分位。若要a值精度更高,按照上述統(tǒng)計方法,將P值分布區(qū)間在[0,1]區(qū)域內(nèi)進行更多等分即可。對于本文所介紹方法,a=0.1滿足對棱角關(guān)鍵點進行初步分組的要求。

      4 結(jié)論與展望

      本文基于圖像處理技術(shù)提出了同時進行若干礦物顆粒形態(tài)參數(shù)(包括球度、凸度、長寬比和磨圓度)定量分析的方法。該方法分為3個步驟:制備巖石薄片和獲取顯微圖像;利用圖像分割技術(shù)區(qū)分礦物顆粒,提取礦物顆粒輪廓像素坐標;利用離散幾何方法求解礦物顆粒的形態(tài)參數(shù)。尤其對于磨圓度的計算,本文在傅里葉級數(shù)擬合顆粒輪廓的基礎(chǔ)上,創(chuàng)新性地提出了棱角關(guān)鍵點識別和棱角關(guān)鍵點分組兩步走的方法,前者包括顆粒輪廓光滑處理和顆粒棱角關(guān)鍵點標記兩個過程,而后者包括初步分組和精細分組兩個過程。

      本文分析了圖像分辨率Re、傅里葉級數(shù)擬合優(yōu)度R2、棱角關(guān)鍵點分組系數(shù)a對形態(tài)參數(shù)計算結(jié)果的影響,發(fā)現(xiàn):(1)球度、凸度、長寬比的計算結(jié)果基本不受Re和R2的影響;(2)磨圓度的計算結(jié)果受Re和R2的影響,建議計算磨圓度時顆粒最小外接圓直徑像素數(shù)大于200 pixel,存在一個最優(yōu)的R2范圍,在這個范圍內(nèi)計算的磨圓度結(jié)果接近理論值;(3)當a精確到十分位時,確定a取值0.1最為合理。

      本文所提出的方法未對礦物種類進行區(qū)分,未來可將礦物薄片的人工鑒定程序計算機化,通過機器學習與數(shù)據(jù)挖掘的方法來識別礦物種類,再按照礦物種類進行形態(tài)參數(shù)量化分析,并建立礦物顆粒形態(tài)參數(shù)的數(shù)據(jù)庫,利用礦物顆粒的形態(tài)研究地質(zhì)演變過程、巖石顆粒力學行為,從而使該方法具有更高的科學和實用價值。

      猜你喜歡
      棱角關(guān)鍵點輪廓
      磨平棱角
      聚焦金屬關(guān)鍵點
      肉兔育肥抓好七個關(guān)鍵點
      OPENCV輪廓識別研究與實踐
      基于實時輪廓誤差估算的數(shù)控系統(tǒng)輪廓控制
      曝光
      智族GQ(2019年11期)2019-11-15 09:12:31
      觀山
      智族GQ(2018年10期)2018-05-14 16:41:24
      善待有棱角的干部
      當代陜西(2017年12期)2017-08-15 00:44:21
      在線學習機制下的Snake輪廓跟蹤
      計算機工程(2015年4期)2015-07-05 08:27:39
      醫(yī)聯(lián)體要把握三個關(guān)鍵點
      汾阳市| 张家口市| 鹤岗市| 海阳市| 青冈县| 襄城县| 锦屏县| 页游| 禹城市| 视频| 南城县| 油尖旺区| 资中县| 安平县| 沅陵县| 伊宁市| 永仁县| 佛教| 勃利县| 望城县| 马边| 嵩明县| 宝坻区| 孙吴县| 广汉市| 阿克苏市| 富顺县| 泸定县| 谢通门县| 竹北市| 怀化市| 澄城县| 吴堡县| 晴隆县| 凌云县| 开鲁县| 冀州市| 米泉市| 永靖县| 常州市| 安平县|