一种岩石CT扫描图像矿物快速分割方法及系统与流程

本发明涉及地质勘探及开发评价，尤其涉及一种岩石ct扫描图像矿物快速分割方法及系统。

背景技术：

1、岩石不同矿物组分的三维空间分布表征对准确描述岩石内部矿物结构、矿产资源精细评价具有重要意义。岩石ct扫描图像能够精细刻画岩石不同矿物组分三维空间分布，然而，由于岩石ct扫描图像的矿物分割时，矿物密度相近、边界模糊等，传统的图像处理方法往往难以兼顾分割的准确性和效率。尽管目前已有利用segnet深度学习方法在岩石ct扫描图像上分割岩石矿物的技术，但由于手动制作矿物标签准确率低、数量有限，因此处理效果相对较差。

2、目前，通过qemscan可以快速、定量地识别和分析岩石样品中的矿物成分，然而，该技术只能提供岩石矿物二维信息，无法反映三维的矿物空间分布。因此，将ct与qemscan图像结合理论上能够实现岩石不同矿物组分的三维空间分布表征。然而，由于不同矿物可能具有相同的ct密度分布区间，因此无法精准区分相近密度的矿物，导致ct扫描图像分割矿物的准确性偏低。

技术实现思路

1、本发明提供了一种岩石ct扫描图像矿物快速分割方法及系统，用以解决现有技术中存在的上述问题，即现有技术中ct扫描图像矿物分割精度差的问题，本发明提供一种岩石ct扫描图像矿物快速分割方法，该方法包括：

2、获取岩石的ct扫描图像和qemscan扫描图像，并对其进行预处理；

3、通过特征点图像配准方法，将预处理后的qemscan图像与ct扫描图像进行配准，根据映射关系识别ct扫描图像的矿物组分类型，并对不同矿物类型进行标记；

4、将标记不同矿物类型的ct扫描图像作为训练数据，采用stylegan中的算法架构对其进行训练，得到stylegan模型；在训练完后，通过stylegan模型生成大量的伪ct图像；

5、通过segnet对伪ct图像进行训练和优化得到训练模型，将训练模型应用到新的岩石ct扫描图像上，识别不同矿物，并基于不同矿物对岩石ct扫描图像进行分割。

6、可选的，所述获取岩石的ct扫描图像和qemscan扫描图像，并对其进行预处理，具体包括：

7、获取全直径柱塞样岩石，对其进行ct扫描，得到ct扫描图像，通过对柱塞样岩石的z轴光滑切割，将切割面进行qemscan扫描，得到qemscan图像，对ct扫描图像和qemscan图像采用中值滤波去噪和对比度调整，将ct扫描图像和qemscan图像进行预处理。

8、可选的，所述将标记不同矿物类型的ct扫描图像作为训练数据，采用stylegan中的算法架构对其进行训练，得到stylegan模型，具体包括：

9、将标记不同标签具有多种矿物类型的ct图像作为训练数据，将训练数据集按照70％、20％和10％的比例分为训练集、验证集和测试集，并采用stylegan中的stylegan2-ada算法架构进行训练，得到stylegan模型。

10、可选的，所述通过segnet对伪ct图像进行训练和优化得到训练模型，将训练模型应用到新的岩石ct扫描图像上，对岩石ct扫描图像的不同矿物进行快速分割，具体包括：

11、将大量伪ct图像作为训练数据，将训练数据集按照70％、20％和10％的比例分为训练集、验证集和测试集，通过segnet架构，并使用交叉熵损失函数和adam优化器，在训练集上进行迭代，并在验证集上确定模型性能，得到训练模型，将训练模型应用到新的岩石ct扫描图像上，识别不同矿物，并基于不同矿物对岩石ct扫描图像进行分割。

12、本发明还提供一种岩石ct扫描图像矿物快速分割系统，具体包括：

13、获取模块，用于获取岩石的ct扫描图像和qemscan扫描图像，并对其进行预处理；

14、处理模块，用于通过特征点图像配准方法，将预处理后的qemscan图像与ct扫描图像进行配准，根据映射关系识别ct扫描图像的矿物组分类型，并对不同矿物类型进行标记；

15、执行模块，用于将标记不同矿物类型的ct扫描图像作为训练数据，采用stylegan中的算法架构对其进行训练，得到stylegan模型；在训练完后，通过stylegan模型生成大量的伪ct图像；通过segnet对伪ct图像进行训练和优化得到训练模型，将训练模型应用到新的岩石ct扫描图像上，识别不同矿物，并基于不同矿物对岩石ct扫描图像进行分割。

16、相对于现有技术，本发明的有益效果如下：本发明提供了一种岩石ct扫描图像矿物快速分割方法，该方法通过获取岩石的ct扫描图像与qemscan图像并对其进行预处理，根据特征点图像配准方法将预处理操作后的qemscan图像与ct扫描图像配准，按照空间位置的映射关系识别岩石ct扫描图像的不同矿物组分类型，并对不同矿物类型进行标记，通过stylegan可以生成大量逼真的伪ct图像，并结合segnet对伪ct图像进行训练，将训练模型应用到岩石ct扫描图像上，进而可以在实际ct图像上实现精准的矿物快速分割，有效提高了ct扫描图像的矿物分割精度。

技术特征：

1.一种岩石ct扫描图像矿物快速分割方法，其特征在于，包括以下步骤：

2.如权利要求1所述岩石ct扫描图像矿物快速分割方法，其特征在于，所述获取岩石的ct扫描图像和qemscan扫描图像，并对其进行预处理，具体包括：

3.如权利要求1所述岩石ct扫描图像矿物快速分割方法，其特征在于，所述将标记不同矿物类型的ct扫描图像作为训练数据，采用stylegan中的算法架构对其进行训练，得到stylegan模型，具体包括：

4.如权利要求1所述岩石ct扫描图像矿物快速分割方法，其特征在于，所述通过segnet对伪ct图像进行训练和优化得到训练模型，将训练模型应用到新的岩石ct扫描图像上，识别不同矿物，并基于不同矿物对岩石ct扫描图像进行分割，具体包括：

5.一种岩石ct扫描图像矿物快速分割系统，其特征在于，具体包括：

技术总结本发明涉及地质勘探及开发评价技术领域，尤其涉及一种岩石CT扫描图像矿物快速分割方法及系统，包括获取CT与QEMSCAN图像并对其进行预处理；将预处理操作后的QEMSCAN图像与CT扫描图像进行配准，识别岩石CT扫描图像的不同矿物组分类型，并对不同矿物类型标记不同的标签；通过对不同标签且具有不同矿物类型的CT图像进行训练，使用StyleGAN得到大量且高质量的伪CT图像，采用SegNet对伪CT图像进行训练，得到训练模型，将其应用到新的岩石CT扫描图像上，能够快速分割岩石CT扫描图像的不同矿物。通过StyleGAN可以生成大量逼真的伪CT图像，并结合SegNet进而可以在实际CT图像上实现精准的矿物快速分割，有效提高了CT扫描图像的矿物分割精度。技术研发人员：董怀民,崔利凯受保护的技术使用者：西安科赛能源科技有限公司技术研发日：技术公布日：2024/9/29