岩石数字图像特征提取的初步研究
来源:用户上传
作者: 许众泽 吴忠平 许卫东
【摘要】获取岩石特征是工程伪装勘察的重要内容。本文基于数字图像处理技术提出了获取岩石宏观分布特征和细节纹理特征的方法，为开展工程伪装勘察、设计及效果评估奠定了一定的技术基础。
【关键词】岩石;伪装勘察;数字图像处理;特征提取;工程勘察
Abstract：To attain the characteristic of rock is one of the most significant method in a reconnaissance in order to make the project camouflaged.And this report，which is based on the former study on digital image processing technique，is mainly about the way to acquire the general and detailed information，such as geographic distribution and specific texture.This technique included in the paper is fundamental of carrying out reconnaissance，designing the project and evaluating the camouflage effect.
Keywords：rock;camouflage reconnaissance;digital image;texture acquisition;project reconnaissance
1.前言
岩石是组成自然地物的重要物质，不同的岩石由于形成方式、结构构造、组成成分等不同而具有不同的物理特性[1]。在实施工程伪装勘察时，需要较为准确的掌握岩石的分布、尺寸、颜色、外形等特征，在工程伪装的设计与施工中，更需要明确特定岩石的颜色分布和纹理细节。但长期以来，在实施伪装勘察时，只是大致测量其颜色、面积等参数[2]，导致伪装设计深度难以保证，以致在现场进行仿造岩石伪装施工时，无法准确模拟岩石特征，难以有效实现仿岩石工程伪装的融合效果。本文基于图像处理技术，在提取某一地域的岩石宏观分布特征的同时，还提取岩石的细节纹理特性，对提升工程伪装勘察设计深度和达成工程伪装融合效果具有一定意义。
2.图像特征主要参量简介
从工程伪装勘察、设计与施工的需求看，不仅需要掌握某一地域的岩石的分布特征，还需要掌握特定岩石的细节纹理特征，从数字图像处理的角度看，可以归结为岩石图像特征的提取[3]。主要涉及的参量有：
（1）位置，是指图像中物体所处的方位。图像中的岩石通常并不是一个点，因此可用岩石面积的中心点作为其位置的表征参量，面积中心可理解为单位面积质量恒定的相同形状图形的质心。若图像中的岩石对应的像素位置坐标为：
（xi，yi）（）i=0，1，…，n-1;j=0，1，…，m-1）
则可用式（1）计算质心位置坐标：
（1）
（2）方向，由于岩石的形成方式、地质作用等的不同，某一地域的岩石从分布上看具有不同的方向特性，可用最小二阶矩轴（如式（2））定义某一岩石的方向。
（2）
（3）周长，图像中岩石所占像素可视为点的集合，其周长可用链码方式表示（如式（3））：
（3）
其中Ne为边界链码中走偶步的数目，No为边界链码中走奇步的数目。
（4）面积，岩石图像可视为一个封闭曲线，故可采用离散化后的格林公式加以计算。计算公式如式（4）：
（4）
Nb为边界点的数目。
（5）形状特征，不同的岩石具有不同的形状，为刻画岩石的形状，可以采用图像的矩形度、圆形度、不变矩等加以描述。
矩形度，是指图像中岩石的面积与其最小外接矩形的面积之比，反映了岩石投影对其外接的充满程度，用公式（5）进行计算：
（5）
Ao为图像中某岩石的面积，AMER为最小外接矩形的面积。
圆形度可用于描述物体边界的复杂程度。这里可采用式（6）致密度C来加以衡量。
（6）
由于图像区域的某些矩对于平移、旋转、尺度等几何变换具有某些不变的特性，因此可用不变矩来描述岩石的形状。不变矩具有多种形式，利用归一化的中心矩可以获得6个不变矩组合[4]，鉴于篇幅所限，本文不再赘述。
（6）颜色与亮度，不同的岩石具有不同的颜色，在数字图像处理技术中可获取岩石的RGB值，通过公式（7）转换成XYZ并利用公式（8）转换，得到CIE1976Lab颜色空间的L（亮度），a，b（色度）[5]。
（7）
（8）
其中Xn=95.04，Yn=100，Zn=108.89。
综上，基于数字图像处理技术可以获得岩石的位置、方向、周长、面积、形状特征、颜色与亮度等特征，这些参量可用于描述岩石的分布特征及细节特征。
3.岩石分布特征的提取
在一幅图像中岩石的分布特性可以归纳为岩石的数量、各块岩石的位置、方向、周长、面积、形状特征、颜色与亮度等。这些参数可以用矩阵S加以表达。
其中下标i为第i块岩石的数据参量，矩阵S给出了第1块到第N块岩石的所有数据，为了便于分析数据的宏观分布特性，需要掌握同类数据的平均值和方差，计算方法如下：
按行将矩阵S进行分块，可以得到前8组行向量（S1，S2，…，S7，S8），分别对8组数据计算平均值和方差，以便于掌握数据的分布特点和离散程度。 （9）
值得注意的是，由于颜色参量Lab中的色度坐标a，b具有一定的相关性，故这两组参量不参加计算。
在未来仿造岩石伪装设计中需要保证：人造岩石的相关统计数据与真实样本不仅平均值相近且方差小于原样本方差。
4.岩石细节特征的提取
不同的岩石具有不同的颜色、粗糙程度、纹理特征，为了准确模拟岩石的上述特征，必须提取岩石的细节特征。对于数字图像而言，上述特征可以采用纹理的概念加以表达。
纹理由数字图像中许多相互接近、互相编织并具有某种关系的元素构成[6]，可参考文献[7]的方法建立岩石图像的共生矩阵，其基本思想：
假设其实灰度等级q1=0，q2=0
由岩石图像的坐标原点（i=，j=0）开始，进行搜索，记录像素灰度等级为q1的坐标点（记为计算原点i，j）;若第i+1，j+1坐标点的像素灰度等级为q2，则记录像素对数a（q1，q2）加1。
循环直至整个岩石图像像素集搜索完毕。
改变q1，q2数值，重复搜索，直至q1=255，q2=255。
通过上述算法可以获得某一块岩石的共生矩阵，该矩阵中不仅含有灰度信息，还含有灰度的空间分布信息。
可采用线性代数的特征值法获得共生矩阵的特征值和对应的特征向量，从而掌握该岩石的细节特征，为开展仿造岩石的伪装设计提供参考。
上述方法适用于仿造自然岩石的伪装，当考虑仿造岩石成为天然岩石的自然延续部分时，还应采用数字图像处理技术中的高斯―拉普拉斯（LOGO）、Canny、Wallis等算子的边缘检测法进行处理。
5.结语
本文基于图像处理技术，给出了自然岩石宏观分布特征和细节纹理特征的提取方法，为开展工程伪装勘察、设计及效果评估等奠定了技术基础。该方法对于提取图像中的植被，道路，建筑物等地物也有重要的参考意义。然而自然地物组成复杂，外形各异，要进行更为精确地描述还需要更多的系统研究。
参考文献
[1]孙家齐，陈新民.工程地质（第四版）[M].武汉理工大学出版社，2011，12.
[2]胡江华，等.伪装技术[M].国防工业出版社，2012.
[3]何东健，等.数字图像处理[M].西安电子科技大学出版社，2003，7.
[4]阿木古楞，等.内蒙古农业大学学报[J].2005（4）.
[5]许卫东，等.目标伪装[M].国防工业出版社，2012，5.
[6]冈萨雷斯.数字图像处理（MATLAB版）[M].电子工业出版社，2006，9.
[7]许卫东，等.一种基于纹理分析的伪装器材效果评价模型[J].兵工学报，2002，8.
转载注明来源:https://www.xzbu.com/8/view-6465264.htm
