论文部分内容阅读
岩石薄片是储层微观结构重要的研究对象,通过在显微镜下观察岩石薄片,可以进行岩石形态、规模、粒度和组构等方面的研究。但是受显微镜视域范围的限制,无法兼顾薄片的整体概貌特征和清晰的局部细节特征。为获取超大视域的高分辨率岩石图像,本文应用图像拼接技术将多个单视域图像拼接成一幅完整的大视域岩石显微图像,为后续岩石薄片分析提供可靠的图像信息。在图像拼接技术中,SIFT(Scale-Invariant Feature Transform,尺度不变特征转换)算法是一种快速、有效的图像特征提取算法,而且提取的特征点具有良好的独特性和极高的匹配性。本文阐述了图像拼接技术的过程后,详细分析了SIFT算法提取特征点的步骤和配准过程,并重点研究了该算法应用于岩石图像的拼接情况。对SIFT算法的优缺点进行了分析与改进。一方面,计算待拼接图像的重叠区域,提取重叠区的特征点,这样可以降低错误匹配率。另一方面,将重叠区的SIFT特征向量用主成分分析法(Principal Component Analysis,PCA)降维后再进行匹配。实验结果表明改进后的算法可以减少匹配过程的运算量、缩短运算时间,提高匹配精度。完成两幅图像的拼接后,将其扩展到海量岩石图像的拼接中,得到一幅完整的超大超高分辨率的岩石全景显微图。由于现有的计算机软件难以实现超大图像的快速显示,本文利用金字塔模型对超大图像进行分块、分层组织与存储,并分级显示,完成了超大图像在不同分辨率下的快速显示。最终,岩石图像研究者可以在大尺度下进行概貌特征的观察,小尺度下进行局部细节的研究。