基于三维微观图像的岩土材料有效渗流路径表征方法

1.本发明属于岩土材料量测技术领域，尤其涉及基于三维微观图像的岩土材料有效渗流路径表征方法。


背景技术：

2.岩土材料的孔隙结构特征是影响其中的油气藏渗流能力的主要因素，准确表征岩石的孔隙结构特征是油气藏资源科学研究和开采的关键环节。因其孔隙结构的复杂性、多样性和随机性，给孔隙渗流表征带来了极大困难。由众多无序随机分布相连接构成的孔隙通道是油气资源主要渗流通道，它是影响流体流动的主要因素。所以表征孔隙通道迂曲程度是提升油气资源开采能力的重要指标。虽然随着三维微观成像的普及，得以提升孔隙网络标注效率，但受现有研究未解决如下几个技术难题：(1)其中含有大量孤立孔隙，少有流体流通它们，在计算时不应考虑它们。(2)部分孔隙网络与试样或岩土体一个端面联通，但未能贯通于另一端面，或通向未通向油气资源汇集方向。它们的存在未参与有效的油气资源开发，测算迂曲度时也不应考虑它。(3)在参与油气资源有效开发或流体渗流的孔隙网络中，存在部分“死胡同”分支未导通，其对试样或岩土体整体渗流能力影响较小，则测算时也不应考虑它。现有工作尝试仅获取网络最短路径以等效有效渗流路径，但可发现其仅能反应该路线迂曲程度，不能体现有效孔隙网络整体的渗流迂曲程度，对相关试样或岩土体的表征不具代表性。此外现有工作方法尝试让相关试样吸入有关液体，通过后续三维微观图像采集以描述试样有效的孔隙，但易发现流体在未受外界压力时，优先进入较粗大的孔隙通道，少有涉及狭小通道，使得后续表征工作不全面。此外，现有孔隙网络表征方法少于可获取对应的有效渗流路径长度。


技术实现要素：

3.为解决上述技术问题，本发明提出了基于三维微观图像的岩土材料有效渗流路径表征方法，获取到目标材料三维微观孔隙-基质二值图像后，运用图像形态学算法，获取到从某指定端面贯通至对向端面的孔隙网络，即获取接通指定方向的孔隙渗流网络。去除其中“死胡同”未导通的分支，以获取完全有效的孔隙网络。再获取各路径迂曲度均值作为平均有效迂曲度。可获取渗流路径的总体有效迂曲度均值和各有效分支的迂曲度和总体有效渗流路径长度和各有效分支的渗流路径长度。提出的方法可适用于不同放大倍率、不同尺寸、不同材质的三维二值图像，耗时少。
4.为实现上述目的，本发明提供了基于三维微观图像的岩土材料有效渗流路径表征方法，包括：
5.获取目标材料样本的三维微观图像，对所述三维微观图像处理，获取原始孔隙-基质二值图像；
6.将所述原始孔隙-基质二值图像进行姿态调整，基于姿态调整后的孔隙-基质二值图像，获取流入端和流出端接通的孔隙连通分量二值图像；
7.对所述流入端和流出端接通的孔隙连通分量二值图像进行提取处理，获取孔隙网络骨架二值图；
8.基于所述孔隙网络骨架二值图，获取所述目标材料样本的渗流路径拓扑结构；
9.基于所述渗流路径拓扑结构，获取孔隙网络渗流路径总体有效迂曲度均值和孔隙网络渗流路径有效长度。
10.可选的，将所述原始孔隙-基质二值图像进行姿态调整，基于姿态调整后的孔隙-基质二值图像，获取流入端和流出端接通的孔隙连通分量二值图像包括：
11.将所述原始孔隙-基质二值图像进行旋转至目标位置，获取所姿态调整后的所述孔隙-基质二值图像；
12.根据所述姿态调整后的孔隙-基质二值图像和孔隙像素联通情况，提取孔隙三维联通分量；
13.将所述孔隙三维联通分量中的孤立孔隙联通分量进行删除，获取删除孤立孔隙联通分量的二值图；
14.根据孔隙联通情况，将所述删除孤立孔隙联通分量的二值图中未从流入端联通至流出端的联通分量进行删除，并获取处理后的所述二值图；
15.基于处理后的所述二值图，获取所述流入端和流出端接通的孔隙连通分量二值图像。
16.可选的，获取所述流入端和流出端接通的孔隙连通分量二值图像包括：
17.基于处理后的所述二值图，构建三维二值图像，将所述三维二值图像中的若干张二值图像的像素均设为孔隙像素；
18.获取所述三维二值图像中体积最大的孔隙联通分量，并将所述三维二值图像中的其他孔隙分量对应的像素更新为基质；
19.基于所述三维二值图像中像素未设为孔隙像素的若干张二值图像，获得与流入端接通的孔隙联通分量二值图；
20.基于所述与流入端接通的孔隙联通分量二值图，获取所述流入端和流出端接通的孔隙连通分量二值图像。
21.可选的，基于所述与流入端接通的孔隙联通分量二值图，获取所述流入端和流出端接通的孔隙连通分量二值图像，包括：
22.基于所述与流入端接通的孔隙联通分量二值图，构建新的三维二值图像；
23.将所述新的三维二值图像中若干张二值图像的像素均设为孔隙像素，获取所述新的三维二值图像中体积最大的孔隙联通分量，并将所述新的三维二值图像中的其他孔隙分量对应的像素更新为基质；
24.基于所述新的三维二值图像中像素未设为孔隙像素的若干张二值图像，获得所述流入端和流出端接通的孔隙连通分量二值图像。
25.可选的，对所述流入端和流出端接通的孔隙连通分量二值图像进行提取处理，获取孔隙网络骨架二值图包括：
26.将所述流入端和流出端接通的孔隙连通分量二值图像的边界进行扩展，获取输入图像；
27.基于所述输入图像中孔隙像素周围的像素，将所述孔隙像素进行删除标记，获取
结果图像；
28.基于所述结果图像进行处理，获取所述孔隙网络骨架二值图。
29.可选的，将所述孔隙像素进行删除标记，获取结果图像包括：
30.s1、获取所述输入图像中的任一孔隙像素，若所述孔隙像素的预设邻域内均是孔隙像素，则将所述孔隙像素标记为删除，并将标记为删除的孔隙像素周围若干个像素的状态进行更新；
31.s2、若存在规定数目的孔隙像素与所述标记为删除的孔隙像素相连，则将与规定数目的孔隙像素相连的孔隙像素标记为删除，并将标记为删除的孔隙像素周围若干个像素的状态进行更新；
32.重复步骤s1-s2直到没有孔隙像素标记为删除，并获取结果图像。
33.可选的，基于所述结果图像进行处理，获取所述孔隙网络骨架二值图包括：
34.将所述结果图像中未被标记为删除的孔隙像素作为骨架像素；
35.判断所述标记为删除的孔隙像素与所述骨架像素是否相连，若相连，则将所述标记为删除的孔隙像素从所述结果图像中删除，并将删除的孔隙像素周围若干个像素的状态进行更新，若不相连，则保留所述标记为删除的孔隙像素，直到完成对每个标记为删除的孔隙像素的判断；
36.完成对每个标记为删除的孔隙像素的判断后，将孔隙像素周围的像素均为背景像素的孤立像素进行删除，完成对所述孔隙像素的删除处理；
37.对完成所述删除处理的图像进行优化处理，获取所述孔隙网络骨架二值图。
38.可选的，基于所述孔隙网络骨架二值图，获取所述目标材料样本的渗流路径拓扑结构包括：
39.获取每个所述骨架像素在所述预设邻域内去除本身后剩余骨架像素的数目和坐标，基于所述剩余骨架像素的数目，将每个所述骨架像素分为骨架端点、普通骨架端点和骨架交叉点；
40.基于所述孔隙网络骨架二值图和所述骨架交叉点的坐标，获取骨架分支；
41.通过统计所述骨架分支上每个骨架像素在所述预设邻域内且在同个骨架分支上的骨架像素数目，获取所述骨架分支的端点；
42.利用分水岭分割算法对所述流入端和流出端接通的孔隙连通分量二值图像进行分割，获取所述骨架分支的端点未接触到流入端和流出端区块的所述骨架分支，获取所述目标材料样本的渗流路径拓扑结构。
43.可选的，基于所述孔隙网络骨架二值图和所述骨架交叉点的坐标，获取骨架分支包括：
44.获取与所述孔隙网络骨架二值图同尺寸二值图和所述孔隙网络骨架二值图中的所述骨架交叉点的坐标；
45.将所述同尺寸二值图中对应所述骨架交叉点的坐标的位置像素设置为第一预设值，其他像素设置为第二预设值，并进行形态学膨胀运算，获取新的同尺寸二值图；
46.基于所述孔隙网络二值图，获取新的孔隙网络骨架二值图；
47.通过将所述孔隙网络骨架二值图与所述新的同尺寸二值图进行对照，将所述新的孔隙网络骨架二值图中像素值进行设置，并获取所述新的孔隙网络骨架二值图中三维联通
分量；
48.基于所述新的孔隙网络骨架二值图中三维联通分量和所述新的同尺寸二值图，获取所述骨架分支。
49.可选的，基于所述渗流路径拓扑结构，获取孔隙网络渗流路径总体有效迂曲度均值和孔隙网络渗流路径有效长度的方法为：
50.获取第t个骨架分支两端端点间直线距离d
t1
：
[0051][0052]
获取第t个骨架分支的第nt个骨架像素和与其相邻的第nt-1个骨架像素间的距离d2
nt，t
：
[0053][0054]
获取第t个骨架分支的实际长度d
t2
：
[0055][0056]
则第t个骨架分支的渗流路径迂曲度tu
t
：
[0057][0058]
获取孔隙网络渗流路径总体有效迂曲度均值tu
mean
为：
[0059][0060]
则该孔隙网络渗流路径有效长度len为：
[0061][0062]
其中，(x
1,t
,y
1,t
,z
1,t
)和(x
nt,t
,y
nt,t
,z
nt,t
)为第t个分支两端端点的三维图像坐标；t为骨架分支的数量。
[0063]
本发明技术效果：
[0064]
(1)能够根据指定方向分析试样的孔隙网络，获取接通指定方向的渗流路径，进而获取对应的的总体有效迂曲度均值及各有效分支的迂曲度和有效渗流路径长度及各有效分支的渗流路径长度；
[0065]
(2)实现对孔隙网络拓扑结构的分析整理，获取到有效的渗流路径拓扑结构，可为渗流网络的深入分析提供基础；
[0066]
(3)基于计算机编程运行，利于后期推广应用于大批量图样处理任务；
[0067]
(4)整理后的孔隙网络无用的、孤立的孔隙像素(即噪声)少，利于缩短工作计算耗时。
附图说明
[0068]
构成本技术的一部分的附图用来提供对本技术的进一步理解，本技术的示意性实
施例及其说明用于解释本技术，并不构成对本技术的不当限定。在附图中：
[0069]
图1为本发明实施例基于三维微观图像的岩土材料有效渗流路径表征方法的流程示意图；
[0070]
图2为本发明实施例中砂岩试样孔隙-基质三维二值图；
[0071]
图3为本发明实施例中与底端接通的孔隙联通分量二值图；
[0072]
图4为本发明实施例中与底端和顶端均接通的孔隙联通分量二值图；
[0073]
图5为本发明实施例中砂岩试样孔隙网络骨架二值图；
[0074]
图6为本发明实施例中砂岩试样孔隙网络有效骨架二值图。
具体实施方式
[0075]
需要说明的是，在不冲突的情况下，本技术中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本技术。
[0076]
需要说明的是，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。
[0077]
如图1所示，本实施例中提供基于三维微观图像的岩土材料有效渗流路径表征方法，包括：
[0078]
s1、获取所需材料的试样，获取合适放大倍率的三维图像，选用图像分割算法获取三维微观孔隙-基质二值图像，简称为二值图像，尺寸为a
×b×
c。以某砂岩三维微观图像为例，获取砂岩三维微观图像的二值图像如图2所示。
[0079]
s2、三维图像姿态调整及孔隙联通分量确定。首先，旋转二值图像，至流体假想流入端面朝上，流体假想流出端面朝下。然后根据各孔隙像素联通情况，提取出全部孔隙三维联通分量。接着，从中剔除孤立的孔隙联通分量(若该孔隙联通分量任一孔隙像素未与二值图像顶端或底端接触，则该联通分量视作孤立的孔隙联通分量)。再将剩余的孔隙像素的集合记作v1。此步骤处理后的二值图像记作bw1，并将bw1视作由c个a
×
b的二维二值图像由上至下叠加组成。
[0080]
s3、获取与渗流流体流入端(顶端)和流出端(底端)接通的孔隙联通分量。根据孔隙联通情况，从v1剔除未从顶端联通至底端的联通分量，将处理后的孔隙像素的集合记作v2，处理后的二值图像记作bw2。
[0081]
s3具体分为如下几个步骤：
[0082]
s3.1、获取与顶端相连的孔隙联通分量。构建一个尺寸为a
×b×
2c的三维二值图像bwa，即由2c个a
×
b的二维二值数组沿竖直方向叠加构成。bwa的第1张至第c张二值图像的像素均设为孔隙像素。bwa的第c+1张至第2c张二值图像与bw2完全相等。获取到bwa中体积最大的孔隙联通分量，即将bwa中其他孔隙分量对应的像素均变更为基质。最后获取bwa中第c+1张至第2c张二值图像中作为处理后的二值图，记作bw3，bw3即为与顶端接通的孔隙联通分量二值图。以图2为例，按照s3.1获取与顶端接通的孔隙联通分量二值图，如图3。
[0083]
s3.2、获取与底端相连的孔隙联通分量。构建一个尺寸为a
×b×
2c的三维二值图像bwb，即由2c个a
×
b的二维二值数组沿竖直方向叠加构成。bwb的第1张至第c张二值图像与bw3完全相等。bwb的第c+1张至第2c张二值图像的像素均设为孔隙像素。获取到bwb中体
积最大的孔隙联通分量，即将bwa中其他孔隙分量对应的像素均变更为基质。最后获取bwb中第1张至第c张二值图像中作为处理后的二值图，记作bw
4,
bw4即为与底端和顶端均接通的孔隙联通分量二值图。继续以该砂岩试样为例，按照s3.2获取与底端和顶端均接通的孔隙联通分量二值图，如图4所示。
[0084]
s4、基于形态学细化算法提取孔隙网络骨架。下称孔隙网络骨架像素为骨架像素。本步骤旨在将二值化图像中的每个孔隙像素转换为其中心轴线(骨架)，是一种迭代算法，每次迭代会删除一些像素，直到所有孔隙像素被骨架像素替代。在迭代过程中，算法根据一定的规则来确定删除哪些像素，以保证骨架的连通性和准确性。具体分为如下步骤：
[0085]
s4.1、形态细化准备工作。首先输入二值化图像，然后将图像边界扩展一个像素(即将bw4三个方向的外围添加一层孔隙像素，以便于处理边界上的像素。接着，创建一个空白图像，大小和输入图像相同，用于存储骨架化结果。
[0086]
s4.2、迭代运算，主要是对输入图像进行迭代处理，通过判断像素周围的邻域来确定哪些像素可以被删除，以实现骨架化的效果。保证骨架连通性和准确性，兼具高计算效率。s4.2整理为如下几个环节：
[0087]
s4.2.1、对于每个孔隙像素，检查其周围3
×3×
3邻域内是否都是孔隙像素。如果是，则该孔隙像素可以被删除(即被认为是无用的孔隙像素)，在结果图像中标记为删除。具体的，在图像处理计算机程序中，通过判断3
×3×
3邻域内的像素值之和来判断。即若某个孔隙像素3
×3×
3邻域内的像素值之和仅为1，则为可删除的孔隙像素。
[0088]
s4.2.2、如果删除了任何像素，则需要更新周围像素的状态以保证下一次迭代不会将它们删除。具体来说，如果一个像素被删除，则需要将其周围26个像素的状态更新为“未访问”(即未被检查过)，以便在下一次迭代中重新检查。
[0089]
s4.2.3、对于每个被删除的像素，检查其3
×3×
3邻域内的孔隙像素是否形成了一个t形状，即周围存在3个与之相连的孔隙像素。如果是，则将t形状中心像素(即与周围三个像素相连的像素)标记为删除。
[0090]
s4.2.4、如果删除了任何像素，则需要更新周围像素的状态以保证下一次迭代不会将它们删除。具体来说，如果一个像素被删除，则需要将其周围26个像素的状态更新为“未访问”(即未被检查过)，以便在下一次迭代中重新检查。
[0091]
s4.2.5、重复步骤s4.2.1-s4.2.5，直到收敛(即没有新像素被删除)。在计算机程序中，可以通过检查结果图像和输入图像之间的差异来判断算法是否收敛。
[0092]
s4.3、结果清理。对前述环节中标记为删除的像素进行处理，以去除不必要的像素并保证骨架的连通性和准确性。具体来说，该环节包括以下几个步骤：
[0093]
s4.3.1、对于标记为删除的像素，检查其周围的像素是否能够与骨架像素相连，其中未被标记为删除的孔隙像素为骨架像素。如果可以，则将该像素从结果图像中删除，否则保留该像素。在matlab中，可以通过检查标记为删除的像素周围的像素是否属于骨架像素来实现。
[0094]
s4.3.2、对于每个被删除的像素，更新其周围像素的状态，以便在下一次迭代中重新检查。具体来说，如果一个像素被删除，则需要将其周围26个像素的状态更新为“未访问”(即未被检查过)，以便在下一次迭代中重新检查。此外，对于结果图像中的孤立像素，也需要进行删除。在实际操作中可在matlab等计算机编程软件中通过检查孤立像素周围的像素
是否均为背景像素来实现。
[0095]
s4.4.3、最后，对于结果图像中的任何残留噪声或不必要的像素，可以使用一些滤波算法(如中值滤波或平滑滤波)进行去除。将整理后的裂缝骨架二值图记作bw5，其中代表骨架的像素值为1，其它像素为0。该砂岩试样孔隙网络骨架可见图5。
[0096]
s5、基于三维骨架像素分析孔隙网络拓扑结构。在s4获取孔隙网络骨架后，根据其骨架交叉点和端点确定各分支或分段，进而确定各分支及所涉及的骨架像素。
[0097]
s5.1、统计各骨架像素3
×3×
3邻域内除去自己外其它骨架像素的数目及它们的图像坐标，确定其分类。若某个骨架像素3
×3×
3邻域内其余骨架像素的数目为1，则该骨架像素为骨架端点；若某个骨架像素3
×3×
3邻域内其余骨架像素的数目为2，则该骨架像素为普通骨架端点；若某个骨架像素3
×3×
3邻域内其余骨架像素的数目大于等于3，则该骨架像素为骨架交叉点。
[0098]
s5.2、确定各骨架分支的范围。获取与bw5等尺寸的二值图bw6，获取bw5中骨架交叉点像素的坐标。让bw6中对应位置的像素值为1，其余像素值为0，然后对bw6以3
×3×
3算子进行形态学膨胀运算，运算结果为bw
6b
。确定一个新的二值图bw
5b
，并将bw5和bw
6b
对照；确定bw5中为1且bw
6b
中为0的像素，将bw
5b
中对应位置的像素值记作1。依据26联通性，确定bw
5b
中各三维联通分量，将各联通分量及其bw
6b
接触的1个或2个像素共同视作各骨架分支。
[0099]
s5.3、确定各分支的两端端点。遍历各骨架分支，统计各骨架分支上各骨架像素的3
×3×
3邻域内且属于同个骨架分支的骨架像素数目。将3
×3×
3邻域内且属于同个骨架分支的骨架像素数目为2的像素视作该骨架分支的两端端点。
[0100]
s5.4、使用分水岭分割算法对bw4进行分割处理，即对孔隙网络分割出一个个区块，记录与三维图像顶端和底端有接触的区块。然后，去除存在任一端点处于与三维图像顶端和底端有接触的区块的骨架分支，仅保留端点未涉及到与三维图像顶端和底端有接触的区块的分支。假设整理后共t个骨架分支，将第t个分支上的骨架像素数目记作nt，其中t＝1，2，
…
，t。然后将第t个分支两端端点的三维图像坐标分布记作(x
1,t
,y
1,t
,z
1,t
)和(x
nt,t
,y
nt,t
,z
nt,t
),其中nt＝1，2，
…
，nt。该砂岩试样孔隙网络有效骨架如图6。
[0101]
s6、孔隙网络目标参数计算。获取第t个分支两端端点间直线距离d
t1
：
[0102][0103]
接着计算第t个骨架分支的第nt个骨架像素和与其相邻的第nt-1个骨架像素间的的距离d2
nt，t
：
[0104][0105]
获取第t个骨架分支的实际长度d
t2
：
[0106][0107]
则第t个骨架分支的渗流路径迂曲度tu
t
：
[0108][0109]
则该孔隙网络渗流路径总体有效迂曲度均值tu
mean
为：
[0110][0111]
则该孔隙网络渗流路径有效长度len为：
[0112][0113]
以上，仅为本技术较佳的具体实施方式，但本技术的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本技术揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本技术的保护范围之内。因此，本技术的保护范围应该以权利要求的保护范围为准。

技术特征：
1.基于三维微观图像的岩土材料有效渗流路径表征方法，其特征在于，包括：获取目标材料样本的三维微观图像，对所述三维微观图像处理，获取原始孔隙-基质二值图像；将所述原始孔隙-基质二值图像进行姿态调整，基于姿态调整后的孔隙-基质二值图像，获取流入端和流出端接通的孔隙连通分量二值图像；对所述流入端和流出端接通的孔隙连通分量二值图像进行提取处理，获取孔隙网络骨架二值图；基于所述孔隙网络骨架二值图，获取所述目标材料样本的渗流路径拓扑结构；基于所述渗流路径拓扑结构，获取孔隙网络渗流路径总体有效迂曲度均值和孔隙网络渗流路径有效长度。2.如权利要求1所述的基于三维微观图像的岩土材料有效渗流路径表征方法，其特征在于，将所述原始孔隙-基质二值图像进行姿态调整，基于姿态调整后的孔隙-基质二值图像，获取流入端和流出端接通的孔隙连通分量二值图像包括：将所述原始孔隙-基质二值图像进行旋转至目标位置，获取所姿态调整后的所述孔隙-基质二值图像；根据所述姿态调整后的孔隙-基质二值图像和孔隙像素联通情况，提取孔隙三维联通分量；将所述孔隙三维联通分量中的孤立孔隙联通分量进行删除，获取删除孤立孔隙联通分量的二值图；根据孔隙联通情况，将所述删除孤立孔隙联通分量的二值图中未从流入端联通至流出端的联通分量进行删除，并获取处理后的所述二值图；基于处理后的所述二值图，获取所述流入端和流出端接通的孔隙连通分量二值图像。3.如权利要求2所述的基于三维微观图像的岩土材料有效渗流路径表征方法，其特征在于，获取所述流入端和流出端接通的孔隙连通分量二值图像包括：基于处理后的所述二值图，构建三维二值图像，将所述三维二值图像中的若干张二值图像的像素均设为孔隙像素；获取所述三维二值图像中体积最大的孔隙联通分量，并将所述三维二值图像中的其他孔隙分量对应的像素更新为基质；基于所述三维二值图像中像素未设为孔隙像素的若干张二值图像，获得与流入端接通的孔隙联通分量二值图；基于所述与流入端接通的孔隙联通分量二值图，获取所述流入端和流出端接通的孔隙连通分量二值图像。4.如权利要求3所述的基于三维微观图像的岩土材料有效渗流路径表征方法，其特征在于，基于所述与流入端接通的孔隙联通分量二值图，获取所述流入端和流出端接通的孔隙连通分量二值图像，包括：基于所述与流入端接通的孔隙联通分量二值图，构建新的三维二值图像；将所述新的三维二值图像中若干张二值图像的像素均设为孔隙像素，获取所述新的三维二值图像中体积最大的孔隙联通分量，并将所述新的三维二值图像中的其他孔隙分量对应的像素更新为基质；
基于所述新的三维二值图像中像素未设为孔隙像素的若干张二值图像，获得所述流入端和流出端接通的孔隙连通分量二值图像。5.如权利要求1所述的基于三维微观图像的岩土材料有效渗流路径表征方法，其特征在于，对所述流入端和流出端接通的孔隙连通分量二值图像进行提取处理，获取孔隙网络骨架二值图包括：将所述流入端和流出端接通的孔隙连通分量二值图像的边界进行扩展，获取输入图像；基于所述输入图像中孔隙像素周围的像素，将所述孔隙像素进行删除标记，获取结果图像；基于所述结果图像进行处理，获取所述孔隙网络骨架二值图。6.如权利要求5所述的基于三维微观图像的岩土材料有效渗流路径表征方法，其特征在于，将所述孔隙像素进行删除标记，获取结果图像包括：s1、获取所述输入图像中的任一孔隙像素，若所述孔隙像素的预设邻域内均是孔隙像素，则将所述孔隙像素标记为删除，并将标记为删除的孔隙像素周围若干个像素的状态进行更新；s2、若存在规定数目的孔隙像素与所述标记为删除的孔隙像素相连，则将与规定数目的孔隙像素相连的孔隙像素标记为删除，并将标记为删除的孔隙像素周围若干个像素的状态进行更新；重复步骤s1-s2直到没有孔隙像素标记为删除，并获取结果图像。7.如权利要求6所述的基于三维微观图像的岩土材料有效渗流路径表征方法，其特征在于，基于所述结果图像进行处理，获取所述孔隙网络骨架二值图包括：将所述结果图像中未被标记为删除的孔隙像素作为骨架像素；判断所述标记为删除的孔隙像素与所述骨架像素是否相连，若相连，则将所述标记为删除的孔隙像素从所述结果图像中删除，并将删除的孔隙像素周围若干个像素的状态进行更新，若不相连，则保留所述标记为删除的孔隙像素，直到完成对每个标记为删除的孔隙像素的判断；完成对每个标记为删除的孔隙像素的判断后，将孔隙像素周围的像素均为背景像素的孤立像素进行删除，完成对所述孔隙像素的删除处理；对完成所述删除处理的图像进行优化处理，获取所述孔隙网络骨架二值图。8.如权利要求7所述的基于三维微观图像的岩土材料有效渗流路径表征方法，其特征在于，基于所述孔隙网络骨架二值图，获取所述目标材料样本的渗流路径拓扑结构包括：获取每个所述骨架像素在所述预设邻域内去除本身后剩余骨架像素的数目和坐标，基于所述剩余骨架像素的数目，将每个所述骨架像素分为骨架端点、普通骨架端点和骨架交叉点；基于所述孔隙网络骨架二值图和所述骨架交叉点的坐标，获取骨架分支；通过统计所述骨架分支上每个骨架像素在所述预设邻域内且在同个骨架分支上的骨架像素数目，获取所述骨架分支的端点；利用分水岭分割算法对所述流入端和流出端接通的孔隙连通分量二值图像进行分割，获取所述骨架分支的端点未接触到流入端和流出端区块的所述骨架分支，获取所述目标材
料样本的渗流路径拓扑结构。9.如权利要求8所述的基于三维微观图像的岩土材料有效渗流路径表征方法，其特征在于，基于所述孔隙网络骨架二值图和所述骨架交叉点的坐标，获取骨架分支包括：获取与所述孔隙网络骨架二值图同尺寸二值图和所述孔隙网络骨架二值图中的所述骨架交叉点的坐标；将所述同尺寸二值图中对应所述骨架交叉点的坐标的位置像素设置为第一预设值，其他像素设置为第二预设值，并进行形态学膨胀运算，获取新的同尺寸二值图；基于所述孔隙网络二值图，获取新的孔隙网络骨架二值图；通过将所述孔隙网络骨架二值图与所述新的同尺寸二值图进行对照，将所述新的孔隙网络骨架二值图中像素值进行设置，并获取所述新的孔隙网络骨架二值图中三维联通分量；基于所述新的孔隙网络骨架二值图中三维联通分量和所述新的同尺寸二值图，获取所述骨架分支。10.如权利要求8所述的基于三维微观图像的岩土材料有效渗流路径表征方法，其特征在于，基于所述渗流路径拓扑结构，获取孔隙网络渗流路径总体有效迂曲度均值和孔隙网络渗流路径有效长度的方法为：获取第t个骨架分支两端端点间直线距离d
t1
：获取第t个骨架分支的第nt个骨架像素和与其相邻的第nt-1个骨架像素间的距离d2
nt，t
：获取第t个骨架分支的实际长度d
t2
：则第t个骨架分支的渗流路径迂曲度tu
t
：获取孔隙网络渗流路径总体有效迂曲度均值tu
mean
为：则该孔隙网络渗流路径有效长度len为：其中，(x
1,t
,y
1,t
,z
1,t
)和(x
nt,t
,y
nt,t
,z
nt,t
)为第t个分支两端端点的三维图像坐标，其中nt＝1，2，
…
，nt；t为骨架分支的数量。

技术总结
本发明公开了基于三维微观图像的岩土材料有效渗流路径表征方法，包括：获取目标材料样本的三维微观图像，对所述三维微观图像处理，获取原始孔隙-基质二值图像；将所述原始孔隙-基质二值图像进行姿态调整，基于姿态调整后的孔隙-基质二值图像，获取流入端和流出端接通的孔隙连通分量二值图像；对所述流入端和流出端接通的孔隙连通分量二值图像进行提取处理，获取孔隙网络骨架二值图；基于所述孔隙网络骨架二值图，获取所述目标材料样本的渗流路径拓扑结构；基于所述渗流路径拓扑结构，获取孔隙网络渗流路径总体有效迂曲度均值和孔隙网络渗流路径有效长度。本发明可获取对应的有效渗流路径长度。有效渗流路径长度。有效渗流路径长度。


技术研发人员：刘江峰 马士佳 王志鹏 张子灏 林远健 倪宏阳
受保护的技术使用者：中国矿业大学
技术研发日：2023.07.11
技术公布日：2023/10/15