紫外光下岩石裂隙骨架提取的数字图像处理算法

本文主要探讨了"基于紫外光图像的岩石裂隙骨架抽取"这一主题，发表于2008年第28卷第11期的工程技术类论文。研究者刘敏翔和王卫星来自重庆邮电大学计算机科学与技术学院，他们针对在地质工程领域广泛应用的紫外光成像技术，提出了针对岩石裂隙图像的处理方法。 在研究过程中，作者首先认识到对岩石裂隙图像进行预处理的重要性。这包括噪声滤除，以减少图像中的随机干扰，提高后续分析的准确性；图像分割，将图像划分为若干区域，便于识别不同部分的特征；空腔填充，弥补裂隙内部的空洞，使得骨架提取更为完整；以及短枝去除，消除非主要分支的影响，确保提取出的骨架代表主要结构。 在深入理解了骨架特性（如分支结构、方向性和连续性）和骨架抽取算法的基础上，研究人员创新性地提出了基于结构元素的逐层细化算法。这种算法通过结构元素（如线段、矩形或圆形）对裂隙边缘进行细致扫描，并逐步缩小搜索范围，从而提取出精确而稳定的骨架结构。这种方法旨在实现高效且精确的骨架抽取，对于地质学中的裂缝分析具有显著的优势。 实验结果显示，该算法能够有效地抽取出理想的岩石裂隙骨架，不仅提取结果准确，而且算法表现出了良好的稳定性和实用性，这对于地质勘查、灾害预警以及基础设施的稳定性评估等领域具有重要的实际应用价值。因此，这项研究不仅提升了岩石裂隙图像处理的技术水平，也为相关领域的工程实践提供了强有力的技术支持。关键词包括岩石裂隙、紫外光图像、数字图像处理、骨架和结构元素，体现了研究的核心内容和研究对象的特性。