明老师找油-22-分水岭算法及在数字岩心切割中的应用

Ming170

明老师找油-22-分水岭算法及在数字岩心切割中的应用

明治良 科吉思石油技术

何为分水岭算法（WatershedAlgorithm）？

所谓分水岭算法（Watershed Algorithm），顾名思义，就是根据分水岭的构成来考虑图像的分割。现实中我们可以或者说可以想象有山有湖的景象，那么那一定是水绕山，山围水的情形。每一片湖都可以看做一个集水盆（basin），而区分高山（plateaus）与水的界线，以及湖与湖之间的间隔就是我们可爱的分水岭（watershed）。为了得到一个相对集中的集水盆，就需要让水涨到接近周围的最高的山，再涨就要漏水到邻居了，而邻居，嘿嘿，水质不同诶，会混淆自我的。

通俗的说，分水岭算法就是先通过一个适当小的阈值作为起点，即集水盆的底；然后是向周围浸水，直到达到分水岭。当然如果我们要一直淹没到山顶，即是一直处理到图像灰阶最高片，那么，当中就会出现筑坝的情况，不同的集水盆在这里相遇了，我们要洁身自爱，到这里为止，因为都碰到边界了；那么即使在相遇时没有碰到最高灰阶的地方，也需要人工构筑分水岭，区分不同的区域，不再上山，构筑属于自己的分水岭。

分水岭算法最大的优势是具有很强的边缘检测能力，对微弱的边缘也有较好的效果。这与分水岭扩张的阈值的设置有关系，阈值可以决定集水盆扩张的范围。但自我构筑的能力却不受影响。如何充分发挥分水岭算法强的边缘检测能力，而又能得到相对集中的连通的集水盆？现实中很好办，我们在往凹地加水的时候，直到它涨到这一块紧凑的山岭边缘就不加了；但是如果有一条小山沟存在，那没办法，在初始阈值分割的时候，也就是山沟与集水盆有同样的极小值，而且它们之间是以这个高度一直连接的。那没关系，我们将它连通。在图像上呢？如何实现？

算法思想是这样的实现的：

C++实现方法：http://blog.csdn.net/nagao_kagetora/article/details/5995925

首先准备好山和初始的水。这山就是我们的初始图像了，比如用自然获取的图像的梯度来表征山地的每一点的高度吧；而初始的水就是在阈值记下，所有的低于这个高度的整个山地都加水，直到这个阈值高度。

接下来是考虑将已加的水进行记录，记录成连通的区域，也就是看看有多少个互不相关的集水盆，有五个，那么我们就涨出五个湖，而且尽可能的高，只要大家想到不溢出。

统计初始连通区域，即从逐一扫描输入的种子像素点，将所有的标记了的初始集水盆一一纳入各自的区域，这是整修图像的扫描，就得到了各个连通初始集水盆的记录，同时得到了初始的分水岭， 之后就可以开始“水漫梁山”了。这就是淹没过程。让水位慢慢上升，让它原本的湖慢慢扩张，尽量利用其应有的空间，而又不至于淹没到其它的邻居湖泊。如此往复循环，直到对应区域完成，扫描所有的区域的分水岭，这样各自同时在一个水位下扩张，保证了不出现跳跃的情况出现（就是一个水位一个区域全局扩张）。

最终，所有的区域在每个水位都扩张完毕，得到了分割图，我们的大湖泊形成了

很多朋友至此已经看得一头雾水了，我又不懂编程，怎样才能把这种算法在数字岩心分割中应用呢，有没有好的现成软件实现呀？

这个软件已经有了，它就是--

数岩领域最前沿的软件PerGeos

在里面实现非常简单，而且还能实现难度更大的三维三相分水岭分割，说得好不如干得好，还是让数据说话吧。

下图是一个数字岩心照片，从图片上我们可以看到有三种岩性：左下角灰色，右上角黑色和中间白色，但边界不清楚，另外常规处理会在右边黑色和白色中间出现一条灰色的岩性，这显然是有问题的。

1、首先利用梯度属性进行截止，设定分割节点数量，提取不同灰度范围的边界，如图红色所示

2、在探测出了边界之后，就可以根据灰度值把岩石划分成三个部分：

1）低照度部分（下图深红色区域）

2）中等照度部分（下图绿色区域）

3）高照度部分（下图亮红色区域）

3、有了这些基础，我们就可以应用三维分水岭算法分割岩石，分割结果如下图所示，可以看到三种岩石的边界拾取的干干净净，当然你也可以调整参数，让岩性分割更符合你的认识。

当我们把参数调整好，就可以应用这套参数和流程应用到整个数据体上，得到三维岩性分割的数据体了。

怎么样，

神奇吗？

简单吗？

想试试吗？

那就直接回复微信和我们联系，申请软件试用吧