【PG软件实操】图像处理哪家强，风吹草低见牛羊-去伪存真还原真实孔隙

Lin879

大家好，我是数岩妹。上一期给大家交流了PerGeos独有的Recipes操作菜谱，有没有感觉用起来大大提高了工作效率呢？数岩妹发现经常会有工程师问到我拿到的图像质量不高，有没有办法使我的图像变得更清晰呢？也有工程师反映非局部均质滤波法滤波计算速度太慢了。那么究竟如何选择滤波方法，越复杂的滤波方法越好吗？今天数岩妹就带大家探索一下 图像处理的奥秘。

Q1 为什么要进行图像处理？

A：扫描过程由于设备和周边环境的各种因素，导致扫描得到的图像会存在噪点，常见的有椒盐噪声和高斯噪声，这些噪声会对图像的识别和分析产生干扰，可能会引起后期孔隙、基质分割分析的不准确，影响数据的准确性和后期分析的准确性。就像是一片茫茫草地，风把草吹下去了才能看清草里面的牛群和羊群。

Q2：通过图像处理可以得到什么结果？

A：通过图像处理，我们可以得到更加清楚的图片。就像是草地吹下去，看清楚了里面的动物，才能进一步的把牛群和羊群分析清楚。只有把牛群和羊群分清楚了，才能进一步分别对牛群里的牛和羊群里面的羊的数量和体型进行准确测量。正如孔隙，只有把孔隙和基质准确分离，才能对勘探开发过程进行标定和指导。

Q3：听起来图像处理很重要，是不是很麻烦？

A：图像处理的方法和种类有很多，针对不同的噪声问题有不同的解决方案。PerGeos专业系统集成了中值滤波、非局部均质滤波、曲率扩散滤波等。今天数岩妹就“举个栗子”跟大家分享一下各种滤波方法。

首先，我们选取一张图片作为滤波前的原始图像。在这里，数岩妹选取一张最近很火的“老干部”的剧照。图像中存在若干问题也是我们在图像处理中会经常遇到的。

头发部分的像素灰度值分布复杂，并且每一搓头发直径较小，很考验滤波的准确性。

领带纹路复杂，导致灰度值分布杂乱，能够很好的模仿岩石中遇到的噪点。以及西服上和底色相差无几的条纹，非常考验滤波对边缘的保护能力。

皮肤上灰度分布不均匀，并具有一些噪点，也是滤波测试的好素材。

介绍完了我们的测试对象，下面我们就利用不同的滤波方法对图像进行处理。

Ⅰ 中值滤波法

中值滤波法是一种非线性平滑技术，简单来说，图像中每一点都会根据灰度不同进行赋值，每一个像素块都有一个灰度值。若对某一像素块的灰度进行修正，考虑其周围的数个格子（图中以9×9格子为例），中值滤波法就是将每个格子的灰度值进行排列，用处于中间的灰度值代替该像素块的灰度值。

中值滤波具有滤波速度快的特征，对椒盐噪声有非常好的滤波作用，但对图像本身含很多孤点或者尖峰则并不合适。图1.1为中值滤波前后图像对比。看大图不是很明显，我们来看一下局部细节，如图1.2。

对于类似于椒盐噪声的白发，滤波效果比较明显如图（a）。从图（b）可以看出对于边缘的保护而言，中值滤波之后的图像无法足够清晰的描述。中值滤波在平滑图像上效果较好，即调整个别“不合群”的像素，但是在基于原图的边缘描述功能较弱，如图（c）。对图像中的一些细节，比如领带上的纹路，中值滤波之后明显模糊。

(a)

(b)

(c)

图1.2 滤波前后局部细节对比

Ⅱ 曲率滤波法

曲率滤波是从通过投影原始图像去曲面，通过最小化曲率达到最小化正则项的目的，从而对图像噪点进行平滑，达到降噪的目的。

曲率滤波在平滑和细节保持方面平衡的比较好，并且由于不需要求解曲率，可以提高计算速度。

利用曲率滤波法对图像进行处理，处理后图像整体对比图如图2.1。从整体看来，曲率滤波之后的图像与原图相似度就较高，在保证图像各个部分对比度明显的同时又能很好的对图像噪点进行平滑。

图2.1 曲率滤波后整体图像

对比利用曲率滤波法处理前后图像中的局部细节，如图2.2，对于对比度较高的细节，如图（a）、（b）中黑色中掺有的白色部分像素时，能够很好的保护白色部分像素的边缘。同时也说明了该滤波方式不适用于椒盐噪声。但是对于对比度较低的细节，如衬衣领口上的条纹部分，曲率滤波法对其边缘的识别能力较弱，平滑能力较强。

Ⅲ 非局部均质滤波法

非局部考虑了图像的自相似性，将相似像素点定义为具有相同领域模式的像素。有相似性的像素点在滤波时所占的权重更大。非局部均质滤波对高斯噪声有非常好的效果。但同时，由于计算方法复杂，该算法耗时较长。不过，在PerGeos专业系统中，非局部均质滤波法可进行GPU加速，如果电脑设备具有独立显卡，那么计算速率则会大大提高。

图3.1为非局部均质滤波前后整体图像对比图。从整体上而言，非局部均质滤波法对图像的平滑和降噪效果非常显著，但是会适当的降低图像的对比度。

图3.1 非局部均质滤波后整体图像

对比降噪前后图像中的部分细节，非局部均质滤波不仅具有优秀的平滑能力，并且对边缘的描述较好，如图（a）。对类似椒盐噪声有一定滤波效果。最值得一提的是，非局部均质滤波方法可以非常好的保护图像中的细节，如图（c），虽然降低了图像的对比度，但是同时也保护了图像中的细节信息。

图2.2 滤波前后局部细节对比

下面对三种滤波方式进行对比:

图4.1 非局部均质滤波后整体图像

我们再看一下局部细节的对比。

图4.2 滤波钱后局部细节对比

整理看来，三种滤波方式在视觉上的差异主要体现在平滑能力不同和对边缘的描述方式不同。为了以进一步说明不同滤波方式是如何描述边缘的，我们选取一个孔隙及其周边一定范围的基质，分别用三种滤波方式对图像进行滤波。中值滤波之后，对边缘的描述灰度值混乱，滤波效果较差。非局部均质滤波法对孔隙进行渐变式灰度值的像素描述，在平滑图像的同时保证良好的边缘描述能力。这也是非局部均质滤波后的图像看起来更柔和，图像对比度相对较低的原因。曲率滤波的平滑能力强于中值滤波，对于边缘的描述介于中值滤波和非局部均质滤波之间，边缘是根据原始图像像素灰度值进行描述，因此经过曲率滤波的图像看起来边缘更锐利。

图4.3 不同滤波方式边缘识别的差异

总的来说，对三种滤波方法对图像处理的能力进行比较：

对于椒盐噪声：

中值滤波>非局部均质滤波>曲率滤波

细节保护程度：

非局部均质滤波>曲率滤波>中值滤波

对图像的平滑能力:

非局部均质滤波>曲率滤波>中值滤波

边缘识别能力：

曲率滤波>非局部均质滤波>中值滤波

计算速度：

中值滤波>曲率滤波>非局部均质滤波

基于上述结论，小伙伴在进行图像处理的时候，需要根据具体图像和图像中的问题选择合适的滤波方法，这样才能做到“去伪存真”，还原岩石本来面貌，为下一步的分析打好的基础。

关注科吉思石油，查看原文：