CN112802035B - 一种基于岩体数字图像的大批量样本获取方法 - Google Patents
一种基于岩体数字图像的大批量样本获取方法 Download PDFInfo
- Publication number
- CN112802035B CN112802035B CN202110260737.7A CN202110260737A CN112802035B CN 112802035 B CN112802035 B CN 112802035B CN 202110260737 A CN202110260737 A CN 202110260737A CN 112802035 B CN112802035 B CN 112802035B
- Authority
- CN
- China
- Prior art keywords
- image
- cutting
- cutting template
- moving
- original image
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 12
- 239000011435 rock Substances 0.000 title claims abstract description 9
- 238000005520 cutting process Methods 0.000 claims abstract description 68
- 239000013077 target material Substances 0.000 claims abstract description 9
- 230000009466 transformation Effects 0.000 claims abstract description 5
- 238000011160 research Methods 0.000 abstract description 11
- 239000002689 soil Substances 0.000 abstract description 8
- 239000000463 material Substances 0.000 abstract description 7
- 238000010801 machine learning Methods 0.000 abstract description 4
- 230000001427 coherent effect Effects 0.000 abstract description 2
- 238000012545 processing Methods 0.000 abstract description 2
- 238000011161 development Methods 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 229910000278 bentonite Inorganic materials 0.000 description 1
- 239000000440 bentonite Substances 0.000 description 1
- SVPXDRXYRYOSEX-UHFFFAOYSA-N bentoquatam Chemical compound O.O=[Si]=O.O=[Al]O[Al]=O SVPXDRXYRYOSEX-UHFFFAOYSA-N 0.000 description 1
- 238000002591 computed tomography Methods 0.000 description 1
- 238000013136 deep learning model Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 230000035699 permeability Effects 0.000 description 1
- 239000011148 porous material Substances 0.000 description 1
- 230000000630 rising effect Effects 0.000 description 1
- 238000000844 transformation Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T3/00—Geometric image transformations in the plane of the image
- G06T3/60—Rotation of whole images or parts thereof
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20112—Image segmentation details
- G06T2207/20132—Image cropping
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Analysing Materials By The Use Of Radiation (AREA)
- Image Processing (AREA)
Abstract
本发明公开的一种基于岩体数字图像的大批量样本获取方法，涉及图像处理技术领域。该方法包括以下步骤：首先，获取待扩增的目标材料数字图像；然后，在现有图像基础上，在其四顶点和四条边处分别进行点对称和轴对称变换，获取到长宽均为原图像3倍且图像信息连贯的新图像；接着，建立裁切模板，将其中点移至新图像中原图像的其中一个顶点处，并裁切获取图像；最后，设定移动步长，逐层移动裁切模板，裁切多个图像，直至裁切模板的中点移动至原图像中起点的对角点。本发明可由计算机编程完成全流程工作，高效便捷地为岩土体材料机器学习及其它有关研究提供数目充足的数字图像样本，获取到的图像样本各项参数可人工调节，且内部图像信息连贯。
Description
技术领域
本发明涉及图像处理技术领域，具体涉及一种基于岩体数字图像的大批量样本获取方法。
背景技术
岩土体材料在实际生产中被广泛应用，与之相关的科学研究也逐渐成为研究热点。其中，相关材料的数字图像成为研究的重要对象。如通过计算机断层扫描、扫描电子显微镜采集到的岩土体细微观图像可获取孔隙分布的各项信息，进而可由此获取目标材料的渗透率、导电性和其他力学性能指标。再比如混凝土材料的细观图像可为其养护使用提供有力的技术信息。同时由相机采集到的岩土体宏观图像也具有重要研究价值，如可由建筑物的表面图像获取其裂缝的发育现状及趋势，为其养护运维提供帮助。
而近年来兴起的机器学习为岩土体材料的研究提供了新的方向与思路，克服传统研究方法弊端，更好地整合现有数据为其相关研究提供了有力帮助。比如汇总整理上述目标材料的数字图像，搭建数据集并选用合适的模型，经过训练可完成很有意义的研究工作；获取大量建筑物表面裂缝发育现状图像并选用机器学习模型合理训练，可实现自动高效地识别出目标材料裂缝长度、宽度、数目、面积等，可节省大量人力并提高准确性；获取大量混凝土材料细观图像，整理出足够标定有目标物的图像并选用深度学习模型可实现自动识别计算目标材料中各项颗粒物的分布情况。但是，由于目标材料样品数目有限，高质量且缩放尺度合理的数字图像难以大量获取，现有此类工作往往因数据集数目有限而难以顺利开展。
现有着力解决此类问题的方法多为采用简单的几何变换来扩充图像样本数量，如水平/竖直翻转、图像简单几何映射等。但现有方法大多只能扩充原有图像样本集3-5倍，在很多情形下仍难以扩充数据集数目至满足研究所需。因此，数字图像数据集数目不足，仍是当前亟待解决的问题。
发明内容
根据本发明的目的提出的一种基于岩体数字图像的大批量样本获取方法，包括以下步骤：
步骤一：获取待扩增的目标材料矩形数字图像。
步骤二：在现有图像基础上，在其四顶点和四条边处分别进行点对称和轴对称变换，获取到长宽均为原图像3倍且图像信息连贯的新图像。
步骤三：建立裁切模板，将其中点移至新图像中原图像的其中一个顶点处，并裁切获取图像。
步骤四：根据原图像的尺寸选取一定大小的像素距离作为步长，在新图像上沿原图像的其中一个边移动裁切模板，每移动一下，裁切获取一张图像，直至该裁切模板的中点移动至该边上的另一顶点处。
步骤五：移动方向转向90°，在新图像上沿原图像中垂直于初始边的边移动一个步长，裁切获取一张图像。
步骤六：移动方向再次转向90°，在新图像上沿原图像中初始边的相反方向移动裁切模板，每移动一下，裁切获取一张图像，直至该裁切模板的中点移动至相对的另一条垂直于初始边的边上。
步骤七：移动方向再次转向90°，与步骤五中方向一致，移动一个步长，裁切获取一张图像后，再次转向90°平行于初始边，继续移动裁切模板，每移动一下，裁切获取一张图像，直至该裁切模板的中点移动至相对边上。
步骤八：重复步骤五-七，直至裁切模板的中点移动至原图像中起点的对角点。
优选的，在裁切模板与原图像尺寸一致时，其移动次数和获取样本数目关系如下：
L×a＝h；
L×b＝w；
a×b＝n；
其中，L为移动步长，a为裁切模板竖直方向上移动次数，b为裁切模板在每一水平方向上移动次数，w和h为原图像宽度和长度，n为一张原图像可扩充获取到的新图像数目。
与现有技术相比，本发明公开的一种基于岩体数字图像的大批量样本获取方法的优点是：
(1)本发明可由计算机编程完成全流程工作，高效便捷地为岩土体材料机器学习及其它有关研究提供数目充足的数字图像样本。
(2)本发明获取到的图像样本各项参数可人工调节，且内部图像信息连贯。
附图说明
为了更清楚的说明本发明实施例或现有技术的技术方案，下面将对实施例或现有技术描述中所需要使用的附图做简单的介绍，显而易见的，下面描述中的附图仅仅是本发明的一些实施例，对于本领域中的普通技术人员来说，在不付出创造性劳动的前提下，还可根据这些附图获得其他附图。
图1为本发明公开的一种基于岩体数字图像的大批量样本获取方法的流程图。
具体实施方式
下面结合附图对本发明的具体实施方式做简要说明。显然，所描述的实施例仅仅是本发明的一部分实施例，而不是全部实施例，基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，均属于本发明保护的范围。
图1示出了本发明较佳的实施例，对其进行了详细的剖析。
如图1所示的一种基于岩体数字图像的大批量样本获取方法，包括以下步骤：
步骤一：获取研究所需的膨润土扫描电子显微镜细观数字图像，尺寸为1000*880。
步骤二：在现有图像基础上，在其四顶点和四条边处分别进行点对称和轴对称变换，获取到长宽均为原图像3倍且图像信息连贯的新图像，尺寸为3000*2640。
步骤三：结合原图像尺寸，建立裁切模板，裁切模板尺寸为1000*880。将裁切模板的中点移至新图像中原图像的其中一个顶点处，例如左上角顶点，即距新图像上边880像素、左边1000像素处，并裁切获取图像。
步骤四：选取裁切移动步长为40像素，在新图像上沿原图像的边向右移动裁切模板，每移动一下，裁切获取一张图像，直至该裁切模板的中点移动至原图像的右上角顶点处。
步骤五：移动方向转向90°，在新图像上将裁切模板沿原图像的右边线向下移动一步长，裁切获取一张图像。
步骤六：移动方向再次转向90°，在新图像上沿原图像中平行于上边线的方向向左移动裁切模板，每移动一下，裁切获取一张图像，直至该裁切模板的中点移动至原图像左边线上。
步骤七：移动方向再次转向90°，在新图像上裁切模板沿原图像的左边线向下移动一步长，裁切获取一张图像后，再次转向90°平行于上边线，继续向右移动裁切模板，每移动一下，裁切获取一张图像，直至该裁切模板的中点移动至右边线上。
步骤八：重复步骤五-七，直至裁切模板的中点移动至原图像的右下角顶点处。期间，其在竖直方向上移动22次，在每个水平方向上均移动25次，即竖直方向上移动880像素距离并在每个水平方向移动1000像素距离，共可获取550张图像样本以扩充研究目标材料所需数字图像样本资源。
对所公开的实施例的上述说明，使本领域专业技术人员能够实现和使用本发明。对这些实施例的多种修改方式对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神和范围的情况下，在其他实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合本文所公开的原理和新颖特点相一致的最宽的范围。
Claims (1)
1.一种基于岩体数字图像的大批量样本获取方法，其特征在于，包括以下步骤：
步骤一：获取待扩增的目标材料矩形数字图像；
步骤二：在现有图像基础上，在其四顶点和四条边处分别进行点对称和轴对称变换，获取到长宽均为原图像3倍且图像信息连贯的新图像；
步骤三：建立裁切模板，将其中点移至新图像中原图像的其中一个顶点处，并裁切获取图像；
步骤四：根据原图像的尺寸选取一定大小的像素距离作为步长，在新图像上沿原图像的其中一个边移动裁切模板，每移动一下，裁切获取一张图像，直至该裁切模板的中点移动至该边上的另一顶点处；
步骤五：移动方向转向90°，在新图像上沿原图像中垂直于初始边的边移动一个步长，裁切获取一张图像；
步骤六：移动方向再次转向90°，在新图像上沿原图像中初始边的相反方向移动裁切模板，每移动一下，裁切获取一张图像，直至该裁切模板的中点移动至相对的另一条垂直于初始边的边上；
步骤七：移动方向再次转向90°，与步骤五中方向一致，移动一个步长，裁切获取一张图像后，再次转向90°平行于初始边，继续移动裁切模板，每移动一下，裁切获取一张图像，直至该裁切模板的中点移动至相对边上；
步骤八：重复步骤五-七，直至裁切模板的中点移动至原图像中起点的对角点；
在裁切模板与原图像尺寸一致时，其移动次数和获取样本数目关系如下：
L×a＝h；
L×b＝w；
a×b＝n；
其中，L为移动步长，a为裁切模板竖直方向上移动次数，b为裁切模板在每一水平方向上移动次数，w和h为原图像宽度和长度，n为一张原图像可扩充获取到的新图像数目。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110260737.7A CN112802035B (zh) | 2021-03-10 | 2021-03-10 | 一种基于岩体数字图像的大批量样本获取方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110260737.7A CN112802035B (zh) | 2021-03-10 | 2021-03-10 | 一种基于岩体数字图像的大批量样本获取方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112802035A CN112802035A (zh) | 2021-05-14 |
| CN112802035B true CN112802035B (zh) | 2024-03-15 |
Family
ID=75816834
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110260737.7A Active CN112802035B (zh) | 2021-03-10 | 2021-03-10 | 一种基于岩体数字图像的大批量样本获取方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112802035B (zh) |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2010074265A1 (ja) * | 2008-12-25 | 2010-07-01 | ユニバーサル・バイオ・リサーチ株式会社 | 検体の前処理方法、および生体関連物質の測定方法 |
| CN105809667A (zh) * | 2015-01-21 | 2016-07-27 | 瞿志行 | 扩充实境中基于深度摄影机的遮蔽效果优化方法 |
| CN112150430A (zh) * | 2020-09-21 | 2020-12-29 | 中国矿业大学(北京) | 一种利用岩石细观结构数字图像的数值分析方法 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US9165388B2 (en) * | 2008-09-22 | 2015-10-20 | International Business Machines Corporation | Method of automatic cropping |
-
2021
- 2021-03-10 CN CN202110260737.7A patent/CN112802035B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2010074265A1 (ja) * | 2008-12-25 | 2010-07-01 | ユニバーサル・バイオ・リサーチ株式会社 | 検体の前処理方法、および生体関連物質の測定方法 |
| CN105809667A (zh) * | 2015-01-21 | 2016-07-27 | 瞿志行 | 扩充实境中基于深度摄影机的遮蔽效果优化方法 |
| CN112150430A (zh) * | 2020-09-21 | 2020-12-29 | 中国矿业大学(北京) | 一种利用岩石细观结构数字图像的数值分析方法 |
Non-Patent Citations (2)
| Title |
|---|
| Pore structure characterization and permeability prediction of coal samples based on SEM images;Shuai-Bing Song等;《Journal of Natural Gas Science and Engineering》;20190511;第160-171页 * |
| 基于数字图像的岩土体材料孔-裂隙结构表征及渗流特性研究;曹栩楼;《中国优秀硕士学位论文全文数据库 工程科技I辑》;20210115(第01期);B019-95 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN112802035A (zh) | 2021-05-14 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108280290B (zh) | 一种混凝土骨料数值模型重建方法 | |
| DE102017009276A1 (de) | Erzeugen eines dreidimensionalen modells aus einem gescannten gegenstand | |
| CN112307553B (zh) | 一种对三维道路模型进行提取与简化的方法 | |
| Bamford et al. | A water immersion algorithm for cytological image segmentation | |
| KR101425576B1 (ko) | 정밀한 광역 축척 모형 제작을 위한 3차원 데이터 획득 및 가공 방법 | |
| CN110223376B (zh) | 一种基于单幅堆积颗粒材料图像的三维颗粒重建方法 | |
| CN110675508A (zh) | 一种bim模型几何图形化简方法 | |
| CN106463003A (zh) | 制造带浮雕的三维对象 | |
| CN110608933B (zh) | 一种基于3d打印的可渗透岩体的制备方法 | |
| CN112802035B (zh) | 一种基于岩体数字图像的大批量样本获取方法 | |
| CN108480859B (zh) | 一种宽幅多功能激光机的切割方法 | |
| CN116222381A (zh) | 电极涂层尺寸测量方法和装置 | |
| CN110033507A (zh) | 模型贴图的内描线绘制方法、装置、设备及可读存储介质 | |
| CN113536617B (zh) | 一种复杂结构的精细有限元模型快速生成方法 | |
| CN112581621B (zh) | 一种三维点云钢板空间尺寸在线提取方法 | |
| CN108257201B (zh) | 二维图案在三维工业模型表面帖敷的方法 | |
| CN109359381B (zh) | 一种基于体素的激光路径规划方法 | |
| CN114998474B (zh) | 一种基于激光点云的规则建筑立面快速制图方法 | |
| JP3774366B2 (ja) | ハニカム構造素子を用いて実体画像を構成する方法 | |
| CN105486249B (zh) | 三维扫描数据的自适应底面消除方法 | |
| Norin et al. | Application of three-dimensional technologies in restoration of architectural decor elements | |
| JP3394869B2 (ja) | 建材の製造方法 | |
| CN114220122A (zh) | 一种掌静脉样本类别增强方法及处理终端 | |
| CN108823942B (zh) | 一种裁床自适应废料裁断方法 | |
| Santa et al. | Blueprints obtention by means of using digital image processing algorithms |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |