CN112819809B

CN112819809B - 一种岩石中矿物颗粒形态量化方法

Info

Publication number: CN112819809B
Application number: CN202110204432.4A
Authority: CN
Inventors: 陈建湟; 张中俭; 李丽慧; 徐文杰
Original assignee: China University of Geosciences Beijing
Current assignee: China University of Geosciences Beijing
Priority date: 2021-02-24
Filing date: 2021-02-24
Publication date: 2023-06-16
Anticipated expiration: 2041-02-24
Also published as: CN112819809A

Abstract

本发明提供一种岩石中矿物颗粒形态量化方法，如下步骤：步骤100，将待测矿物颗粒形态的岩石样品制备薄片，对制作好的岩石薄片进行显微拍照，获取矿物颗粒形态的显微图像；步骤200，将获得的显微图像转换为灰度图，利用图像分割技术从上述灰度图中将不同矿物颗粒区分开，然后转为二值图；步骤300，在所得到的二值图中获取矿物颗粒轮廓像素，提取所有颗粒轮廓的像素坐标，并剔除超出图像边界的矿物颗粒；步骤400，对获得的矿物颗粒轮廓像素坐标进行离散几何分析，计算得到矿物的形态参数。本发明用于量化矿物颗粒的形态并计算其形态参数，解决了以往评价结果受测试人主观选择的影响，评价更为客观和全面，计算结果可信度高。

Description

一种岩石中矿物颗粒形态量化方法

技术领域

本发明涉及岩石薄片鉴定领域，尤其涉及一种基于图像处理的岩石中矿物颗粒形态量化方法。

背景技术

岩石薄片鉴定是在偏光显微镜下鉴定矿物和岩石的一种方法。它具有经济、快捷、直观的特点，在石油天然气勘探、石质文物保护等领域应用广泛。

目前，我国《岩石薄片鉴定规范》(SY/T 5368-2016)采用目估法对薄片中矿物的粒度和磨圆度进行评价。粒度指矿物颗粒轮廓的最小外接圆，通过比对岩石薄片显微照片上的比例尺目估得到。磨圆度的评价方法是将待测矿物颗粒图像和已标定形态特征的图像进行比对。这种方法具有方便、快捷的优点，但其评价结果受测试人主观选择的影响，并且仅用磨圆度对矿物颗粒形态进行刻画，不能详尽矿物颗粒的全部特征。

但是，传统通过目测的方法根本无法得到各个参数的准确结果，因此，亟需发明一种能够准确计算岩石中矿物颗粒形态的方法。

发明内容

本发明针对现有技术的不足，提出一种能够通过岩石薄片显微图像计算矿物颗粒形态参数的方法。利用岩石薄片的显微图像，基于图像处理技术，计算矿物颗粒的球度、凸度、长宽比和磨圆度等形态参数，计算结果可信度高。

为实现上述目的，本发明的技术方案如下：

一种岩石中矿物颗粒形态量化方法，包括如下步骤：

步骤100，将待测矿物颗粒形态的岩石样品制备薄片，对制作好的岩石薄片进行显微拍照，获取矿物颗粒形态的显微图像；

步骤200，将获得的显微图像转换为灰度图，利用图像分割技术从上述灰度图中将不同矿物颗粒区分开，然后转为二值图；

步骤300，在所得到的二值图中获取矿物颗粒轮廓像素，提取所有颗粒轮廓的像素坐标，并剔除超出图像边界的矿物颗粒；

步骤400，对获得的矿物颗粒轮廓像素坐标进行离散几何分析，计算得到矿物颗粒的形态参数，包括矿物颗粒的球度、凸度、长宽比、磨圆度中的一个或多个。

可选的，步骤200中，在区分不同矿物颗粒时，先对矿物颗粒进行着色再进行图像分割。

可选的，步骤300中，在所得到的二值图中获取矿物颗粒轮廓像素具体为：二值图背景为黑色、颗粒为白色，逐个获取图像中白色连通域，遍历每个连通域中每一个白色像素，当该像素的上下左右相邻像素存在黑色像素或该像素为图像边界时，判断该像素为颗粒轮廓像素。

可选的，步骤400中，

对于球度的计算具体为：

1)利用矿物颗粒轮廓像素坐标计算该矿物颗粒的面积A_S和最小外接圆半径d_s；

2)通过该矿物颗粒的面积A_S求得其等效面积圆半径d；

3)根据公式(1)计算该矿物颗粒的球度S：

式中，d表示颗粒等效面积圆半径，ds表示颗粒的最小外接圆半径。

和/或，对于凸度的计算具体为：

1)利用矿物颗粒轮廓像素坐标计算该矿物颗粒的面积A_S和凸包线；

2)求解该矿物颗粒凸包线的面积B_S；

3)根据公式(2)计算该矿物颗粒的凸度C：

式中，A_S表示矿物颗粒的面积，B_S表示颗粒凸包线的面积。

和/或，对于长宽比的计算具体为：

1)利用矿物颗粒轮廓像素坐标计算该矿物颗粒的最小外接矩形；

2)根据公式(3)计算该矿物颗粒的长宽比A：

式中，w表示矿物颗粒最小外接矩形的短边，l表示最小外接矩形的长边。

可选的，步骤400中，对于磨圆度的计算具体为：

1)利用矿物颗粒轮廓像素坐标计算该矿物颗粒的最大内切圆半径R；

2)识别矿物颗粒各个棱角，记录棱角数量为N，利用最小二乘法依次拟合各个棱角圆，得到各个棱角的曲率半径r_i；

3)根据公式(4)计算该矿物颗粒的磨圆度∏：

式中，r_i表示颗粒棱角的曲率半径，R表示颗粒的最大内切圆半径，N表示颗粒棱角数量。

可选的，矿物颗粒棱角的识别包括棱角关键点识别，棱角关键点识别包括颗粒轮廓光滑处理，颗粒轮廓光滑处理指将颗粒轮廓从其形心处按极坐标展开，并利用傅里叶级数拟合矿物颗粒轮廓，达到矿物颗粒轮廓光滑的目的，并获得了矿物颗粒轮廓的傅里叶级数关系式。

可选的，棱角关键点识别还包括颗粒棱角关键点标记，颗粒棱角关键点标记指将傅里叶级数拟合的颗粒轮廓取相邻的3个轮廓坐标点作一个圆，如果该圆同时满足下述三个条件，(a)圆心在颗粒轮廓内部、(b)半径小于最大内切圆半径、(c)该圆没有超出颗粒轮廓，则标记这3个点的中间点为颗粒棱角关键点。

可选的，矿物颗粒棱角的识别还包括棱角关键点分组，棱角关键点分组指按照不同棱角将关键点划分成组，包括初步分组，初步分组采用统计方法设置一个长度d_f，当相邻两个棱角关键点的距离d小于d_f时，这两个棱角关键点为相同组，否则为不同组。

可选的，初步分组中d_f的设置包括如下3个步骤：

1)计算相邻两个棱角关键点的距离，得到最大距离d_max和最小距离d_min；

2)利用公式(5)计算相邻两个棱角关键点的距离归一化值P：

P值分布密集的区间对应颗粒棱角区域，P值分布稀疏的区间对应非棱角区域；

3)为了进一步区分P值为密集区间或稀疏区间，引入分组系数a，使得P∈[0,a)时为密集区间，P∈(a,1]时为稀疏区间，利用公式(6)计算d_f：

d_f＝a×(d_max-d_min)+d_min (6)

a值通过统计若干个颗粒图像的相邻两个棱角关键点的归一化值P的分布来确定，当P＝a时由公式(5)、公式(6)所求得的d即为d_f。

可选的，将上述颗粒棱角关键点初步分组的结果进行棱角圆计算，当初步分组计算的棱角圆存在下列三种情况之一时，再利用二分法对颗粒棱角关键点的初步分组结果进行精细分组：

情况一：拟合的棱角圆超出颗粒边界；

情况二：拟合的棱角圆的拟合优度R²过低；

情况三：棱角关键点对应的圆心角过小。

优选的，精细分组是将该分组从其组内最大间距处分为两组，将这两组分别拟合圆；上述三种情况依然存在，则对新的组重复二分，直到拟合的圆不存在上述三种情况，或分组的点数小于3时停止。

本发明与现有技术相比，其显著特点是：

(1)本发明提出的矿物颗粒形态参数的定量化方法，解决了以往评价结果受测试人主观选择的影响。

(2)本发明提出计算球度、凸度、长宽比、磨圆度4个参数作为矿物颗粒形态参数，4个参数相互独立，分别描述颗粒的近圆程度、凹陷程度、狭长程度和棱角的尖钝程度，比现有技术中仅采用磨圆度对矿物颗粒形态进行评价更为客观和全面，仅用磨圆度对矿物颗粒形态进行刻画不能详尽矿物颗粒的全部特征。

(3)本发明提出的磨圆度计算方法更为客观和简便。

本发明中磨圆度的计算方法在傅里叶级数拟合颗粒轮廓的基础上进行。首先，从拟合后的颗粒轮廓坐标中标记出曲率半径小于最大内切圆半径的坐标点，称为棱角关键点，标记棱角关键点能够减少棱角圆的搜索范围；然后，将棱角关键点按照归属棱角的不同进行独立分组，使得颗粒的每个棱角对应若干个棱角关键点，这样做能进一步减少棱角圆拟合步数的同时，减少了棱角识别的偶然性；最后，将分好组的棱角关键点分别利用最小二乘法进行圆的拟合，不存在曲率渐变的情况，并且不用从若干曲率半径中挑选代表棱角的曲率半径。

(4)本发明利用图像分割方法能同时计算若干个颗粒的形态参数。

(5)本发明提出的形态参数受图像分辨率的影响不大，其中球度、凸度、长宽比的计算结果基本不受图像分辨率的影响，而磨圆度计算时，只需要颗粒最小外接圆直径像素数大于200pixel，则计算结果不受图像分辨率的影响。

附图说明

图1为球度计算示意图；

图2为凸度计算示意图；

图3为长宽比计算示意图；

图4为磨圆度计算示意图；

图5为本发明一种实施方式的某矿物颗粒二值图；

图6为最小外接圆求法示意图；

图7为图5所示矿物颗粒极坐标展开示意图；

图8为图5所示矿物颗粒极坐标展开曲线及傅里叶级数拟合曲线示意图；

图9为图5所示颗粒的棱角关键点示意图；

图10为图5所示颗粒的棱角圆计算结果示意图；

图11为已知形态参数的图形示意图；

图12为图11所示图形棱角圆计算结果示意图；

图13为本发明一种实施方式的某大理岩岩石薄片显微照片；

图14为对图13方框内颗粒进行着色示意图；

图15为提取图14中的颗粒并二值化示意图；

图16为图15所示图形棱角圆计算结果示意图。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚明白，下面结合实施例和附图，对本发明实施例做进一步详细说明。在此，本发明的示意性实施例及其说明用于解释本发明，但并不作为对本发明的限定。

为了解决目前对矿物颗粒形态刻画不充分的问题，本发明引入球度S、凸度C、长宽比A这3个形态参数对矿物颗粒进行描述，和磨圆度∏共同刻画矿物颗粒形态。这4个形态参数分别用于描述颗粒的近圆程度、凹陷程度、狭长程度和棱角的尖钝程度，如图1～4所示为矿物颗粒形态参数计算示意图，并分别参照如下公式(1)～(4)进行计算：

球度S的计算公式：

其中，d表示颗粒等效面积圆的半径，ds表示颗粒的最小外接圆半径；

凸度C的计算公式：

其中，A_S表示颗粒的面积，B_S表示颗粒凸包线的面积；

长宽比A的计算公式：

其中，w表示颗粒最小外接矩形的短边，l表示颗粒最小外接矩形的长边。

磨圆度∏的计算公式：

其中，r_i表示颗粒棱角的曲率半径，R表示颗粒的最大内切圆半径，N表示颗粒棱角数量。

在以上工作的基础上，本发明具体给出如下实施例以对矿物颗粒形态量化方法进行详细阐释。

实施例1：

如图5所示为某矿物颗粒二值图，计算该图形的形态参数，具体步骤如下：

步骤100，以待测矿物颗粒形态的岩石样品制备薄片，对制作好的岩石薄片放置于偏光显微镜下观察并进行显微拍照，获取矿物颗粒形态的显微图像；

步骤200，将获得的显微图像转换为灰度图，利用图像分割技术中的阈值分割法从上述灰度图中将不同矿物颗粒区分开，然后转为二值图；

本步骤中，在区分不同矿物颗粒时，由于岩石薄片显微图像背景复杂，先对矿物颗粒进行着色再进行图像分割。

本步骤中，在所得到的二值图中获取矿物颗粒轮廓像素具体为：二值图背景为黑色、颗粒为白色，逐个获取图像中白色连通域，遍历每个连通域中每一个白色像素，当该像素的上下左右相邻像素存在黑色像素或该像素为图像边界时，判断该像素为颗粒轮廓像素。

步骤400，对获得的矿物颗粒轮廓像素坐标进行离散几何分析，计算得到矿物的形态参数，包括矿物颗粒的球度、凸度、长宽比、磨圆度中的一个或多个。

下面分别对应求解矿物颗粒的球度、凸度、长宽比、磨圆度。

对于球度的计算，参见图1，利用颗粒轮廓的像素坐标计算某矿物颗粒的面积A_S和最小外接圆半径d_s，通过该矿物颗粒的面积A_S求得其等效面积圆半径d，根据上述公式(1)求解该矿物颗粒的球度。

其中矿物颗粒的面积A_S计算方法可采用公式(6)进行计算。由于颗粒轮廓是像素点构成的，将颗粒轮廓的相邻像素点连线，利用格林公式(5)，把对颗粒轮廓的曲线积分转化为对面域的二重积分，将二重积分中的被积函数设为1，则积分计算结果为积分区域的面积，从而得到矿物颗粒的面积A_S。

令Q＝x，P＝-y，若颗粒轮廓的相邻像素点连线分别为L₁：

L₂：

L_n：/>

则颗粒轮廓面积A_S的计算如下：

参见图6，最小外接圆的计算可按如下步骤进行：

第一，遍历所有点，找出最左边、最右边、最上边、最下边的四个点，分别用A、B、C、D来表示；

第二，求出包围这四个点的最小圆C₁的圆心和半径；

第三，遍历所有点，检查是否存在出界点，即不在圆C₁界内也不在边界上，如果没有出界点，则求出的圆就是最终所求。如果有出界点，进行第四步；

第四，假设出界点中距离圆C₁的圆心最远的点为E，则依次尝试以下四种组合：(1)ABCE、(2)ABDE、(3)ACDE、(4)BCDE，分别求出这四种组合中的最小外接圆，判断被替换的点是否在所求组合的最小外接圆内，即在组合(1)ABCE中，判断点D是否在该四边形的最小外接圆内，在组合(2)ABDE中，判断点C是否在该四边形的最小外接圆内，在组合(3)ACDE中，判断点B是否在该四边形的最小外接圆内，在组合(4)BCDE中，判断点A是否在该四边形的最小外接圆内。假设组合(1)ABCE的最小包围圆是C₂，检测剩下的点D是否在C₂内；若不在，计算组合(2)，算出ABDE四个点的最小包围圆C₃，检测点C若在圆C₃内，那么用点E替换点C，并记录圆C₃的圆心、半径；

第五，遍历所有点，检查是否存在点在圆C₃外。如果没有出界点，则求出的圆C3就是最终所求。如果有出界点，重复第四步，直到发现遍历完所有点结果都在最新求出的圆界内，则该圆就是最终所求的圆，退出迭代。

对于凸度的计算，参见图2，利用颗粒轮廓像素坐标计算颗粒的凸包线，求解该颗粒凸包线的面积B_S，再由颗粒面积A_S，根据公式(2)即可以求得该颗粒的凸度。

其中凸包线的求解可按如下步骤进行：

第一，计算得到颗粒轮廓的形心位置P点；

第二，将相邻3个颗粒轮廓点P1、P2、P3的中间点P2分别与P1、P3和形心P点连线，求得∠PP2P1和∠PP2P3，若∠PP2P1+∠PP2P3≥π，则标记P2点；若∠PP2P1+∠PP2P3<π，则不进行标记。在遍历所有轮廓点之后，删除被标记的轮廓点；

第三，将删除被标记的轮廓点后的新轮廓重复操作第二步，直到轮廓点不发生变化时，退出迭代。

对于长宽比的计算，参见图3，利用颗粒轮廓像素坐标计算颗粒的最小外接矩形，根据公式(3)将该最小外接矩形的短边w除以长边l即可求得该颗粒的长宽比。

其中最小外接矩形的算法原理是利用颗粒轮廓的凸包线，将凸包线的每条边依次作为一个矩形的基准边作矩形，其中面积最小的矩形即为最小外接矩形。

对于磨圆度的计算，参见图4。利用颗粒轮廓像素坐标计算颗粒的最大内切圆半径R，然后识别颗粒各个棱角，记录棱角数量为N，利用最小二乘法依次拟合各个棱角圆，得到各个棱角的曲率半径r_i，根据公式(4)可求得该颗粒的磨圆度。

根据公式(4)，颗粒棱角的识别范围为曲率半径小于最大内切圆半径的棱角，将上述棱角的坐标点定义为棱角关键点。将棱角关键点按照归属棱角的不同进行独立分组，使得颗粒的每个棱角对应若干个棱角关键点。这样，颗粒棱角的识别可分为棱角关键点识别和棱角关键点分组两个关键步骤。

第一，颗粒棱角关键点的识别包括颗粒轮廓光滑处理和颗粒棱角关键点标记两个过程：

(1)颗粒图像放大后存在锯齿边，并且分辨率越低，锯齿边的波动幅度占颗粒宽度的比重越大，对颗粒棱角识别的准确性影响越大，所以需要对颗粒的轮廓进行光滑处理。将颗粒轮廓从其形心处按极坐标展开，如图7所示，并利用傅里叶级数来拟合颗粒轮廓，达到颗粒轮廓光滑的目的，并获得了颗粒轮廓的傅里叶级数关系式，如图8所示，可见颗粒轮廓R²＝0.995，表明光滑处理后的颗粒轮廓与原始轮廓较为接近，并且颗粒的轮廓足够光滑。利用颗粒轮廓的傅里叶级数关系式可以使分辨率过低的图形实现颗粒轮廓超分辨率，增加了颗粒棱角轮廓的坐标点。

(2)用光滑处理后的颗粒轮廓进行颗粒棱角关键点标记。将傅里叶级数拟合的颗粒轮廓取相邻的3个轮廓像素坐标作一个圆，如果该圆的圆心在颗粒轮廓内部、半径小于最大内切圆半径、该圆没有超出颗粒轮廓，则标记这3个点的中间点。若以上三个条件中有一个条件不满足，则不进行标记，如图9所示。

第二，按照不同棱角将关键点划分成组。这些关键点组成全部棱角。每组关键点拟合一个圆，定为棱角圆。棱角关键点分组可分为初步分组和精细分组两个过程：

(1)采用统计分析的方法对颗粒棱角关键点进行初步分组。颗粒棱角关键点具有属于同一棱角相对聚集、属于不同棱角相对分散的特点。设置一个长度d_f，当相邻两个棱角关键点的距离d小于d_f时，这两个棱角关键点为相同组；否则，这两个棱角关键点为不同组。

对于d_f的设置包括如下3个步骤：

(a)计算相邻两个棱角关键点的距离，得到最大距离d_max和最小距离d_min；

(b)利用公式(7)计算相邻两个棱角关键点的距离归一化值P，P值分布密集的区间对应颗粒棱角区域，P值分布稀疏的区间对应非棱角区域；

(c)为了进一步区分P值为密集区间或稀疏区间，引入分组系数a，使得P∈[0,a)时为密集区间，P∈(a,1]时为稀疏区间。a值可以通过统计若干个颗粒图像的相邻两个棱角关键点的归一化值P的分布来确定。当P＝a时公式(7)所求得的d即为d_f，d_f计算如公式(8)所示。

d_f＝a×(d_max-d_min)+d_min (8)

(2)将上述颗粒棱角关键点初步分组的结果进行棱角圆计算。当初步分组计算的棱角圆存在下列三种情况之一时，再利用二分法对颗粒棱角关键点的初步分组结果进行精细分组。

情况1：拟合的棱角圆超出颗粒边界；

情况2：拟合的棱角圆的拟合优度R²过低；

情况3：棱角关键点对应的圆心角过小。

精细分组的方法是将该分组从其组内最大间距处分为两组，将这两组分别拟合圆。如果上述三种情况依然存在，则对新的组重复二分，直到拟合的圆不存在上述情况或分组的点数小于3时停止。颗粒的棱角圆计算结果如图10所示。

实施例2：

根据实施例1上述步骤，表1给出了图11所示图形的各个形态参数的理论值和用本发明方法计算的结果。根据表1可以得到理论图形的球度、凸度、长宽比和磨圆度计算结果最大绝对误差分别为6.2％、0.3％、2.6％和3.3％。图12进一步展示了计算磨圆度时棱角圆的计算结果。通过采用已知形态参数的图形进行计算，将理论值与计算值进行对比，实际误差均在可接受范围内，验证了本发明矿物颗粒形态量化方法的准确性，说明采用本发明的量化方法对矿物颗粒形态进行量化的可行性。

表1图11所示图形的绘制参数和形态参数计算结果

注：d_s为最小外接圆半径，R为最大内切圆半径，r为倒角半径；下标L代表参数的理论值，下标J代表参数的计算值。

实施例3：

根据实施例1上述步骤，计算某大理岩岩石薄片显微照片中的9个矿物颗粒的形态参数，如图13方框内所示。根据步骤200，由于岩石薄片显微照片背景复杂，所以先对矿物颗粒进行着色再进行图像分割，如图14所示，再将颗粒轮廓分割结果转为二值图，如图15所示。

用本发明方法计算了该薄片照片中矿物颗粒的形态参数，计算结果如表2所示。图16进一步展示了计算磨圆度时棱角圆的计算结果。通过进一步采用真实的岩石薄片计算矿物颗粒的形态参数，说明本发明矿物颗粒形态量化方法的可应用性，能够应用在实际工程中计算岩石薄片矿物颗粒的形态参数。

表2图15所示矿物颗粒的轮廓像素信息与形态参数计算结果

至此，本领域技术人员应认识到，虽本文已详尽示出和描述了本发明的示例性实施例，但是，在不脱离本发明精神和范围的情况下，仍然可根据本发明公开的内容直接确定或推导出符合本发明原理的许多其他变型或修改。因此，本发明的范围应被理解和认定为覆盖了所有这些其他变型或修改。

Claims

1.一种岩石中矿物颗粒形态量化方法，其特征在于包括如下步骤：

步骤400，对获得的矿物颗粒轮廓像素坐标进行离散几何分析，计算得到矿物颗粒的形态参数，包括矿物颗粒的球度、凸度、长宽比、磨圆度；对于磨圆度的计算具体为：

1）利用矿物颗粒轮廓像素坐标计算该矿物颗粒的最大内切圆半径R；

2）识别矿物颗粒各个棱角，记录棱角数量为N，利用最小二乘法依次拟合各个棱角圆，得到各个棱角的曲率半径r _i；

3）根据公式（4）计算该矿物颗粒的磨圆度∏：

；

式中，r _i表示颗粒棱角的曲率半径，R表示颗粒的最大内切圆半径，N表示颗粒棱角数量；并且

矿物颗粒棱角的识别包括棱角关键点识别，棱角关键点识别包括颗粒轮廓光滑处理；

棱角关键点识别还包括颗粒棱角关键点标记，颗粒棱角关键点标记指将傅里叶级数拟合的颗粒轮廓取相邻的3个轮廓坐标点作一个圆，如果该圆同时满足下述三个条件，(a)圆心在颗粒轮廓内部、(b)半径小于最大内切圆半径、(c)该圆没有超出颗粒轮廓，则标记这3个点的中间点为颗粒棱角关键点；

矿物颗粒棱角的识别还包括棱角关键点分组，棱角关键点分组指按照不同棱角将关键点划分成组，包括初步分组，初步分组采用统计方法设置一个长度d _f，当相邻两个棱角关键点的距离d小于d _f时，这两个棱角关键点为相同组，否则为不同组；

初步分组中d _f的设置包括如下3个步骤：

1）计算相邻两个棱角关键点的距离，得到最大距离d _max和最小距离d _min；

2）利用公式（5）计算相邻两个棱角关键点的距离归一化值P：

；

3）为了进一步区分P值为密集区间或稀疏区间，引入分组系数a，使得P∈[0,a)时为密集区间，P∈(a,1]时为稀疏区间，利用公式（6）计算d _f：

；

a值通过统计若干个颗粒图像的相邻两个棱角关键点的归一化值P的分布来确定，当P=a时由公式（5）所求得的d即为d _f。

2.根据权利要求1所述的方法，其特征在于：步骤200中，在区分不同矿物颗粒时，先对矿物颗粒进行着色再进行图像分割。

3.根据权利要求1所述的方法，其特征在于：步骤300中，在所得到的二值图中获取矿物颗粒轮廓像素具体为：二值图背景为黑色、颗粒为白色，逐个获取图像中白色连通域，遍历每个连通域中每一个白色像素，当该像素的上下左右相邻像素存在黑色像素或该像素为图像边界时，判断该像素为颗粒轮廓像素。

4.根据权利要求1所述的方法，其特征在于：步骤400中，对于球度的计算具体为：

1）利用矿物颗粒轮廓像素坐标计算该矿物颗粒的面积A _S和最小外接圆半径d _s；

2）通过该矿物颗粒的面积A _S求得其等效面积圆半径d ₁；

3）根据公式（1）计算该矿物颗粒的球度S：

；

式中，d ₁表示颗粒等效面积圆半径，ds表示颗粒的最小外接圆半径。

5.根据权利要求1所述的方法，其特征在于：步骤400中，对于凸度的计算具体为：

1）利用矿物颗粒轮廓像素坐标计算该矿物颗粒的面积A _S和凸包线；

2）求解该矿物颗粒凸包线的面积B _S；

3）根据公式（2）计算该矿物颗粒的凸度C：

；

式中，A _S表示矿物颗粒的面积，B _S表示颗粒凸包线的面积。

6.根据权利要求1所述的方法，其特征在于：步骤400中，对于长宽比的计算具体为：

1）利用矿物颗粒轮廓像素坐标计算该矿物颗粒的最小外接矩形；

2）根据公式（3）计算该矿物颗粒的长宽比A：

；

7.根据权利要求1所述的方法，其特征在于，所述颗粒轮廓光滑处理指将颗粒轮廓从其形心处按极坐标展开，并利用傅里叶级数拟合矿物颗粒轮廓，达到矿物颗粒轮廓光滑的目的，并获得了矿物颗粒轮廓的傅里叶级数关系式。

8.根据权利要求1所述的方法，其特征在于，将上述颗粒棱角关键点初步分组的结果进行棱角圆计算，当初步分组计算的棱角圆存在下列三种情况之一时，再利用二分法对颗粒棱角关键点的初步分组结果进行精细分组：

情况一：拟合的棱角圆超出颗粒边界；

情况二：拟合的棱角圆的拟合优度过低；

情况三：棱角关键点对应的圆心角过小。

9.根据权利要求8所述的方法，其特征在于，精细分组是将该分组从其组内最大间距处分为两组，将这两组分别拟合圆；上述三种情况依然存在，则对新的组重复二分，直到拟合的圆不存在上述三种情况，或分组的点数小于3时停止。