基于CT三维重建的高阶煤孔裂隙结构综合表征和分析

发布时间：2019-08-17 19:31

【摘要】：为有效研究煤的孔裂隙结构特征,实现对煤的孔裂隙结构的定性定量表征和分析。以内蒙古巴彦高勒煤矿311102运输巷的煤样为研究对象,基于ZEISS Xradia510 Versa X射线显微镜扫描得到的CT数据,结合三维可视化软件AVIZO中内置数学算法,提出了煤的孔裂隙结构定量表征的方法,并建立了煤的三维孔裂隙结构模型和具有拓扑结构的孔隙网络简化模型。通过本文提出的方法,对巴彦高勒煤矿煤样的孔裂隙微观参数——孔径大小、孔体积、孔隙率、配位数、喉道长度等进行了统计分析。研究表明:在微米的尺度下,内蒙古巴彦高勒煤矿的煤样以大孔为主,并伴有网状的割理裂隙,有效孔隙率为10.34%,通过孔隙网络模型统计出的孔隙数为12 834,喉道数为432及其他的微观结构参数。
【图文】：

降噪,图片

用高斯平滑滤波［２ｎ、均值滤波［２２］、中值滤逡逑波［２３］３种算法对图像进行降噪处理。通过对３种算逡逑法的综合比较，中值滤波相比于其他两种方法可以做逡逑到既去除噪声又能保护图像的边缘，让周围像素灰度逡逑值相差较大的像素改取与周围像素值相近的值，从而逡逑消除孤立的噪声点，获得较满意的复原效果，为实现逡逑煤样孔裂隙的分割奠定了基础，因而最终选择中值滤逡逑波算法进行降噪操作。图Ｉ为降噪前后的ＣＴ图片，逡逑通过对比能清楚的看出噪声点明显减少。逡逑（ａ邋）降噪前逦（ｂ邋＞降噪后逡逑图１邋ＣＴ图片降噪逡逑Ｆｉｇ．邋１邋Ｎｏｉｓｅ邋ｒｅｄｕｃｔｉｏｎ邋ｏｆ邋ＣＴ邋ｉｍａｇｅ逡逑１．４图像分割逡逑图像处理为后续ＣＴ图像的分割奠定了基础，而逡逑ＣＴ图像的正确分割将直接影响ＣＴ三维重建结果的逡逑准确性。逡逑笔者选用分水岭算法对孔裂隙结构进行三维重逡逑建，分水岭算法对微弱边缘具有良好的响应，是得到逡逑封闭连续边缘的保证，但使用分水岭算法时图像中的逡逑噪声、物体表面细微的灰度变化都会产生过度分割的逡逑现象。虽然已经对ＣＴ图像进行了处理，但为了进一逡逑步消除分水岭算法中出现的过度分割的情况，对处理逡逑后的ＣＴ图像进行阈值分割。在实验室利用压汞仪逡逑对高度１６邋ｍｍ，直径９．邋０邋ｍｍ的圆柱煤样进行孔隙率逡逑的测定，测定结果显示该煤样的孔隙率为２１．８５％。逡逑在已知实测孔隙率的情况下，通过高分辨率的逡逑ＣＴ灰度图像以及三维可视化软件ＡＶＩＺ０实现了人逡逑机交互的阈值选龋为保证实测煤样与三维重建煤逡逑样的一致性，使实测与模拟的孔隙率在对比分析时更逡逑有说服力，因此选用原始的未裁剪的ＣＴ图片，将其逡逑进行图像处理之后，用于

二值化图,阈值分割,三维重建,孔裂

图窗口可以实时逡逑观察到孔裂隙的分割结果，不同的阈值对应不同的孔逡逑裂隙的分割结果。逡逑通过反复的对阈值大小进行调整，最终确定使用逡逑范围为１８３邋￣邋１９２的阈值进行分割。利用ＡＶＩＺ０可逡逑直接计算不同阈值下的煤孔裂隙对应的孔隙率，分别逡逑将不同阈值下得到孔隙率与实测孔隙率进行对比分逡逑析，结果显示阈值取在１８３邋￣邋１９２时，不同的阈值对应逡逑的孔隙率呈现递增的趋势，并且当阈值取１９０时对应逡逑的孔隙率与实测孔隙率最接近，，因此选择］９０为最佳逡逑分割阈值对图像进行分割。图２为分割前的灰度图逡逑片和最佳阈值的分割后的二值化图片，图２（ｂ）中圆逡逑形区域内的白色代表孔裂隙结构，圆形区域内黑色代逡逑表煤及高密度矿物。逡逑（ａ邋＞分割前的灰度阁片逦（ｂ）分割后的：值化逡逑图２阈值分割逡逑Ｆｉｇ．邋２邋Ｔｈｒｅｓｈｏｌｄ邋ｓｅｇｍｅｎｔａｔｉｏｎ逡逑１．邋５邋ＣＴ三维重建逡逑通过二维的ＣＴ图像只能了解某个截面的孔裂逡逑隙的情况，很难对煤样内部整体的孔裂隙结构进行表逡逑征和分析，因此需要利用ＣＴ图像对煤样的孔裂隙结逡逑构进行三维重建逡逑阈值分割完成后，采用基于拓扑理论的快速分水逡逑岭算法来获得连通孔隙的分水岭线，其基本原理是把逡逑图像看作地学上的拓扑地貌，不同的像素点的灰度值逡逑用不同的海拔高度表示，局部极小值及其影响范围称逡逑为集水盆地，集水盆地的边界就形成了分水岭。通过逡逑分水岭算法每个孔隙都能独立区分开来，再经循环颜逡逑色光照模型的渲染，相当于每个孔隙都贴上了独有的逡逑标签，可以很方便地提取对应的孔裂隙结构以进行定逡逑量分析［２４１，建立的三维孔裂隙结构如图３邋（邋ａ）所示，逡逑不同的颜色代表
【作者单位】：山东科技大学矿山灾害预防控制-省部共建国家重点实验室培育基地;山东科技大学矿业与安全工程学院;卡尔蔡司(上海)管理有限公司;
【基金】：国家重点研发计划资助项目(2017YFC0805201) 国家自然科学基金资助项目(51674158) 山东科技大学杰出青年科技人才支持计划资助项目(2015JQJH105)
【分类号】：P618.11

【相似文献】