基于多分辨率图像融合算法的岩心图像拼接

针对岩心图像由于光照不均,及其自身因素导致的拼接图像出现明显拼接缝的问题,对比分析了多种图像融合算法,并将多分辨率图像融合算法引入到岩心图像拼接中,该算法利用拉普拉斯金字塔结构将图像按频率进行分解,对各个频率上的带通图像分别进行融合,再利用金字塔反变换还原出融合结果图,最终实现了岩心图像无缝拼接。

基于SURF-球面模型的岩心图像拼接

提出一种基于SURF-球面模型的岩心图像拼接算法。通过特征点匹配,建立球面模型,将待拼接岩心图像投影到同一球面,合并成完整的岩心图像;根据拍摄模式及岩心图像本身的特点,在特征点匹配过程中,使用SURF算法并指定图像特征检测区域,快速提取和匹配特征点;最后进行多分辨率融合,消除拼接缝,完成岩心图像的无缝拼接。实验表明本文的方法在岩心图像拼接中能达到较好的拼接效果。

一种改进算法实现岩心图像无缝拼接

岩心分析在地质岩心研究中具有重要作用,是科技人员了解地下信息的重要依据。利用岩心扫描仪将岩心高精度扫描下来得到的岩心图像,是研究人员进行岩性分析的重要材料。但是扫描摄像头视域有限,只能采取分段扫描再拼接的方法来构成一幅完整的岩心图像。为了满足这一需求,本文利用SURF实现了图像特征点的快速匹配,利用FLANN+Knnmatch近邻值算法降低了拼接对图像重叠率的要求,利用RHO算法提升拼接成功率,最后利用渐入渐出加权平均法融合拼接缝,完成岩心图像的无缝拼接。相对于传统算法,本算法拼接速度快、对图像质量要求更低、拼接成功率高,并能完美融合拼接缝,达到很好的实用效果。

基于改进ORB的低照度岩心荧光图像拼接技术

传统的ORB算法对于特征信息丰富的图像拼接已经有了不错的效果,但是对于石油地质勘探中的岩心图像,特别是低照度岩心荧光图像,现有ORB算法误匹配率较高,从而导致不能有效地进行后续的图像拼接。针对该问题,论文分析了原ORB算法的缺陷,采用基于人眼视觉系统的FREAK描述算子改进了原ORB算法,并命名为IORB(Improved ORB)算法。实验结果表明,改进算法对于荧光图像的拼接在保证时间代价的基础上得到了理想的正确匹配率,并提升了后续拼接过程的拼接效果。

一种稳健的低照度岩心样本图像拼接算法的实现

以往的基于SIFT-BBF-RANSAC算法对岩心图像进行拼接的过程在白光岩心扫描工程应用中取得较好的效果,但当面对低照度、特征不明显的岩心荧光图像、以及受消光性和干涉色影响的岩石薄片正交偏光图像时,传统的BBF算法无法很好地粗剔除误匹配特征点对,RANSAC算法就无法实现图像的正确拼接.本文提出了一种改进算法,首先根据实际应用中待匹配岩心荧光、岩石薄片正交偏光图像的特点对图像进行模糊增强,然后对图像利用SIFT算法提取特征点,最后基于改进的BBF-RANSAC剔除误匹配算法,实现了低照度、重合量很小的岩心荧光图像以及岩石薄片正交偏光图像拼接.