國產巖心光譜掃描儀CMS350A數據預處理技術

蒙亞平， 杜培軍， 李二珠， 張 浩， 徐志剛

(南京大學江蘇省地理信息技術重點實驗室,南京 210023)

國產巖心光譜掃描儀CMS350A數據預處理技術

蒙亞平， 杜培軍， 李二珠， 張 浩， 徐志剛

(南京大學江蘇省地理信息技術重點實驗室,南京 210023)

巖心高光譜編錄是目前深度挖掘地質資料、實現地質找礦突破的有效支持技術之一。該技術實現了高光譜遙感礦物識別優勢與鉆探技術深部巖層采樣特點的結合。針對國家重大科學儀器設備開發專項“巖心光譜掃描儀研發與產業化”支持研發的國內首臺巖心光譜掃描儀CMS350A數據采集機理和獲取的巖心圖像及光譜數據的特點，對巖心光譜掃描數據預處理方法開展研究，提出了基于標準板的巖心掃描圖像增強方法、圖譜分析結合的干擾光譜識別和校正技術及巖心自動提取和拼接模型，實現了對巖心光譜掃描數據的實時、可靠處理，為后期巖心光譜分析、理化參數反演和礦物分析等工作奠定了基礎。

巖心光譜掃描儀； 圖像增強； 巖心抽??； 巖心拼接； 光譜校正

0 引言

能源和礦產是支撐現代社會發展的重要資源，是國家重要的戰略資源。能源和礦產安全對國家經濟和社會發展具有重要意義。自1999年新一輪國土資源大調查開展以來，快速發展的多平臺、多傳感器、多分辨率、主/被動、多/高光譜對地觀測技術被引入地質勘查工作，使我國遙感地質勘查技術取得了顯著進步。目前，我國已經逐步形成了“星―空―地―地下”的立體勘查技術體系[1-2]。遙感技術因其宏觀性、綜合性、多尺度及多層次等特點，已成為地質研究和地質勘查不可缺少的技術手段。特別是高光譜遙感，使遙感地質工作發生了由宏觀探測到微觀探測，由定性解譯到定量反演的質的飛躍。利用高光譜遙感技術可獲取地質體的構造產狀、反演礦物豐度和成分、建立遙感找礦模型，將遙感地質研究和應用推向了一個新的高度[3]。然而，遙感技術只能對地表以及淺層的地質現象進行觀測，不能觀測地下深處的地質現象。隨著礦產勘查工作的深入，勘查難度越來越大，成本越來越高，勘查方向已由地表轉向深部勘查，傳統高光譜遙感技術難以勝任這項觀測任務。面對新的挑戰，在國內外已有眾多研究，先后提出了“玻璃地球”[4]、“光譜地殼”[5]等計劃，將高光譜技術和鉆探技術結合起來，以提高深部找礦的能力。

在眾多礦產資源勘探技術中，鉆探技術從地下取出實物巖礦樣品，可有效服務于資源勘探、國家重大科學工程、地質災害監測預警及治理等工作[6]。巖心是地質勘查和能源礦產資源勘探等工作的第一手資料。為了解決巖心易風化損毀、海量巖心數據編錄負擔重、巖心管理和應用數字化水平不高等一系列問題，研究人員逐漸引入了巖心數字圖像采集[7]、巖心數據庫[8]及高光譜巖心編錄[9-10]等技術。巖心光譜掃描儀是目前國際上最先進的高光譜巖心編錄技術，綜合運用了數字圖像和光譜掃描技術，利用光譜儀測量巖心在一定波長范圍內的反射波譜特征，定量識別礦物成分； 同時又通過巖心的快速掃描獲得高精度成像數據，實現了巖心的圖譜合一。國外對巖心光譜掃描儀的研發已有成功案例，如澳大利亞聯邦科學與工業研究組織設計制作的HyLogger巖心掃描儀系統，由HyLogger巖心掃描儀和光譜地質分析軟件(the spectral geologist，TSG)組成，可實現巖心礦物的現場快速掃描分析。國內對高光譜巖心編錄技術已有一些研究，但對巖心光譜掃描儀的研發工作一直滯后于應用需求。

由中國地質調查局南京調查中心承擔的國家重大科學儀器設備開發專項“巖心光譜掃描儀研發與產業化”，研制了具有自主知識產權的巖心光譜掃描儀。目前研發的巖心光譜掃描儀CMS350A(以下簡稱CMS350A)已經達到了生產需要的技術指標[11]。不同于常見的巖心圖像采集需要利用線陣相機將巖心的外表面掃描一周[12]，CMS350A所掃描的對象是固定的巖心，采用步進的方式進行巖心掃描，得到的是一系列巖心側面的正射掃描圖像，因而克服了掃描儀運動的影響，提高了圖像的精度。然而，因巖心本身的特點以及巖心光譜掃描儀的工作方式，導致巖心掃描原始數據中的圖像、光譜以及其他信息均以文件方式存在，失去了巖心的連續變化特點； 巖心掃描圖像因掃描環境中光源分布不均而出現局部失真，導致獲取的巖心掃描光譜也存在一定的偏差，不便于后續分析和應用。因此有必要構建一套適合CMS350A掃描數據的預處理技術，為巖心數據的后續使用和分析提供基礎方法支撐。本文基于CMS350A的特點，在 Visual Studio 2008平臺上，研究巖心光譜掃描數據預處理技術方法，提出了有效的巖心掃描圖像校正、巖心提取和拼接及干擾光譜校正方法，并在OpenCV2.44圖形庫函數支持下實現了軟件模塊的研發。

1 CMS350A及其原始數據

CMS350A以獨立工作的光譜儀和高清數碼相機分別獲取觀測范圍內被測物體的光譜曲線和圖像，通過二者的匹配，實現巖心空間和光譜信息的編錄。巖心光譜掃描儀分為2個模塊： ①平臺模塊，主要是搭載巖心盤，并實現X/Y方向的移動； ②儀器設備支架，用于搭載儀器測量設備及照明系統(圖1)。

圖1 巖心光譜掃描儀Fig.1 Core spectral scanner

巖心掃描的流程為從巖心的右上角開始到左下角結束沿巖心盤縱向進行掃描，當達到底部時，向左偏移1個巖心盤格子的位置，繼續從右上到左下掃描，直至掃描完整個巖心盤。

巖心成像采用面陣彩色相機，采集步長為10 cm，圖像大小為1 600像元×1 200像元，數據保存格式為JPEG格式，掃描速度為30 幀/s，采取IP通訊。巖心光譜掃描儀提供聚四氯乙烯標準板，分為標準白板和標準黑板。理想的標準白板是完全反射漫射體，反射率為100%； 理想的標準黑板是絕對黑體表面，反射率為0[13]。

CMS350A采用小型化可見光—近紅外(VNIR)和短波紅外(SWIR)成像光譜儀，巖心光譜掃描數據被重采樣為1 nm光譜分辨率，對應的光譜采集掃描步長為5 cm，數據保存格式為ASCII碼。2臺光譜儀的技術參數詳見表1。

表1 CMS350A采用的小型化VNIR和SWIR成像光譜儀技術參數Tab.1 Technical parameters of small VNIR and SWIR imaging spectrometers used in CMS350A

2 巖心圖像增強

CMS350A采用面陣彩色相機獲取巖心圖像，但因受相機光敏單元的響應差異、光照的不均勻性和各光敏單元的暗電流及偏置等影響，容易導致圖像曝光不均勻、局部曝光過度或不足等問題。巖心圖像外觀失真的現象不利于使用者對巖心的直觀認識，也會對后續利用計算機進行巖心分析(如計算巖石質量指數、孔隙率和紋理分析等)產生不利影響。因此，對巖心數據預處理的第一步就是對巖心圖像進行增強。研究表明，在HSV彩色空間中對亮度通道進行處理，比在RGB彩色空間中更具優勢，更適合圖像增強和校正[14]。因此，本文選擇在HSV彩色空間中對亮度通道進行處理。為了驗證和尋找能適應復雜光照環境的巖心圖像增強方法，選擇強光照射和弱光照射的真實巖心掃描圖像各1組(圖2(a)―(d)和圖2(i)―(l)分別為典型代表圖像)進行試驗。每組圖像為1個巖心盤的所有掃描圖像(每盤為80幀圖像)。圖2(a)中巖心受強光照射影響，其掃描圖像的亮度值整體被高估(圖2(e))，圖像中原本反射率低的暗斑和背景與高亮度的巖心對比度減小，圖像識別度降低； 圖2(i)中巖心主體顏色為暗色調，表面有亮斑，但是因光照太弱，圖像整體亮度被低估(圖2(m))，巖心表面亮斑不能清晰辨識。

(a) 原圖像1(b) 圖像1直方圖均衡化(c) 圖像1同態濾波 (d) 圖像1標準板校正

(e) 原圖像1亮度分布(f) 圖像1直方圖均衡化亮度分布 (g) 圖像1同態濾波亮度分布 (h) 圖像1標準板校正亮度分布

(i) 原圖像2(j) 圖像2直方圖均衡化(k) 圖像2同態濾波 (l) 圖像2標準板校正

(m) 原圖像2亮度分布(n) 圖像2直方圖均衡化亮度分布(o) 圖像2同態濾波亮度分布 (p) 圖像2標準板校正亮度分布

圖2不同方法校正圖像結果對比

Fig.2Comparisonofimagesmodificatedresultsbydifferentmethods

2.1 圖像增強常用方法

圖像增強的目的是減弱光照對圖像生成的乘性噪聲影響，同時保留物體的反射特性對圖像生成的影響。直方圖均衡化是目前常見的圖像增強方法之一，通過對灰度級累計概率分布的線性映射實現對灰度級的調整，方法簡單、快速、有效，在圖像增強中得到廣泛應用； 其缺點是對處理的數據不加選擇，可能會增加背景噪聲的對比度而降低有用信號的對比度，如圖2(b)和圖2(j)所示。利用直方圖均衡化進行圖像校正，圖像亮度被高估和被低估的問題都能得到一定程度的解決，亮度值的分布具有層次性(如圖2(f)和圖2(n)所示)，提升了部分細節的辨識度。但在增強圖像信息的同時，也增強了背景噪聲，圖2(a)中較暗的圖斑和圖2(i)中的亮圖斑仍不能得到清晰的顯示，巖心圖像的整體色調也與真實巖心表面存在差異[15]。

另一種比較常見的方法是同態濾波。同態濾波是基于一個簡單的亮度成像模型，能夠在頻率域中結合傅里葉變換和高通濾波器，壓縮圖像亮度范圍并增強圖像對比度的方法[16-18]，對消除強光照射造成的圖像噪聲有良好效果。如圖2(c)和圖2(g)所示，圖像的細節信息得到了增強，巖心表面的一些暗色圖斑能夠得到直接顯示。但是，同態濾波的效果取決于對應高通濾波器的參數設置，同一個參數對于不同光照環境造成的噪聲處理效果也不同，如圖2(k)和圖2(o)所示，相同的高通濾波器參數在校正弱光照射的掃描圖像時，會因同態濾波具有抑制低頻能量的作用導致信息大量丟失，校正后亮度值集中在0附近。巖心掃描工作環境的光照條件復雜多變，對參數依賴較高的同態濾波器不能有效應對這種復雜情況。

2.2 基于標準板的巖心圖像增強

目前被廣泛認可的成像原理可用圖像亮度成像模型表達，即

f(x,y)=i(x,y)r(x,y),

(1)

式中f(x,y),i(x,y)和r(x,y)分別為坐標點(x,y)處的亮度函數、入射光的量和反射光與入射光的比率。r(x,y)由被照射物體的特性決定[16]。

圖3(a)—(c)分別示出在強光照射、弱光照射和正常光照射情況下，光照條件對成像過程中圖像亮度的影響。

(a) 強光照射 (b) 弱光照射 (c) 正常情況

圖3不同光源照射下物體亮度偏差示意圖

Fig.3Brightnessbiasofobjectsunderdifferentintensitylightconditions

圖3中，S為某一強度的光源；wb表示理想光照狀態下物體的亮度投射面；w，b和o分別表示理想光照狀態下標準白板亮度值1、標準黑板亮度值0和被照射物體的亮度；WB表示在實際工作中光照狀態下亮度投射面；W，B和O則分別表示實際工作狀態下標準白板、標準黑板和被照射物體的掃描亮度。

依據數據特點，提出了在HSV彩色空間中進行的標準板校正方法。該方法是將巖心圖像的亮度與同一光照條件下標準板成像的亮度進行對比，通過線性縮放，削減光照函數i(x,y)的乘性噪聲影響，從而實現對圖像的校正。如圖3所示，光照環境對成像的影響比較復雜，實際成像亮度投射面相比理想狀態的亮度投射面有不同程度的縮放，但被照射物體的亮度與標準板亮度的比值卻是不變的，這由被照射材料的反射特征決定而不受光照的影響，即

(2)

因此，可以得到利用標準白板和標準黑板校正圖像的方法，即

φo=α(Mo-Mb)，

(3)

(4)

式中：Mo為待校正圖像亮度；Mw為在同等條件下的標準白板圖像亮度；Mb為相應條件下標準黑板掃描圖像亮度；φs為理想狀態下標準白板的反射率；φo為經過標準板校正的反射率。

用本文提出的基于標準板校正方法對強光照射導致巖心圖像失真(圖2(a))進行校正的結果(圖2(d))表明，該方法提高了圖像中的暗斑和背景框的辨識度，削減了強光照射的乘性噪聲，解決了強光照射導致圖像亮度被整體高估的問題(圖2(h))。用本文提出的方法對弱光照射導致巖心圖像失真(圖2(i))進行圖像校正的結果如圖2(l)所示，相比原圖像的亮度有一定提升，圖像中的亮斑和紋理信息也能夠清晰識別，圖像亮度整體被低估的問題得到了一定程度的解決(圖2(p))。

對比圖2中各種巖心圖像增強的方法可以看出，本文提出的方法能夠適應多種復雜光照環境，相比直方圖均衡化能更有效地去除乘性噪聲、增強圖像有用信息的對比度而不會增強噪聲的對比度(圖2(b)和圖2(j))； 相比同態濾波不會丟失低頻信息(圖2(c)和圖2(k)), 且不受參數設定的限制，具有更高的魯棒性和普適性。

3 干擾光譜識別與校正

不同的礦物擁有不同的反射光譜特征。通過光譜分析，對巖石的掃描光譜進行處理，分析礦物組成及其品位等各種信息，再根據巖心位置確定不同礦物在不同深度的分布，就可以實現對蝕變成礦的物理、化學條件及其時空變化的定性和定量研究[19]。

CMS350A的光譜分辨率在VNIR和SWIR波段分別達到了4 nm和10 nm，通過插值處理可獲得光譜分辨率為1 nm的光譜文件； 標準板測試和巖心盤測試中的信噪比在SWIR譜段分別達到600∶1和400∶1，能夠滿足巖心高光譜編錄的光譜分辨率和信噪比要求[11]。但在巖心掃描過程中，一些不可避免的因素會形成干擾光譜，導致巖心掃描光譜不能真實反映掃描部位的巖心光譜特征。干擾光譜的形成因素主要有： ①被掃描區域位于巖心盤的邊框處(圖4(a))； ②掃描區域的巖心因自然或者人為原因造成斷裂，導致存在巖心空白區(圖4(b))； ③掃描區域存在大量紅色顏料的編號涂層(圖4(c))。因素①和②導致掃描光譜中混入了巖心框背景木板的反射光譜，而因素③導致掃描光譜實際為紅色顏料涂層與巖心的混合光譜，會對后續的巖石礦物光譜分析造成干擾，因此需要在圖像信息支持下，對干擾光譜進行識別和校正。

(a) 邊框干擾 (b) 巖心斷裂缺失 (c) 顏料涂層干擾

圖4造成巖心掃描干擾光譜的原因

Fig.4Reasonscausinginterferencespectrumofcorescanning

3.1 干擾光譜識別

干擾光譜檢測是通過計算光譜掃描視場內巖心覆蓋面積比例的大小來實現的，當面積比例低于一定閾值，則判定該處的掃描光譜為干擾光譜。該方法需要解決如何提取巖心覆蓋區域和如何計算巖心覆蓋區域面積比這2個核心問題。

3.1.1 巖心覆蓋區域提取

經過大量測試和分析，發現可以用式(5)有效提取巖心覆蓋區域，即

CA=B/R，

(5)

式中：CA為提取巖心覆蓋區域的比值圖像；B和R分別為巖心掃描圖像藍光和紅光通道亮度值。

如圖5所示，用式(5)提取的結果中，巖心覆蓋區域呈高亮度值，而紅色顏料涂層覆蓋和巖心缺失的區域則呈低亮度值。通過對多個巖心盤的圖像進行試驗，得到經驗閾值t，即

t=min(mean,0.4)，

(6)

式中：mean為比值圖像CA均值； 0.4為經驗常數。

(a) 巖心覆蓋區充滿視域 (b) CA均值誤判結果 (c) 經驗常數0.4提取的巖心

圖5閾值分割效果

Fig.5Resultsofthresholdsegmentation

在巖心覆蓋區域并沒有充滿整個視域時，以CA圖像的均值作為閾值進行圖像分割，能夠很好地提取巖心覆蓋區域； 而當巖心覆蓋區域幾乎充滿視域時(圖5(a))，用CA的均值則只能提取巖心表面亮度較高的部分，而將亮度較低部分歸為背景，從而產生誤判(圖 5(b))； 但是，選擇經驗常數0.4可以很好地提取巖心幾乎覆蓋整個視域時的巖心覆蓋區域(圖 5(c))。采取閾值選擇策略，能夠應對幾乎所有用來試驗的巖心盤掃描圖像。

3.1.2 巖心覆蓋區域面積比計算

巖心直徑和掃描步長均為5 cm，因此設定巖心光譜有效掃描區域為與巖心等寬的正方形(圖6紅色方框)，面積為As； 有效掃描區內巖心覆蓋的面積為Ac。利用式(7)計算巖心覆蓋面積比φ，即

φ=Ac/As。

(7)

當φ<1/2時，則判定該區域的掃描光譜為非巖心掃描光譜，需要進行校正。圖6(b)中的A區屬于正常掃描區域； 而B區屬于非正常區域，對應的掃描光譜需要進行校正。

(a) 巖心圖像 (b) 巖心覆蓋區

圖6干擾光譜檢測區

Fig.6Interferencespectrumdetectionandmodificationarea

3.2 干擾光譜校正

根據地理學第一定律“任何事物都相關，只是相近的事物關聯更緊密”的原理，巖心的巖性分布也符合這一定律，即在一根巖心上，距離越近的2個點的巖石物理、化學性質越相似。基于此原理，本文選擇利用干擾光譜前、后鄰近位置的掃描光譜近似表示該處的巖心掃描光譜。CMS350A的光譜掃描步長為5 cm，在地質現象中，這是一個非常鄰近的距離，所以利用這種方法來校正干擾光譜具有非常高的可行性和可信度。與巖心掃描圖像處理方式不同，光譜重建是按步進視場順序進行的，本文選擇直接按照光譜掃描順序，利用掃描光譜的后一個掃描光譜來校正該處掃描光譜。光譜校正前、后的效果如圖7所示。圖6(b)中的A區為正常區域，不需要進行光譜校正，所以校正前(圖7(a))與校正后(圖7(b))的光譜是一致的； 圖6(b)中的B區為巖心的邊框覆蓋區域，該處的掃描光譜呈現低反射率(圖7(c))，與該處前、后位置的巖石高反射率特征差異巨大； 該處前一個掃描位置的巖心反射率(圖7(a))和后一個掃描位置的巖心反射率(圖7(c))非常不同，故對后一個位置的巖心反射率進行校正，得到校正的巖心反射率(圖7(d))。

(a) A區校正前光譜 (b) A區校正后光譜 (c) B區校正前光譜 (d) B區校正后光譜

圖7檢測區校正前后結果

Fig.7Resultsofdetedionandmodification

4 巖心圖像提取與增強

4.1 巖心圖像提取

在1幀巖心掃描圖像中，巖心呈近似矩形的形狀，縱向貫穿整幀圖像，其余部分為巖心盤邊框、間隙以及其他格子的巖心。這些信息不僅增加了數據存儲空間，同時會對后續的計算機自動化分析巖心造成干擾(圖8(a))。

(a) 巖心掃描圖像(b) 巖心提取結果

圖8巖心圖像提取示意圖

Fig.8Diagramofcoreimageextraction

巖心提取是從原掃描圖像中識別并裁剪巖心覆蓋的矩形區域(如圖8(a)中紅色方框范圍內)； 由于巖心縱向貫穿圖像，高度是固定的； 但巖心掃描平臺在工作過程中因巖心盤或者鏡頭輕微位移等導致巖心在圖像中的橫向位置是不確定的，因此確定了巖心左、右邊界的位置也就確定了巖心覆蓋的矩形區域。本文采用基于光譜角的方法來確定矩形的左、右邊界，即

(8)

式中：a和b分別為同一行中任意2個相鄰的像元RGB這3個通道像素值構成的向量；a×b為2個向量的內積； |a||b|為向量模長的乘積； cos〈a,b〉為2個向量夾角的余弦值。

通過2個相鄰特征向量的夾角(即2個像元的差異大小)判斷這2個像元的位置是否位于邊界處。此外，巖心掃描圖像會產生局部形變，導致巖心覆蓋區域不是規則的矩形，其左、右2邊界會有輕微的彎曲和傾斜； 因此，求巖心的左、右2邊界要通過分別計算每一行中巖心的左、右2邊界位置并求均值來確定巖心從何處進行分割。巖心提取結果如圖8(b)所示。

4.2 巖心圖像拼接

巖心本身的特點和巖心的存儲與掃描方式決定了巖心圖像具有非常鮮明的特征： 每個巖心待提取的范圍位于巖心圖像縱向中線附近，覆蓋范圍近似矩形； 相鄰2幀圖像中巖心的寬度基本一致，且巖心中線與圖像中線幾乎平行。上述特征提供了另一個思路來進行圖像配準，即無需在相鄰2幀圖像中尋找大量的同名點，只需要找出每2幀相鄰圖像中巖心的中線，然后將每一幀巖心圖像中線與融合圖像中線重合，即可完成對待拼接圖像的近似配準。尋找巖心的中線位置是利用式(8)計算的光譜角來實現的： 從巖心掃描圖像的中間位置向2側遍歷，采用角度分割算法分別求出巖心在掃描圖像的左、右邊界位置，然后用左、右邊界的均值作為巖心的中線位置。圖9示出利用該方法進行3幀巖心圖像(圖9(a)—(c))匹配的效果，圖中紅線為中線位置，通過中線匹配實現圖像配準和拼接(圖9(d))。

(a) 巖心提取結果1 (b) 巖心提取結果2(c) 巖心提取結果3

(d)巖心拼接結果圖9 利用中線匹配法進行巖心圖像配準和拼接Fig.9 Core image matching and mosaicing using center line matching method

上述方法回避了傳統拼接方法要求每2幀待拼接圖像之間必須有同名點的條件[20-22]。從拼接結果來看，該方法的匹配效果可以體現巖心連續變化的特點，同時能夠較好地顯示巖心原有的外觀； 更重要的是，用該方法進行圖像匹配快速高效，對巖心圖像這類數據量非常大而拼接結果并不需要完全精確的圖像拼接任務，具有良好的適用性和較高的工作效率。

5 數據預處理軟件開發

基于Visual Studio 2008平臺，在OpenCV2.44圖形庫函數支持下，實現了巖心光譜掃描儀數據預處理軟件模塊的研發。該軟件包括基本數據處理、巖心掃描圖像校正、巖心掃描光譜校正和巖心數據查詢4個主要模塊(圖10)。

圖10 CMS350A預處理軟件系統結構Fig.10 Architecture of CMS350A preprocessing software system

該預處理軟件的任務是處理海量的巖心掃描數據，在保證數據處理結果準確性的同時，加強了自動化處理能力； 軟件運行中的文件尋址和命名，以及大部分參數獲取和設置工作均由軟件系統自主完成； 同時，該軟件具有一鍵預處理功能，可自主完成整個預處理流程，大大降低了人力成本。目前該軟件開發已經完成，運行穩定。

6 結論

本文針對CMS350A獲取的巖心掃描數據特點，結合生產實際需要，對巖心掃描數據的預處理方法展開研究，得到以下結論：

1)基于標準板的巖心圖像增強方法原理簡單、可操作性強，既能消除光照造成的乘性噪聲，又能應對巖心掃描工作中遇到的復雜多變的光照環境。

2)通過計算光譜掃描視場內巖心覆蓋面積比例的大小來識別干擾光譜，具有較強的可操作性； 結合“空間相似性”原理、利用鄰近點的掃描光譜替換干擾光譜，可有效進行干擾光譜校正。

3)基于光譜角法的自動提取方法能夠快速、高效地提取巖心掃描邊界。利用光譜角法與中線匹配相結合的方法能夠快速、有效地進行巖心圖像配準和拼接，能夠解決巖心圖像匹配中相鄰圖像之間同名點過少或者沒有同名點的問題，具有一定的實用價值。

4)采用的巖心掃描數據預處理方法具有一定的前、后操作順序： 巖心提取和拼接是基于圖像增強結果進行的，通過圖像增強可以提高巖心提取和拼接的精度； 而光譜校正是基于巖心提取結果進行的，通過文件編號進行定位，并不受巖心圖像拼接結果的影響。

5)基于Visual Studio 2008平臺，在OpenCV2.44圖形庫函數支持下開發的巖心光譜掃描儀數據預處理軟件系統，提高了巖心光譜掃描全流程的自動化處理能力和工作效率。

[1] 陳述彭,郭華東.“數字地球”與對地觀測[J].地理學報,2000,55(1):9-14.

Chen S P,Guo H D.Digital earth and earth observation[J].Acta Geographica Sinica,2000,55(1):9-14.

[2] 中國地質調查局.中國地質勘查技術進展與發展展望[R].北京:中國地質調查局,2010.

China Geological Survey.Progression and Prospect of the Geological Prospecting Technology in China[R].Beijing:China Geological Survey,2010.

[3] 王潤生,熊盛青,聶洪峰,等.遙感地質勘查技術與應用研究[J].地質學報,2011,85(11):1699-1743.

Wang R S,Xiong S Q,Nie H F,et al.Remote sensing technology and its application in geological exploration[J].Acta Geologica Sinica,2011,85(11):1699-1743.

[4] 劉樹臣.發展新一代礦產勘探技術——澳大利亞玻璃地球計劃的啟示[J].地質與勘探,2003,39(5):53-56.

Liu S C.Towards the next generation of giant minerals exploration techniques:Some considerations about the glass earth[J].Geology and Prospecting,2003,39(5):53-56.

[5] 王晉年,李志忠,張立福,等.“光譜地殼”計劃——探索新一代礦產勘查技術[J].地球信息科學學報,2012,14(3):344-351.

Wang J N,Li Z Z,Zhang L F,et al.“Spectral Crust” project:Research on new mineral exploration technology[J].Journal of Geo-Information Science,2012,14(3):344-351.

[6] 張金昌.地質巖心鉆探技術及其在資源勘探中的應用[J].探礦工程(巖土鉆掘工程),2009,36(8):1-6.

Zhang J C.Core drilling techniques and their applications in the exploration of mineral resources[J].Exploration Engineering(Rock and Soil Drilling and Tunneling),2009,36(8):1-6.

[7] 李永忠,楊 光,李秀國.關于巖心數字化建設的思考[J].勝利油田職工大學學報,2008,22(4):53-54.

Li Y Z,Yang G,Li X G.On core digital construction[J].Journal of Shengli Oilfield Staff University,2008,22(4):53-54.

[8] 秦 艷,王曙光.基于C/S和B/S混合模式巖芯庫管理信息系統的設計與實現[J].江漢石油職工大學學報,2010,23(5):58-60.

Qin Y,Wang S G.Design and application of the core library information management system based on B/S and C/S mixed model[J].Journal of Jianghan Petroleum University of Staff and Workers,2010,23(5):58-60.

[9] 胥燕輝.鐵礦巖心高光譜編錄初探[J].地質找礦論叢,2006,22(s1):113-117.

Xu Y H.The preliminary study on hyperspectral core logging[J].Contributions to Geology and Mineral Resources Research,2006,22(s1):113-117.

[10] 張杰林,黃艷菊,王俊虎,等.鈾礦勘查鉆孔巖心高光譜編錄及三維礦物填圖技術研究[J].鈾礦地質,2013,29(4):249-255.

Zhang J L,Huang Y J,Wang J H,et al.Hyperspectral drilling core logging and 3D mineral mapping technology for Uranium exploration[J].Uranium Geology,2013,29(4):249-255.

[11] 修連存,鄭志忠,殷 靚,等.巖心掃描儀光譜數據質量評估方法研究[J].光譜學與光譜分析,2015,35(8):2352-2356.

Xiu L C,Zheng Z Z,Yin L,et al.Research on assessment methods of spectrum data quality of core scan[J].Spectroscopy and Spectral Analysis,2015,35(8):2352-2356.

[12] 張國田.巖心成像技術原理與圖像采集[J].錄井工程,2013,24(2):37-40.

Zhang G T.Principle and image acquisition of core imaging technology[J].Mud Logging Engineering,2013,24(2):37-40.

[13] 山東省計量科學研究院.JJF 1232―2009反射率測定儀校準規范[S].濟南:山東省計量科學研究院,2009.

Shandong Institute of Metrology.JJF 1232―2009 Calibration Specification for Reflectomters[S].Jinan:Shandong Institute of Metrology,2009.

[14] 焦竹青,徐保國.HSV變換和同態濾波的彩色圖像光照補償[J].計算機工程與應用,2010,46(30):142-144.

Jiao Z Q,Xu B G.Color image illumination compensation based on HSV transform and homomorphic filtering[J].Computer Engineering and Applications,2010,46(30):142-144.

[15] 吳成茂.直方圖均衡化的數學模型研究[J].電子學報,2013,41(3):598-602.

Wu C M.Studies on mathematical model of histogram equalization[J].Acta Electronica Sinica,2013,41(3):598-602.

[16] 章毓晉.圖像工程[M].3版.北京:清華大學出版社,2013:95-96.

Zhang Y J.Image Engineering[M].3rd ed.Beijing:Tsinghua University Press,2013:95-96.

[17] 陳春寧,王延杰.在頻域中利用同態濾波增強圖像對比度[J].微計算機信息,2007,23(6):264-266.

Chen C N,Wang Y J.Image contrast enhancement by homomorphic filtering in frequency field[J].Control and Management,2007,23(6):264-266.

[18] 劉 毅,賈旭芬,田子建.一種基于同態濾波原理的井下光照不均圖像處理方法[J].工礦自動化,2013,39(1):9-12.

Liu Y,Jia X F,Tian Z J.A processing method for underground image of uneven illumination based on homomorphic filtering theory[J].Industry and Mine Automation,2013,39(1):9-12.

[19] 王青華,王潤生,郭小方.高光譜遙感技術在巖石識別中的應用[J].國土資源遙感,2000,12(4):39-43.doi:10.6046/gtzyyg.2000.04.08.

Wang Q H,Wang R S,Guo X F.Application for discrimination of rock using hyperspectral remote sensing technique[J].Remote Sensing for Land and Resources,2000,12(4):39-43.doi:10.6046/gtzyyg.2000.04.08.

[20] 王 娟,師 軍,吳憲祥.圖像拼接技術綜述[J].計算機應用研究,2008,25(7):1940-1943,1947.

Wang J,Shi J,Wu X X.Survey of image mosaics techniques[J].Application Research of Computers,2008,25(7):1940-1943,1947.

[21] Lowe D G.Distinctive image features from scale-invariant keypoints[J].International Journal of Computer Vision,2004,60(2):91-110.

[22] 翟麗杰.基于特征點的改進SIFT巖心圖像匹配算法[J].計算機與數字工程,2013,41(6):981-983.

Zhai L J.Improved SIFT algorithm of image match based on feature point[J].Computer and Digital Engineering,2013,41(6):981-983.

DatapreprocessingmethodsofdomesticcorespectralscannerCMS350A

MENG Yaping， DU Peijun， LI Erzhu， ZHANG Hao， XU Zhigang

(JiangsuProvincialKeyLaboratoryofGeographicInformationScienceandTechnology，NanjingUniversity，Nanjing210023，China)

Hyperspectrum logging of core is one of the effective techniques for excavating geological data deeply and making a breakthrough in geological prospecting. Using hyperspectral remote sensing technology and deep rock sampling based on drilling technology has the advantages of mineral recognition. The first core scanner CMS350A in China has been developed successfully through the special project of national great scientific instruments and equipment, namely “development and marketing of core spectral scanner”. In consideration of the data collecting mechanism and characteristics of acquired core images and spectra by the scanner, the authors focused on developing the data preprocessing methods for the core image and spectrum data. A radiation correction method based on standard plate was developed for core scanning image, an interference spectrum detection and modification technology was proposed, and a model for automatic core image extraction and mosaicking was created to accurately process the data in time. These methods constitute the basis for core spectrum analysis, physic-chemical parameters inversion, and mineral analysis in future.

core spectral scanner； image enhancement； core extraction； core mosaic； spectrum modification

10.6046/gtzyyg.2017.04.12

蒙亞平,杜培軍,李二珠,等.國產巖心光譜掃描儀CMS350A數據預處理技術[J].國土資源遙感,2017,29(4)：73-81.(Meng Y P,Du P J,Li E J,et al.Data preprocessing methods of domestic core spectral scanner CMS350A[J].Remote Sensing for Land and Resources,2017,29(4)：73-81.)

TP 79

A

1001-070X(2017)04-0073-09

2016-03-25；

2016-05-26

國家重大科學儀器設備開發專項項目“巖心光譜掃描儀研發與產業化”(編號： 2012YQ05025004)資助。

蒙亞平(1991-)，男，碩士研究生，主要研究方向為遙感地學分析。Email： ypmengnju@126.com。

(責任編輯：李瑜)