李敏 王婷 王曉紅 周嘉林 韓征 張詩檬 許飛青 周捷銘

收稿日期：2024-01-15；修回日期：2024-04-13

基金項目：北京市自然科學基金項目（8204076）資助

第一作者簡介：李敏（1983- ），女，碩士，高級工程師，主要從事城市地質信息化相關領域研究。E-mail：83171426@qq.com

引用格式：李敏，王婷，王曉紅，周嘉林，韓征，張詩檬，許飛青，周捷銘，2024.北京市密云東莊鐵礦區(qū)巖漿巖斷面結晶度特征信息提取方法研究［J］.城市地質，19（2）：267-273

摘 要：依托MATLAB仿真平臺研究巖漿巖斷面結晶度有效特征。采用直方圖均衡化進行圖像增強預處理，通過幾何特征算法提取水平周長、垂直周長與面積數(shù)據(jù)，計算粒度相對值參數(shù)；采用頻域算法將頻譜圖像分割成環(huán)形區(qū)域，分析高頻數(shù)據(jù)，通過積分求和得到高頻區(qū)參數(shù)。通過兩種算法融合，綜合提取8維圖像特征向量，可以準確表征巖漿巖的結晶程度及粒度大小。

關鍵詞：北京東莊鐵礦區(qū)；巖漿巖；特征提?。粠缀翁卣?；頻域特征；地質勘查

Methods to extract crystallinity characteristic information of magmatic rock section in Miyun， Beijing

LI Min1， WANG Ting2， WANG Xiaohong1， ZHOU Jialin1， HAN Zheng1， ZHANG Shimeng1， XU Feiqing1， ZHOU Jieming3

（1.Beijing Institute of Geological and Mineral Exploration， Beijing 100195， China；

2.Shandong Special Industry Group Co.， Ltd.， Zibo 255201， Shandong， China；

3.Beijing Geological Survey and Research Institute， Beijing 102206， China）

Abstract： Based on the MATLAB simulation platform， the effective characteristics of the magma rock section crystallinity in the study area are studied. Histogram equalization was applied for image enhancement preprocessing. Geometric feature algorithms were used to extract horizontal perimeter， vertical perimeter， and area data to calculate the relative value parameters of granularity. The frequency domain algorithm was used to segment the spectral image into circular regions， and the high-frequency data were analyzed and integrated to obtain the high-frequency region parameters. By combining two algorithms and comprehensively extracting 8-dimensional image feature vectors， the crystallization degree and particle size of magmatic rocks are accurately characterized.

Keywords： Beijing Dongzhuang Iron Mine Area; magmatic rocks; feature extraction; geometric features; frequency domain characteristics; geological exploration

特征提取是巖石學研究中的基礎性工作，是辨識巖石巖性的關鍵性技術。隨著計算機科學的發(fā)展，圖像處理技術逐漸應用于巖石礦物的識別和信息提取，對于一個特定地區(qū)， 研究巖石斷面圖像結晶度特征，對提高巖石識別分類具有重要的理論指導價值，可以為礦產(chǎn)資源的評估和開發(fā)提供重要的信息（王奇等，2023）。

巖漿巖的結晶程度、顆粒大小及它們之間的相互關系是判斷巖石結構特征的主要標準，在巖性的辨別中起到重要意義，也是特征分析識別的重點研究內容（李雪晴等，2023）。從巖漿巖的礦物構成特征看，巖漿巖中常見的礦物有輝石、角閃石、橄欖石、云母、斜長石、鉀長石和石英等。張詩檬等（2022）提出了以建立巖漿巖基礎數(shù)據(jù)庫為重點，對巖漿巖斷面外部形態(tài)特征進行分析，根據(jù)各特征參數(shù)的量化規(guī)則，將抽象的外部特征量轉化為具體的數(shù)值，形成每種特征的量化值區(qū)間。由于巖石的復雜性且采集條件易受多種干擾，識別準確度低，各算法存在魯棒性的問題，因此需要采用多種方式提取結構中的信息（張強等，2022；柳博文等，2023）。葉潤青等（2011）通過多尺度分割特征提取方法獲取了巖石圖像的邊界及其體積分數(shù)、大小、周長等幾何特征信息，有助于巖石圖像的地學理解。李佳航等（2023）運用頻域算法，通過二維離散傅里葉變換將巖石圖像轉換為頻域圖像，并結合主成分分析技術提取頻域圖像特征，建立頁巖紋層結構發(fā)育程度的表征參數(shù)進行紋層適用性評價，從而提出了一種海陸過渡相頁巖紋層結構識別方法。不同區(qū)域巖石采用不同的算法，其特征提取結果呈現(xiàn)出較大差異，結合區(qū)域巖性的特點，系統(tǒng)分析典型巖石礦物圖像的空域、紋理及頻域信息特征并進行特征量集成，建立巖石礦物外部特征量化的基礎特征庫，對區(qū)域特征提取系統(tǒng)建設進行初步探索有助于提升地質調查工程中巖石礦物識別的精度（李敏等，2023；張詩檬等，2020）。

本次研究以密云東莊鐵礦區(qū)典型巖漿巖為研究對象，應用現(xiàn)有的頻域特征和幾何特征方法，開展巖漿巖斷面結晶度特征的基礎研究，提出可準確表征結晶程度及粒度大小的特征參數(shù)及其算法，實現(xiàn)了幾何特征和頻域特征提取算法的融合，為后續(xù)的巖石識別提供有效的理論支持和實踐方法。

1? 研究區(qū)地質概況

礦區(qū)位于密云水庫東北部，大地構造位置處于中朝準地臺（Ⅰ）燕山臺褶帶（Ⅱ1）密（云）懷（來）中隆斷（Ⅲ2）密云迭穹斷（Ⅳ2）西部。

密云巖群大漕組為本區(qū)主要地層，廣泛分布；主要巖性為混合質角閃斜長片麻巖，夾有淺粒巖及透鏡狀麻粒巖，混合巖化較普遍；是本區(qū)鐵礦主要賦存層位。新生界（Q）主要為第四系坡洪積砂土、卵石層及沖洪積含礫亞砂土等松散沉積物（北京市地方志編纂委員會，2001）。

礦區(qū)內巖漿巖比較發(fā)育，多為小的侵入體和脈巖，呈巖枝狀和脈狀產(chǎn)出，自酸性、中性、基性到超基性、半堿性均有出露。受到變質的主要有輝石巖、輝長巖、角閃石巖等。未變質的有橄欖石巖、放馬峪橄欖輝石巖、黑云母花崗巖、四干頂似斑狀花崗巖、花崗斑巖、花崗閃長巖、閃長巖、長峪溝似斑狀石英二長巖、石英正長巖等巖體。脈巖有蛇紋巖、輝長巖、輝長輝綠巖、細晶巖、石英正長斑巖、偉晶巖等，遍布全區(qū)，方向各異，對礦體起到不同程度的破壞作用（方同明等，2017）。

研究區(qū)受長期地質作用影響，古老變質巖區(qū)以褶皺構造和斷裂構造為主。區(qū)域內分布多個背斜和向斜，褶皺樞紐呈北東向近平行展布，以栗榛寨背斜為主（李懷永等，2017；馮馳，2019）。西側有馬家溝向斜，東側為芹菜嶺向斜、石匣背斜等褶皺構造。褶皺軸線展布有向北東收斂、向南西散開的趨勢，背斜較緊閉，向斜相對開闊。東莊鐵礦區(qū)位于栗榛寨背斜南東翼和芹菜嶺向斜北西翼。由于多期多級次的褶皺疊加，大褶皺——復式背向斜控制地層和鐵礦帶的展布，小褶曲控制巖層和礦體空間形態(tài)的變化，致使變質巖層與礦層多次重復或缺失。區(qū)域斷層主要分布在北西，規(guī)模較小。見有北東向、北西向兩組，斷層類型為正斷層、逆斷層和平移斷層。

2? 技術方法

2.1? 幾何特征參數(shù)提取法

幾何形狀是巖石紋理的基本特征，可以通過面積、周長等簡單描述符來表示，結晶區(qū)域與基質邊界周長與面積等是描述圖像結晶程度的最基本特征。周長用礦物晶粒與基質之間邊界的邊緣像素的總數(shù)表示，面積可由邊界及其內部的像素的總數(shù)得到。同樣面積條件下，粒度大、結晶度高的周長相對較短，因此采用面積與周長的比值得到斑紋粒度特征參數(shù)。

1）圖像預處理。采用灰度化、濾波、直方圖均勻化圖像增強等方法處理采集到的圖像，提高圖像質量，減少或消除圖像采集中的噪聲及其他干擾，增強有用信息，提高圖像信噪比。

2）結晶度判斷。由于結晶程度及粒度大小隨著灰度值增高而上升，計算圖像灰度均值、均方差相關的特征數(shù)據(jù)，初步判斷結晶度。

3）對圖像進行二值化和邊緣提取。檢測邊緣跟蹤計算周長，檢測垂直方向連續(xù)的周長像素點、水平方向的周長像素點、結晶面積及粒度相對值等特征參數(shù)。計算公式

L=A/（Lr+Lc），

式中，L為粒度相對值，A為結晶面積，r為水平像素點所構成的集合，c為垂直像素點所構成的集合，Lr為水平周長，Lc為垂直周長。

2.2? 頻域特征參數(shù)提取法

幅值譜圖像是圖像在頻域中的一種表現(xiàn)形式，可以通過快速傅里葉變換（fast Fourier transform，F(xiàn)FT）變換計算出來。頻域特征有更好的抗噪性，可以不用提取紋理具體區(qū)域直接對圖像進行特征提取，巖石的不同結晶程度在斷面圖像的頻率域都會表現(xiàn)出不一樣的性質。頻譜中心反映圖像平均亮度，低頻區(qū)域反映圖像實體細節(jié)，高頻區(qū)域反映圖像邊緣輪廓，高頻區(qū)域能量越高表明巖石結晶顆粒越大，結晶程度越高。圖像頻譜圖經(jīng)過頻譜中心化、歸一化處理后，對環(huán)形區(qū)域進行分割，通過計算環(huán)形區(qū)域能量譜可得到高頻區(qū)參數(shù)實現(xiàn)結晶度的判斷。計算公式

E =? ，

式中，I（x， y）為巖石圖像像素灰度值，E 為圖像能量譜，μ 代表圖像的平均灰度值。

3? 結果與分析

3.1? 巖石圖像采集與預處理

收集了研究區(qū)內125個樣本圖片（圖1），采用MATLAB仿真平臺進行實驗分析。圖像特征提取受各種因素影響，光照的不同、成像質量均會產(chǎn)生不同的偏差（吳德文等，2021；姚宏崗，2023），因此采集圖像要首先進行圖像濾波增強等預處理，圖2為在MATLAB平臺進行直方圖均衡化處理前后的圖像。由圖3可看出，采集圖像由于光線等原因，亮度值低，灰度值分布較為集中，直方圖均衡化后，經(jīng)過非線性變換的圖像像素值實現(xiàn)了相對的均衡化，增大了對比度。

3.2? 基于幾何特征的結晶度特征分析

灰度均值反映了巖石的灰度亮度情況，通過灰度值可初步判定結晶程度及粒度大小，灰度越高結晶度越高。由表1可看出，角閃輝長巖灰度均值相對較低，表明顏色偏暗，結晶度較低。

均方差可判斷紋理斑狀結構情況，垂直周長數(shù)值與水平周長數(shù)值的差異對線條紋理具有較好的區(qū)分能力。流紋巖均方差值小，垂直周長數(shù)值與水平周長數(shù)值具有較大的差值，表明紋理信息較少，存在垂向紋理。

灰度參數(shù)易受光照強度、成像質量因素影響，粒度相對值針對結晶度具有更好的表征能力。粒度相對值越大，粒度直徑越大，結晶程度越高。中粒閃長巖的灰度均值、均方差及粒度相對值均呈現(xiàn)較高的數(shù)值，說明顏色較淺，具有豐富的紋理細節(jié)信息及變晶結構，相對結晶程度高。

3.3? 基于頻域特征的結晶度特征分析

高頻對應圖像灰度變化劇烈的邊緣部分，低頻對應圖像平坦區(qū)域。結晶度低的巖石斷面圖像灰度突變邊緣數(shù)據(jù)量少，能量分布在頻率值低的圖像低頻區(qū)；結晶度高的巖石斷面圖像有大量灰度突變的邊緣數(shù)據(jù)，能量大量集中在頻譜圖的中心高頻區(qū)。對于具有斷口、節(jié)理、斑狀結構等顏色紋理屬性變換劇烈的巖石在頻率域都會表現(xiàn)出不一樣的性質。圖4為典型斷面標本圖像，經(jīng)過FFT變換之后，得到相應的幅值譜圖像（圖5）。中粒閃長巖結晶程度高，具有明顯的斑狀邊緣高頻特征，反映在頻域上能量集中分布于中間高頻區(qū)域；角閃輝長巖圖像基質較多，斑晶顆粒小紋理少，能量主要分布在低頻區(qū)域。

以傅里葉變換得到的幅值譜圖像中心為圓心，以幅值譜圖邊長長度的1/40的倍數(shù)為半徑畫圓，將頻譜圖分割成20個環(huán)形頻譜區(qū)（圖6）。計算各個環(huán)形頻譜區(qū)的頻域積分值得到各頻域環(huán)形能量譜，將數(shù)據(jù)以各頻譜區(qū)為橫坐標，以各頻譜區(qū)環(huán)形能量譜為縱坐標，得到圖7所示的環(huán)形能量譜分布圖。

中心點周邊為高頻區(qū)，距離中心點距離越遠頻譜越低。巖漿巖的結晶程度頻域特征主要分布在高頻區(qū)，因此選取頻譜圖中頻譜區(qū)1-5的高頻率區(qū)域進行分析，通過對頻譜區(qū)1-5的參數(shù)求和可得到高頻頻譜參數(shù)，可準確表征出特征區(qū)域的結晶度特征。從表2可以看出，高頻區(qū)特征參數(shù)值越高，代表巖石結晶程度越高、晶粒較大。

3.4? 特征融合

在復雜的地質環(huán)境下，巖石無論在顏色上還是在粒度上，都是不固定的，單一的算法通常只表達了圖像內容的某一方面信息，泛化能力差，對數(shù)據(jù)要求高，很難判定巖性。特征集成的方法能實現(xiàn)對圖像全面的描述，可增強特征向量的描述能力。本研究選取能夠表征結晶度特征的典型參數(shù)將頻譜特征和幾何特征采取串行融合的機制（李熙瑩等，2017）組合形成綜合特征。選取頻域特征參數(shù)頻譜區(qū)4、高頻區(qū)參數(shù)和耦合性低的幾何特征參數(shù)，綜合表示圖像的結晶度特征。集成公式：

設圖像的頻域特征集公式為X 1=［x 11，x 12］，幾何特征集的公式為X 2=［x 21，x 22，x 23，x 24，x 25］，

得到串行融合的7維特征向量為

X =［ x 11，x 12，x 21，x 22，x 23，x 24，x 25］，

式中，X 1為頻域特征向量集，x 11為頻譜區(qū)4，x 12為高頻區(qū)參數(shù)，X 2為幾何特征向量集，x 21為灰度均值，x 22為均方差，x 23為水平周長，x 24為垂直周長，x 25為粒度相對值，X為綜合特征向量集。

4? 結論

1）通過提取幾何特征的水平周長、垂直周長與結晶面積特征參數(shù)得到粒度相對值，能夠顯著表征斑晶的結晶度特征。提出一種基于圖像頻域特征的提取方法，提取環(huán)形能量譜中的高頻率區(qū)域特征參數(shù)，分析參數(shù)值與結晶程度、晶粒大小的正向關聯(lián)規(guī)律性，受原始圖像的噪聲影響較小?；趩我活愋退惴ǖ木窒扌裕Y合研究區(qū)實際條件，通過集成特征量能有效提高復雜地質環(huán)境下的特征提取能力。

2）限于采集圖像集的數(shù)量有限，在幾何特征提取過程中的周長、面積，在復雜紋理情況下部分數(shù)據(jù)檢測的有效性方面，仍需要開展大量的后續(xù)工作，以期望獲取更好的特征提取效果。

參考文獻

北京市地方志編纂委員會，2001.北京志.地質礦產(chǎn)志［M］.北京：北京出版社.

方同明，孫永華，程新彬，劉鴻，吳虎峻，魏波，WANG Wei，DING Wang，2017.北京密云沙廠BIF型鐵礦地質地球化學特征與成礦時代［J］.地質找礦論叢， 32（1）：42-49.

馮馳，2019.北京碰河寺溝泥石流成因及綜合防治對策［J］.礦產(chǎn)勘查，10（11）：2 728-2 733.

李懷永，葛長峰，馬海全，陳祥志，張海軍，2017.北京市密云區(qū)沙廠鐵礦地質特征［J］.中國錳業(yè)，35（6）：80-83.

李佳航，李瑋，劉向君，李星濤，李永洲，熊健，梁利喜，2023.基于巖石薄片圖像的海陸過渡相頁巖紋層識別方法及應用［J］.特種油氣藏， 30（4）： 44-53.

李敏，王曉紅，張詩檬，韓征，王婷，2023.北京市延慶硅化木園區(qū)典型巖石礦物圖像特征提取與分析［J］.礦產(chǎn)勘查，14（2）：251-257.

李熙瑩，黃秋筱，2017.融合直方圖高階統(tǒng)計特征與GLCM 特征的室內紅外圖像人群密度分類［J］. 紅外技術，39 （7）：626-631.

李雪晴，李國棟，2023.破碎巖石顆粒形態(tài)特征量化描述體系［J］.科學技術與工程，23（35）. 15 027-15 035.

柳博文，劉星，2023.多尺度卷積神經(jīng)網(wǎng)絡模型優(yōu)化在礦物識別中的應用［J］.礦物巖石， 43（3）：10-19.

王奇，陳龍，郭碧君，2023，陜西漢中玉（蛇紋石）礦物學及成因研究［J］.礦產(chǎn)勘查，14（3）：325-334.

吳德文，張遠飛，袁繼明，楊自安，張建國，2021.航空高光譜巖相、礦物填圖技術及應用研究［J］.礦產(chǎn)勘查，12（7）：1 626-1 634.

姚宏崗，2023.不同植被覆蓋區(qū)無人機遙感影像礦化蝕變特征識別［J］.礦產(chǎn)勘查，14（2）：229-236.

葉潤青，牛瑞卿，張良培，2011.基于多尺度分割的巖石圖像礦物特征提取及分析［J］.吉林大學學報（地球科學版），41（4）：1 253-1 260.

張強，張潤鑫，劉峻銘，王聰，張赫哲，田瑩，2022.煤礦智能化開采煤巖識別技術綜述［J］.煤炭科學技術，50（2）： 1-26.

張詩檬， 王文文， 付博， 韓征， 劉釗， 2020. 基于云服務的 e 地質應用系統(tǒng)研究［J］. 城市地質，15（2）：217-223.

張詩檬，韓征，劉釗，付博，王文文，2022.面向人工智能識別的巖漿巖斷面形態(tài)特征研究［J］.城市地質，17（1）：96-105.