974 工程科学学报，第42卷，第8期 依据文献[23]中所述方法，计算得到浸柱 处理.同时，由于浸柱截面图像中边界并不规则， A和浸柱B中矿石的平均粒径分别为4.37mm和 不利于数据分析，因此，对其进行裁剪，得到直径 7.62mm,不均匀系数C,分别为7.27和1.63，曲率 为1200像素的圆形截面图像.滤波和裁剪后，选 系数C。分别为2.13和0.91，这表明A组矿岩颗粒 取浸柱中间区域1400幅图像进行孔隙结构分析， 的级配良好，颗粒不均匀性显著，而B组矿岩颗粒 浸柱A和B的三维图像如图3所示 相对较为均匀，级配性差 1.2CT扫描测试 本实验所用CT扫描设备为太原理工大学与 中国工程物理研究院应用电子学研究所共同研制 的μCT225 KVFCB型高精度显微CT试验系统，主 要包括微焦点X光机、数字平板探测器、高精度 工作转台、数据采集系统等.该CT试验系统放大 倍数为1~400倍，试件尺寸范围为1~50mm,最 大空间分辨率为0.485m. 分别对A、B两浸柱进行CT扫描，设置扫描 (a) (b) 参数为：CT试验机管电压120kV,电流160uA,投 图3浸柱三维图像.(a)浸柱A:(b)浸柱B 影幅数400幅，旋转角度360°，放大倍数4.14倍， Fig.3 3D reconstructed ore columns:(a)column A;(b)column B 图像在Y方向上的分辨率为46.86um.对CT扫 由于在柱浸体系中，矿石颗粒和孔隙区域的 描得到的原始数据采用锥束大锥角方法进行重 密度差异明显，因此可利用阈值法进行孔隙结构 建，在Z方向共为1500层，每层厚度为46.67m. 提取.本文利用Otsu方法计算得到分割阈值，并 重建得到浸柱A、B的二维横截面图像，如图2所 进行适当调整，对比不同阈值下图像分割效果，最 示.通过直观对比发现，浸柱B中孔隙尺寸大于浸 终确定最佳阈值，并对浸柱图像进行分割.利用 柱A中孔隙尺寸 Aviz0软件对分割后的图像进行三维重构，得到浸 Column Column E 柱A、B的三维孔隙模型如图4所示，浸柱B中的 孔隙尺寸明显大于浸柱A中孔隙尺寸 图2浸柱CT扫描图像 Fig.2 CT scanning images of ore columns 2结果与讨论 2.1图像预处理及孔隙提取 (a) (b) 图4浸柱三维孔隙结构图像.(a)浸柱A:(b)浸柱B 在CT扫描过程中，会因受到扫描系统电子元 Fig.4 3D pore image of ore columns:(a)column A;(b)column B 器件扰动等影响而产生噪声信号，因此，在图像分 割之前需要进行滤波或平滑处理，以消除噪声或 2.2颗粒级配对孔隙率的影响 伪影，增强样品结构特征2网，目前，常用的滤波算 2.2.1体孔隙率 法主要有高斯滤波、中值滤波、均值滤波和非局 分别统计浸柱A、B中的孔隙体素值和总体 部均值滤波等。其中，非局部中值滤波算法在矿石 素值，即可得到浸柱的体孔隙率.结果显示浸柱 散体图像处理中可有效降低图像噪声干扰，同时 A孔隙率为25.43%，浸柱B孔隙率为38.81%.可 保持图像结构信息不被破坏.因此，本研究采用非 见，浸柱A中矿石不均匀系数是浸柱B中矿石不 局部中值滤波算法对浸柱CT扫描原始图像进行 均匀系数的4.46倍，但浸柱A的孔隙率却为浸柱依据文 献 [23] 中所述方法 ，计算得到浸 柱 A 和浸柱 B 中矿石的平均粒径分别为 4.37 mm 和 7.62 mm，不均匀系数 Cu 分别为 7.27 和 1.63，曲率 系数 Cc 分别为 2.13 和 0.91，这表明 A 组矿岩颗粒 的级配良好，颗粒不均匀性显著，而 B 组矿岩颗粒 相对较为均匀，级配性差. 1.2    CT 扫描测试 本实验所用 CT 扫描设备为太原理工大学与 中国工程物理研究院应用电子学研究所共同研制 的 μCT225KVFCB 型高精度显微 CT 试验系统，主 要包括微焦点 X 光机、数字平板探测器、高精度 工作转台、数据采集系统等. 该 CT 试验系统放大 倍数为 1～400 倍，试件尺寸范围为 ϕ1～50 mm，最 大空间分辨率为 0.485 μm. 分别对 A、B 两浸柱进行 CT 扫描，设置扫描 参数为：CT 试验机管电压 120 kV，电流 160 μA，投 影幅数 400 幅，旋转角度 360°，放大倍数 4.14 倍 ， 图像在 XY 方向上的分辨率为 46.86 μm. 对 CT 扫 描得到的原始数据采用锥束大锥角方法进行重 建 ，在 Z 方向共为 1500 层，每层厚度为 46.67 μm. 重建得到浸柱 A、B 的二维横截面图像，如图 2 所 示. 通过直观对比发现，浸柱 B 中孔隙尺寸大于浸 柱 A 中孔隙尺寸. 2    结果与讨论 2.1    图像预处理及孔隙提取 在 CT 扫描过程中，会因受到扫描系统电子元 器件扰动等影响而产生噪声信号，因此，在图像分 割之前需要进行滤波或平滑处理，以消除噪声或 伪影，增强样品结构特征[24] . 目前，常用的滤波算 法主要有高斯滤波、中值滤波、均值滤波和非局 部均值滤波等. 其中，非局部中值滤波算法在矿石 散体图像处理中可有效降低图像噪声干扰，同时 保持图像结构信息不被破坏. 因此，本研究采用非 局部中值滤波算法对浸柱 CT 扫描原始图像进行 处理. 同时，由于浸柱截面图像中边界并不规则， 不利于数据分析，因此，对其进行裁剪，得到直径 为 1200 像素的圆形截面图像. 滤波和裁剪后，选 取浸柱中间区域 1400 幅图像进行孔隙结构分析， 浸柱 A 和 B 的三维图像如图 3 所示. 由于在柱浸体系中，矿石颗粒和孔隙区域的 密度差异明显，因此可利用阈值法进行孔隙结构 提取. 本文利用 Otsu 方法计算得到分割阈值，并 进行适当调整，对比不同阈值下图像分割效果，最 终确定最佳阈值，并对浸柱图像进行分割. 利用 Avizo 软件对分割后的图像进行三维重构，得到浸 柱 A、B 的三维孔隙模型如图 4 所示，浸柱 B 中的 孔隙尺寸明显大于浸柱 A 中孔隙尺寸. 2.2    颗粒级配对孔隙率的影响 2.2.1    体孔隙率 分别统计浸柱 A、B 中的孔隙体素值和总体 素值，即可得到浸柱的体孔隙率. 结果显示浸柱 A 孔隙率为 25.43%，浸柱 B 孔隙率为 38.81%. 可 见，浸柱 A 中矿石不均匀系数是浸柱 B 中矿石不 均匀系数的 4.46 倍，但浸柱 A 的孔隙率却为浸柱 Column A Column B 图 2    浸柱 CT 扫描图像 Fig.2    CT scanning images of ore columns (a) (b) 图 3    浸柱三维图像. （a）浸柱 A；（b）浸柱 B Fig.3    3D reconstructed ore columns: (a) column A; (b) column B (a) (b) 图 4    浸柱三维孔隙结构图像. （a）浸柱 A；（b）浸柱 B Fig.4    3D pore image of ore columns: (a) column A; (b) column B · 974 · 工程科学学报，第 42 卷，第 8 期