【技术实现步骤摘要】
本专利技术属于岩石成分识别，提出了一种基于能谱ct的岩石成分识别方法及系统。
技术介绍
1、岩石中的矿物成分和含量对岩性划分、沉积环境判断及物源方向分析等方面均有非常重要的意义，目前确定岩石成分组成的方法主要可以分为定性识别和定量分析两种，定性识别主要包括标本鉴定法和薄片观察法等，这种传统的岩性成分识别方法过于依赖经验和地质专业知识积累，不仅耗时长、专业性强，还易受主观因素影响；定量分析是通过测试岩石中不同元素或者矿物的种类及含量来进行岩石成分识别，主要有红外光谱法、x射线衍射法(xrd)、x射线荧光分析法(xrf)、扫描电镜法等，xrf可对样品切片表面的元素进行定性和定量分析，xrd可对样品的矿物进行定性和定量的分析，结果准确、具有较高的参考价值，但测试需要进行切片、磨粉等预处理，无法进行无损且快速的检测。
2、随着计算机断层扫描(computed tomography，ct)成像技术的不断发展，借助ct的三维成像技术以及数字图像处理技术来对岩石内部物质分布和空间结构进行描述成为可能，能够实现对岩石内部的无损检测及三维重构。岩石中不同的物质成分对x射线的衰减能力不同，这表现为ct重建图像中各物质的灰度值不同，即线性衰减系数不同。通过线性衰减系数的差异可以实现部分岩石矿物成分的识别。
3、常规的ct成像技术仅仅通过x射线的强度和位置的量来获取物质的线性衰减信息，然而线性衰减系数是与射线能量、检测物密度以及检测物原子序数相关的物理量，在使用相同的射线能量进行ct成像的情况下，线性衰减系数的不同可能分别由检测
技术实现思路
1、为了弥补传统定量分析方法无法快速且无损的获取岩石内部的成分和结构信息，以及常规ct的岩石成分识别不够准的不足，本专利技术提供了一种基于能谱ct的岩石成分识别方法及系统，可以无损且高效的获取岩石的内部三维结构信息以及物质成分信息。
2、为实现上述专利技术目的，本专利技术的技术方案包括以下内容。
3、一种基于能谱ct的岩石成分识别方法，所述方法包括：
4、选取待检测样品的校准模体，并分别对校准模体和待检测样品进行高、低两个能区的ct扫描和重建，得到校准模体的高能区投影数据l1和低能区投影数据l2，以及待检测样品的高能区投影数据l′1和低能区投影数据l′2；其中，所述校准模体包含若干个由基物质i构成的校准样品i，所述高能区和所述低能区的设置基于待检测样品对x射线的衰减能力获取；
5、基于校准模体的高能区投影数据l1和低能区投影数据l2，以及待检测样品的高能区投影数据l′1和低能区投影数据l′2进行物质分解，得到各基物质i的分解系数ai(r)；
6、获取基物质i的电子密度ρei以及有效原子序数zi，并结合基物质i的分解系数ai(r)，得到待检测样品的电子密度ρe和有效原子序数zeff，进而通过查表得到所述待检测样品的岩石成分识别结果。
7、进一步地，所述选取待检测样品的校准模体，包括：
8、对待检测样品进行投影成像，记录x射线穿过该待检测样品的最大衰减值；
9、测量待检测样品的体积，以得到备选校准样品；
10、基于密度称量法以及定性识别方法，对待检测样品的电子密度和原子序数进行粗估；
11、在备选校准样品中选取由基物质1构成的校准样品1；其中，x射线穿过所述校准样品1的最大衰减值与x射线穿过所述待检测样品的最大衰减值之差小于第二设定阈值，且使所述校准样品1的电子密度和原子序数均大于待检测样品的粗估值；
12、在备选校准样品中选取由基物质2构成的校准样品2；其中，所述校准样品2的电子密度和原子序数均小于待检测样品的粗估值；
13、在备选校准样品中选取由基物质i构成的校准样品i；其中，x射线穿过该校准样品i的最大衰减值小于x射线穿过所述校准样品1的最大衰减值，且大于x射线穿过所述校准样品2的最大衰减值。
14、进一步地，所述高能区和所述低能区基于待检测样品对x射线的衰减能力获取，包括：
15、在所述高能区和所述低能区中，x射线穿过待检测样品的光子计数为空场光子计数的25％-40％；
16、和，
17、x射线在低能区的空场光子计数为该x射线在高能区的空场电子计数的40％-60％。
18、进一步地，所述基于校准模体的高能区投影数据l1和低能区投影数据l2，以及待检测样品的高能区投影数据l′1和低能区投影数据l′2进行物质分解，得到各基物质i的分解系数ai(r)，包括：
19、基于校准模体的高能区投影数据l1和低能区投影数据l2，计算得到校准模体的n个基图像fn(r)，该n个基图像fn(r)的向量表示为f(r)；其中，r表示体素空间位置；
20、通过对高能区投影数据l1进行重建，得到高能区的ct重建数据，并对高能区的ct重建数据进行图像分割处理，得到基物质i的模板图像ti(r)；
21、基于所述模板图像ti(r)与所述向量表示f(r)分别进行各基物质i的最小二乘拟合计算，得到基物质i对应的多项式系数向量ci；
22、基于待检测样品的高能区投影数据l′1和低能区投影数据l′2，计算得到校准模体的n个基图像fn′(r)，该n个基图像fn′(r)的向量表示为f′(r)；
23、计算基物质i的分解系数ai(r)＝ci·f′(r)。
24、进一步地，所述校准模体的n个基图像fn(r)＝r-1bn(l1,l2)；其中，r-1表示radon反变换，bn(l1,l2)表示基于高能区投影数据l1和低能区投影数据l2得到的重建图像。
25、进一步地，所述基物质i的模板图像
26、
27、进一步地，所述基物质i对应的多项式系数向量
28、
29、进一步地，所述获取基物质i的电子密度ρei，并结合基物质i的分解系数ci，得到所述待检测样品的岩石成分识别结果，包括：
30、获取基物质i的电子密度ρei；
31、基于所述分解系数ai(r)对基物质i的电子密度ρei加权计算，得到所述待检测样品的电子密度ρe；
32、计算基物质i的电子密度百分比
33、根据各基物质i的电子密度百分比fi和基物质i的有效原子序数zi，得到待检测样品的有效原子序数zeff；
34、基于所述电子密度ρe和所述有效原子序数zeff进行查表，得到所述待检测本文档来自技高网...
【技术保护点】
1.一种基于能谱CT的岩石成分识别方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述选取待检测样品的校准模体，包括：
3.根据权利要求1所述的方法，其特征在于，所述高能区和所述低能区基于待检测样品对X射线的衰减能力获取，包括：
4.根据权利要求1所述的方法，其特征在于，所述基于校准模体的高能区投影数据L1和低能区投影数据L2，以及待检测样品的高能区投影数据L′1和低能区投影数据L′2进行物质分解，得到各基物质i的分解系数ai(r)，包括：
5.根据权利要求4所述的方法，其特征在于，所述校准模体的n个基图像fn(r)＝R-1bn(L1,L2)；其中，R-1表示Radon反变换，bn(L1,L2)表示基于高能区投影数据L1和低能区投影数据L2得到的重建图像。
6.根据权利要求4所述的方法，其特征在于，所述基物质i的模板图像
7.根据权利要求4所述的方法，其特征在于，所述基物质i对应的多项式系数向量
8.根据权利要求1所述的方法，其特征在于，所述获取基物质i的电子密度ρei
9.根据权利要求1至8任一项所述的方法，其特征在于，所述分别对校准模体和待检测样品进行高、低两个能区的CT扫描和重建，得到校准模体的高能区投影数据L1和低能区投影数据L2，以及待检测样品的高能区投影数据L′1和低能区投影数据L′2之后，还包括：
10.一种基于能谱CT的岩石成分识别系统，其特征在于，所述系统包括：
...【技术特征摘要】
1.一种基于能谱ct的岩石成分识别方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述选取待检测样品的校准模体，包括：
3.根据权利要求1所述的方法，其特征在于，所述高能区和所述低能区基于待检测样品对x射线的衰减能力获取，包括：
4.根据权利要求1所述的方法，其特征在于，所述基于校准模体的高能区投影数据l1和低能区投影数据l2，以及待检测样品的高能区投影数据l′1和低能区投影数据l′2进行物质分解，得到各基物质i的分解系数ai(r)，包括：
5.根据权利要求4所述的方法，其特征在于，所述校准模体的n个基图像fn(r)＝r-1bn(l1,l2)；其中，r-1表示radon反变换，bn(l1,l2)表示基于高能区投影数据l1和...
【专利技术属性】
技术研发人员：张效梅，侯叶茂，尹鹏飞，
申请(专利权)人：中国科学院古脊椎动物与古人类研究所，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。