1、分?jǐn)?shù)階微分對(duì)圖像高頻信號(hào)的強(qiáng)化相對(duì)整數(shù)階微分要緩和許多，將分?jǐn)?shù)階微分引入到對(duì)巖石裂隙圖像的應(yīng)用中可以更有助于本文在提取高頻信號(hào)時(shí)保留較高頻的圖像細(xì)節(jié)。這也是將分?jǐn)?shù)階微分引入到巖石裂隙圖像處理中來的主要原因。 首先本文針對(duì)分?jǐn)?shù)階微分的Tiansi算子進(jìn)行了大量的分析和研究，并在克服這種算子缺陷的基礎(chǔ)上改進(jìn)了一種新的分?jǐn)?shù)階微分算子——修正算子。新的分?jǐn)?shù)階微分模板相比原有的算子和整數(shù)階微分算子具有非常好的兼容性，而且在微分效果上也具有

2、較好的連續(xù)性，而且新算子的抗噪水平相對(duì)于Tiansi算子要穩(wěn)定的多。事實(shí)證明，這種模板算子在實(shí)踐中更適合擔(dān)當(dāng)分?jǐn)?shù)階微分算子的角色。 然后本文根據(jù)分?jǐn)?shù)階微分的數(shù)學(xué)意義和巖石裂隙圖像的特點(diǎn)提出了一種新的非常好的適用于分?jǐn)?shù)階微分模板的算法——迭代卷積。這種算法較好得結(jié)合了分?jǐn)?shù)階微分和巖石裂隙圖像的特點(diǎn)，將分?jǐn)?shù)階微分算子卷積的優(yōu)點(diǎn)更好的發(fā)揮了出來。實(shí)驗(yàn)證明，此方法相對(duì)于分?jǐn)?shù)階微分卷積后閾值分割具有更好的細(xì)節(jié)提取能力。 最后本文將