页岩气的勘探开发为解决能源的供应问题提供了一个十分重要的途径。从微观层面分析页岩储层,能从根本上解释孔隙内部流体作用机理,这需要借助岩心的孔隙-固体二值图像构建三维孔隙渗流模型,因此首先需要对页岩图像进行准确的二值化,进而量化分析孔隙结构。页岩孔隙主要具有分布广、形态结构复杂、孔隙直径多为纳米级等特点,孔隙度多在20%以下,平均值为5%,且孔隙既出现在有机质中也出现在固体颗粒间,而固体颗粒与有机质有着显著不同的密度,从而使得图像中的两个明显不同的灰度中都出现孔隙,常规图像分割算法的基本假定就是对象出现在同一或近似相邻灰度级内,因此用常规图像分割算法很难对页岩的孔隙部分进行准确的分割,目前也没有适用于页岩孔隙分割的通用算法。本文结合页岩孔隙的特殊属性,即图像中的两个明显不同的灰度中都出现孔隙,基于Paul所提出的一种适用于直方图为单峰形态图像的分割算法(三角形算法),提出一种改进后的三角形算法。该算法在原算法的基础上改变了最值选取规则,其主要思想是,对一段单峰状波形图,将该波形图的波峰作为最大值点,距离波峰最远的波谷作为最小值点,连接两点形成线段,选取垂直于该线段并与波形相交的最长一条垂线,该条垂线与波形相交点所对应的阈值就是选取的最佳阈值。然后将改进后的算法与常规分割算法进行了分割结果比较。接着对三角形算法在几种不同砂岩的孔隙分割适用性上进行了分析测试和分析。对孔隙空间如孔隙度、孔径分布、连通函数等形态特征进行了简要描述,并就分割的页岩图像的的孔隙度、孔径分布等进行了简单孔隙结构特征分析。本文以大量、不同种类页岩灰度图像作为验证对象,利用改进后的算法对样本图像进行了二维和三维图像的二值(孔隙和固体相)、三值(有机质、孔隙和固体相)分割,结果表明改进后的算法能够很好地应用于多类页岩图像的孔隙分割,同时该算法具有高效性和稳定性,分割结果优于一般常规的分割算法。同时发现,由于砂岩的结构特征和页岩的巨大差异,使得三角形算法是否适用于砂岩图像并不具有必然性,还和具体图像直方图的峰度值等有关。