-
公开(公告)号:CN118135141B
公开(公告)日:2024-10-29
申请号:CN202410342396.1
申请日:2024-03-25
Applicant: 东北石油大学
IPC: G06T17/10 , G06T17/20 , G06T17/05 , G06T11/00 , G06T5/20 , G06T5/40 , G06T5/70 , G06T5/90 , G06T7/13 , G06T7/11 , G06T7/136
Abstract: 本发明一种基于岩石图像的孔隙三维重建方法及系统,涉及岩石结构测量领域,为解决机器学习方法对岩石图像孔隙重建,需要较高的数学或计算机专业要求,人工、经济成本较高,难以适用于小型岩石孔隙重建项目的问题。包括:步骤一、将采集的每块岩石试样切片图像分为一组,并进行预处理;步骤二、对图像进行灰度化、直方图均衡化和归一化处理;步骤三、采用Harris角点检测算法进行角点检测,并对Harris响应值排序,通过设定关键点数量选择关键点,并采用非极大值抑制方法对选择的关键点进行筛选;步骤四、通过自适应阈值选择方法分割出图像孔隙的边界,提取孔隙特征;步骤五、采用移动立方体算法构建孔隙三维重建模型。本发明用于岩石图像孔隙的三维重建。
-
公开(公告)号:CN118135141A
公开(公告)日:2024-06-04
申请号:CN202410342396.1
申请日:2024-03-25
Applicant: 东北石油大学
IPC: G06T17/10 , G06T17/20 , G06T17/05 , G06T11/00 , G06T5/20 , G06T5/40 , G06T5/70 , G06T5/90 , G06T7/13 , G06T7/11 , G06T7/136
Abstract: 本发明一种基于岩石图像的孔隙三维重建方法及系统,涉及岩石结构测量领域,为解决机器学习方法对岩石图像孔隙重建,需要较高的数学或计算机专业要求,人工、经济成本较高,难以适用于小型岩石孔隙重建项目的问题。包括:步骤一、将采集的每块岩石试样切片图像分为一组,并进行预处理;步骤二、对图像进行灰度化、直方图均衡化和归一化处理;步骤三、采用Harris角点检测算法进行角点检测,并对Harris响应值排序,通过设定关键点数量选择关键点,并采用非极大值抑制方法对选择的关键点进行筛选;步骤四、通过自适应阈值选择方法分割出图像孔隙的边界,提取孔隙特征;步骤五、采用移动立方体算法构建孔隙三维重建模型。本发明用于岩石图像孔隙的三维重建。
-
公开(公告)号:CN116543256A
公开(公告)日:2023-08-04
申请号:CN202310439646.9
申请日:2023-04-23
Applicant: 东北石油大学
IPC: G06V10/774 , G06V10/77 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本公开涉及一种基于TransUNet的岩石薄片图像粒度识别方法、电子设备及存储介质,所述方法包括:采集岩心薄片图像、数据预处理、特征提取、特征映射、全局上下文建模、逐像素分类、计算损失、迭代训练以及重复执行直到损失函数停止降低时停止训练,得到岩石薄片图像粒度识别transUnet训练模型;利用得到的岩石薄片图像粒度识别transUnet训练模型对DataB数据集中图像进行粒度识别,得到粒度识别后的岩石薄片颗粒表征图像;所述全局上下文建模包括在TransUNet解码器中,进行全局上下文建模,生成增强特征图S3,使用基于Transformer的结构对经由特征映射后获得的特征图S2进行处理,以捕捉特征图S2中岩石薄片图像的全局长距离依赖关系,所述处理包括通过自注意力机制、多头自注意力、层归一化、残差连接以及前馈神经网络对特征图S2中的岩石薄片图像进行处理和分割;本公开实施例能够实现精确的特征提取和全局上下文建模,提高岩石薄片粒度识别的准确性。
-
-