-
公开(公告)号：CN118052736A
公开(公告)日：2024-05-17
申请号：CN202211423226.3
申请日：2022-11-15
Applicant: 中国石油天然气股份有限公司
IPC: G06T5/73 , G06T5/60 , G06V10/764 , G06N3/048 , G06N3/08
Abstract: 本发明公开了一种显微图像去模糊模型训练方法及去模糊方法和装置。所述显微图像去模糊模型训练方法包括，获取图像样本集，样本包含模糊图像和去模糊图像，分别提取各图像的颜色特征、高斯模糊特征和灰度化后特征；针对每组特征权重组合，通过特征加权得到各模糊图像和去模糊图像的融合特征，得到融合特征样本集，利用融合特征样本集训练选定深度学习网络，得到训练后网络；从得到的训练后网络中筛选预测准确度最高的作为显微图像去模糊模型，将对应的特征权重组合作为最优的特征权重组合。该方法通过对图像重要特征提取并加权融合，基于深度学习网络学习模糊图像和去模糊图像的融合特征间的差异，使得建立的模型能够适用于显微图像的去模糊。
-
公开(公告)号：CN116228840A
公开(公告)日：2023-06-06
申请号：CN202111460268.X
申请日：2021-12-02
Applicant: 中国石油天然气股份有限公司
Abstract: 本发明提供一种油气储层岩石的成岩作用强度分析的方法及装置，该方法包括：基于预设的公共边界提取算法，确定获取的矿物二值化图中各相邻矿物颗粒的公共边界，得到颗粒边界提取结果图；确定各矿物颗粒的最大外接矩形，计算得到所有矿物颗粒的等效颗粒总直径；基于预设的图像处理算法进行图像处理，得到矿物形态学梯度图和矿物分水岭线图；进行逻辑与运算，得到逻辑运算结果图；进行色彩空间变换，得到矿物颗粒接触图；根据矿物颗粒接触图，计算点接触总长度和线接触总长度；根据所有矿物颗粒的等效颗粒总直径、点接触总长度和线接触总长度，得到成岩作用强度系数。基于矿物自动分析图像进行自动定量计算，结果准确。
-
公开(公告)号：CN113628163B
公开(公告)日：2024-11-22
申请号：CN202110772037.6
申请日：2021-07-08
Applicant: 中国石油天然气股份有限公司
IPC: G06V10/764 , G06T7/62 , G06V10/80 , G06V10/82 , G06V10/26 , G06N3/045 , G06N3/0464 , G06N3/0442 , G06N3/08
Abstract: 本发明公开了一种碎屑岩矿物成分识别方法、岩性定名方法和相关装置。所述碎屑岩矿物成分识别方法包括：通过实例分割模型分别从薄片的多张不同光源图像中分割提取矿物颗粒对应的图像单元；利用卷积神经网络模型得到图像单元的池化特征；针对位置信息相同的各图像单元，根据光源类型与权重的对应关系和图像单元的池化特征及所属图像的光源类型，确定各图像单元的融合特征；将融合特征输入时间循环神经网络模型，根据输出结果确定对应的矿物颗粒的类型。能够快速高效的自动识别矿物成分，且识别准确度高。
-
公开(公告)号：CN118298166A
公开(公告)日：2024-07-05
申请号：CN202310004265.8
申请日：2023-01-03
Applicant: 中国石油天然气股份有限公司
IPC: G06V10/26 , G01N23/2251 , G06V10/82 , G06N3/048 , G06N3/08 , G06N3/0464 , G06N3/0455
Abstract: 本发明公开了一种孔隙结构的分析方法、装置、设备及存储介质。该方法包括：获取待分析岩石样品的扫描电镜图像；将所述扫描电镜图像输入至预先训练的孔隙结构识别模型，确定孔隙结构识别模型输出的孔隙结构识别结果；其中，所述孔隙结构识别模型包括编码器和解码器；所述编码器包括分层特征表示结构、重叠块合并结构、基于缩放因子的自注意力结构以及混合前馈结构；所述解码器是基于轻量级多层感知机构成的；根据所述孔隙结构识别结果，确定孔隙结构分析结果。本技术方案解决了孔隙结构识别准确率低、分割效果差的问题，可以在提高孔隙结构识别精度的同时，提高孔隙结构的分析效率，增强孔隙结构分割鲁棒性。
-
公开(公告)号：CN117095281A
公开(公告)日：2023-11-21
申请号：CN202210515672.0
申请日：2022-05-11
Applicant: 中国石油天然气股份有限公司
IPC: G06V20/10 , G06V10/44 , G06V10/764 , G06V10/82
Abstract: 本发明公开了一种基于计算机视觉的岩石结构智能评价方法及系统，包括：采用学习模块获取岩石薄片图像中的各项特征数据进行训练学习，并建立各项特征数据的判定标准；再利用识别模块根据训练学习后的各项特征数据识别待评价岩石薄片图像中各项特征；最后利用评价模块根据判定标准和识别出的各项特征对待评价的岩石结构进行定性和定量评价。本发明结合深度学习、图像处理等计算机视觉技术，对储层岩石的结构参数进行精准化、自动化、智能化地定量统计分析，以智能化的手段实现储层岩石结构的定性评价分析，该方法相比较人工传统评价分析方式，可以极大地提高评价的准确性、客观性，同时可以极大的降低时间成本。
-
Patent Agency Ranking
公开(公告)号：CN115405273B
公开(公告)日：2023-07-25
申请号：CN202110583750.6
申请日：2021-05-27
Applicant: 中国石油天然气股份有限公司
Abstract: 本发明公开了一种基于集成学习的稠油多介质吞吐智能开采方法及装置，其中该方法包括：对获取的历史的油藏静态参数、注采生产数据和产量数据进行预处理和特征处理；根据历史的注采生产数据和产量数据确定历史的稠油多介质吞吐开采效果指数；基于处理后数据和历史的稠油多介质吞吐开采效果指数，构建并训练注采效果评价的集成学习模型；获取实际的油藏静态参数和注采生产数据；根据实际的油藏静态参数和注采生产数据，基于注采效果评价的集成学习模型，输出稠油多介质吞吐开采效果指数，实现稠油多介质吞吐智能开采。本发明可实现稠油多介质吞吐的智能化开采。
-
公开(公告)号：CN113628163A
公开(公告)日：2021-11-09
申请号：CN202110772037.6
申请日：2021-07-08
Applicant: 中国石油天然气股份有限公司
Abstract: 本发明公开了一种碎屑岩矿物成分识别方法、岩性定名方法和相关装置。所述碎屑岩矿物成分识别方法包括：通过实例分割模型分别从薄片的多张不同光源图像中分割提取矿物颗粒对应的图像单元；利用卷积神经网络模型得到图像单元的池化特征；针对位置信息相同的各图像单元，根据光源类型与权重的对应关系和图像单元的池化特征及所属图像的光源类型，确定各图像单元的融合特征；将融合特征输入时间循环神经网络模型，根据输出结果确定对应的矿物颗粒的类型。能够快速高效的自动识别矿物成分，且识别准确度高。
-
公开(公告)号：CN115405273A
公开(公告)日：2022-11-29
申请号：CN202110583750.6
申请日：2021-05-27
Applicant: 中国石油天然气股份有限公司
Abstract: 本发明公开了一种基于集成学习的稠油多介质吞吐智能开采方法及装置，其中该方法包括：对获取的历史的油藏静态参数、注采生产数据和产量数据进行预处理和特征处理；根据历史的注采生产数据和产量数据确定历史的稠油多介质吞吐开采效果指数；基于处理后数据和历史的稠油多介质吞吐开采效果指数，构建并训练注采效果评价的集成学习模型；获取实际的油藏静态参数和注采生产数据；根据实际的油藏静态参数和注采生产数据，基于注采效果评价的集成学习模型，输出稠油多介质吞吐开采效果指数，实现稠油多介质吞吐智能开采。本发明可实现稠油多介质吞吐的智能化开采。
-
公开(公告)号：CN117994782A
公开(公告)日：2024-05-07
申请号：CN202211379793.3
申请日：2022-11-04
Applicant: 中国石油天然气股份有限公司
IPC: G06V20/69 , G06V10/26 , G06V10/762 , G06V10/764 , G06V10/774 , G06V10/82 , G06N7/01
Abstract: 本发明公开了一种基于贝叶斯的显微图像颗粒分割方法、装置及设备。通过对显微图像数据进行颗粒标注制作颗粒分割模型所需的样本集，基于语义分割网络ERFNet根据前述样本集构建颗粒分割模型，利用颗粒分割模型提取目标图像的颗粒特征，最后利用贝叶斯算法对提取的颗粒特征进行聚类分割。通过上述方式，本发明通过基于贝叶斯概率与深度学习的分割技术，更好地实现了对复杂显微图像中的重叠颗粒、形态不规则颗粒等的精准分割，解决了常规深度学习技术在分割重叠、复杂显微颗粒的过程中易混淆的难题，为显微图像处理工作及其结构分析提供了可靠的技术手段。
-
公开(公告)号：CN113344050B
公开(公告)日：2024-03-26
申请号：CN202110588216.4
申请日：2021-05-28
Applicant: 中国石油天然气股份有限公司
IPC: G06V10/764 , G06N3/0464 , G06V10/82 , G06N3/0442 , G06N3/08
Abstract: 本发明公开了一种基于深度学习的岩性智能化识别方法及系统，该方法包括：采集岩心图像数据，构建岩性智能化识别标签数据库；基于DenseCap网络构建岩性识别描述模型，根据岩性智能化识别标签数据库对岩性识别描述模型进行训练；通过训练好的RNN语言模型，根据由卷积网络生成的特征向量和输入样本，计算得到第一语言向量，利用循环递归方法将根据第一语言向量预测的第一个岩性标签作为下一层网络的输入，继续预测第二个岩性标签，依次预测直至结束，得到岩心图像的岩性标签预测结果；根据岩性标签预测结果，对相应的输入岩心图像进行岩性定名；将岩心图像的岩性识别结果与测井曲线的岩性分类结果进行结合，得到最终的岩性识别结果。
-
-
-
-
-
-
-
-
-
Search Results
11
records
(took 0.034 seconds)
