-
题名基于语义特征提取的砂岩薄片图像颗粒分割方法
被引量：9
- 1
-
-
作者
姜枫
顾庆
郝慧珍
李娜
胡修棉
-
机构
南京大学计算机软件新技术国家重点实验室
南京理工大学泰州科技学院移动互联网学院
南京工程学院通信工程学院
南京大学地球科学与工程学院
-
出处
《中国科学：信息科学》
CSCD
北大核心
2020年第1期109-127,共19页
-
基金
国家自然科学基金(批准号:61373012,61321491,91218302)
国家重点研发计划项目(批准号:2018YFB1003800)资助。
-
文摘
砂岩薄片鉴定是矿物学和采矿工程中的一个重要步骤,其基础是将砂岩薄片图像包含的矿物颗粒分割到独立区域.不同于一般图像分割问题,砂岩薄片图像中包含大量矿物颗粒,且相邻颗粒之间边界模糊,通用的图像分割方法难以适用.本文利用多角度砂岩薄片图像,使用卷积神经网络和模糊聚类技术,提出一种3阶段颗粒分割方法.第1阶段,将输入的多角度砂岩图像预分割成超像素集合.第2阶段,根据砂岩矿物特点构建卷积神经网络RockNet,先使用带标签的砂岩矿物颗粒图像库训练RockNet,然后将之用于提取超像素语义特征.第3阶段,提出区域合并方法FCoG,该方法融合多特征用于聚类和合并超像素,并生成最终的矿物颗粒.对采集自多个地区和不同地质年代的砂岩薄片图像数据集进行实验,结果表明本文方法的有效性,其性能明显优于其他分割方法.
-
关键词
砂岩薄片图像
图像分割
神经网络
模糊聚类
特征提取
-
Keywords
sandstone thin section images
image segmentation
neural networks
fuzzy clustering
feature extraction
-
分类号
P585
[天文地球—岩石学]
TP391.41
[天文地球—地质学]
-
-
题名基于超像素的图像智能算法在矿物颗粒分割中的应用
被引量：5
- 2
-
-
作者
呼和
岳翔
白海强
李文倚
李建平
洪为
-
机构
中海油研究总院有限责任公司
-
出处
《中国海上油气》
CAS
CSCD
北大核心
2021年第2期89-95,共7页
-
基金
中海石油(中国)有限公司综合科研课题“人工智能在煤层气测井评价及有孔虫与砂岩薄片鉴定方面的应用研究(编号:2019-KJZC-010)”部分研究成果。
-
文摘
砂岩薄片岩石鉴定是油田勘探开发综合研究中认识储层特征、获取油气藏相关参数的重要基础工作;砂岩薄片鉴定的基础是矿物颗粒的分割,即把砂岩薄片图像中大量的矿物颗粒分割清楚。显微镜下砂岩薄片的图像场景复杂、矿物颗粒多,多前景目标是砂岩薄片图像分割的难点之一;不同矿物颗粒相似度高、边界模糊,传统的基于边缘特征的图像分割算法难以胜任。针对上述难点,本文提出一种基于超像素特征的矿物颗粒智能分割方法,综合利用正交偏光和单偏光图像特征,将图像分割成超像素的集合,计算超像素的色彩特征、边缘特征和纹理特征,进一步计算超像素的相似度,进行区域融合,实现砂岩薄片图像中的矿物颗粒分割,减少了颗粒相似、边界模糊对分割结果的影响。实验应用表明,该方法分割的矿物颗粒准确度和面积准确度均达到80%以上,明显优于传统的图像分割算法。
-
关键词
砂岩薄片图像
超像素
智能分割
矿物颗粒
-
Keywords
sandstone thin section image
super-pixel
intelligent segmentation
mineral particle
-
分类号
TE19
[石油与天然气工程—油气勘探]
-
