CN103210416B - 用于表示多孔介质的密度图像的多相态分割的系统和方法 - Google Patents
用于表示多孔介质的密度图像的多相态分割的系统和方法 Download PDFInfo
- Publication number
- CN103210416B CN103210416B CN201180055070.1A CN201180055070A CN103210416B CN 103210416 B CN103210416 B CN 103210416B CN 201180055070 A CN201180055070 A CN 201180055070A CN 103210416 B CN103210416 B CN 103210416B
- Authority
- CN
- China
- Prior art keywords
- segmentation
- image
- phase
- module
- intensity
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
- 238000000034 method Methods 0.000 title abstract description 34
- 230000011218 segmentation Effects 0.000 claims abstract description 47
- 239000012634 fragment Substances 0.000 claims abstract description 27
- 239000011148 porous material Substances 0.000 claims abstract description 14
- 238000009826 distribution Methods 0.000 claims abstract description 5
- 238000012545 processing Methods 0.000 claims description 18
- 239000007787 solid Substances 0.000 claims description 15
- 239000012530 fluid Substances 0.000 claims description 11
- 229910052500 inorganic mineral Inorganic materials 0.000 claims description 9
- 239000011707 mineral Substances 0.000 claims description 9
- 238000004891 communication Methods 0.000 claims description 6
- 238000010521 absorption reaction Methods 0.000 claims description 5
- 101000965313 Legionella pneumophila subsp. pneumophila (strain Philadelphia 1 / ATCC 33152 / DSM 7513) Aconitate hydratase A Proteins 0.000 claims description 4
- 238000002441 X-ray diffraction Methods 0.000 claims description 4
- 238000004590 computer program Methods 0.000 claims description 4
- QSHDDOUJBYECFT-UHFFFAOYSA-N mercury Chemical compound [Hg] QSHDDOUJBYECFT-UHFFFAOYSA-N 0.000 claims description 4
- 229910052753 mercury Inorganic materials 0.000 claims description 4
- 238000012952 Resampling Methods 0.000 claims description 3
- 238000004364 calculation method Methods 0.000 claims description 3
- 238000010008 shearing Methods 0.000 claims description 3
- 230000009466 transformation Effects 0.000 claims 1
- 238000009499 grossing Methods 0.000 abstract description 10
- 239000011435 rock Substances 0.000 description 18
- 239000004927 clay Substances 0.000 description 8
- 238000005516 engineering process Methods 0.000 description 7
- 238000003384 imaging method Methods 0.000 description 7
- 238000003325 tomography Methods 0.000 description 7
- 238000004587 chromatography analysis Methods 0.000 description 5
- 239000010433 feldspar Substances 0.000 description 4
- 238000004519 manufacturing process Methods 0.000 description 4
- 238000010603 microCT Methods 0.000 description 4
- 239000011800 void material Substances 0.000 description 4
- 239000004215 Carbon black (E152) Substances 0.000 description 3
- BVKZGUZCCUSVTD-UHFFFAOYSA-L Carbonate Chemical compound [O-]C([O-])=O BVKZGUZCCUSVTD-UHFFFAOYSA-L 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 3
- 230000008859 change Effects 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 229930195733 hydrocarbon Natural products 0.000 description 3
- 150000002430 hydrocarbons Chemical class 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 239000012266 salt solution Substances 0.000 description 3
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000012937 correction Methods 0.000 description 2
- 238000013500 data storage Methods 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 239000000203 mixture Substances 0.000 description 2
- 239000011295 pitch Substances 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 238000000638 solvent extraction Methods 0.000 description 2
- 238000003860 storage Methods 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- 241001269238 Data Species 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 229910052799 carbon Inorganic materials 0.000 description 1
- 239000003518 caustics Substances 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 230000000875 corresponding effect Effects 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 238000009792 diffusion process Methods 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 230000004907 flux Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 229910052739 hydrogen Inorganic materials 0.000 description 1
- 239000001257 hydrogen Substances 0.000 description 1
- -1 hydrogen compound Chemical class 0.000 description 1
- 238000011545 laboratory measurement Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000005055 memory storage Effects 0.000 description 1
- 230000006740 morphological transformation Effects 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 239000008188 pellet Substances 0.000 description 1
- 230000035699 permeability Effects 0.000 description 1
- 150000003839 salts Chemical class 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 239000000243 solution Substances 0.000 description 1
- 230000003746 surface roughness Effects 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
- 238000005303 weighing Methods 0.000 description 1
- 238000013316 zoning Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N23/00—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00
- G01N23/02—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by transmitting the radiation through the material
- G01N23/04—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by transmitting the radiation through the material and forming images of the material
- G01N23/046—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by transmitting the radiation through the material and forming images of the material using tomography, e.g. computed tomography [CT]
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
- G01N15/08—Investigating permeability, pore-volume, or surface area of porous materials
- G01N15/088—Investigating volume, surface area, size or distribution of pores; Porosimetry
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
- G01N15/08—Investigating permeability, pore-volume, or surface area of porous materials
- G01N2015/0846—Investigating permeability, pore-volume, or surface area of porous materials by use of radiation, e.g. transmitted or reflected light
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2223/00—Investigating materials by wave or particle radiation
- G01N2223/10—Different kinds of radiation or particles
- G01N2223/101—Different kinds of radiation or particles electromagnetic radiation
- G01N2223/1016—X-ray
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2223/00—Investigating materials by wave or particle radiation
- G01N2223/30—Accessories, mechanical or electrical features
- G01N2223/313—Accessories, mechanical or electrical features filters, rotating filter disc
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2223/00—Investigating materials by wave or particle radiation
- G01N2223/40—Imaging
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2223/00—Investigating materials by wave or particle radiation
- G01N2223/40—Imaging
- G01N2223/419—Imaging computed tomograph
Landscapes
- Health & Medical Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Pulmonology (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Analytical Chemistry (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Radiology & Medical Imaging (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Analysing Materials By The Use Of Radiation (AREA)
- Image Processing (AREA)
- Apparatus For Radiation Diagnosis (AREA)
- Image Analysis (AREA)
Abstract
一种用于表示多孔材料的有噪声3D x射线层析图像的多相态分割的系统和方法,其最小化数据平滑,并处理3D x射线层析图像以获取标准化强度图像,将该标准化强度图像分割成至少三个相态,计算所分割的相态的体积片段和空间分布,以及比较它们与目标值,并且如果所计算的片段未足够接近该目标值,则重复必需的分割步骤直到所计算的体积片段处于针对该目标值的给定容差内。该分割步骤包括:计算标准化强度图像的中值/均值滤波梯度图像,根据该中值/均值滤波梯度图像和标准化强度图像创建强度与梯度关系图,将该强度与梯度关系图分区成至少三个区域,利用限定所述区域的阈值来分割该标准化灰度级图像以创建分割图像,以及应用去斑滤波器来去除分割图像中的噪声。
Description
技术领域
本发明总体上涉及用于多相态分割表示多孔介质的密度图像的方法和系统,并且具体来说,涉及用于多相态分割表示岩石样本的有噪声3D x射线层析成像图像的方法和系统。
背景技术
适当开发碳氢化合物储集层需要准确的储集层仿真。准确的储集层仿真可以利用对按不同标度(包括颗粒孔隙水平)形成储集层的岩石的孔隙结构的孔隙度和连通性适当建模来实现。该孔隙度分布及其连通性不仅影响储集层中碳氢化合物的量,而且还影响碳氢化合物怎样容易地流过储集层。
在组成碳氢化合物储集层的岩石中,颗粒矿物被采用互连孔隙或孔隙网络形式的开放空间包围。孔隙网络的基本结构(其包括连通性、空隙尺寸以及平均空隙尺寸的范围)是该类型岩石的函数。空隙尺寸的尺寸范围从几毫米至几纳米。一些岩石具有范围较窄的空隙尺寸,如具有完全分类的颗粒的碎屑岩,而其它岩石具有较宽范围,如一些碳酸盐岩,其可以具有毫米尺寸晶簇和微孔隙度(具有10-100纳米直径的孔隙)两者。诸如反向散射电子显微镜(BSEM)的高分辨率2D成像技术可以将图像降低至10纳米的分辨率,而孔隙网络的连通性需要按3D特征化。
可以被用于生成可用于特征化岩石样本的孔隙连通性的数据的一种工具是3D x射线微层析成像。X射线层析成像图像是单色的,并且该图像中的局部强度与材料的局部密度成比例。在x射线层析成像中,x射线源、旋转台以及检测器被用于按关于源-检测器线的岩石样本的若干取向来创建2D投影,并接着将重建算法用于生成3D密度体积。这是一种非侵入性技术,并且所生成的数据根据所检测的光子的通量而通常有噪声,特别是如果太快速地进行扫描,如果岩石密度特别大,或者如果x射线源的质量不够好。图像的分辨率或像素尺寸取决于x射线源的点尺寸,并且取决于在微层析成像扫描仪上使用的几何或光学放大系统。典型地讲,在利用几何缩放倍率的微层析成像上的空间分辨率为2-3μm/像素,而利用光学缩放倍率的系统可以一直到大约0.5μm/像素。
按这些分辨率中的任一种,仍可能存在一些不可分辨的特征,如碳酸盐中或粘土中的微孔隙度。为了对孔隙连通性建模,需要分割或标识孔隙像素。然而,包含亚分辨率(sub-resolution)孔隙的像素不能被标注为孔隙,但可以标注为“亚分辨率孔隙度”,并且微孔隙度值可以与强度图像中的中间灰度相关联。所关注的其它相态还可以基于图像的灰度强度来分割,如流体(盐水、油)、沥青、以及相关矿物(粘土、长石等)。将3D x射线微层析成像图像分割成多种相态的当前分割方法主要受限于针对要分割的相态的强度对比与数据的信噪比水平之间的相互影响。
专注于孔隙度特征化的当前分割方法包括2相态分割(孔隙/固体),和利用阈值、平滑滤波器、以及形态变换(分水岭、主动轮廓、膨胀/腐蚀方法)的3相态分割(孔隙/亚分辨率孔隙度/固体)。2相态分割方法将图像划分成固体或孔隙像素,错误地将亚分辨率孔隙度标注为孔隙或固体,因此,仅考虑可分辨尺寸的孔隙。利用根据x射线层析成像图像确定的阈值的当前2相态和3相态分割导致具有特征性的“黑白相间”的噪声的被分割图像,该噪声可以在分割之前通过应用平滑算法(如均值/中值滤波器和各向异性扩散滤波器)来最小化。平滑滤波器因它们混和附近像素的信息而有效地缩减图像的空间分辨率,其导致总的亚分辨率孔隙度片段的增加。分辨率和平滑的附加损失起因于在当前方法中应用随后相态变换。有时,可以在利用平滑滤波器时引入可识别的人工长度标度。平滑还可能低估相态间表面粗糙度,并且影响最终仿真结果,如增加流体流动渗透性。
为此,无法依靠当前分割方法将x射线层析成像图像正确地分割成按层析x射线照片的原始像素分辨率准确地描绘可分辨孔隙度、不可分辨孔隙度以及固体相态的表示;当前方法具有更大、更差的分辨率。利用这些不准确的分割方法,针对孔隙网络的连通性的所得模型可能不够精确,并且在储集层仿真中使用的定标性质将不正确。
发明内容
在此描述了用于多相分割表示多孔介质的有噪声密度图像同时最小化数据平滑的各种方法的实现。根据本发明的一个方面,所述方法可以包括:处理3D x射线层析成像图像以获取标准化强度图像,将该标准化强度图像分割成至少三个相态,确定所分割相态的体积片段和空间分布,并且将它们与目标值比较。如果所确定的体积片段处于针对目标值的预定容差内,则该分割图像被视为正确,并且可以被用作用于储集层仿真的孔隙网络。如果所确定的片段未足够接近目标值,则所述方法可以包括:重复分割步骤、确定步骤、以及比较步骤,直到所确定的体积片段处于针对目标值的给定容差内。
所述处理步骤可以包括:拼接、旋转以及剪切3D x射线层析成像图像,在空间上均衡化该3D x射线层析成像图像,以及/或选择足够的灰度级动态范围并且重采样3D x射线层析成像图像至更低比特率。在特别有噪声的3D x射线层析成像图像的情况,可以在分割之前应用具有不大于2个像素的可选择半径的中值/均值滤波器。较小的中值/均值滤波器将帮助缩减噪声水平而不引入平滑伪像。
该分割步骤可以包括:计算标准化强度图像的中值/均值滤波梯度图像;根据该中值/均值滤波梯度图像和标准化强度图像创建强度与梯度关系图;将该强度与梯度关系图分区成至少三个区域;利用限定所述区域的阈值来分割该标准化灰度级图像,以创建分割图像;以及应用去斑滤波器来去除所分割图像中的噪声。在一个实施例中,该相态可以包括孔隙相态、亚分辨率孔隙度、以及固体相态。在另一实施例中,相态还可以包括诸如盐水或油的流体、沥青、以及/或诸如粘土或长石的相关矿物。
一旦完成对图像的分割,就计算相态的体积片段(例如,孔隙度和亚分辨率孔隙度片段)以及相态的空间分布/空间相关性。将这些计算结果与目标值相比较,并且如果它们处于预定容差(或范围)内,则从分区步骤起重复分割。目标值可以根据定量X射线衍射(XRD)、汞压毛细管压力(MICP)、反向散射电子显微镜(BSEM)、以及/或定量矿物表面电子显微镜(QEMSCAN)来确定。
本发明还可以实践为一系统,该系统包括:数据源,该数据源具有3D x射线层析成像图像;至少一个计算机处理器,被设置成与该数据源通信并且执行计算机程序模块,该计算机程序模块包括:处理模块、分割模块、相态片段确定模块、以及比较模块。该系统还包括用户接口。
该系统的处理模块可以执行以下步骤:拼接、旋转以及剪切3D x射线层析成像图像,空间上均衡化该3D x射线层析成像图像,以及/或选择足够的灰度级动态范围并且重采样3D x射线层析成像图像至更低比特率。在特别有噪声的3D x射线层析成像图像的情况下,处理模块可以以不大于2个像素的可选择半径来应用中值/均值滤波器。
该系统的分割模块可以执行以下步骤:计算标准化强度图像的中值/均值滤波梯度图像;根据该中值/均值滤波梯度图像和标准化强度图像创建强度与梯度关系图;将该强度与梯度关系图分区成至少三个区域;利用限定所述区域的阈值来分割该标准化强度图像以创建分割图像;以及应用去斑滤波器来去除所分割图像中的噪声。该分割模块可以输出包括孔隙相态、亚分辨率孔隙度、以及固体相态的至少三个相态。相态还可以包括诸如盐水或油的流体、沥青、以及/或诸如粘土或长石的相关矿物。
相态片段确定模块例如可以计算相态的孔隙度和亚分辨率孔隙度片段以及空间相关性。在一个实施例中,所确定的相态片段将输入至比较模块,该比较模块比较来自性质计算模块的所确定的性质与例如从定量X射线衍射(XRD)、汞压毛细管压力(MICP)、反向散射电子显微镜(BSEM)、以及/或定量矿物表面电子显微镜(QEMSCAN)确定的目标值。如果所计算值未处于目标值的预定容差内,则分割模块开始分区步骤,并且分割步骤重复直到所确定值处于预定容差内。
另外,本发明涵盖包括具有计算机可读代码的计算机可读介质的制造品,其允许计算机实现一种用于分割表示多孔材料的有噪声3D x射线层析成像图像同时最小化数据平滑的方法,该方法包括:处理3Dx射线层析成像图像以获取标准化强度图像,将该标准化强度图像分割成至少三个相态,计算所分割的相态的体积片段和空间分布并且比较它们与目标值,以及重复分割直到所计算的体积片段处于针对该目标值的给定容差内。
提供上述发明内容部分,以按简化形式介绍选择的概念,其在下面的具体实施方式部分中进一步描述。该发明内容不是旨在标识所要求保护的主题的关键特征或必要特征,也不是旨在被用于限制所要求保护的主题的范围。此外,要求保护的主题不限于解决在本公开的任何部分中提到的任何或所有缺点的实现。
附图说明
参照下列描述、权利要求以及附图,本发明的这些和其它特征将变得更明白,其中:
图1是例示根据本发明一实施例的方法的流程图;
图2是例示图1中的步骤12的细节的流程图;
图3示出了x射线层析成像图像的2D切片及其随着其经历分割方法的变化;以及
图4示意性地例示了根据本发明一实施例的用于执行一方法的系统。
具体实施方式
本发明可以按系统和要通过计算机执行的计算机方法的一般上下文来描述和实现。这种计算机可执行指令可以包括程序、例程、对象、组件、数据结构、以及可以被用于执行特定任务和处理抽象数据类型的计算机软件技术。本发明的软件实现可以按针对各种计算平台和环境中的应用的不同语言来编码。应当清楚,本发明的范围和基本原理不限于任何特定的计算机软件技术。
而且,本领域技术人员应当清楚,本发明可以利用硬件和软件构造中的任一个或组合来实践,包括但不限于具有单处理器和/或多处理器计算机的系统、手持式装置、可编程消费类电子设备、迷你计算机、大型计算机等。本发明还可以在其中通过经由一个或更多个数据通信网络链接的服务器或其它处理装置执行任务的分布式计算环境中实践。在分布式计算环境中,程序模块可以位于包括存储器存储装置的本地和远程计算机存储介质两者中。本发明还可以被实践为井下传感器或测量装置的一部分或者被实践为实验室测量装置的一部分。
而且,用于与计算机处理器一起使用的制造品(如CD、预记录盘或其它等同装置)可以包括计算机程序存储介质和记录在其上的、用于引导计算机处理器以辅助实现和实践本发明的程序装置。这种装置和制造品也落入本发明的精神和范围内。
下面,参照附图,对本发明的实施例进行描述。本发明可以按许多方式来实现,例如包括:系统(包括计算机处理系统)、方法(包括计算机实现方法)、装置、计算机可读介质、计算机程序产品、图形用户接口、门户网站、或者有形地固定在计算机可读存储器中的数据结构。下面,对本发明的若干实施例进行讨论。附图仅例示了本发明的典型实施例,并由此不应被视为对其范围和宽度的限制。
本发明涉及将表示多孔介质的有噪声的密度图像分割成具有多种相态的图像,同时最小化数据平滑。在表示岩石样本的有噪声的3Dx射线层析成像图像同时最小化数据平滑的情况下,本发明人已经确定,其后是去斑滤波器的、利用3D数据的强度和梯度来确定用于分割的阈值的迭代方法可以允许按层析摄影的原始分辨率来准确建模若干相态,例如而非限制地包括固体相态、孔隙相态、以及亚分辨率孔隙度相态。
在这点上,图1的流程图中例示了根据本发明的方法100的示例。该方法可以使用通常来自x射线层析摄影的有噪声的3D密度图像。尽管存在针对强度值(CT数)与某些标准的校准,但不同x射线层析成像系统生成不同图像。3D x射线层析成像图像通过利用针对不同层析成像系统的恰当算法重建一组2D投影(锥形、扇形、螺旋或平行光束)来生成。检测器可以具有不同的规格,像灰度级深度和网格尺寸,从平板到电荷耦合器件(CCD)摄像机不等。针对按不同能量的平行束同步加速器源,源在不同功率、点尺寸、用于束硬化(不均匀强度)的硬件滤波器方面,也可以不同于实验室x射线管。与在闪烁器将x射线转换至光学范围之后的光学缩放倍率相比,简单系统仅使用几何缩放倍率。可以设置不同参数,像曝光时间和图像平均化,用于环去除或噪声缩减的软件滤波器。而且,不同的层析成像模式是可能的:吸收模式或与平行束或高分辨率成像有关的相衬。所有这些差异都可以对x射线层析成像图像有影响,并且可以在分割之前经由步骤10中的处理来处理。
3D x射线层析成像装置还具有取决于所使用的缩放倍率系统的不同分辨率。典型地讲,在利用几何缩放倍率的x射线层析成像上的空间分辨率为2-3μm/像素,而利用光学缩放倍率的系统可以降低到大约0.5μm/像素。按这些分辨率中的任一种,仍可能存在一些不可分辨的特征,如碳酸盐中或粘土中的微孔隙度。为了特征化用于流体分布的机制和针对特定岩石类型的流体流动,层析照片分辨率应当被选择成使得主要连通孔隙度或孔隙网络被正确地成像。根据岩石类型,所选择分辨率可以从0.1μm/像素至10μm/像素显著改变。应当不需要低于所选择分辨率的次要孔隙度来特征化孔隙连通性和流体流动。对于某些岩石类型和/或层析成像系统,可能无法实现所需分辨率,在该情况下,针对孔隙尺度特征的x射线微层析成像的值将较低。
在步骤10中对有噪声密度图像的处理可以被用于标准化用于创建适于分割的灰度级图像的数据。针对有噪声3D x射线层析成像图像的情况,该处理可以处理因不同x射线层析成像装置的不同设置而造成的问题,以创建标准化强度图像。
可以进行的一种处理技术是拼接层析照片、旋转、以及剪切该数据,以创建具有完全适于进一步处理和分割的取向和尺寸的体积。在一个实施例中,该体积为矩形棱柱,其包含表示要特征化的岩石结构的关注区(ROI)。
另一处理技术可能是3D密度图像的空间均衡化。针对x射线层析成像图像的情况,一些非单色源可以生成示出为不同图像区中的不均匀强度的射束硬化效果。在一个实施例中,空间均衡化可以通过以下来进行:通过关注沿着图像应当同质的一种矿物相态,计算为实现同质所必需的校正因子,以及将该校正因子应用至整个图像。
层析成像图像可以按相衬模式或者吸收模式来获取。如果按相衬模式来获取这些图像,则它们可以被转换成吸收模式。该吸收模式图像对于本发明来说优选。
在一个实施例中,可以进行进一步处理,以针对强度在灰度级域中选择足够动态范围,其中,在ROI中的最低与最高相关特征之间存在足够对比度。例如,如果3D密度图像已经按16位记录,则可能希望选择足够的灰度级范围,并且按8位对其重新采样。
在某些情况下,x射线层析成像图像可以噪声极其大。如果针对曝光时间的设置对于岩石样本的密度来说过度低,则这可能出现。对于噪声极其大的数据的情况来说,另一处理技术可以是向有噪声的数据应用小半径中值/均值滤波器。在一个实施例中,滤波器将具有不大于2个像素的半径。
作为用于步骤10的可能选项的每一种所述处理技术是可选的,并且应当基于可用数据来选择。这些技术可以按任何次序来应用。上述技术是示例,而非意指进行限制;应当清楚,存在还可以应用的、落入本发明范围内的其它处理步骤。标准化强度图像的一示例可以被看作图3中的一系列示例300的一部分,其中,在面板30中看到来自3D x射线微层析成像标准化强度图像的2D切片。
根据该标准化强度图像,在图1的步骤12中创建分割图像。可以分割多种相态,包括:固体相态、孔隙相态、以及亚分辨率孔隙度相态。其它可能相态包括但不限于流体(盐水、石油)、沥青、以及相关矿物(粘土、长石等)。本发明中的分割方法不需要如当前方法的平滑滤波器,并由此在这些相态和这些相态的空间相关性上,在x射线层析照片的原始像素分辨率内更准确。不同于当前方法,本发明最小化平滑效果,以使分割图像的分辨率尽可能高。图2示出了分割的细节。
在图2中,对分割方法200进行描述。在步骤20,本发明计算从图1中的步骤10获得的标准化强度图像的中值/均值滤波梯度。有噪声图像的梯度通常噪声更大,因而,代替地计算平滑版强度图像的梯度。对于主要分割步骤来说,仍使用原始未平滑强度图像。在图3、面板31中可以看到梯度的示例,其是3D体积梯度的2D切片。在步骤22中,该梯度和标准化强度图像接着被用于创建强度与梯度的关系图。每一个图像像素关联有两个值:强度和梯度,其被用于定位该图中的像素。接着,在步骤24,可以将该图分区成对应于多种相态的区域。可以在图3、面板32中看到被分区的强度与梯度的关系图的示例。
强度与梯度的关系图的分区可以包括针对孔隙相态的分区,其将包括具有低于诸如图3中的线33的阈值的强度的任何像素,而与其梯度值无关。其还可以包括针对亚分辨率孔隙度相态的分区,典型地位于中间灰度强度区和低梯度区域中,其将包括具有诸如图3中的线33与35的阈值之间的强度的像素,并且梯度值低于诸如图3中的线34的阈值,尝试排除孔隙/固体急剧转变交界面处的像素。诸如流体、粘土、沥青或其它矿物的其它相态也可以利用针对强度和梯度的阈值来分区。对于关注在面板32中所示的孔隙度特征化(孔隙/亚分辨率-孔隙度/固体)的3相分割的情况来说,将剩余像素标记为固体。确定分区的正确位置可以辅以强度的交叠1D直方图,如图3中曲线36。
在图2的步骤26中,限定步骤24中设置的每一个分区的阈值被用于分割标准化强度图像。通过分割来创建新图像,其中,每一个新像素都具有相态标签值,例如,孔隙(0)、亚分辨率孔隙度(1)、以及固体(2)。针对每一个像素的相态标签根据该像素在强度与梯度的关系图中的位置来确定,并且在该划分区域中,像素下降。可以在图3、面板37中看到被分割图像的示例,其是被分割体积的2D切片。
因为在本发明的方法中没有使用平滑滤波器,所以来自步骤26的被分割图像可以包含与周围背景相态相比不同的相态的较小的、分散的不连通体积,其被统称为“黑白相间”噪声,如可以在图3、面板37中看到的。在本发明中,在步骤28中,通过单个地将去斑滤波器应用至每一个相态而在分割步骤之后将这种噪声去除。去斑滤波器寻找主要相态内部的其它相态的不连通的体积。如果这些体积低于用户限定尺寸,典型为10与100个像素之间,则将该不连通体积被重新限定为其周围的更大相态的一部分。该限制尺寸条件被用于限定什么被认为是噪声和什么是真实特征。可以在图3、面板38中看到被去斑的分割图像的示例。
再次参照图1,在步骤14中,可以将被分割图像用于确定针对诸如孔隙和亚分辨率孔隙度的相态或针对其它被分割相态(如流体、粘土、沥青或其它矿物)的体积相态片段。在步骤16中,将这些确定的体积相态片段与目标值相比较。该步骤还在图3中表示为步骤39。该目标值可以从针对姐妹岩石样本的实验室测量结果(例如定量X射线衍射(XRD)、汞压毛细管压力(MICP)、反向散射电子显微镜(BSEM)、以及/或定量矿物学表面电子显微镜(QEMSCAN))来获取。如果根据分割图像确定的相态片段处于针对目标值的预定容差内(例如,在一个实施例中,处于目标值的5%内),则被分割图像被接受为正确的,并且其表示的孔隙网络可以被用于储集层仿真。如果所确定的相态片段未足够接近目标片段,则该方法返回至图1中的步骤12,其中,已经如图2中的步骤24–28那样完成了分割(还被示出为返回至图3中的面板32),并且从图1重复步骤14和16,直到所确定的相态片段处于容差内。
图4示意性地例示了用于执行该方法的系统400。该系统包括数据源42,其可以包括数据存储装置或计算机存储器等。可以作为3D x射线层析成像数据的所存储的有噪声密度数据可以被制成可用于处理器44,如可编程通用计算机。处理器44被配置成执行用于制备标准化强度图像的处理模块45,用于将强度图像分割成多种相态的分割模块46,用于确定相态片段(例如,包括孔隙度片段和亚分辨率孔隙度片段)的相态片段确定模块47,以及用于比较来自相态片段确定模块的相态片段与目标值的比较模块48。如果比较模块发现比较失败,则其可以重新开始分割模块。该系统可以包括诸如用户接口49的接口部件,并且被用于实现根据本发明实施例的上述变换。该图形接口49可以被用于显示数据和处理数据产物两者,并且允许用户在用于实现本方法多个方面的选项当中选择。通过示例而非限制的方式,在处理器44上计算的分割图像和确定的相态片段可以显示在用户接口49上,存储在数据存储装置或存储器42上,或者既显示又存储。该多相态图像和所确定的相态片段可以被用作针对储集层仿真的输入。
虽然在前述说明书中,针对本发明的特定优选实施例对本发明进行了描述,并且出于例示的目的对许多细节进行了阐述,但本领域技术人员应当明白,本发明易于改变,并且在不脱离本发明的基本原理的情况下,可以显著改变在此描述的某些其它细节。另外,应当清楚,这里在任一个实施例中示出或描述的结构性特征或方法步骤同样可以在其它实施例中使用。
Claims (12)
1.一种用于表示多孔材料的有噪声的3D x射线层析图像的多相态分割的系统,该系统包括:
a、数据源,包含3D x射线层析图像;
b、至少一个计算机处理器,被配置成与该数据源通信并且执行计算机程序模块,该计算机程序模块包括:
i、处理模块;
ii、分割模块,用于创建分割图像,其中所述分割模块执行将标准化的强度图像分割成至少三个相态以创建分割图像;
iii、相态片段确定模块,其中所述相态片段确定模块执行确定分割的所述至少三个相态的体积片段和空间分布;以及
iv、比较模块,其中所述比较模块执行比较所确定的体积片段与目标值,其中如果所确定的体积片段不在目标值的预定容差内,则重复所述分割模块、相态片段确定模块和比较模块所执行的操作,直到所确定的体积片段在目标值的预定容差内。
2.根据权利要求1所述的系统,还包括:用户接口。
3.根据权利要求1所述的系统,其中,所述处理模块执行:
a、拼接、旋转以及剪切3D x射线层析图像;
b、空间均衡化3D x射线层析图像;以及
c、选择足够的动态范围。
4.根据权利要求1所述的系统,其中,所述处理模块还执行重采样3D x射线层析图像至更低比特率。
5.根据权利要求3所述的系统,其中,该处理模块还执行应用具有可选择的半径的小的中值/均值滤波器。
6.根据权利要求5所述的系统,其中,该半径不大于2个像素。
7.根据权利要求3所述的系统,其中,该处理模块还执行将相衬模式转换成吸收模式。
8.根据权利要求1所述的系统,其中,该分割模块执行:
a、计算标准化强度图像的中值/均值滤波梯度图像;
b、根据该中值/均值滤波梯度图像和标准化强度图像创建强度与梯度关系图;
c、将该强度与梯度关系图分区成至少三个区域;
d、利用限定所述至少三个区域的阈值来分割该标准化强度图像,以创建分割的图像;以及
e、应用去斑滤波器来去除分割的图像中的噪声。
9.根据权利要求1所述的系统,其中,该分割模块输出表示孔隙相态、亚分辨率孔隙度、以及固体相态的至少三个相态。
10.根据权利要求1所述的系统,其中,该分割模块输出表示孔隙相态、亚分辨率孔隙度、固体相态、流体相态、沥青相态、和/或相关矿物的相态的至少三个相态。
11.根据权利要求1所述的系统,其中,该相态片段确定模块计算相态的空间相关性以及孔隙度和亚分辨率孔隙度片段。
12.根据权利要求1所述的系统,还包括性质计算模块,其中,该比较模块比较来自所述性质计算模块的所计算的性质与来自定量X射线衍射XRD、汞压毛细管压力MICP、反向散射电子显微镜BSEM、和/或定量矿物表面电子显微镜QEMSCAN的目标值。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US12/976,947 | 2010-12-22 | ||
US12/976,947 US8861814B2 (en) | 2010-12-22 | 2010-12-22 | System and method for multi-phase segmentation of density images representing porous media |
PCT/US2011/052366 WO2012087392A1 (en) | 2010-12-22 | 2011-09-20 | System and method for multi-phase segmentation of density images representing porous media |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103210416A CN103210416A (zh) | 2013-07-17 |
CN103210416B true CN103210416B (zh) | 2017-12-19 |
Family
ID=46314315
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201180055070.1A Expired - Fee Related CN103210416B (zh) | 2010-12-22 | 2011-09-20 | 用于表示多孔介质的密度图像的多相态分割的系统和方法 |
Country Status (8)
Country | Link |
---|---|
US (1) | US8861814B2 (zh) |
EP (1) | EP2656305A4 (zh) |
CN (1) | CN103210416B (zh) |
AU (1) | AU2011345344B2 (zh) |
BR (1) | BR112013008252A2 (zh) |
CA (1) | CA2816405A1 (zh) |
EA (1) | EA201390935A1 (zh) |
WO (1) | WO2012087392A1 (zh) |
Families Citing this family (21)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP5426803B1 (ja) * | 2012-03-30 | 2014-02-26 | 日本碍子株式会社 | 微構造解析方法、そのプログラム及び微構造解析装置 |
US20140052420A1 (en) * | 2012-08-20 | 2014-02-20 | Ingrain Inc. | Digital Rock Analysis Systems and Methods that Estimate a Maturity Level |
US9070049B2 (en) * | 2013-03-15 | 2015-06-30 | Bp Corporation North America Inc. | Systems and methods for improving direct numerical simulation of material properties from rock samples and determining uncertainty in the material properties |
EP2835817B1 (en) * | 2013-08-09 | 2017-12-20 | Carl Zeiss Microscopy Ltd. | Method for semi-automated particle analysis using a charged particle beam |
WO2015032835A1 (en) * | 2013-09-03 | 2015-03-12 | Mærsk Olie Og Gas A/S | Method and system for detection of fluid inclusion |
AU2014357611B2 (en) | 2013-12-05 | 2018-10-18 | Schlumberger Technology B.V. | Digital core model construction |
US20170115200A1 (en) * | 2014-07-11 | 2017-04-27 | Halliburton Energy Services, Inc. | Imaging a porous rock sample using a nanoparticle suspension |
CN104237103B (zh) * | 2014-09-23 | 2017-10-17 | 中国石油天然气股份有限公司 | 一种孔隙连通性定量表征方法及装置 |
CN105389803B (zh) * | 2015-10-20 | 2018-03-02 | 扬州大学 | Sbs 改性沥青相态分布特性的荧光显微图像分析方法 |
US10783610B2 (en) * | 2015-12-14 | 2020-09-22 | Motion Metrics International Corp. | Method and apparatus for identifying fragmented material portions within an image |
US10107769B2 (en) | 2016-01-11 | 2018-10-23 | Carl Zeiss X-Ray Microscopy Inc. | Multimodality mineralogy segmentation system and method |
CN109859230B (zh) * | 2018-12-26 | 2020-09-11 | 北京理工大学 | 一种用于多孔介质显微ct图像的分割方法 |
US11733419B2 (en) | 2018-12-27 | 2023-08-22 | Halliburton Energy Services, Inc. | Removal of signal ringdown noise |
CN110473225B (zh) * | 2019-08-22 | 2023-06-06 | 哈尔滨工业大学 | 一种非均匀照度沥青混合料颗粒识别方法 |
CN111028258B (zh) * | 2019-11-14 | 2023-05-16 | 中国科学院力学研究所 | 一种大尺度灰度图像自适应阈值提取方法 |
CN112881253B (zh) * | 2019-11-29 | 2022-11-25 | 华北理工大学 | 一种确定岩石铸体薄片图片孔隙区域的方法、面孔率计算方法及其应用 |
CN111553886B (zh) * | 2020-04-09 | 2024-02-13 | 哈尔滨工业大学 | 一种沥青混合料ct图像中颗粒的自适应识别方法 |
US20220327713A1 (en) * | 2021-04-09 | 2022-10-13 | Halliburton Energy Services, Inc. | Automatic digital rock segmentation |
CN113447419B (zh) * | 2021-06-28 | 2022-10-25 | 哈尔滨工业大学 | 一种多孔介质连通孔隙结构单元的划分系统 |
WO2024003093A1 (en) * | 2022-06-29 | 2024-01-04 | Shell Internationale Research Maatschappij B.V. | Method for characterizing a total porosity of rock |
CN116740087B (zh) * | 2023-05-31 | 2024-05-24 | 湖北工业大学 | 用于多相体系连通性判断的区域分割高效搜索方法及系统 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101639434A (zh) * | 2009-08-27 | 2010-02-03 | 太原理工大学 | 基于显微图像分析固体材料孔隙结构的方法 |
Family Cites Families (25)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5187658A (en) * | 1990-01-17 | 1993-02-16 | General Electric Company | System and method for segmenting internal structures contained within the interior region of a solid object |
US5452367A (en) * | 1993-11-29 | 1995-09-19 | Arch Development Corporation | Automated method and system for the segmentation of medical images |
US5699799A (en) * | 1996-03-26 | 1997-12-23 | Siemens Corporate Research, Inc. | Automatic determination of the curved axis of a 3-D tube-shaped object in image volume |
US5923775A (en) * | 1996-04-04 | 1999-07-13 | Eastman Kodak Company | Apparatus and method for signal dependent noise estimation and reduction in digital images |
US6047090A (en) * | 1996-07-31 | 2000-04-04 | U.S. Philips Corporation | Method and device for automatic segmentation of a digital image using a plurality of morphological opening operation |
US5987094A (en) * | 1996-10-30 | 1999-11-16 | University Of South Florida | Computer-assisted method and apparatus for the detection of lung nodules |
US5832134A (en) * | 1996-11-27 | 1998-11-03 | General Electric Company | Data visualization enhancement through removal of dominating structures |
US5891030A (en) * | 1997-01-24 | 1999-04-06 | Mayo Foundation For Medical Education And Research | System for two dimensional and three dimensional imaging of tubular structures in the human body |
DE19736242A1 (de) * | 1997-08-20 | 1999-02-25 | Siemens Ag | Verfahren für einen Computertomographen zur Nachverarbeitung eines Schnittbildes und nach diesem Verfahren arbeitender Computertomograph |
DE19835451B4 (de) * | 1997-08-20 | 2005-03-24 | Siemens Ag | Verfahren für einen Computertomographen zur Nachverarbeitung eines Schnittbildes und nach diesem Verfahren arbeitender Computertomograph |
US6385479B1 (en) * | 1999-03-31 | 2002-05-07 | Science & Technology Corporation @ Unm | Method for determining activity in the central nervous system |
US6747697B1 (en) * | 2000-07-12 | 2004-06-08 | Koninklijke Philips Electronics, N.V. | Method and apparatus for digital image defect correction and noise filtering |
US6731782B2 (en) * | 2002-10-02 | 2004-05-04 | Virtualscopics, Llc | Method and system for automatic identification and quantification of abnormal anatomical structures in medical images |
US7327880B2 (en) | 2004-03-12 | 2008-02-05 | Siemens Medical Solutions Usa, Inc. | Local watershed operators for image segmentation |
GB2414072B (en) * | 2004-05-12 | 2006-07-26 | Schlumberger Holdings | Classification method for sedimentary rocks |
US7835562B2 (en) | 2004-07-23 | 2010-11-16 | General Electric Company | Methods and apparatus for noise reduction filtering of images |
US20090154787A1 (en) | 2004-11-23 | 2009-06-18 | Koninklijke Philips Electronics, N.V. | Image reconstruction device and method |
US7689021B2 (en) * | 2005-08-30 | 2010-03-30 | University Of Maryland, Baltimore | Segmentation of regions in measurements of a body based on a deformable model |
WO2008124843A2 (en) * | 2007-04-10 | 2008-10-16 | Rush University Medical Center | Combined use of ultrasound and growth factors to stimulate bone formation |
DE102007024409A1 (de) | 2007-05-25 | 2008-11-27 | Siemens Ag | Verfahren und Röntgen-CT-System zur Erzeugung computertomographischer Darstellungen |
US20090082660A1 (en) | 2007-09-20 | 2009-03-26 | Norbert Rahn | Clinical workflow for treatment of atrial fibrulation by ablation using 3d visualization of pulmonary vein antrum in 2d fluoroscopic images |
US8676556B2 (en) | 2007-11-27 | 2014-03-18 | Exxonmobil Upstream Research Company | Method for determining the properties of hydrocarbon reservoirs from geophysical data |
US8233690B2 (en) | 2008-04-30 | 2012-07-31 | Real-Time Tomography, Llc | Dynamic tomographic image reconstruction and rendering on-demand |
US8155377B2 (en) * | 2008-11-24 | 2012-04-10 | Ingrain, Inc. | Method for determining rock physics relationships using computer tomographic images thereof |
US8750615B2 (en) * | 2010-08-02 | 2014-06-10 | Case Western Reserve University | Segmentation and quantification for intravascular optical coherence tomography images |
-
2010
- 2010-12-22 US US12/976,947 patent/US8861814B2/en active Active
-
2011
- 2011-09-20 BR BR112013008252A patent/BR112013008252A2/pt not_active IP Right Cessation
- 2011-09-20 CA CA2816405A patent/CA2816405A1/en not_active Abandoned
- 2011-09-20 WO PCT/US2011/052366 patent/WO2012087392A1/en active Application Filing
- 2011-09-20 EA EA201390935A patent/EA201390935A1/ru unknown
- 2011-09-20 EP EP11850259.0A patent/EP2656305A4/en not_active Withdrawn
- 2011-09-20 AU AU2011345344A patent/AU2011345344B2/en active Active
- 2011-09-20 CN CN201180055070.1A patent/CN103210416B/zh not_active Expired - Fee Related
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101639434A (zh) * | 2009-08-27 | 2010-02-03 | 太原理工大学 | 基于显微图像分析固体材料孔隙结构的方法 |
Also Published As
Publication number | Publication date |
---|---|
CN103210416A (zh) | 2013-07-17 |
AU2011345344A1 (en) | 2013-04-04 |
AU2011345344B2 (en) | 2015-07-02 |
EA201390935A1 (ru) | 2013-11-29 |
US20120163688A1 (en) | 2012-06-28 |
EP2656305A4 (en) | 2017-06-14 |
CA2816405A1 (en) | 2012-06-28 |
EP2656305A1 (en) | 2013-10-30 |
BR112013008252A2 (pt) | 2016-06-14 |
US8861814B2 (en) | 2014-10-14 |
WO2012087392A1 (en) | 2012-06-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103210416B (zh) | 用于表示多孔介质的密度图像的多相态分割的系统和方法 | |
Garing et al. | Pore-scale capillary pressure analysis using multi-scale X-ray micromotography | |
US10891462B2 (en) | Identifying geometrical properties of rock structure through digital imaging | |
Bultreys et al. | Fast laboratory-based micro-computed tomography for pore-scale research: Illustrative experiments and perspectives on the future | |
Chandra et al. | A critical review on pore to continuum scale imaging techniques for enhanced shale gas recovery | |
Noiriel | Resolving time-dependent evolution of pore-scale structure, permeability and reactivity using X-ray microtomography | |
RU2576501C2 (ru) | Способы построения 3-мерных цифровых моделей пористой среды с использованием комбинации данных высокого и низкого разрешения и многоточечной статистики | |
Zandomeneghi et al. | Quantitative analysis of X-ray microtomography images of geomaterials: Application to volcanic rocks | |
Lehmann et al. | Tomographical imaging and mathematical description of porous media used for the prediction of fluid distribution | |
Pini et al. | Moving across scales: a quantitative assessment of X-ray CT to measure the porosity of rocks | |
KR101074546B1 (ko) | 컴퓨터 단층촬영 장치와 표준시료를 이용한 시료 공극 측정 시스템 및 그 방법 | |
US20170032532A1 (en) | Digital Core Model Construction | |
Zambrano et al. | 3D Pore-network quantitative analysis in deformed carbonate grainstones | |
Sammartino et al. | A novel method to visualize and characterize preferential flow in undisturbed soil cores by using multislice helical CT | |
Dong et al. | Pore network modeling: analysis of pore size distribution of Arabian core samples | |
Ketcham et al. | Accurate measurement of small features in X‐ray CT data volumes, demonstrated using gold grains | |
Latief et al. | The effect of X‐ray micro computed tomography image resolution on flow properties of porous rocks | |
Zhang et al. | On the challenges of greyscale‐based quantifications using X‐ray computed microtomography | |
Zou et al. | X-ray microcomputed imaging of wettability characterization for multiphase flow in porous media: A review | |
Ramandi et al. | FracDetect: A novel algorithm for 3D fracture detection in digital fractured rocks | |
Wildenschild et al. | Using synchrotron‐based X‐ray microtomography and functional contrast agents in environmental applications | |
EP3262611B1 (fr) | Procédé de segmentation de l'image d'un objet reconstruit par reconstruction tridimensionnelle | |
Kato et al. | Segmentation of multi-phase X-ray computed tomography images | |
de Faria Borges et al. | Geometric features and fractal nature of soil analyzed by X-ray microtomography image processing | |
WO2019151889A1 (en) | A method for determining a three-dimensional spatial distribution of porosity in a sample of a heterogeneous porous medium |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20171219 Termination date: 20180920 |
|
CF01 | Termination of patent right due to non-payment of annual fee |