CN107240154A - 一种双孔隙三维数字岩心建模方法及装置 - Google Patents
一种双孔隙三维数字岩心建模方法及装置 Download PDFInfo
- Publication number
- CN107240154A CN107240154A CN201710301103.5A CN201710301103A CN107240154A CN 107240154 A CN107240154 A CN 107240154A CN 201710301103 A CN201710301103 A CN 201710301103A CN 107240154 A CN107240154 A CN 107240154A
- Authority
- CN
- China
- Prior art keywords
- rock core
- dimensional digital
- dimensional
- core
- macrovoid
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 76
- 239000011148 porous material Substances 0.000 title abstract 9
- 239000011435 rock Substances 0.000 claims abstract description 205
- 238000002591 computed tomography Methods 0.000 claims abstract description 31
- 230000009977 dual effect Effects 0.000 claims description 57
- 230000011218 segmentation Effects 0.000 claims description 20
- 238000012545 processing Methods 0.000 claims description 19
- 238000002389 environmental scanning electron microscopy Methods 0.000 claims description 13
- 238000006243 chemical reaction Methods 0.000 claims description 3
- 239000011159 matrix material Substances 0.000 claims description 3
- 230000006870 function Effects 0.000 description 14
- 238000003860 storage Methods 0.000 description 11
- 238000010586 diagram Methods 0.000 description 10
- 230000006872 improvement Effects 0.000 description 7
- 238000005516 engineering process Methods 0.000 description 5
- 238000002474 experimental method Methods 0.000 description 5
- 238000004422 calculation algorithm Methods 0.000 description 3
- 238000001914 filtration Methods 0.000 description 3
- 230000014509 gene expression Effects 0.000 description 3
- 230000018109 developmental process Effects 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000002922 simulated annealing Methods 0.000 description 2
- 239000004575 stone Substances 0.000 description 2
- 238000005481 NMR spectroscopy Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 210000000988 bone and bone Anatomy 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000005266 casting Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000009415 formwork Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000014759 maintenance of location Effects 0.000 description 1
- 238000001225 nuclear magnetic resonance method Methods 0.000 description 1
- 229920001296 polysiloxane Polymers 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 239000010979 ruby Substances 0.000 description 1
- 229910001750 ruby Inorganic materials 0.000 description 1
- 238000005464 sample preparation method Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
- G06T17/10—Constructive solid geometry [CSG] using solid primitives, e.g. cylinders, cubes
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2200/00—Indexing scheme for image data processing or generation, in general
- G06T2200/08—Indexing scheme for image data processing or generation, in general involving all processing steps from image acquisition to 3D model generation
Landscapes
- Physics & Mathematics (AREA)
- Geometry (AREA)
- Engineering & Computer Science (AREA)
- Computer Graphics (AREA)
- Software Systems (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Image Processing (AREA)
Abstract
本申请实施例公开了一种双孔隙三维数字岩心建模方法及装置，所述方法包括：获取目的区域的岩心；对所述目的区域的岩心进行第一处理，得到第一岩心样品；对所述第一岩心样品进行CT扫描，基于所述CT扫描结果建立大孔隙三维数字岩心；对所述目的区域的岩心进行第二处理，得到第二岩心样品，利用扫描电镜对所述第二岩心样品进行扫描，基于所述电镜扫描结果建立微孔隙三维数字岩心；基于所述大孔隙三维数字岩心和所述微孔隙三维数字岩心，建立双孔隙三维数字岩心。本申请实施例提供的双孔隙三维数字岩心建模方法及装置，可以提高双孔隙三维数字岩心建模的精确度。
Description
技术领域
本申请涉及岩石物理技术领域，特别涉及一种双孔隙三维数字岩心建模方法及装置。
背景技术
数字岩心的构建方法主要分为两大类：物理实验法和数值重建法。
物理实验法是指利用扫描电镜、核磁共振和CT扫描仪等各种岩石物理实验设备来构建三维数字岩心，其原理是利用图像处理技术和数学算法将实验获取的岩心不同切面上的二维图像进行三维重构；根据岩石物理实验方式的不同，主要分为序列成像法、聚焦扫描法、核磁共振法以及X射线CT扫描法四种。
数值重建法主要是基于岩石的铸体薄片、岩石粒度资料等二维信息，通过图像处理和统计分析提取出构建数字岩心需要的关键信息，然后再利用数学算法进行三维重建；根据算法的不同，主要分为随机法和过程法；不同的随机法选用不同的统计特性作为重建约束函数，因此随机法又可细分为高斯场法、模拟退火法、多点地质统计法、顺序指示模拟法和过程模拟法等。
目前建立双孔隙三维数字岩心的方法主要包括：基于微米CT构建大孔隙数字岩心，基于纳米CT构建微孔隙数字岩心，再通过叠加法建立双孔隙三维数字岩心。
发明人发现现有技术中至少存在如下问题：纳米CT样品制备困难、扫描费用高昂，而且基于纳米CT建立的数字岩心尺寸较小，对于非均质性较强的岩心，其结果代表性差，可能导致建立的建立双孔隙三维数字岩心不精确。
发明内容
本申请实施例的目的是提供一种双孔隙三维数字岩心建模方法及装置，以提高双孔隙三维数字岩心建模的精确度。
为解决上述技术问题，本申请实施例提供一种双孔隙三维数字岩心建模方法及装置是这样实现的：
一种双孔隙三维数字岩心建模方法，包括：
获取目的区域的岩心；
对所述目的区域的岩心进行第一处理，得到第一岩心样品；对所述第一岩心样品进行CT扫描，基于所述CT扫描结果建立大孔隙三维数字岩心；
对所述目的区域的岩心进行第二处理，得到第二岩心样品，利用扫描电镜对所述第二岩心样品进行扫描，基于所述电镜扫描结果建立微孔隙三维数字岩心；
基于所述大孔隙三维数字岩心和所述微孔隙三维数字岩心，建立双孔隙三维数字岩心。
优选方案中，所述对目的区域的岩心进行第一处理，得到第一岩心样品，包括：将部分所述目的区域的岩心加工为具有第一形状和第一尺寸的第一岩心样品。
优选方案中，所述第一形状为圆柱形；所述第一尺寸包括：所述圆柱形样品的高和直径的范围为：1毫米～9厘米。
优选方案中，所述对第一岩心样品进行CT扫描，基于所述CT扫描结果建立大孔隙三维数字岩心，包括：
利用X射线对所述第一岩心样品进行CT扫描，得到所述第一岩心样品的三维灰度图像；
对所述三维灰度图像进行第一图像处理，得到二值化平滑图像；
确定最佳体积元，基于所述最佳体积元尺寸建立大孔隙三维数字岩心。
优选方案中，所述对三维灰度图像进行第一图像处理，得到二值化平滑图像，包括：
对所述三维灰度图像进行滤波处理；
对所述滤波后的三维灰度图像进行二值化处理，得到二值化图像；
对所述二值化图像进行平滑处理，得到二值化平滑图像。
优选方案中，所述CT扫描的分辨率范围包括：1微米/像素～9微米/像素。
优选方案中，所述最佳体积元是用于表征石宏观物理属性的最小尺寸的立方体；所述最佳体积元根据第一岩心样品的三维灰度图像中的孔隙度来确定。
优选方案中，所述确定最佳体积元包括：在所述三维灰度图像中任选一点作为一立方体的中心，逐渐增大该立方体的边长，当该立方体的孔隙度的变化值小于第一阈值时，当前立方体边长可以为最佳体积元的边长。
优选方案中，对所述目的区域的岩心进行第二处理，得到第二岩心样品，包括：将部分所述目的区域的岩心加工为具有第二形状和第二尺寸的第二岩心样品。
优选方案中，所述第二形状为薄片形状；所述第二尺寸包括：所述薄片的厚度为：小于9毫米。
优选方案中，所述利用扫描电镜对所述第二岩心样品进行扫描，基于所述电镜扫描结果建立微孔隙三维数字岩心，包括：
利用扫描电镜对所述第二岩心样品进行扫描，得到二维扫描电镜图片；
根据所述二维扫描电镜图片，建立微孔隙三维数字岩心。
优选方案中，所述根据二维扫描电镜图片建立微孔隙三维数字岩心，包括：
基于所述二维扫描电镜图像的孔隙度、两点概率函数和线性路径函数，确定最优的两相各向同性系统；所述两相各向同性系统可以为孔隙空间和岩石骨架空间各向同性系统；
根据所述最优的两相各向同性系统可以建立微孔隙三维数字岩心。
优选方案中，所述基于大孔隙三维数字岩心和所述微孔隙三维数字岩心，建立双孔隙三维数字岩心，包括：
确定所述大孔隙数字岩心和所述微孔隙数字岩心的分辨率比值；
根据所述分辨率比值对所述大孔隙数字岩心进行分割；
将所述分割后的大孔隙数字岩心和所述微孔隙数字岩心进行叠加，得到双孔隙三维数字岩心。
一种双孔隙三维数字岩心建模装置，包括：岩心获取模块、大孔隙三维数字岩心建立模块、微孔隙三维数字岩心建立模块和双孔隙三维数字岩心建立模块；
所述岩心获取模块，用于获取目的区域的岩心；
所述大孔隙三维数字岩心建立模块，用于对所述目的区域的岩心进行第一处理，得到第一岩心样品；对所述第一岩心样品进行CT扫描，基于所述CT扫描结果建立大孔隙三维数字岩心；
所述微孔隙三维数字岩心建立模块，用于对所述目的区域的岩心进行第二处理，得到第二岩心样品，利用扫描电镜对所述第二岩心样品进行扫描，基于所述电镜扫描结果建立微孔隙三维数字岩心；
所述双孔隙三维数字岩心建立模块，用于基于所述大孔隙三维数字岩心和所述微孔隙三维数字岩心，建立双孔隙三维数字岩心。
优选方案中，所述大孔隙三维数字岩心建立模块具体包括：扫描子模块、第一图像处理子模块和大孔隙岩心建立子模块；
所述扫描子模块，用于利用X射线对所述第一岩心样品进行CT扫描，得到所述第一岩心样品的三维灰度图像；
所述第一图像处理子模块，用于对所述三维灰度图像进行第一图像处理，得到二值化平滑图像；
所述大孔隙岩心建立子模块，用于确定最佳体积元，基于所述最佳体积元尺寸建立大孔隙三维数字岩心。
优选方案中，所述双孔隙三维数字岩心建立模块具体包括：分辨率比值确定子模块、分割子模块和叠加子模块；
所述分辨率比值确定子模块，用于确定所述大孔隙数字岩心和所述微孔隙数字岩心的分辨率比值；
所述分割子模块，用于根据所述分辨率比值对所述大孔隙数字岩心进行分割；
所述叠加子模块，用于将所述分割后的大孔隙数字岩心和所述微孔隙数字岩心进行叠加，得到双孔隙三维数字岩心。
由以上本申请实施例提供的技术方案可见，本申请实施例提供的双孔隙三维数字岩心建模方法及装置，利用电镜扫描的方法得到二维扫描电镜图片，并基于二维扫描电镜图片建立微孔隙数字岩心，可以保证构建的双孔隙数字岩心模型准确度高，既能够真实反映大孔隙空间结构信息，又包含微孔隙结构特征。同时，利用电镜扫描的方法得到二维扫描电镜图片，并基于二维扫描电镜图片建立微孔隙数字岩心，实验过程便捷且成本低。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请中记载的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1是本申请双孔隙三维数字岩心建模方法一个实施例的流程图；
图2是本申请方法实施例中建立的大孔隙三维数字岩心的一个示意图；
图3是本申请方法实施例中建立的微孔隙三维数字岩心的一个示意图；
图4是本申请方法实施例中对大孔隙数字岩心进行分割的示意图；
图5是本申请方法实施例中建立的双孔隙数字岩心孔隙空间形态分布的一个示意图；
图6是本申请双孔隙三维数字岩心建模装置一个实施例的模块图；
图7是本申请装置实施例中大孔隙三维数字岩心建立模块的子模块组成示意图；
图8是本申请装置实施例中双孔隙三维数字岩心建立模块的子模块组成示意图。
具体实施方式
本申请实施例提供一种双孔隙三维数字岩心建模方法及装置。
为了使本技术领域的人员更好地理解本申请中的技术方案，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本申请保护的范围。
图1是本申请双孔隙三维数字岩心建模方法一个实施例的流程图。参照图1，所述双孔隙三维数字岩心建模方法可以包括以下步骤。
S101：获取目的区域的岩心。
可以获取目的区域的岩心。
S102：对所述目的区域的岩心进行第一处理，得到第一岩心样品；对所述第一岩心样品进行CT扫描，基于所述CT扫描结果建立大孔隙三维数字岩心。
可以对部分所述目的区域的岩心进行第一处理，得到第一岩心样品。具体地，可以将所述目的区域的岩心加工为具有第一形状和第一尺寸的第一岩心样品。
在本申请实施方式中，所述第一形状可以为圆柱形。
在本申请实施方式中，所述第一尺寸可以包括：所述圆柱形样品的高和直径的范围可以为1毫米～9厘米。
可以对所述第一岩心样品进行CT扫描，基于所述CT扫描结果建立大孔隙三维数字岩心。具体可以包括：利用X射线对所述第一岩心样品进行CT扫描，得到所述第一岩心样品的三维灰度图像；对所述三维灰度图像进行第一图像处理，得到二值化平滑图像；确定最佳体积元，基于所述最佳体积元尺寸建立大孔隙三维数字岩心。
在本申请实施方式中，所述CT扫描的分辨率范围可以包括：1微米/像素～9微米/像素。
在本申请实施方式中，所述对三维灰度图像进行第一图像处理，得到二值化平滑图像，具体可以包括：对所述三维灰度图像进行滤波处理；对所述滤波后的三维灰度图像进行二值化处理，得到二值化图像；对所述二值化图像进行平滑处理，得到二值化平滑图像。所述对三维灰度图像进行滤波处理可以采用中值滤波、均值滤波或者高斯滤波等滤波方法来实现，本申请对此并不限定。
通常三维数字岩心的尺寸越大，岩石宏观物理属性的模拟结果越准确。但由于计算机存储能力和运算速度有限，要求三维数字岩心的尺寸不能过大。因此，在本申请实施方式中，所述最佳体积元可以是用于表征石宏观物理属性的最小尺寸的立方体。
所述最佳体积元可以根据第一岩心样品的三维灰度图像中的孔隙度来确定。具体地，可以在所述三维灰度图像中任选一点作为一立方体的中心，逐渐增大该立方体的边长，当该立方体的孔隙度的变化值小于第一阈值时，当前立方体边长可以为最佳体积元的边长。
图2是本申请方法实施例中建立的大孔隙三维数字岩心的一个示意图。参照图2，图2中黑色岩心的，CT扫描分辨率为1.24um/pixel(微米/像素)，圆柱形岩心样品的直径可以为2.2mm(毫米)，该大孔隙三维数字岩心的最小物理尺寸可以为0.186mm(毫米)×0.186mm(毫米)×0.186mm(毫米)，体素尺寸可以为150(像素)×150(像素)×150(像素)。
S103：对所述目的区域的岩心进行第二处理，得到第二岩心样品，利用扫描电镜对所述第二岩心样品进行扫描，基于所述电镜扫描结果建立微孔隙三维数字岩心。
可以对部分所述目的区域的岩心进行第二处理，得到第二岩心样品。具体地，可以将所述目的区域的岩心加工为具有第二形状和第二尺寸的第二岩心样品。
在本申请实施方式中，所述第二形状可以为薄片形状。
在本申请实施方式中，所述第二尺寸可以包括：所述薄片的厚度小于9毫米。
可以利用扫描电镜(简称为SEM)对所述第二岩心样品进行扫描，基于所述电镜扫描结果建立微孔隙三维数字岩心。具体地，可以利用扫描电镜对所述第二岩心样品进行扫描，得到二维扫描电镜图片；根据所述二维扫描电镜图片，可以建立微孔隙三维数字岩心。
在本申请实施方式中，所述根据二维扫描电镜图片建立微孔隙三维数字岩心可以利用模拟退火方法来实现。具体可以包括：基于所述二维扫描电镜图像的孔隙度(可以用φ0表示)、两点概率函数(可以用S(r)表示)和线性路径函数(可以用L(r)表示)，可以确定最优的两相各向同性系统，根据所述最优的两相各向同性系统可以建立微孔隙三维数字岩心。所述两相各向同性系统可以为孔隙空间和岩石骨架空间各向同性系统。
所述确定最优的两相各向同性系统，具体可以包括：可以先随机生成孔隙度为φ0的初始三维数字岩心系统，并计算所述初始三维数字岩心系统的能量E0；可以选取所述随机生成的三维数字岩心系统中的任一孔隙点和任一骨架点，可以置换所述孔隙点和所述骨架点的位置，得到新的孔隙度为φ0的三维数字岩心系统，并计算所述新的三维数字岩心系统的系统能量E'，根据所述初始三维数字岩心系统的能量E0和所述新的三维数字岩心系统的系统能量E'，利用Metropolis准则判断新的三维数字岩心系统是否为最优系统。
在一个实施方式中，计算三维数字岩心系统的能量可以利用下述公式计算得到：
上述公式(1)中，E可以表示待计算的三维数字岩心系统的能量，S(r)表示两点概率函数，L(r)表示线性路径函数，φ0表示二维扫描电镜图像的孔隙度。ri可以表示所述孔隙点和所述骨架点的距离，αi,βi可以为权重值。当所述ri的取值为0～12个像素时，所述αi和βi的取值可以为1.5；当所述ri的取值大于12个像素时，所述αi和βi的取值可以为1。
图3是本申请方法实施例中建立的微孔隙三维数字岩心的一个示意图。参照图3，图3中黑色岩心的孔隙空间，SEM扫描分辨率为0.31um/pixel，该微孔隙三维数字岩心的最小物理尺寸可以为0.186mm(毫米)×0.186mm(毫米)×0.186mm(毫米)，体素尺寸可以为600(像素)×600(像素)×600(像素)。
S104：基于所述大孔隙三维数字岩心和所述微孔隙三维数字岩心，建立双孔隙三维数字岩心。
基于所述大孔隙三维数字岩心和所述微孔隙三维数字岩心，可以建立双孔隙三维数字岩心。具体地，可以确定所述大孔隙数字岩心和所述微孔隙数字岩心的分辨率比值；根据所述分辨率比值对所述大孔隙数字岩心进行分割；将所述分割后的大孔隙数字岩心和所述微孔隙数字岩心进行叠加，得到双孔隙三维数字岩心。
图4是本申请方法实施例中对大孔隙数字岩心进行分割的示意图。参照图4(a)，图4(a)中展示的是一个体素尺寸的大孔隙数字岩心，例如该体素尺寸是600(像素)×600(像素)×600(像素)，假设微孔隙数字岩心的一个体素尺寸为150(像素)×150(像素)×150(像素)，那么，所述大孔隙数字岩心和所述微孔隙数字岩心的分辨率比值(用i表示)可以为4，那么参照图4(b)，可以在各个维度将大孔隙数字岩心分割为4份。
在本申请实施方式中，大孔隙数字岩心的数据和所述微孔隙数字岩心的数据可以通过数据来进行表征，例如，可以用0表示孔隙空间，可以用1表示骨架空间。
将所述分割后的大孔隙数字岩心和所述微孔隙数字岩心进行叠加，得到双孔隙三维数字岩心，具体可以是对分割后的大孔隙数字岩心的数据和所述微孔隙数字岩心的数据进行叠加。
假设IA和IB分别为微孔隙数字岩心和大孔隙数字岩心，Is表示双孔隙数字岩心，那么，对分割后的大孔隙数字岩心的数据和所述微孔隙数字岩心的数据进行叠加可以表示为Is＝IA∪IB。
例如，在一个应用场景中，当所述分割后的大孔隙数字岩心的数据和所述微孔隙数字岩心的数据均为0时，叠加后的数据可以为0；当所述分割后的大孔隙数字岩心的数据为0，所述微孔隙数字岩心的数据为1时，叠加后的数据可以为0；当所述分割后的大孔隙数字岩心的数据为1，所述微孔隙数字岩心的数据为0时，叠加后的数据可以为0；当所述分割后的大孔隙数字岩心的数据和所述微孔隙数字岩心的数据均为1时，叠加后的数据可以为1。
图5是本申请方法实施例中建立的双孔隙数字岩心孔隙空间形态分布的一个示意图。参照图5，图5中黑色可以表示双孔隙三维数字岩心的孔隙空间，图5中建立的双孔隙三维数字岩心的分辨率可以与微孔隙三维数字岩心的分辨率相同，例如可以为0.31um/pixel(微米/像素)，同时，该建立的双孔隙三维数字岩心的数字岩心的体素尺寸可以与微孔隙三维数字岩心的体素尺寸相同，例如可以为600(像素)×600(像素)×600(像素)。
上述实施例提供的双孔隙三维数字岩心建模方法，利用电镜扫描的方法得到二维扫描电镜图片，并基于二维扫描电镜图片建立微孔隙数字岩心，可以保证构建的双孔隙数字岩心模型准确度高，既能够真实反映大孔隙空间结构信息，又包含微孔隙结构特征。同时，利用电镜扫描的方法得到二维扫描电镜图片，并基于二维扫描电镜图片建立微孔隙数字岩心，实验过程便捷且成本低。
本申请还提供一种双孔隙三维数字岩心建模装置的实施例。
图6是本申请双孔隙三维数字岩心建模装置一个实施例的模块图。参照图6，所述双孔隙三维数字岩心建模装置可以包括：岩心获取模块610、大孔隙三维数字岩心建立模块620、微孔隙三维数字岩心建立模块630和双孔隙三维数字岩心建立模块640。
所述岩心获取模块610，可以用于获取目的区域的岩心。
所述大孔隙三维数字岩心建立模块620，可以用于对部分所述目的区域的岩心进行第一处理，得到第一岩心样品；对所述第一岩心样品进行CT扫描，基于所述CT扫描结果建立大孔隙三维数字岩心。
所述微孔隙三维数字岩心建立模块630，可以用于对所述目的区域的岩心进行第二处理，得到第二岩心样品，利用扫描电镜对所述第二岩心样品进行扫描，基于所述电镜扫描结果建立微孔隙三维数字岩心。所述电镜扫描结果包括：二维扫描电镜图片
所述双孔隙三维数字岩心建立模块640，可以用于基于所述大孔隙三维数字岩心和所述微孔隙三维数字岩心，建立双孔隙三维数字岩心。
图7是本申请装置实施例中大孔隙三维数字岩心建立模块的子模块组成示意图。参照图7，在一个实施方式中，所述大孔隙三维数字岩心建立模块620具体可以包括：扫描子模块621、第一图像处理子模块622和大孔隙岩心建立子模块623。
所述扫描子模块621，可以用于利用X射线对所述第一岩心样品进行CT扫描，得到所述第一岩心样品的三维灰度图像。
所述第一图像处理子模块622，可以用于对所述三维灰度图像进行第一图像处理，得到二值化平滑图像。
所述大孔隙岩心建立子模块623，可以用于确定最佳体积元，基于所述最佳体积元尺寸建立大孔隙三维数字岩心。
图8是本申请装置实施例中双孔隙三维数字岩心建立模块的子模块组成示意图。参照图8，在一个实施方式中，所述双孔隙三维数字岩心建立模块640具体可以包括：分辨率比值确定子模块641、分割子模块642和叠加子模块643。
所述分辨率比值确定子模块641，可以用于确定所述大孔隙数字岩心和所述微孔隙数字岩心的分辨率比值。
所述分割子模块642，可以用于根据所述分辨率比值对所述大孔隙数字岩心进行分割。
所述叠加子模块643，可以用于将所述分割后的大孔隙数字岩心和所述微孔隙数字岩心进行叠加，得到双孔隙三维数字岩心。
上述实施例提供的双孔隙三维数字岩心建模装置与本申请的双孔隙三维数字岩心建模方法实施例相对应，可以实现本申请方法实施例并取得本申请方法实施例的技术效果。
在20世纪90年代，对于一个技术的改进可以很明显地区分是硬件上的改进(例如，对二极管、晶体管、开关等电路结构的改进)还是软件上的改进(对于方法流程的改进)。然而，随着技术的发展，当今的很多方法流程的改进已经可以视为硬件电路结构的直接改进。设计人员几乎都通过将改进的方法流程编程到硬件电路中来得到相应的硬件电路结构。因此，不能说一个方法流程的改进就不能用硬件实体模块来实现。例如，可编程逻辑器件(Programmable Logic Device,PLD)(例如现场可编程门阵列(Field Programmable GateArray，FPGA))就是这样一种集成电路，其逻辑功能由用户对器件编程来确定。由设计人员自行编程来把一个数字系统“集成”在一片PLD上，而不需要请芯片制造厂商来设计和制作专用的集成电路芯片2。而且，如今，取代手工地制作集成电路芯片，这种编程也多半改用“逻辑编译器(logic compiler)”软件来实现，它与程序开发撰写时所用的软件编译器相类似，而要编译之前的原始代码也得用特定的编程语言来撰写，此称之为硬件描述语言(Hardware Description Language，HDL)，而HDL也并非仅有一种，而是有许多种，如ABEL(Advanced Boolean Expression Language)、AHDL(Altera Hardware DescriptionLanguage)、Confluence、CUPL(Cornell University Programming Language)、HDCal、JHDL(Java Hardware Description Language)、Lava、Lola、MyHDL、PALASM、RHDL(RubyHardware Description Language)等，目前最普遍使用的是VHDL(Very-High-SpeedIntegrated Circuit Hardware Description Language)与Verilog2。本领域技术人员也应该清楚，只需要将方法流程用上述几种硬件描述语言稍作逻辑编程并编程到集成电路中，就可以很容易得到实现该逻辑方法流程的硬件电路。
控制器可以按任何适当的方式实现，例如，控制器可以采取例如微处理器或处理器以及存储可由该(微)处理器执行的计算机可读程序代码(例如软件或固件)的计算机可读介质、逻辑门、开关、专用集成电路(Application Specific Integrated Circuit，ASIC)、可编程逻辑控制器和嵌入微控制器的形式，控制器的例子包括但不限于以下微控制器：ARC 625D、AtmelAT91SAM、Microchip PIC18F26K20以及Silicone Labs C8051F320，存储器控制器还可以被实现为存储器的控制逻辑的一部分。
本领域技术人员也知道，除了以纯计算机可读程序代码方式实现控制器以外，完全可以通过将方法步骤进行逻辑编程来使得控制器以逻辑门、开关、专用集成电路、可编程逻辑控制器和嵌入微控制器等的形式来实现相同功能。因此这种控制器可以被认为是一种硬件部件，而对其内包括的用于实现各种功能的装置也可以视为硬件部件内的结构。或者甚至，可以将用于实现各种功能的装置视为既可以是实现方法的软件模块又可以是硬件部件内的结构。
上述实施例阐明的系统、装置、模块或单元，具体可以由计算机芯片或实体实现，或者由具有某种功能的产品来实现。
为了描述的方便，描述以上装置时以功能分为各种单元分别描述。当然，在实施本申请时可以把各单元的功能在同一个或多个软件和/或硬件中实现。
通过以上的实施方式的描述可知，本领域的技术人员可以清楚地了解到本申请可借助软件加必需的通用硬件平台的方式来实现。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，在一个典型的配置中，计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。该计算机软件产品可以包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本申请各个实施例或者实施例的某些部分所述的方法。该计算机软件产品可以存储在内存中，内存可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括短暂电脑可读媒体(transitory media)，如调制的数据信号和载波。
本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于系统实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
本申请可用于众多通用或专用的计算机系统环境或配置中。例如：个人计算机、服务器计算机、手持设备或便携式设备、平板型设备、多处理器系统、基于微处理器的系统、置顶盒、可编程的消费电子设备、网络PC、小型计算机、大型计算机、包括以上任何系统或设备的分布式计算环境等等。
本申请可以在由计算机执行的计算机可执行指令的一般上下文中描述，例如程序模块。一般地，程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本申请，在这些分布式计算环境中，由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中，程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。
虽然通过实施例描绘了本申请，本领域普通技术人员知道，本申请有许多变形和变化而不脱离本申请的精神，希望所附的权利要求包括这些变形和变化而不脱离本申请的精神。
Claims (16)
1.一种双孔隙三维数字岩心建模方法，其特征在于，包括：
获取目的区域的岩心；
对所述目的区域的岩心进行第一处理，得到第一岩心样品；对所述第一岩心样品进行CT扫描，基于所述CT扫描结果建立大孔隙三维数字岩心；
对所述目的区域的岩心进行第二处理，得到第二岩心样品，利用扫描电镜对所述第二岩心样品进行扫描，基于所述电镜扫描结果建立微孔隙三维数字岩心；
基于所述大孔隙三维数字岩心和所述微孔隙三维数字岩心，建立双孔隙三维数字岩心。
2.根据权利要求1所述的方法，其特征在于，所述对所述目的区域的岩心进行第一处理，得到第一岩心样品，包括：将部分所述目的区域的岩心加工为具有第一形状和第一尺寸的第一岩心样品。
3.根据权利要求2所述的方法，其特征在于，所述第一形状为圆柱形；所述第一尺寸包括：所述圆柱形样品的高和直径的范围为：1毫米～9厘米。
4.根据权利要求1所述的方法，其特征在于，所述对所述第一岩心样品进行CT扫描，基于所述CT扫描结果建立大孔隙三维数字岩心，包括：
利用X射线对所述第一岩心样品进行CT扫描，得到所述第一岩心样品的三维灰度图像；
对所述三维灰度图像进行第一图像处理，得到二值化平滑图像；
确定最佳体积元，基于所述最佳体积元尺寸建立大孔隙三维数字岩心。
5.根据权利要求4所述的方法，其特征在于，所述对所述三维灰度图像进行第一图像处理，得到二值化平滑图像，包括：
对所述三维灰度图像进行滤波处理；
对所述滤波后的三维灰度图像进行二值化处理，得到二值化图像；
对所述二值化图像进行平滑处理，得到二值化平滑图像。
6.根据权利要求4所述的方法，其特征在于，所述CT扫描的分辨率范围包括：1微米/像素～9微米/像素。
7.根据权利要求4所述的方法，其特征在于，所述最佳体积元是用于表征岩石宏观物理属性的最小尺寸的立方体；所述最佳体积元根据第一岩心样品的三维灰度图像中的孔隙度来确定。
8.根据权利要求7所述的方法，其特征在于，所述确定最佳体积元包括：在所述三维灰度图像中任选一点作为一立方体的中心，逐渐增大该立方体的边长，当该立方体的孔隙度的变化值小于第一阈值时，当前立方体边长可以为最佳体积元的边长。
9.根据权利要求1所述的方法，其特征在于，对所述目的区域的岩心进行第二处理，得到第二岩心样品，包括：将部分所述目的区域的岩心加工为具有第二形状和第二尺寸的第二岩心样品。
10.根据权利要求9所述的方法，其特征在于，所述第二形状为薄片形状；所述第二尺寸包括：所述薄片的厚度为：小于9毫米。
11.根据权利要求1所述的方法，其特征在于，所述利用扫描电镜对所述第二岩心样品进行扫描，基于所述电镜扫描结果建立微孔隙三维数字岩心，包括：
利用扫描电镜对所述第二岩心样品进行扫描，得到二维扫描电镜图片；
根据所述二维扫描电镜图片，建立微孔隙三维数字岩心。
12.根据权利要求11所述的方法，其特征在于，所述根据二维扫描电镜图片建立微孔隙三维数字岩心，包括：
基于所述二维扫描电镜图像的孔隙度、两点概率函数和线性路径函数，确定最优的两相各向同性系统；所述两相各向同性系统可以为孔隙空间和岩石骨架空间各向同性系统；
根据所述最优的两相各向同性系统可以建立微孔隙三维数字岩心。
13.根据权利要求1所述的方法，其特征在于，所述基于大孔隙三维数字岩心和所述微孔隙三维数字岩心，建立双孔隙三维数字岩心，包括：
确定所述大孔隙数字岩心和所述微孔隙数字岩心的分辨率比值；
根据所述分辨率比值对所述大孔隙数字岩心进行分割；
将所述分割后的大孔隙数字岩心和所述微孔隙数字岩心进行叠加，得到双孔隙三维数字岩心。
14.一种双孔隙三维数字岩心建模装置，其特征在于，包括：岩心获取模块、大孔隙三维数字岩心建立模块、微孔隙三维数字岩心建立模块和双孔隙三维数字岩心建立模块；
所述岩心获取模块，用于获取目的区域的岩心；
所述大孔隙三维数字岩心建立模块，用于对所述目的区域的岩心进行第一处理，得到第一岩心样品；对所述第一岩心样品进行CT扫描，基于所述CT扫描结果建立大孔隙三维数字岩心；
所述微孔隙三维数字岩心建立模块，用于对所述目的区域的岩心进行第二处理，得到第二岩心样品，利用扫描电镜对所述第二岩心样品进行扫描，基于所述电镜扫描结果建立微孔隙三维数字岩心；
所述双孔隙三维数字岩心建立模块，用于基于所述大孔隙三维数字岩心和所述微孔隙三维数字岩心，建立双孔隙三维数字岩心。
15.根据权利要求14所述的装置，其特征在于，所述大孔隙三维数字岩心建立模块具体包括：扫描子模块、第一图像处理子模块和大孔隙岩心建立子模块；
所述扫描子模块，用于利用X射线对所述第一岩心样品进行CT扫描，得到所述第一岩心样品的三维灰度图像；
所述第一图像处理子模块，用于对所述三维灰度图像进行第一图像处理，得到二值化平滑图像；
所述大孔隙岩心建立子模块，用于确定最佳体积元，基于所述最佳体积元尺寸建立大孔隙三维数字岩心。
16.根据权利要求14所述的装置，其特征在于，所述双孔隙三维数字岩心建立模块具体包括：分辨率比值确定子模块、分割子模块和叠加子模块；
所述分辨率比值确定子模块，用于确定所述大孔隙数字岩心和所述微孔隙数字岩心的分辨率比值；
所述分割子模块，用于根据所述分辨率比值对所述大孔隙数字岩心进行分割；
所述叠加子模块，用于将所述分割后的大孔隙数字岩心和所述微孔隙数字岩心进行叠加，得到双孔隙三维数字岩心。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710301103.5A CN107240154A (zh) | 2017-05-02 | 2017-05-02 | 一种双孔隙三维数字岩心建模方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710301103.5A CN107240154A (zh) | 2017-05-02 | 2017-05-02 | 一种双孔隙三维数字岩心建模方法及装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN107240154A true CN107240154A (zh) | 2017-10-10 |
Family
ID=59984128
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710301103.5A Pending CN107240154A (zh) | 2017-05-02 | 2017-05-02 | 一种双孔隙三维数字岩心建模方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107240154A (zh) |
Cited By (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107655908A (zh) * | 2017-11-07 | 2018-02-02 | 中国石油天然气股份有限公司 | 一种构建数字岩心的方法及装置 |
| CN108267466A (zh) * | 2017-12-27 | 2018-07-10 | 中国石油天然气股份有限公司 | 一种构建数字岩心的方法及装置 |
| CN108876923A (zh) * | 2018-06-17 | 2018-11-23 | 西南石油大学 | 一种基于岩石微ct图像的三维孔隙尺度模型重建方法 |
| CN109242970A (zh) * | 2018-10-11 | 2019-01-18 | 中国科学院力学研究所 | 页岩lREV尺度数字岩心重构方法及装置 |
| CN111366521A (zh) * | 2020-04-14 | 2020-07-03 | 清能艾科（深圳）能源技术有限公司 | 多尺度确定孔隙度的方法及相关设备 |
| CN111862306A (zh) * | 2020-07-03 | 2020-10-30 | 大连理工大学 | 一种基于ct图像的孔隙填充型水合物沉积物三维建模方法 |
| CN112669243A (zh) * | 2020-12-09 | 2021-04-16 | 山东省科学院海洋仪器仪表研究所 | 一种基于连通性与孔隙度的岩石采样方法 |
| CN112858129A (zh) * | 2019-11-27 | 2021-05-28 | 中国石油天然气股份有限公司 | 岩石储集空间测定方法及装置 |
| CN113281238A (zh) * | 2021-06-02 | 2021-08-20 | 中国石油大学(华东) | 基于二维图像的多矿物相数字岩心构建及孔隙类别区分方法 |
| US11952891B2 (en) | 2022-08-22 | 2024-04-09 | Saudi Arabian Oil Company | Systems and method for constraining 3D fracture model properties using X-ray micro-computed tomography of core plugs for naturally fractured reservoirs |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102222359A (zh) * | 2011-05-24 | 2011-10-19 | 中国石油天然气股份有限公司 | 一种岩心三维孔隙结构重构方法 |
| CN103278436A (zh) * | 2013-02-01 | 2013-09-04 | 西安石油大学 | 特低渗透双重介质砂岩油藏微观孔隙结构的定量表征方法 |
| CN103822865A (zh) * | 2014-03-20 | 2014-05-28 | 中国石油大学(华东) | 一种高分辨率三维数字岩心建模方法 |
| CN105115874A (zh) * | 2015-08-18 | 2015-12-02 | 中国石油天然气股份有限公司 | 多源信息融合的多组分三维数字岩心构建方法 |
| CN105487121A (zh) * | 2015-12-03 | 2016-04-13 | 长江大学 | 基于ct扫描图像与电成像图像融合构建多尺度数字岩心方法 |
| CN106324002A (zh) * | 2016-10-18 | 2017-01-11 | 中国石油大学(华东) | 一种基于岩石分类和多尺度数字岩心的碳酸盐岩孔隙结构表征方法 |
| US20170074772A1 (en) * | 2015-09-16 | 2017-03-16 | Ingrain, Inc. | Method For Determining Porosity Associated With Organic Matter In A Well Or Formation |
-
2017
- 2017-05-02 CN CN201710301103.5A patent/CN107240154A/zh active Pending
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102222359A (zh) * | 2011-05-24 | 2011-10-19 | 中国石油天然气股份有限公司 | 一种岩心三维孔隙结构重构方法 |
| CN103278436A (zh) * | 2013-02-01 | 2013-09-04 | 西安石油大学 | 特低渗透双重介质砂岩油藏微观孔隙结构的定量表征方法 |
| CN103822865A (zh) * | 2014-03-20 | 2014-05-28 | 中国石油大学(华东) | 一种高分辨率三维数字岩心建模方法 |
| CN105115874A (zh) * | 2015-08-18 | 2015-12-02 | 中国石油天然气股份有限公司 | 多源信息融合的多组分三维数字岩心构建方法 |
| US20170074772A1 (en) * | 2015-09-16 | 2017-03-16 | Ingrain, Inc. | Method For Determining Porosity Associated With Organic Matter In A Well Or Formation |
| CN105487121A (zh) * | 2015-12-03 | 2016-04-13 | 长江大学 | 基于ct扫描图像与电成像图像融合构建多尺度数字岩心方法 |
| CN106324002A (zh) * | 2016-10-18 | 2017-01-11 | 中国石油大学(华东) | 一种基于岩石分类和多尺度数字岩心的碳酸盐岩孔隙结构表征方法 |
Non-Patent Citations (3)
| Title |
|---|
| 刘学锋: "基于数字岩心的岩石声电特性微观数值模拟研究", 《中国博士学位论文全文数据库 基础科学辑》 * |
| 王晨晨: "碳酸盐岩介质双孔隙网络模型构建理论与方法", 《中国博士学位论文全文数据库 工程科技I辑》 * |
| 聂昕 等: "页岩气储层岩石三维数字岩心建模——以导电性模型为例", 《天然气地球科学》 * |
Cited By (16)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107655908B (zh) * | 2017-11-07 | 2020-05-08 | 中国石油天然气股份有限公司 | 一种构建数字岩心的方法及装置 |
| CN107655908A (zh) * | 2017-11-07 | 2018-02-02 | 中国石油天然气股份有限公司 | 一种构建数字岩心的方法及装置 |
| CN108267466A (zh) * | 2017-12-27 | 2018-07-10 | 中国石油天然气股份有限公司 | 一种构建数字岩心的方法及装置 |
| CN108267466B (zh) * | 2017-12-27 | 2020-11-03 | 中国石油天然气股份有限公司 | 一种构建数字岩心的方法及装置 |
| CN108876923A (zh) * | 2018-06-17 | 2018-11-23 | 西南石油大学 | 一种基于岩石微ct图像的三维孔隙尺度模型重建方法 |
| CN109242970A (zh) * | 2018-10-11 | 2019-01-18 | 中国科学院力学研究所 | 页岩lREV尺度数字岩心重构方法及装置 |
| CN109242970B (zh) * | 2018-10-11 | 2021-06-25 | 中国科学院力学研究所 | 页岩lREV尺度数字岩心重构方法及装置 |
| CN112858129A (zh) * | 2019-11-27 | 2021-05-28 | 中国石油天然气股份有限公司 | 岩石储集空间测定方法及装置 |
| CN112858129B (zh) * | 2019-11-27 | 2023-09-26 | 中国石油天然气股份有限公司 | 岩石储集空间测定方法及装置 |
| CN111366521B (zh) * | 2020-04-14 | 2023-08-11 | 清能艾科（深圳）能源技术有限公司 | 多尺度确定孔隙度的方法及相关设备 |
| CN111366521A (zh) * | 2020-04-14 | 2020-07-03 | 清能艾科（深圳）能源技术有限公司 | 多尺度确定孔隙度的方法及相关设备 |
| CN111862306A (zh) * | 2020-07-03 | 2020-10-30 | 大连理工大学 | 一种基于ct图像的孔隙填充型水合物沉积物三维建模方法 |
| CN111862306B (zh) * | 2020-07-03 | 2023-09-19 | 大连理工大学 | 一种基于ct图像的孔隙填充型水合物沉积物三维建模方法 |
| CN112669243A (zh) * | 2020-12-09 | 2021-04-16 | 山东省科学院海洋仪器仪表研究所 | 一种基于连通性与孔隙度的岩石采样方法 |
| CN113281238A (zh) * | 2021-06-02 | 2021-08-20 | 中国石油大学(华东) | 基于二维图像的多矿物相数字岩心构建及孔隙类别区分方法 |
| US11952891B2 (en) | 2022-08-22 | 2024-04-09 | Saudi Arabian Oil Company | Systems and method for constraining 3D fracture model properties using X-ray micro-computed tomography of core plugs for naturally fractured reservoirs |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107240154A (zh) | 一种双孔隙三维数字岩心建模方法及装置 | |
| Miklos et al. | Discrete scale axis representations for 3D geometry | |
| US9317965B2 (en) | Uniform point cloud decimation | |
| CN108267466A (zh) | 一种构建数字岩心的方法及装置 | |
| CN108062789B (zh) | 岩心样品选取方法和装置 | |
| Chan et al. | Volumetric parametrization from a level set boundary representation with PHT-splines | |
| Freytag et al. | Finite element analysis in situ | |
| US20090295803A1 (en) | Image processing method | |
| US9111327B2 (en) | Transforming graphic objects | |
| US20200193227A1 (en) | Device and method for electromagnetic field simulation | |
| CN107655908A (zh) | 一种构建数字岩心的方法及装置 | |
| Jaillet et al. | Fast Quadtree/Octree adaptive meshing and re-meshing with linear mixed elements | |
| Scholz et al. | Real‐time isosurface extraction with view‐dependent level of detail and applications | |
| JP5230372B2 (ja) | 画像処理装置、画像処理方法 | |
| CN108320307A (zh) | 一种确定储层岩石样品的有效单元体积的方法及装置 | |
| Foteinos et al. | High-quality multi-tissue mesh generation for finite element analysis | |
| Lee et al. | A bimodal empty space skipping of ray casting for terrain data | |
| Machado e Silva et al. | Image space rendering of point clouds using the HPR operator | |
| Song et al. | Vector regression functions for texture compression | |
| Wu et al. | Industrial equipment detection algorithm under complex working conditions based on ROMS R-CNN | |
| Krahnstoever et al. | Computing curvature-adaptive surface triangulations of three-dimensional image data | |
| Weis | Structural analysis of particulate systems using X-ray tomography | |
| Wu et al. | GPU-based adaptive data reconstruction for large-scale statistical visualization | |
| Li et al. | An Improved RANSAC Surface Reconstruction Study | |
| Manson et al. | Contouring discrete indicator functions |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20171010 |
|
| RJ01 | Rejection of invention patent application after publication |