CN108267466B - 一种构建数字岩心的方法及装置 - Google Patents
一种构建数字岩心的方法及装置 Download PDFInfo
- Publication number
- CN108267466B CN108267466B CN201711446494.6A CN201711446494A CN108267466B CN 108267466 B CN108267466 B CN 108267466B CN 201711446494 A CN201711446494 A CN 201711446494A CN 108267466 B CN108267466 B CN 108267466B
- Authority
- CN
- China
- Prior art keywords
- image
- electron microscope
- scanning electron
- core sample
- core
- 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.)
- Active
Links
Images
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
- 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
- G01N23/22—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 measuring secondary emission from the material
-
- 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
- G01N2223/401—Imaging image processing
-
- 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
- G01N2223/426—Imaging image comparing, unknown with known substance
Landscapes
- Health & Medical Sciences (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Pulmonology (AREA)
- Radiology & Medical Imaging (AREA)
- Theoretical Computer Science (AREA)
- Analysing Materials By The Use Of Radiation (AREA)
Abstract
本申请实施例公开了一种构建数字岩心的方法及装置。所述方法包括:对第一岩心样品进行CT扫描,基于CT扫描结果确定第一岩心样品的CT二值化图像;以及利用扫描电镜对第二岩心样品进行扫描,基于电镜扫描结果确定第二岩心样品的扫描电镜二值化图像;从扫描电镜二值化图像中提取训练图像;将训练图像与CT二值化图像中的目标CT子图像进行对比,并根据对比结果对CT二值化图像进行修正,根据修正后的CT二值化图像构建目的区域的数字岩心。本申请实施例提供的技术方案,可以提高多尺度孔隙三维数字岩心构建的精度。
Description
技术领域
本申请涉及岩石物理技术领域,特别涉及一种构建数字岩心的方法及装置。
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。
目前建立多尺度孔隙三维数字岩心的方法主要是X射线CT扫描法。然而,由于受到扫描分辨率与扫描岩心尺寸成反比关系的限制,这种方法通常建立的数字岩心尺寸较小,一般在微米-毫米级别,导致所建立的数字岩心中包含的物理信息较少,且不能较好地反映岩石整体宏观特性。特别是针对非均质性较强的储层岩石,其孔隙类型多样化,例如,孔、裂缝和洞等,孔隙大小变化可达几个数量级,这种方法构建的数字岩心难以包含不同级别的微观结构,往往代表性较差,可能导致构建的多尺度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构建数字岩心的方法及装置,以提高多尺度孔隙三维数字岩心构建的精度。
为解决上述技术问题,本申请实施例提供一种构建数字岩心的方法及装置是这样实现的:
一种构建数字岩心的方法,提供有目的区域的第一岩心样品和第二岩心样品;其中,所述第一岩心样品通过对所述目的区域的岩心进行第一处理得到;所述第二岩心样品通过对所述目的区域的岩心进行第二处理得到;所述方法包括:
对所述第一岩心样品进行CT扫描,基于所述CT扫描结果确定所述第一岩心样品的CT二值化图像;以及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确定所述第二岩心样品的扫描电镜二值化图像;
从所述扫描电镜二值化图像中提取训练图像;其中,所述训练图像表示所述扫描电镜二值化图像中包含指定孔隙结构类型的扫描电镜子图像;
将所述训练图像与所述CT二值化图像中的目标CT子图像进行对比,并根据对比结果对所述CT二值化图像进行修正,根据修正后的CT二值化图像构建所述目的区域的数字岩心;其中,所述目标CT子图像表示所述CT二值化图像中与所述训练图像的尺寸相同的CT子图像。
优选方案中,所述对所述第一岩心样品进行CT扫描,基于所述CT扫描结果确定所述第一岩心样品的CT二值化图像,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CT灰度图像;
对所述CT灰度图像进行第一图像处理,得到所述CT二值化图像。
优选方案中,所述对所述CT灰度图像进行第一图像处理,得到CT二值化图像,包括:
对所述CT灰度图像进行滤波处理;
对所述滤波后的CT灰度图像进行二值化处理,得到所述CT二值化图像。
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确定所述第二岩心样品的扫描电镜二值化图像,包括:
利用扫描电镜分别对所述第二岩心样品的多个部位进行扫描,得到多个扫描电镜灰度图像;
对所述扫描电镜灰度图像进行滤波处理,并对所述滤波后的扫描电镜灰度图像进行二值化处理,得到所述扫描电镜二值化图像。
优选方案中,从所述扫描电镜二值化图像中提取训练图像,包括:
根据所述扫描电镜二值化图像中的孔隙形状和孔隙尺度,确定多种孔隙结构类型;
从所述扫描电镜二值化图像中提取包含所述多种孔隙结构类型中指定孔隙结构类型的目标扫描电镜子图像;其中,所述目标扫描电镜子图像包括:所述扫描电镜二值化图像中多个包含所述指定孔隙结构类型的扫描电镜子图像中与平均扫描电镜子图像的相似度满足指定条件的的扫描电镜子图像;所述平均扫描电镜子图像通过对所述多个包含所述指定孔隙结构类型的扫描电镜子图像进行叠加处理得到;
将所述目标扫描电镜子图像作为所述训练图像。
优选方案中,所述将所述训练图像与所述CT二值化图像中的目标CT子图像进行对比,并根据对比结果对所述CT二值化图像进行修正,包括:
确定所述CT二值化图像和所述扫描电镜二值化图像的分辨率比值;
根据所述分辨率比值对所述CT二值化图像进行分割;
遍历所述分割后的CT二值化图像,计算所述训练图像与所述分割后的CT二值化图像中的目标CT子图像的最大匹配度,当所述最大匹配度大于或等于预设匹配度时,用所述最大匹配度对应的训练图像替换所述目标CT子图像,得到修正后的CT二值化图像。
优选方案中,在遍历所述CT二值化图像之前,所述方法还包括:
按照指定角度,对所述训练图像进行旋转,得到多个旋转后的训练图像;
相应的,遍历所述CT二值化图像,计算所述多个旋转后的训练图像分别与所述目标CT子图像的匹配度,并确定多个所述匹配度中最大匹配度对应的旋转后的训练图像;当所述最大匹配度大于或等于预设匹配度时,用所述最大匹配度对应的旋转后的训练图像替换所述目标子图像,得到所述修正后的CT二值化图像。
优选方案中,所述第一岩心样品按照下述方法得到:
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;其中,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,所述第二岩心样品按照下述方法得到:
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;或者,将所述第一岩心样品加工为具有第二形状和第二尺寸的第二岩心样品;其中,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。
一种构建数字岩心的装置,所述装置提供目的区域的第一岩心样品和第二岩心样品;其中,所述第一岩心样品通过对所述目的区域的岩心进行第一处理得到;所述第二岩心样品通过对所述目的区域的岩心进行第二处理得到;所述装置包括:二值化图像确定模块、训练图像提取模块和数字岩心构建模块;其中,
所述二值化图像确定模块,用于对所述第一岩心样品进行CT扫描,基于所述CT扫描结果确定所述第一岩心样品的CT二值化图像;以及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确定所述第二岩心样品的扫描电镜二值化图像;
所述训练图像提取模块,用于从所述扫描电镜二值化图像中提取训练图像;其中,所述训练图像表示所述扫描电镜二值化图像中包含指定孔隙结构类型的扫描电镜子图像;
所述数字岩心构建模块,用于将所述训练图像与所述CT二值化图像中的目标CT子图像进行对比,并根据对比结果对所述CT二值化图像进行修正,根据修正后的CT二值化图像构建所述目的区域的数字岩心;其中,所述目标CT子图像表示所述CT二值化图像中与所述训练图像的尺寸相同的CT子图像。
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构建数字岩心的方法及装置,利用电镜扫描的方法得到扫描电镜灰度图像,并基于扫描电镜灰度图像提取训练图像,以及利用训练图像对CT图像进行修正,可以保证构建的多尺度孔隙三维数字岩心精度较高,可以最大限度地反映真实岩石的微观结构。同时,通过融合不同分辨率的CT图像和扫描电镜图像信息来构建多尺度孔隙三维数字岩心,可以克服CT扫描岩心尺寸和扫描分辨率的矛盾,可以构建较大尺寸的数字岩心,以满足3D打印技术的需求,打印实验室所需的尺寸的岩心。
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是本申请一种构建数字岩心的方法实施例的流程图;
图2是本申请实施例中砂岩岩心样品的CT灰度图像;
图3是本申请实施例中砂岩岩心样品的扫描电镜灰度图像;
图4是本申请实施例中砂岩岩心样品的CT二值化图像;
图5是本申请实施例中砂岩岩心样品的扫描电镜二值化图像;
图6是本申请实施例中从扫描电镜二值化图像中提取的训练图像;
图7是本申请实施例中对CT二值化图像进行分割的示意图;
图8是本申请实施例中修正后的CT二值化图像;
图9是本申请实施例中构建的数字岩心的示意图;
图10是本申请构建数字岩心的装置实施例的组成结构示意图。
具体实施方式
本申请实施例提供一种构建数字岩心的方法及装置。
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作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。
本申请实施例提供了一种构建数字岩心的方法。所述构建数字岩心的方法提供有目的区域的第一岩心样品和第二岩心样品;其中,所述第一岩心样品通过对所述目的区域的岩心进行第一处理得到;所述第二岩心样品通过对所述目的区域的岩心进行第二处理得到。
在本实施方式中,所述目的区域的岩心可以是具有多尺度孔隙的岩心。例如,砂岩岩心等。
在本实施方式中,可以对部分所述目的区域的岩心进行第一处理,得到所述第一岩心样品。具体地,可以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。
在本实施方式中,所述第一形状可以为圆柱形。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。
在本实施方式中,可以对部分所述目的区域的岩心或所述第一岩心样品进行第二处理得到所述第二岩心样品。具体地,可以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;或者,可以将所述第一岩心样品加工为具有第二形状和第二尺寸的第二岩心样品。例如,可以将X射线CT扫描后的第一岩心样品加工为具有第二形状和第二尺寸的第二岩心样品。
在本实施方式中,所述第二形状可以为薄片形状。所述第二尺寸可以包括:所述薄片的厚度可以为小于9毫米。
图1是本申请一种构建数字岩心的方法实施例的流程图。如图1所示,所述构建数字岩心的方法,包括以下步骤。
步骤S101:对所述第一岩心样品进行CT扫描,基于所述CT扫描结果确定所述第一岩心样品的CT二值化图像;以及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确定所述第二岩心样品的扫描电镜二值化图像。
在本实施方式中,对所述第一岩心样品进行CT扫描,基于所述CT扫描结果确定所述第一岩心样品的CT二值化图像,具体可以包括,可以利用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CT灰度图像。可以对所述CT灰度图像进行第一图像处理,得到所述CT二值化图像。
在本实施方式中,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。
在本实施方式中,所述CT灰度图像可以是三维CT灰度图像,也可以是多个二维灰度图像。例如,利用X射线对所述第一岩心样品进行CT扫描,可以得到1000张二维灰度图像。
在本实施方式中,对所述CT灰度图像进行第一图像处理,得到CT二值化图像,具体可以包括,可以对所述CT灰度图像进行滤波处理。可以对所述滤波后的CT灰度图像进行二值化处理,得到所述CT二值化图像。所述对CT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。所述对滤波后的CT灰度图像进行二值化处理可以采用最大类间方差方法来实现。
在本实施方式中,在对所述CT灰度图像进行滤波处理之前,还可以采用直方图均衡化对所述CT灰度图像进行对比度增强处理,以及采用拉普拉斯锐化方法对所述CT灰度图像进行锐化处理,得到对比度增强处理和锐化处理后的CT灰度图像。相应的,可以对所述对比度增强处理和锐化处理后的CT灰度图像进行滤波处理。可以对所述滤波后的CT灰度图像进行二值化处理,得到所述CT二值化图像。
在本实施方式中,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确定所述第二岩心样品的扫描电镜二值化图像,具体可以包括,可以利用扫描电镜分别对所述第二岩心样品的多个部位进行扫描,得到多个扫描电镜灰度图像。例如,可以对所述第二岩心样品中沿圆柱形轴向的指定间距的4个部位进行扫描,每个部位扫描5张图像,可以得到20张扫描电镜灰度图像。可以对所述扫描电镜灰度图像进行滤波处理,并对所述滤波后的扫描电镜灰度图像进行二值化处理,得到所述扫描电镜二值化图像。
在本实施方式中,所述扫描电镜可以是聚焦离子束扫描电子显微镜(FIB-SEM,Focused Ion Beam Scanning Electron Microscope)。
在本实施方式中,在对所述扫描电镜灰度图像进行滤波处理之前,还可以采用直方图均衡化对所述扫描电镜灰度图像进行对比度增强处理,以及采用拉普拉斯锐化方法对所述扫描电镜灰度图像进行锐化处理,得到对比度增强处理和锐化处理后的扫描电镜灰度图像。相应的,可以对所述对比度增强处理和锐化处理后的扫描电镜灰度图像进行滤波处理。可以对所述滤波后的扫描电镜灰度图像进行二值化处理,得到所述扫描电镜二值化图像。
例如,图2是本申请实施例中砂岩岩心样品的CT灰度图像。图3是本申请实施例中砂岩岩心样品的扫描电镜灰度图像。图4是与图2中的CT灰度图像对应的CT二值化图像。图5是与图3中的扫描电镜灰度图像对应的扫描电镜二值化图像。参见图2~图5,图2和图4中圆形区域的灰度图像和黑白图像表示沿与圆柱形岩心样品的轴线的垂直方向的切片图像,即一张二维CT灰度图像和二维CT二值化图像。CT扫描分辨率为7.8um/pixel(微米/像素),第一岩心样品,即CT圆柱形岩心样品的直径可以为7.8mm(毫米),高度可以为14mm。FIB-SEM扫描分辨率为0.6um/pixel,第二岩心样品,即扫描电镜圆柱形岩心样品的直径可以为2mm,高度可以为8mm。
步骤S102:从所述扫描电镜二值化图像中提取训练图像;其中,所述训练图像表示所述扫描电镜二值化图像中包含指定孔隙结构类型的扫描电镜子图像。
在本实施方式中,从所述扫描电镜二值化图像中提取训练图像,具体可以包括,可以根据所述扫描电镜二值化图像中的孔隙形状和孔隙尺度,确定多种孔隙结构类型。可以从所述扫描电镜二值化图像中提取包含所述多种孔隙结构类型中指定孔隙结构类型的目标扫描电镜子图像。可以将所述目标扫描电镜子图像作为所述训练图像。例如,可以对比分析步骤S101中得到的20张扫描电镜灰度图像对应的20张扫描电镜二值化图像中的孔隙形状和孔隙尺度,并按照孔隙形状和孔隙尺度,对这些扫描电镜二值化图像中的孔隙结构进行分类,得到34种孔隙结构类型。然后,分别选择34种孔隙结构类型中每一种孔隙结构类型对应的两张目标扫描电镜图像,最后,得到68种训练图像。图6是本申请实施例中从扫描电镜二值化图像中提取的训练图像。图6中的6张训练图像分别为68种训练图像中6种训练图像,像素面积分别为60×50pixels、40×80pixels、45×85pixels、50×40pixels、50×15pixels和40×40pixels。
在本实施方式中,所述目标扫描电镜子图像可以包括:所述扫描电镜二值化图像中多个包含所述指定孔隙结构类型的扫描电镜子图像中与平均扫描电镜子图像的相似度满足指定条件的扫描电镜子图像。其中,所述指定条件可以为多个包含所述指定孔隙结构类型的扫描电镜子图像分别与平均扫描电镜子图像的相似度中大于或等于预设相似度阈值。所述预设相似度阈值的取值范围可以为70%(百分比)~90%。或者,所述指定条件可以为所述相似度为多个包含所述指定孔隙结构类型的扫描电镜子图像分别与平均扫描电镜子图像的相似度中的最大相似度和仅次于最大相似度的相似度。
在本实施方式中,可以通过对所述多个包含所述指定孔隙结构类型的扫描电镜子图像进行叠加处理,得到所述平均扫描电镜子图像。
步骤S103:将所述训练图像与所述CT二值化图像中的目标CT子图像进行对比,并根据对比结果对所述CT二值化图像进行修正,根据修正后的CT二值化图像构建所述目的区域的数字岩心;其中,所述目标CT子图像表示所述CT二值化图像中与所述训练图像的尺寸相同的CT子图像。
在本实施方式中,将所述训练图像与所述CT二值化图像中的目标CT子图像进行对比,并根据对比结果对所述CT二值化图像进行修正,具体可以包括以下步骤:
(1)可以确定所述CT二值化图像和所述扫描电镜二值化图像的分辨率比值。
(2)可以根据所述分辨率比值对所述CT二值化图像进行分割。例如,图7是本申请实施例中对图4中的CT二值化图像进行分割的示意图。图7中(a)为CT二值化图像中一个像素,图7中(b)为对图7中(a)中的一个像素进行分割后的多个像素。图4中的CT图像对应的CT扫描分辨率为7.8um/pixel(微米/像素),图5中的扫描电镜图像对应的FIB-SEM扫描分辨率为0.6um/pixel,由此可以得到,所述CT二值化图像和所述扫描电镜二值化图像的分辨率比值为13。这样,可以按照图7中的分割方式,将所述CT二值化图像中每个像素分割成13×13个像素,以使得所述CT二值化图像与所述扫描电镜二值化图像具有相同的像素尺寸,即0.6um/pixel。
(3)可以遍历所述分割后的CT二值化图像,计算所述训练图像与所述分割后的CT二值化图像中的目标CT子图像的最大匹配度,当所述最大匹配度大于或等于预设匹配度时,用所述最大匹配度对应的训练图像替换所述目标CT子图像,当所述最大匹配度小于预设匹配度时,保持所述目标CT子图像不变,得到修正后的CT二值化图像。其中,所述目标CT子图像表示所述CT二值化图像中与所述训练图像的尺寸相同的CT子图像。
在本实施方式中,在遍历所述CT二值化图像之前,所述方法具体还可以包括:可以按照指定角度,对所述训练图像进行旋转,得到多个旋转后的训练图像。相应的,可以遍历所述CT二值化图像,计算所述多个旋转后的训练图像分别与所述目标CT子图像的匹配度,并确定多个所述匹配度中最大匹配度对应的旋转后的训练图像。当所述最大匹配度大于或等于预设匹配度时,用所述最大匹配度对应的旋转后的训练图像替换所述目标子图像,当所述最大匹配度小于预设匹配度时,保持所述目标CT子图像不变,得到所述修正后的CT二值化图像。
在本实施方式中,所述预设匹配度可以为70%。
在本实施方式中,所述指定角度的取值范围具体可以为2°~4°。例如,所述指定角度的取值为3°,可以将所述训练图像按照固定角度3°进行逆时针旋转,得到120个旋转后的训练图像。
例如,假定CT二值化图像的尺寸I×J像素,训练图像尺寸为I1×J1像素,目标CT子图像尺寸为I1×J1像素。其中I和I1为图像水平方向(X轴方向)像素数,J和J1为图像垂直方向(Y轴方向)像素数。训练图像先沿CT二值化图像水平方向搜索,搜索步长为1个像素,遍历完水平方向所有目标CT子图像后,训练图像向垂直方向前进一个像素步长,然后继续沿水平方向以一个步长速度搜索,以此类推,直到遍历完整个CT图像。在每一个搜索步中,对训练图像按照固定角度3°进行逆时针旋转,共得到120个旋转后的训练图像,最后,计算120个旋转后的训练图像分别与所述目标CT子图像的匹配度,并确定120个匹配度中最大匹配度对应的旋转后的训练图像;当最大匹配度大于或等于70%时,用最大匹配度对应的旋转后的训练图像替换该目标子图像,当最大匹配度小于70%时,保持该目标CT子图像不变,通过上述方式不断对CT二值化图像进行修正,得到修正后的CT二值化图像。图8是本申请实施例中对图4中的CT二值化图像进行修正得到的修正后的CT二值化图像。
在本实施方式中,根据修正后的CT二值化图像构建所述目的区域的数字岩心,具体可以包括,可以将多个修正后的二维CT二值化图像按照对应的岩心样品扫描位置进行重构,得到三维数字岩心。例如,图9是本申请实施例中构建的数字岩心的示意图。可以采用本申请的方法对步骤S101得到的1000张二维CT灰度图像进行处理,得到对应的1000张修改后的二维CT二值化图像,将1000张修正后的二维CT二值化图像按照对应的岩心样品扫描位置进行重构,得到三维数字岩心。图9为与第一岩心样品(CT扫描圆柱形岩心样品)对应的圆柱形三维数字岩心。
所述构建数字岩心的方法实施例,利用电镜扫描的方法得到扫描电镜灰度图像,并基于扫描电镜灰度图像提取训练图像,以及利用训练图像对CT图像进行修正,可以保证构建的多尺度孔隙三维数字岩心精度较高,可以最大限度地反映真实岩石的微观结构。同时,通过融合不同分辨率的CT图像和扫描电镜图像信息来构建多尺度孔隙三维数字岩心,可以克服CT扫描岩心尺寸和扫描分辨率的矛盾,可以构建较大尺寸的数字岩心,以满足3D打印技术的需求,打印实验室所需的尺寸的岩心。不仅如此,利用扫描电镜分别对所述第二岩心样品的多个部位进行扫描,既可以充分考虑岩心非均质性,又不会破坏岩石结构。
图10是本申请构建数字岩心的装置实施例的组成结构示意图。所述构建数字岩心的装置提供目的区域的第一岩心样品和第二岩心样品。其中,所述第一岩心样品通过对所述目的区域的岩心进行第一处理得到;所述第二岩心样品通过对所述目的区域的岩心进行第二处理得到。所述构建数字岩心的装置可以包括:二值化图像确定模块100、训练图像提取模块200和数字岩心构建模块300。
所述二值化图像确定模块100,可以用于对所述第一岩心样品进行CT扫描,基于所述CT扫描结果确定所述第一岩心样品的CT二值化图像;以及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确定所述第二岩心样品的扫描电镜二值化图像。
所述训练图像提取模块200,可以用于从所述扫描电镜二值化图像中提取训练图像;其中,所述训练图像表示所述扫描电镜二值化图像中包含指定孔隙结构类型的扫描电镜子图像。
所述数字岩心构建模块300,可以用于将所述训练图像与所述CT二值化图像中的目标CT子图像进行对比,并根据对比结果对所述CT二值化图像进行修正,根据修正后的CT二值化图像构建所述目的区域的数字岩心;其中,所述目标CT子图像表示所述CT二值化图像中与所述训练图像的尺寸相同的CT子图像。
在本实施方式中,所述二值化图像确定模块100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CT灰度图像;对所述CT灰度图像进行第一图像处理,得到所述CT二值化图像;以及利用扫描电镜分别对所述第二岩心样品的多个部位进行扫描,得到多个扫描电镜灰度图像;对所述扫描电镜灰度图像进行滤波处理,并对所述滤波后的扫描电镜灰度图像进行二值化处理,得到所述扫描电镜二值化图像。
在本实施方式中,所述训练图像提取模块200可以用于根据所述扫描电镜二值化图像中的孔隙形状和孔隙尺度,确定多种孔隙结构类型;从所述扫描电镜二值化图像中提取包含所述多种孔隙结构类型中指定孔隙结构类型的目标扫描电镜子图像;其中,所述目标扫描电镜子图像包括:所述扫描电镜二值化图像中多个包含所述指定孔隙结构类型的扫描电镜子图像中与平均扫描电镜子图像的相似度满足指定条件的扫描电镜子图像;所述平均扫描电镜子图像通过对所述多个包含所述指定孔隙结构类型的扫描电镜子图像进行叠加处理得到;将所述目标扫描电镜子图像作为所述训练图像。
在本实施方式中,所述数字岩心构建模块300可以用于确定所述CT二值化图像和所述扫描电镜二值化图像的分辨率比值;根据所述分辨率比值对所述CT二值化图像进行分割;遍历所述分割后的CT二值化图像,计算所述训练图像与所述分割后的CT二值化图像中的目标CT子图像的最大匹配度,当所述最大匹配度大于或等于预设匹配度时,用所述最大匹配度对应的训练图像替换所述目标CT子图像,得到修正后的CT二值化图像。
所述构建数字岩心的装置实施例与所述构建数字岩心的方法实施例相对应,可以实现构建数字岩心的方法实施例的技术方案,并取得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。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。
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。
上述实施例阐明的装置、模块,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模块分别描述。当然,在实施本申请时可以把各模块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,对于装置实施例而言,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 (10)
1.一种构建数字岩心的方法,提供有目的区域的第一岩心样品和第二岩心样品;其中,所述第一岩心样品通过对所述目的区域的岩心进行第一处理得到;所述第二岩心样品通过对所述目的区域的岩心进行第二处理得到;其特征在于,所述方法包括:
对所述第一岩心样品进行CT扫描,基于所述CT扫描结果确定所述第一岩心样品的CT二值化图像;以及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确定所述第二岩心样品的扫描电镜二值化图像;
从所述扫描电镜二值化图像中提取训练图像;其中,所述训练图像表示所述扫描电镜二值化图像中包含指定孔隙结构类型的扫描电镜子图像;
将所述训练图像与所述CT二值化图像中的目标CT子图像进行对比,并根据对比结果对所述CT二值化图像进行修正,根据修正后的CT二值化图像构建所述目的区域的数字岩心;其中,所述目标CT子图像表示所述CT二值化图像中与所述训练图像的尺寸相同的CT子图像。
2.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扫描结果确定所述第一岩心样品的CT二值化图像,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CT灰度图像;
对所述CT灰度图像进行第一图像处理,得到所述CT二值化图像。
3.根据权利要求2所述的方法,其特征在于,所述对所述CT灰度图像进行第一图像处理,得到CT二值化图像,包括:
对所述CT灰度图像进行滤波处理;
对所述滤波后的CT灰度图像进行二值化处理,得到所述CT二值化图像。
4.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确定所述第二岩心样品的扫描电镜二值化图像,包括:
利用扫描电镜分别对所述第二岩心样品的多个部位进行扫描,得到多个扫描电镜灰度图像;
对所述扫描电镜灰度图像进行滤波处理,并对所述滤波后的扫描电镜灰度图像进行二值化处理,得到所述扫描电镜二值化图像。
5.根据权利要求1所述的方法,其特征在于,从所述扫描电镜二值化图像中提取训练图像,包括:
根据所述扫描电镜二值化图像中的孔隙形状和孔隙尺度,确定多种孔隙结构类型;
从所述扫描电镜二值化图像中提取包含所述多种孔隙结构类型中指定孔隙结构类型的目标扫描电镜子图像;其中,所述目标扫描电镜子图像包括:所述扫描电镜二值化图像中多个包含所述指定孔隙结构类型的扫描电镜子图像中与平均扫描电镜子图像的相似度满足指定条件的扫描电镜子图像;所述平均扫描电镜子图像通过对所述多个包含所述指定孔隙结构类型的扫描电镜子图像进行叠加处理得到;
将所述目标扫描电镜子图像作为所述训练图像。
6.根据权利要求1所述的方法,其特征在于,所述将所述训练图像与所述CT二值化图像中的目标CT子图像进行对比,并根据对比结果对所述CT二值化图像进行修正,包括:
确定所述CT二值化图像和所述扫描电镜二值化图像的分辨率比值;
根据所述分辨率比值对所述CT二值化图像进行分割;
遍历所述分割后的CT二值化图像,计算所述训练图像与所述分割后的CT二值化图像中的目标CT子图像的最大匹配度,当所述最大匹配度大于或等于预设匹配度时,用所述最大匹配度对应的训练图像替换所述目标CT子图像,得到修正后的CT二值化图像。
7.根据权利要求6所述的方法,其特征在于,在遍历所述CT二值化图像之前,所述方法还包括:
按照指定角度,对所述训练图像进行旋转,得到多个旋转后的训练图像;
相应的,遍历所述CT二值化图像,计算所述多个旋转后的训练图像分别与所述目标CT子图像的匹配度,并确定多个所述匹配度中最大匹配度对应的旋转后的训练图像;当所述最大匹配度大于或等于预设匹配度时,用所述最大匹配度对应的旋转后的训练图像替换所述目标子图像,得到所述修正后的CT二值化图像。
8.根据权利要求1所述的方法,其特征在于,所述第一岩心样品按照下述方法得到:
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;其中,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。
9.根据权利要求1所述的方法,其特征在于,所述第二岩心样品按照下述方法得到:
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;或者,将所述第一岩心样品加工为具有第二形状和第二尺寸的第二岩心样品;其中,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。
10.一种构建数字岩心的装置,所述装置提供目的区域的第一岩心样品和第二岩心样品;其中,所述第一岩心样品通过对所述目的区域的岩心进行第一处理得到;所述第二岩心样品通过对所述目的区域的岩心进行第二处理得到;其特征在于,所述装置包括:二值化图像确定模块、训练图像提取模块和数字岩心构建模块;其中,
所述二值化图像确定模块,用于对所述第一岩心样品进行CT扫描,基于所述CT扫描结果确定所述第一岩心样品的CT二值化图像;以及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确定所述第二岩心样品的扫描电镜二值化图像;
所述训练图像提取模块,用于从所述扫描电镜二值化图像中提取训练图像;其中,所述训练图像表示所述扫描电镜二值化图像中包含指定孔隙结构类型的扫描电镜子图像;
所述数字岩心构建模块,用于将所述训练图像与所述CT二值化图像中的目标CT子图像进行对比,并根据对比结果对所述CT二值化图像进行修正,根据修正后的CT二值化图像构建所述目的区域的数字岩心;其中,所述目标CT子图像表示所述CT二值化图像中与所述训练图像的尺寸相同的CT子图像。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711446494.6A CN108267466B (zh) | 2017-12-27 | 2017-12-27 | 一种构建数字岩心的方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711446494.6A CN108267466B (zh) | 2017-12-27 | 2017-12-27 | 一种构建数字岩心的方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108267466A CN108267466A (zh) | 2018-07-10 |
CN108267466B true CN108267466B (zh) | 2020-11-03 |
Family
ID=62772782
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711446494.6A Active CN108267466B (zh) | 2017-12-27 | 2017-12-27 | 一种构建数字岩心的方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108267466B (zh) |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111220518B (zh) * | 2018-11-23 | 2022-10-04 | 中国石油天然气股份有限公司 | 致密油气岩心模型制造方法及装置 |
CN112017274B (zh) * | 2019-05-29 | 2022-11-11 | 四川大学 | 基于模式匹配的多分辨率三维岩心孔隙融合方法 |
CN111189862B (zh) * | 2020-01-09 | 2021-06-11 | 中国石油大学(北京) | 一种构建数字岩心的方法、装置及系统 |
CN111402266A (zh) * | 2020-03-13 | 2020-07-10 | 中国石油大学(华东) | 一种构建数字岩心的方法及系统 |
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 |
CN111929338B (zh) * | 2020-07-29 | 2022-02-18 | 同济大学 | 基于模拟退火算法三维重构的燃料电池催化层分析方法 |
US11867869B2 (en) | 2021-02-11 | 2024-01-09 | Saudi Arabian Oil Company | Multiple porosity micromodel |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2013148632A1 (en) * | 2012-03-29 | 2013-10-03 | Ingrain, Inc. | A method and system for estimating properties of porous media such as fine pore or tight rocks |
CN104040377A (zh) * | 2012-01-10 | 2014-09-10 | 雪佛龙美国公司 | 用于碳酸盐中的岩石物理学岩石定型的集成工作流程或方法 |
AU2013338264A1 (en) * | 2012-11-01 | 2015-05-21 | Ingrain Inc. | Characterization of rock and other samples by process and system for the preparation of samples using castable mounting materials |
CN104729971A (zh) * | 2015-04-08 | 2015-06-24 | 中国石油大学(华东) | 一种岩石纳米ct的孔隙标定方法 |
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 |
CN106918607A (zh) * | 2017-03-06 | 2017-07-04 | 西南石油大学 | 一种孔隙结构获取方法及装置 |
CN107240154A (zh) * | 2017-05-02 | 2017-10-10 | 中国石油天然气股份有限公司 | 一种双孔隙三维数字岩心建模方法及装置 |
-
2017
- 2017-12-27 CN CN201711446494.6A patent/CN108267466B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104040377A (zh) * | 2012-01-10 | 2014-09-10 | 雪佛龙美国公司 | 用于碳酸盐中的岩石物理学岩石定型的集成工作流程或方法 |
WO2013148632A1 (en) * | 2012-03-29 | 2013-10-03 | Ingrain, Inc. | A method and system for estimating properties of porous media such as fine pore or tight rocks |
AU2013338264A1 (en) * | 2012-11-01 | 2015-05-21 | Ingrain Inc. | Characterization of rock and other samples by process and system for the preparation of samples using castable mounting materials |
CN104729971A (zh) * | 2015-04-08 | 2015-06-24 | 中国石油大学(华东) | 一种岩石纳米ct的孔隙标定方法 |
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 |
CN106918607A (zh) * | 2017-03-06 | 2017-07-04 | 西南石油大学 | 一种孔隙结构获取方法及装置 |
CN107240154A (zh) * | 2017-05-02 | 2017-10-10 | 中国石油天然气股份有限公司 | 一种双孔隙三维数字岩心建模方法及装置 |
Non-Patent Citations (2)
Title |
---|
Micro-CT and FIB–SEM imaging and pore structure characterization of dolomite rock at multiple scales;Devarapalli;《Arabian Journal of Geosciences》;20170817;第10卷(第16期);第361页 * |
基于多分辨率图像融合的多尺度多组分数字岩心构建;崔利凯;《吉林大学学报》;20171130;第47卷(第6期);第1904-1912页 * |
Also Published As
Publication number | Publication date |
---|---|
CN108267466A (zh) | 2018-07-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108267466B (zh) | 一种构建数字岩心的方法及装置 | |
CN111652217B (zh) | 文本检测方法、装置、电子设备及计算机存储介质 | |
CN105868758B (zh) | 图像中文本区域检测方法、装置及电子设备 | |
US8634644B2 (en) | System and method for identifying pictures in documents | |
US20170193292A1 (en) | Identifying the lines of a table | |
CN107655908B (zh) | 一种构建数字岩心的方法及装置 | |
Barsic et al. | Three-dimensional super-resolution and localization of dense clusters of single molecules | |
CN108108731B (zh) | 基于合成数据的文本检测方法及装置 | |
Liu et al. | Main road extraction from zy-3 grayscale imagery based on directional mathematical morphology and vgi prior knowledge in urban areas | |
CN108062789B (zh) | 岩心样品选取方法和装置 | |
CN107240154A (zh) | 一种双孔隙三维数字岩心建模方法及装置 | |
CN107292002B (zh) | 一种数字岩心重构的方法及装置 | |
CN112132827A (zh) | 病理图像的处理方法、装置、电子设备及可读存储介质 | |
Ge et al. | Interactive RGB-D image segmentation using hierarchical graph cut and geodesic distance | |
CN111563505A (zh) | 一种基于像素分割合并的文字检测方法及装置 | |
CN112102202A (zh) | 一种图像分割方法和图像处理装置 | |
Zhou et al. | Fast and resource-efficient hardware implementation of modified line segment detector | |
CN114283343B (zh) | 基于遥感卫星图像的地图更新方法、训练方法和设备 | |
CN115546809A (zh) | 基于单元格约束的表格结构识别方法及其应用 | |
Ziou et al. | Scale space Radon transform | |
Ares Oliveira et al. | Machine Vision algorithms on cadaster plans | |
Huang et al. | Joint object segmentation and depth upsampling | |
CN106570872A (zh) | 一种岩心孔隙图像分割方法及装置 | |
CN113591746A (zh) | 一种文档表格结构检测方法及装置 | |
CN111709338B (zh) | 一种用于表格检测的方法、装置及检测模型的训练方法 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |