CN111507986B - 一种孔隙内波及情况的确定方法和装置 - Google Patents
一种孔隙内波及情况的确定方法和装置 Download PDFInfo
- Publication number
- CN111507986B CN111507986B CN202010271102.2A CN202010271102A CN111507986B CN 111507986 B CN111507986 B CN 111507986B CN 202010271102 A CN202010271102 A CN 202010271102A CN 111507986 B CN111507986 B CN 111507986B
- Authority
- CN
- China
- Prior art keywords
- pore
- image
- determining
- microfluidic chip
- region
- 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
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/13—Edge detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/90—Determination of colour characteristics
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10004—Still image; Photographic image
- G06T2207/10012—Stereo images
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10024—Color image
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/30—Assessment of water resources
Landscapes
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Investigating Or Analysing Biological Materials (AREA)
Abstract
本发明公开了一种孔隙内波及情况的确定方法和装置。其中,该方法包括:使用微流控芯片驱替技术,采集微流控芯片注入预设试剂后不同阶段的图像;对图像进行识别处理,以确定微流控芯片的孔隙区域和动用孔隙区域;根据微流控芯片的孔隙区域和动用孔隙区域,确定孔隙分布表征和动用孔隙分部表征,其中,孔隙分布表征和动用孔隙分部表征用于表示孔隙内波及情况。本发明解决了现有技术中剩余油尺寸不足以精确表征孔隙内的波及情况的技术问题。
Description
技术领域
本发明涉及油田勘测技术领域,具体而言,涉及一种孔隙内波及情况的确定方法和装置。
背景技术
随着油气资源开发难度逐渐加大和相关技术理论研究的深入,室内物理模拟研究逐渐由传统的细观尺度向微观上发展。随着近年我国微观玻璃刻蚀模型和微流控芯片技术的快速发展,打破了传统“模型孔隙尺寸明显偏大(20-200μm)和润湿性单一”的技术局限,使微观渗流的模拟与真实地下岩心更加接近。
近年来随着微观模型应用范围越发广泛,李俊建、岳湘安、戴彩丽及朱维耀为代表油气田开发领域的学者开展了化学驱驱油机理的研究,为高含水老油田提高采收率技术应用奠定了扎实的理论基础。
过往诸多专利陈述了微观模型的量化研究方法,其中包括:多孔介质孔隙结构的识别方法、孔隙级剩余油重建方法和微观网格模型的制作研究,其中剩余油在多孔介质中的量化表征多为剩余油赋存状态、3D赋存位置和形状因子等信息。波及程度与洗油效率两大概念在提高采收率技术领域中尤为重要,是对开发技术效果好坏评估的重要参数。目前,尚未存在一项技术可量化孔隙尺度的波及程度。因此,发展和建立可表征微观剩余油孔隙波及程度的方法尤其重要。
具体的,当前已有较多方法可以量化微观剩余油的赋存形态、尺寸。但是大孔隙内的剩余油被打碎成小尺寸的剩余油液滴,而小尺寸的剩余油液滴并不能客观代表未波及到的小孔隙。因此,仅用剩余油尺寸不足以精确表征孔隙内的波及情况。
针对上述的问题,目前尚未提出有效的解决方案。
发明内容
本发明实施例提供了一种隙内波及情况的确定方法和装,以至少解决现有技术中剩余油尺寸不足以精确表征孔隙内的波及情况的技术问题。
根据本发明实施例的一个方面,提供了一种孔隙内波及情况的确定方法,包括:使用微流控芯片驱替技术,采集微流控芯片注入预设试剂后不同阶段的图像;对所述图像进行识别处理,以确定所述微流控芯片的孔隙区域和动用孔隙区域;根据所述微流控芯片的孔隙区域和动用孔隙区域,确定孔隙分布表征和动用孔隙分部表征,其中,所述孔隙分布表征和所述动用孔隙分部表征用于表示所述孔隙内波及情况。
可选地,所述方法还包括:在采集微流控芯片注入预设试剂后不同阶段的图像之后,对所采集到的不同阶段的图像进行图像校对,以便多孔介质颗粒边缘在不同图像中的同一位置;和/或,将所采集到的不同阶段的图像由RGB空间转换为灰度空间;对所述图像进行识别处理包括:对校对和/或转换后的图像进行识别处理。
可选地,对所述图像进行识别处理以确定所述微流控芯片的孔隙区域,包括:确定所述微流控芯片注入预设试剂后的最初阶段的原油分布图像,并根据所述最初阶段的原油分布图像中的原油分布确定所述微流控芯片的孔隙区域;对所述图像进行识别处理以确定所述动用孔隙区域,包括:将所述微流控芯片注入预设试剂后的不同阶段的原油分布图像,分别与所述最初阶段的原油分布图像进行对比,并根据对比结果确定所述动用孔隙区域。
可选地,所述孔隙区域和/或所述动用孔隙区域由预设图像分割方法所得,其中,所述预设图像分割方法为:检测并提取图像中颗粒边缘的像素,并统计所述颗粒边缘的像素的分布规律后,采用最大类间方法分割出所述孔隙区域和/或所述动用孔隙区域。
可选地,根据所述微流控芯片的孔隙区域确定孔隙分布表征,包括:通过中轴腐蚀算法逐步提取所述微流控芯片的孔隙区域的中轴骨架,并得到所述孔隙区域的中轴骨架二值化图像;利用距离变换的方式计算所述孔隙区域与颗粒之间的距离,并采用欧式距离图的方式计算不同位置孔隙的内切圆半径,以得到孔隙区域的距离变换图;根据所述孔隙区域的中轴骨架二值化图像和所述孔隙区域的距离变换图,计算孔隙中轴的孔隙分布表征。
可选地,根据所述微流控芯片的孔隙区域和动用孔隙区域,确定动用孔隙分部表征,包括:根据所述动用孔隙区域,确定动用孔隙二值化图像;根据所述孔隙区域的中轴骨架二值化图像和所述动用孔隙二值化图像,计算得到动用孔隙区域的中轴骨架;根据所述动用孔隙区域的中轴骨架和所述孔隙区域的距离变换图,计算得到波及区域的孔隙半径分布图,其中,所述孔隙半径分布图用于表征动用孔隙。
根据本发明实施例的另一方面,还提供了一种孔隙内波及情况的确定装置,包括:采集单元,用于使用微流控芯片驱替技术,采集微流控芯片注入预设试剂后不同阶段的图像;第一确定单元,用于对所述图像进行识别处理,以确定所述微流控芯片的孔隙区域和动用孔隙区域;第二确定单元,用于根据所述微流控芯片的孔隙区域和动用孔隙区域,确定孔隙分布表征和动用孔隙分部表征,其中,所述孔隙分布表征和所述动用孔隙分部表征用于表示所述孔隙内波及情况。
可选地,所述装置还包括:校对单元,用于在采集微流控芯片注入预设试剂后不同阶段的图像之后,对所采集到的不同阶段的图像进行图像校对,以便多孔介质颗粒边缘在不同图像中的同一位置;和/或,转换单元,用于在采集微流控芯片注入预设试剂后不同阶段的图像之后,将所采集到的不同阶段的图像由RGB空间转换为灰度空间;其中,所述第一确定单元还用于:对校对和/或转换后的图像进行识别处理。
可选地,所述第一确定单元,包括:第一确定模块,用于确定所述微流控芯片注入预设试剂后的最初阶段的原油分布图像,并根据所述最初阶段的原油分布图像中的原油分布确定所述微流控芯片的孔隙区域;第二确定模块,用于将所述微流控芯片注入预设试剂后的不同阶段的原油分布图像,分别与所述最初阶段的原油分布图像进行对比,并根据对比结果确定所述动用孔隙区域。
可选地,所述装置还包括:分割子模块,用于使用预设图像分割方法获取所述孔隙区域和/或所述动用孔隙区域,其中,所述预设图像分割方法为:检测并提取图像中颗粒边缘的像素,并统计所述颗粒边缘的像素的分布规律后,采用最大类间装置分割出所述孔隙区域和/或所述动用孔隙区域。
可选地,第二确定单元,包括:第一获取模块,用于通过中轴腐蚀算法逐步提取所述微流控芯片的孔隙区域的中轴骨架,并得到所述孔隙区域的中轴骨架二值化图像;第二获取模块,用于利用距离变换的方式计算所述孔隙区域与颗粒之间的距离,并采用欧式距离图的方式计算不同位置孔隙的内切圆半径,以得到孔隙区域的距离变换图;第一计算模块,用于根据所述孔隙区域的中轴骨架二值化图像和所述孔隙区域的距离变换图,计算孔隙中轴的孔隙分布表征。
可选地,第二确定单元,包括:第三确定模块,用于根据所述动用孔隙区域,确定动用孔隙二值化图像;第二计算模块,用于根据所述孔隙区域的中轴骨架二值化图像和所述动用孔隙二值化图像,计算得到动用孔隙区域的中轴骨架;第三计算模块,用于根据所述动用孔隙区域的中轴骨架和所述孔隙区域的距离变换图,计算得到波及区域的孔隙半径分布图,其中,所述孔隙半径分布图用于表征动用孔隙。
根据本申请的另一方面,提供了一种存储介质,所述存储介质包括存储的程序,其中,所述程序执行上述任意一项所述的孔隙内波及情况的确定方法。
根据本申请的另一方面,提供了一种处理器,所述处理器用于运行程序,其中,所述程序运行时执行上述任意一项所述的孔隙内波及情况的确定方法。
本申请通过使用微流控芯片驱替技术,采集微流控芯片注入预设试剂后不同阶段的图像;对所述图像进行识别处理,以确定所述微流控芯片的孔隙区域和动用孔隙区域;根据所述微流控芯片的孔隙区域和动用孔隙区域,确定孔隙分布表征和动用孔隙分部表征,其中,所述孔隙分布表征和所述动用孔隙分部表征用于表示所述孔隙内波及情况,解决了现有技术中剩余油尺寸不足以精确表征孔隙内的波及情况的技术问题。
附图说明
此处所说明的附图用来提供对本发明的进一步理解,构成本申请的一部分,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。在附图中:
图1是本发明中的一种可选实施例中的孔隙内波及情况的确定方法的流程图;
图2是本发明中的一种可选实施例中的孔隙内波及情况的确定装置的示意图。
图3是本发明中的另一种可选实施例中的实施技术路线图。
图4是本发明中的另一种可选实施例中的微流控驱替实验流程图。
图5是本发明中的另一种可选实施例中的孔隙区域分割示意图。
图6是本发明中的另一种可选实施例中的动用剩余油区域的识别流程。
图7是本发明中的另一种可选实施例中的中轴骨架提取示意图。
图8是本发明中的另一种可选实施例中的孔隙分布表征示意图。
图9是本发明中的另一种可选实施例中的动用孔隙的骨架示意图。
图10是本发明中的另一种可选实施例中的实例案例。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,下面将结合本发明实施例中的附图,对本发明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发明一部分的实施例,而不是全部的实施例。基于本发明中的实施例,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,都应当属于本发明保护的范围。
需要说明的是,本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
根据本发明实施例,提供了一种孔隙内波及情况的确定的方法实施例,需要说明的是,在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行,并且,虽然在流程图中示出了逻辑顺序,但是在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤。
图1是根据本发明实施例的孔隙内波及情况的确定方法,如图1所示,该方法包括如下步骤:
步骤S102,使用微流控芯片驱替技术,采集微流控芯片注入预设试剂后不同阶段的图像。
需要说明的是:该步骤为本申请提供的孔隙内波及情况的确定方法的第一阶段,即图像采集阶段,其中,在图像采集阶段中包含搭建微流控驱替实验流程和采集不同阶段的图像两部分内容,具体为使用微流控芯片驱替技术,采集不同阶段的图像。
步骤S104,对所述图像进行识别处理,以确定所述微流控芯片的孔隙区域和动用孔隙区域。
需要说明的是:该步骤为本申请提供的孔隙内波及情况的确定方法的第二阶段,即区域分割阶段,其中,在区域分割阶段中包含微流控芯片的孔隙识别和动用区域的孔隙识别两部分内容,具体的,微流控芯片的孔隙识别为识别微流控芯片的孔隙区域,动用区域的孔隙识别为识别动用孔隙区域。
步骤S106,根据所述微流控芯片的孔隙区域和动用孔隙区域,确定孔隙分布表征和动用孔隙分部表征,其中,所述孔隙分布表征和所述动用孔隙分部表征用于表示所述孔隙内波及情况。
需要说明的是:该步骤为本申请提供的孔隙内波及情况的确定方法的第三阶段,即动用孔隙特征提取阶段,是在确定动用孔隙区域之后,开展孔隙特征的提取工作。具体的,动用孔隙特征提取阶段主要包含3大工作内容:中轴骨架提取、确定孔隙分布表征、确定动用孔隙分布表征,其中,中轴骨架提取是为了确定孔隙分布表征和动用孔隙分部表征的。
也即,本申请通过使用微流控芯片驱替技术,采集微流控芯片注入预设试剂后不同阶段的图像;对所述图像进行识别处理,以确定所述微流控芯片的孔隙区域和动用孔隙区域;根据所述微流控芯片的孔隙区域和动用孔隙区域,确定孔隙分布表征和动用孔隙分部表征,其中,所述孔隙分布表征和所述动用孔隙分部表征用于表示所述孔隙内波及情况,解决了现有技术中剩余油尺寸不足以精确表征孔隙内的波及情况的技术问题。
在一个可选的示例中,所述方法还包括:在采集微流控芯片注入预设试剂后不同阶段的图像之后,对所采集到的不同阶段的图像进行图像校对,以便多孔介质颗粒边缘在不同图像中的同一位置;和/或,将所采集到的不同阶段的图像由RGB空间转换为灰度空间。进一步的,对所述图像进行识别处理包括:对校对和/或转换后的图像进行识别处理。
也即,本申请提供的孔隙内波及情况的确定方法在第一阶段和第二阶段之间还包含一个图像预处理阶段,其中,图像预处理阶段主要包含有图像校准和HSV空间转换的工作内容。图像校准是指分别将采集的不同阶段图像进行图像校准,保证多孔介质颗粒边缘在不同图像中位置一致。HSV转换为将图像从RGB空间转换到灰度空间。此后,对预处理完毕的图像进行第二阶段的处理工作。
在一个可选的示例中,对所述图像进行识别处理以确定所述微流控芯片的孔隙区域,包括:确定所述微流控芯片注入预设试剂后的最初阶段的原油分布图像,并根据所述最初阶段的原油分布图像中的原油分布确定所述微流控芯片的孔隙区域。
优选的,上述微流控芯片注入预设试剂后的最初阶段的原油分布图像特指为微流控芯片注入预设试剂后的最初时刻的原油分布图像。因为初始时刻微流控芯片所有孔隙均被原油饱和,因此此刻原油的分布即代表着孔隙的分布。
需要说明的是:上述内容为第二阶段中的识别微流控芯片孔隙的工作内容。
在一个可选的示例中,对所述图像进行识别处理以确定所述动用孔隙区域,包括:将所述微流控芯片注入预设试剂后的不同阶段的原油分布图像,分别与所述最初阶段的原油分布图像进行对比,并根据对比结果确定所述动用孔隙区域。
优选的,上述并根据对比结果确定所述动用孔隙区域可以为:识别差异图像中亮色区域为动用孔隙区域,具体的,在图像校准的基础上,选择不同阶段的图像与初始时刻作对比差异图,识别差异图像中亮色区域为动用孔隙区域。
需要说明的是:上述内容为第二阶段中的识别动用区域的孔隙的工作内容。
在一个可选的示例中,所述孔隙区域由预设图像分割方法所得,其中,所述预设图像分割方法为:检测并提取图像中颗粒边缘的像素,并统计所述颗粒边缘的像素的分布规律后,采用最大类间方法分割出所述孔隙区域。
同理,所述动用孔隙区域由预设图像分割方法所得,其中,所述预设图像分割方法为:检测并提取图像中颗粒边缘的像素,并统计所述颗粒边缘的像素的分布规律后,采用最大类间方法分割出所述动用孔隙区域。
也即,本申请采用一种基于边缘提取的图像分割方法,以提取孔隙区域和/或动用孔隙区域。具体的,该图像分割方法在于结合图像边缘检测提取颗粒边缘的像素,在统计边缘像素的分布规律后,采用改进的最大类间方法作孔隙区域的分割,其中,最大类空间方法优选为OSTU算法。
需要说明的是:在所述孔隙区域由预设图像分割方法所得的情况下,图像中颗粒边缘的像素为图像中孔隙区域的边缘像素;在所述动用孔隙区域由预设图像分割方法所得的情况下,图像中颗粒边缘的像素为图像中动用孔隙区域的边缘像素。
在一个可选的示例中,根据所述微流控芯片的孔隙区域确定孔隙分布表征可以通过如下步骤得以实现:
步骤S1(中轴骨架提取),通过中轴腐蚀算法逐步提取所述微流控芯片的孔隙区域的中轴骨架,并得到所述孔隙区域的中轴骨架二值化图像。
需要说明的是:孔隙区域还包括有诸多预设拓扑结构,例如:孔隙区域的中轴骨架、端点、内部孔洞等。此时,该方法还包括:对所述孔隙区域的中轴骨架、端点、内部孔洞等重要拓扑结构进行剥离处理。
步骤S2(孔隙分布表征-孔隙区域的距离变换),利用距离变换的方式计算所述孔隙区域与颗粒之间的距离,并采用欧式距离图的方式计算不同位置孔隙的内切圆半径,以得到孔隙区域的距离变换图。
也即,在提取芯片孔隙区域的基础上,利用距离变换计算孔隙区域距离颗粒的距离,采用欧式距离图的方式计算不同位置孔隙的内切圆半径;具体的,采用matlab软件中的bwdist函数完成,再通过像素与实际尺寸的标定。
步骤S3(孔隙分布表征-孔隙中轴的孔隙表征),根据所述孔隙区域的中轴骨架二值化图像和所述孔隙区域的距离变换图,计算孔隙中轴的孔隙分布表征。
也即,将中轴骨架二值化图像(中轴骨架区域为1)与孔隙区域的距离变换图结合,以计算孔隙中轴的孔隙分布表征;具体的,使用中轴骨架与距离变换图像相乘即可计算孔隙中轴的孔隙分布。
在一个可选的示例中,根据所述微流控芯片的孔隙区域和动用孔隙区域可以通过如下步骤得以实现:
步骤S4,确定动用孔隙分部表征,包括:根据所述动用孔隙区域,确定动用孔隙二值化图像。
步骤S5,根据所述孔隙区域的中轴骨架二值化图像和所述动用孔隙二值化图像,计算得到动用孔隙区域的中轴骨架。
步骤S6,根据所述动用孔隙区域的中轴骨架和所述孔隙区域的距离变换图,计算得到波及区域的孔隙半径分布图,其中,所述孔隙半径分布图用于表征动用孔隙。
需要说明的是:“孔隙是否被动用”是以“孔隙中轴区域是否被波及”评判的,由于孔隙中轴区域是流体渗流阻力最小的区域,若孔隙被波及,那么孔隙必先流经孔隙中轴区域。因此,将获得孔隙区域的中轴骨架二值化图像(骨架为1)与动用孔隙二值化图像(动用孔隙为1)相乘,即可获得动用孔隙区域的中轴骨架。进一步的,将动用孔隙区域的中轴骨架与孔隙的距离变换图再相乘,即可获得波及区域的孔隙半径分布图。
进一步的,在得到波及区域的孔隙半径分布图之后,所述方法还包括:根据所述波及区域的孔隙半径分布图,绘制出波及孔隙分布图;使用波及效率计算公式对所述出波及孔隙分布图计算,提取得到的动用孔隙频数与孔隙频数;对所述动用孔隙频数与所述孔隙频数依次迭加计算,得到波及效率。
综上所述,本申请通过利用微观剩余油赋存图使用骨架算法和距离变换图绘制孔隙分布图,最终利用孔隙动用频次和孔隙数量计算不同级别孔隙的波及程度及综合波及效率,实现了将微观可视化实验深入量化分析,给出孔隙尺度上的波及效率及不同级别孔隙的波及程度,为驱替介质的开发效果评价提供了扎实的量化实验方法的技术效果。
本申请实施例还提供了一种孔隙内波及情况的确定装置,需要说明的是,本申请实施例的孔隙内波及情况的确定装置可以用于执行本申请实施例所提供的用于孔隙内波及情况的确定方法。以下对本申请实施例提供的孔隙内波及情况的确定装置进行介绍。
图2是根据本申请实施例的孔隙内波及情况的确定装置的示意图。如图2所示,该装置包括:采集单元10、第一确定单元20和第二确定单元30。
采集单元10,用于使用微流控芯片驱替技术,采集微流控芯片注入预设试剂后不同阶段的图像。
第一确定单元20,用于对所述图像进行识别处理,以确定所述微流控芯片的孔隙区域和动用孔隙区域。
第二确定单元30,用于根据所述微流控芯片的孔隙区域和动用孔隙区域,确定孔隙分布表征和动用孔隙分部表征,其中,所述孔隙分布表征和所述动用孔隙分部表征用于表示所述孔隙内波及情况。
可选地,所述装置还包括:校对单元,用于在采集微流控芯片注入预设试剂后不同阶段的图像之后,对所采集到的不同阶段的图像进行图像校对,以便多孔介质颗粒边缘在不同图像中的同一位置;和/或,转换单元,用于在采集微流控芯片注入预设试剂后不同阶段的图像之后,将所采集到的不同阶段的图像由RGB空间转换为灰度空间;其中,所述第一确定单元20还用于:对校对和/或转换后的图像进行识别处理。
可选地,所述第一确定单元20,包括:第一确定模块,用于确定所述微流控芯片注入预设试剂后的最初阶段的原油分布图像,并根据所述最初阶段的原油分布图像中的原油分布确定所述微流控芯片的孔隙区域;第二确定模块,用于将所述微流控芯片注入预设试剂后的不同阶段的原油分布图像,分别与所述最初阶段的原油分布图像进行对比,并根据对比结果确定所述动用孔隙区域。
可选地,所述装置还包括:分割子模块,用于使用预设图像分割方法获取所述孔隙区域和/或所述动用孔隙区域,其中,所述预设图像分割方法为:检测并提取图像中颗粒边缘的像素,并统计所述颗粒边缘的像素的分布规律后,采用最大类间装置分割出所述孔隙区域和/或所述动用孔隙区域。
可选地,第二确定单元30,包括:第一获取模块,用于通过中轴腐蚀算法逐步提取所述微流控芯片的孔隙区域的中轴骨架,并得到所述孔隙区域的中轴骨架二值化图像;第二获取模块,用于利用距离变换的方式计算所述孔隙区域与颗粒之间的距离,并采用欧式距离图的方式计算不同位置孔隙的内切圆半径,以得到孔隙区域的距离变换图;第一计算模块,用于根据所述孔隙区域的中轴骨架二值化图像和所述孔隙区域的距离变换图,计算孔隙中轴的孔隙分布表征。
可选地,第二确定单元30,包括:第三确定模块,用于根据所述动用孔隙区域,确定动用孔隙二值化图像;第二计算模块,用于根据所述孔隙区域的中轴骨架二值化图像和所述动用孔隙二值化图像,计算得到动用孔隙区域的中轴骨架;第三计算模块,用于根据所述动用孔隙区域的中轴骨架和所述孔隙区域的距离变换图,计算得到波及区域的孔隙半径分布图,其中,所述孔隙半径分布图用于表征动用孔隙。
综上所述,本申请通过采集单元10使用微流控芯片驱替技术,采集微流控芯片注入预设试剂后不同阶段的图像;第一确定单元20对所述图像进行识别处理,以确定所述微流控芯片的孔隙区域和动用孔隙区域;第二确定单元30根据所述微流控芯片的孔隙区域和动用孔隙区域,确定孔隙分布表征和动用孔隙分部表征,其中,所述孔隙分布表征和所述动用孔隙分部表征用于表示所述孔隙内波及情况,解决了现有技术中剩余油尺寸不足以精确表征孔隙内的波及情况的技术问题。
也即,本申请利用微观剩余油赋存图使用骨架算法和距离变换图绘制孔隙分布图,最终利用孔隙动用频次和孔隙数量计算不同级别孔隙的波及程度及综合波及效率,实现了将微观可视化实验深入量化分析,给出孔隙尺度上的波及效率及不同级别孔隙的波及程度,为驱替介质的开发效果评价提供了扎实的量化实验方法的技术效果。
所述孔隙内波及情况的确定装置包括处理器和存储器,上述采集单元10、第一确定单元20和第二确定单元30等均作为程序单元存储在存储器中,由处理器执行存储在存储器中的上述程序单元来实现相应的功能。
处理器中包含内核,由内核去存储器中调取相应的程序单元。内核可以设置一个或以上,通过调整内核参数来解决现有技术中剩余油尺寸不足以精确表征孔隙内的波及情况的技术问题。
本发明实施例提供了一种存储介质,其上存储有程序,该程序被处理器执行时实现所述孔隙内波及情况的确定方法。
本发明实施例提供了一种处理器,所述处理器用于运行程序,其中,所述程序运行时执行所述孔隙内波及情况的确定方法。
此外,为了使得本领域技术人员能够更加清楚地了解本申请的技术方案,以下将结合具体的实施例来说明,其中,该实施例的实施技术路线如图3所示。
一、图像采集阶段
首先开展图像采集工作:孔隙级的可视化驱替实验装置如图4,由微流量泵1、接液烧杯2、微流控芯片3、显微镜4、照相机5、连接电脑6等组成。将微米级的微流控芯片3放于显微镜4下,通过微流量泵1注入驱替用原油及化学试剂,利用照相机5记录采集初始时刻(饱和油状态)、不同驱替时刻的图像。
二、图像预处理阶段
首先使Photoshop软件批量导入预处理图像,并选择自动尝试对齐即可完成对不同阶段图象的校准。接下来使用Matlab软件中利用imread函数导入图像,使用rgb2gray函数转化为灰度图像,数据体由三维变为二维。
三、动用区域分割阶段
1、微流控芯片的孔隙识别的步骤:
(1)在预处理后的灰度图像基础上,计算图像的局部标准差。具体实施方式为在Matlab软件中使用stdfilt函数,获得图像的局部标准差STD,如图5.b,局部标准差图像反映着像素之间的差异幅度,灰度值变化差异越小,局部标准差越小。因此局部标准差图像可更好地反应出颗粒与孔隙过渡边缘。
(2)对比标准差图像与灰度图像,按照如下公式设置阈值,可提取颗粒边缘区域的像素,如图5.c。
Gray/Std≥Thresh,其中,Gray为灰度值图像;Std为局部标准差图;Thresh为设置阈值,通常为16。
(3)统计颗粒边缘区域的像素分布。具体实施为,利用Matlab软件中的imhist函数统计计算上一步骤提取的颗粒边缘像素,绘制不同灰度值下的频数分布图,如图5.d。
(4)在统计得到灰度直方图上,利用改进的最大类间距方法确定图像分割阈值。具体实施为,在边缘提取的灰度直方图上,优化计算出一个用于分割的灰度值,使背景像素与前景像素的方差差距达到最大化,具体表达式如下:
通过以上方法确定分割阈值,对孔隙区域作图像分割处理,最终完成微观孔隙区域的识别,如图5.e。
2、动用区域的孔隙识别:
具体实施为,使用matlab软件中的imshowpair函数对比两张图像的差异,效果如图6.b。再使用matlab软件中的im2bw函数,即采用经典的OSTU算法识别差异图中的灰色区域,灰色区域代表着剩余油的动用区域,即可获得剩余油的动用区域如图6.c。
为防止颗粒边缘因对齐不均匀造成的噪声被识别,采用形态学处理的方式过滤噪声,采用开闭运算结合的方式将小区域噪声过滤掉。具体实施为,使用matlab软件中的imclose和imopen函数组合使用,形态采用方形或者圆形尺寸为3~5运算即可。
四、动用孔隙特征提取阶段
(1)中轴骨架提取
如表1所示,在3×3的邻域范围内,将前景色(多为白色)设为1,背景色(多为黑色)设为0,按照以下规则进行选择性的删除,即从前景色1变为背景色0:
表1.中轴骨架提取范围表
P左上 | P上 | P右上 |
P左 | P中 | P右 |
P左下 | P下 | P右下 |
①2≤NZ(P中)≤6,NZ(P中)表示P中点周围8个像素点(P上、P下、P左、P右、P左下、P左上、P右上、P右下)中1的数目;
②Z0(P中)=1,Z0(P中)表示P中周围像素点中,按顺时针方向,相邻两个像素出现0变为1的次数;
③P上×P下×P右=0;
④P左×P下×P右=0。
同时满足以上规则时,中心像素点P会由1变为0,也即删除前景色。
通过剔除连通域的冗余边缘像素而剥离出连通域中的骨架结构,能够着重反应出骨架的形状特征。通过以上方法即可逐渐剥蚀提取孔隙区域的中轴骨架,效果如图7。
(2)孔隙分布表征
采用matlab软件中的bwdist函数完成,再通过像素与实际尺寸的标定,在本实施例中为2.1μm/pixel,代表一个像素代表2.1μm,转换即可得到孔隙区域的距离变换图,效果见图8.b,图中颜色越亮的区域,代表孔隙半径越大,实现孔隙区域的距离变换。在使用如图8.c的原理,将中轴骨架与距离变换图像相乘即可计算孔隙中轴的孔隙分布,结果如图8.d。
(3)动用孔隙分布表征
如图9.c所示,灰色区域为孔隙被波及区域,即便在颗粒边缘存在剩余油,判定该孔隙区域被波及,而颗粒边缘的剩余油被视为波及但并未被驱替彻底,该现象被判定为:已被波及但未驱洗彻底;图中的黑色区域代表未被波及到的剩余油,未被波及的区域未画出孔隙中轴骨架。图10为使用动用区域的中轴骨架和孔隙半径分布图绘制出来的波及孔隙分布图。最终由波及效率公式算得水驱的波及效率为21.96%,二元复合驱的波及效率为61.2%。
上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。
在本发明的上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见其他实施例的相关描述。
在本申请所提供的几个实施例中,应该理解到,所揭露的技术内容,可通过其它的方式实现。其中,以上所描述的装置实施例仅仅是示意性的,例如所述单元的划分,可以为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,单元或模块的间接耦合或通信连接,可以是电性或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。
Claims (7)
1.一种孔隙内波及情况的确定方法,其特征在于,包括:
使用微流控芯片驱替技术,采集微流控芯片注入预设试剂后不同阶段的图像;
对所述图像进行识别处理,以确定所述微流控芯片的孔隙区域和动用孔隙区域;
根据所述微流控芯片的孔隙区域和动用孔隙区域,确定孔隙分布表征和动用孔隙分部表征,其中,所述孔隙分布表征和所述动用孔隙分部表征用于表示所述孔隙内波及情况;
其中,对所述图像进行识别处理以确定所述微流控芯片的孔隙区域,包括:
确定所述微流控芯片注入预设试剂后的最初阶段的原油分布图像,并根据所述最初阶段的原油分布图像中的原油分布确定所述微流控芯片的孔隙区域;
对所述图像进行识别处理以确定所述动用孔隙区域,包括:将所述微流控芯片注入预设试剂后的不同阶段的原油分布图像,分别与所述最初阶段的原油分布图像进行对比,并根据对比结果确定所述动用孔隙区域;
所述孔隙区域和/或所述动用孔隙区域由预设图像分割方法所得,其中,所述预设图像分割方法为:检测并提取图像中颗粒边缘的像素,并统计所述颗粒边缘的像素的分布规律后,采用最大类间方法分割出所述孔隙区域和/或所述动用孔隙区域。
2.根据权利要求1所述的确定方法,其特征在于,
所述方法还包括:在采集微流控芯片注入预设试剂后不同阶段的图像之后,对所采集到的不同阶段的图像进行图像校对,以便多孔介质颗粒边缘在不同图像中的同一位置;和/或,将所采集到的不同阶段的图像由RGB空间转换为灰度空间;
对所述图像进行识别处理包括:对校对和/或转换后的图像进行识别处理。
3.根据权利要求1所述的确定方法,其特征在于,根据所述微流控芯片的孔隙区域确定孔隙分布表征,包括:
通过中轴腐蚀算法逐步提取所述微流控芯片的孔隙区域的中轴骨架,并得到所述孔隙区域的中轴骨架二值化图像;
利用距离变换的方式计算所述孔隙区域与颗粒之间的距离,并采用欧式距离图的方式计算不同位置孔隙的内切圆半径,以得到孔隙区域的距离变换图;
根据所述孔隙区域的中轴骨架二值化图像和所述孔隙区域的距离变换图,计算孔隙中轴的孔隙分布表征。
4.根据权利要求3所述的确定方法,其特征在于,根据所述微流控芯片的孔隙区域和动用孔隙区域,确定动用孔隙分部表征,包括:
根据所述动用孔隙区域,确定动用孔隙二值化图像;
根据所述孔隙区域的中轴骨架二值化图像和所述动用孔隙二值化图像,计算得到动用孔隙区域的中轴骨架;
根据所述动用孔隙区域的中轴骨架和所述孔隙区域的距离变换图,计算得到波及区域的孔隙半径分布图,其中,所述孔隙半径分布图用于表征动用孔隙。
5.一种孔隙内波及情况的确定装置,其特征在于,包括:
采集单元,用于使用微流控芯片驱替技术,采集微流控芯片注入预设试剂后不同阶段的图像;
第一确定单元,用于对所述图像进行识别处理,以确定所述微流控芯片的孔隙区域和动用孔隙区域;
第二确定单元,用于根据所述微流控芯片的孔隙区域和动用孔隙区域,确定孔隙分布表征和动用孔隙分部表征,其中,所述孔隙分布表征和所述动用孔隙分部表征用于表示所述孔隙内波及情况;
其中,所述第一确定单元包括:第一确定模块,用于确定所述微流控芯片注入预设试剂后的最初阶段的原油分布图像,并根据所述最初阶段的原油分布图像中的原油分布确定所述微流控芯片的孔隙区域;第二确定模块,用于将所述微流控芯片注入预设试剂后的不同阶段的原油分布图像,分别与所述最初阶段的原油分布图像进行对比,并根据对比结果确定所述动用孔隙区域;
所述装置还包括:分割子模块,用于使用预设图像分割方法获取所述孔隙区域和/或所述动用孔隙区域,其中,所述预设图像分割方法为:检测并提取图像中颗粒边缘的像素,并统计所述颗粒边缘的像素的分布规律后,采用最大类间装置分割出所述孔隙区域和/或所述动用孔隙区域。
6.根据权利要求5所述的确定装置,其特征在于,所述装置还包括:
校对单元,用于在采集微流控芯片注入预设试剂后不同阶段的图像之后,对所采集到的不同阶段的图像进行图像校对,以便多孔介质颗粒边缘在不同图像中的同一位置;和/或,转换单元,用于在采集微流控芯片注入预设试剂后不同阶段的图像之后,将所采集到的不同阶段的图像由RGB空间转换为灰度空间;
其中,所述第一确定单元还用于:对校对和/或转换后的图像进行识别处理。
7.一种存储介质,其特征在于,所述存储介质包括存储的程序,其中,在所述程序运行时控制所述存储介质所在设备执行权利要求1至4中任意一项所述孔隙内波及情况的确定方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010271102.2A CN111507986B (zh) | 2020-04-08 | 2020-04-08 | 一种孔隙内波及情况的确定方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010271102.2A CN111507986B (zh) | 2020-04-08 | 2020-04-08 | 一种孔隙内波及情况的确定方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111507986A CN111507986A (zh) | 2020-08-07 |
CN111507986B true CN111507986B (zh) | 2023-06-30 |
Family
ID=71869057
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010271102.2A Active CN111507986B (zh) | 2020-04-08 | 2020-04-08 | 一种孔隙内波及情况的确定方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111507986B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112282748B (zh) * | 2020-11-12 | 2022-04-15 | 中国石油大学(北京) | 一种基于微流控及机器学习的剩余油赋存形态判别方法 |
CN113610095B (zh) * | 2020-12-15 | 2023-07-07 | 中国石油大学(北京) | 用于划分微观剩余油的赋存形态的方法及处理器 |
CN113740224B (zh) * | 2021-08-23 | 2022-12-09 | 西安交通大学 | 一种针对多孔介质渗流过程中微观动用孔隙的识别方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CA2497577A1 (en) * | 2005-02-18 | 2006-08-18 | Danial D. M. Wayner | A microfluidic microarray with high surface area active regions |
CN102087676A (zh) * | 2010-12-13 | 2011-06-08 | 上海大学 | 一种基于孔隙网络模型的仿生骨支架设计方法 |
CN109100384A (zh) * | 2018-08-21 | 2018-12-28 | 中国石油天然气股份有限公司 | 致密油藏水驱油微观机理信息确定方法、装置及系统 |
CN110644979A (zh) * | 2019-09-03 | 2020-01-03 | 中国石油大学(北京) | 孔隙流体赋存状态的获取方法及其装置 |
-
2020
- 2020-04-08 CN CN202010271102.2A patent/CN111507986B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CA2497577A1 (en) * | 2005-02-18 | 2006-08-18 | Danial D. M. Wayner | A microfluidic microarray with high surface area active regions |
CN102087676A (zh) * | 2010-12-13 | 2011-06-08 | 上海大学 | 一种基于孔隙网络模型的仿生骨支架设计方法 |
CN109100384A (zh) * | 2018-08-21 | 2018-12-28 | 中国石油天然气股份有限公司 | 致密油藏水驱油微观机理信息确定方法、装置及系统 |
CN110644979A (zh) * | 2019-09-03 | 2020-01-03 | 中国石油大学(北京) | 孔隙流体赋存状态的获取方法及其装置 |
Non-Patent Citations (1)
Title |
---|
李俊键 ; 苏航 ; 姜汉桥 ; 于馥玮 ; 梁天博 ; 赵玉云 ; 高亚军 ; HOSSEIN Hejazi ; .微流控模型在油气田开发中的应用.石油科学通报.(第03期),全文. * |
Also Published As
Publication number | Publication date |
---|---|
CN111507986A (zh) | 2020-08-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111507986B (zh) | 一种孔隙内波及情况的确定方法和装置 | |
US11376441B2 (en) | Systems and methods for finding regions of in interest in hematoxylin and eosin (HandE) stained tissue images and quantifying intratumor cellular spatial heterogeneity in multiplexed/hyperplexed fluorescence tissue | |
Wang et al. | Towards an automated condition assessment framework of underground sewer pipes based on closed-circuit television (CCTV) images | |
Hall et al. | Detecting dominant landscape objects through multiple scales: An integration of object-specific methods and watershed segmentation | |
WO2018107939A1 (zh) | 一种基于边缘完备度的图像分割最优识别方法 | |
CN105004737A (zh) | 基于自适应改进型梯度信息的水果表面缺陷检测方法 | |
CN105844625A (zh) | 一种融合边缘和区域的活动轮廓图像分割方法 | |
US20140050411A1 (en) | Apparatus and method for generating image feature data | |
CN108053412B (zh) | 融合多定量评价指标的遥感影像最优分割结果确定方法 | |
CN115063525B (zh) | 一种城市道路路基及管道的三维成图方法及装置 | |
CN114895302A (zh) | 城市道路路基病害快速探测的方法及装置 | |
CN105023272A (zh) | 农作物叶子虫害检测方法和系统 | |
CN109146888A (zh) | 一种基于差商分析的土裂隙分形维数计算方法 | |
CN113689453A (zh) | 一种测井图像裂缝自动识别方法、装置、设备及存储介质 | |
Chang et al. | A visual basic program for ridge axis picking on DEM data using the profile-recognition and polygon-breaking algorithm | |
CN111626313B (zh) | 一种特征提取模型训练方法、图像处理方法及装置 | |
CN115311569B (zh) | 基于遥感影像的推填土变化检测方法、装置和终端设备 | |
CN115393370A (zh) | 一种页岩数字岩心构建方法、装置、设备及介质 | |
Gonzalez et al. | Automatic marker determination algorithm for watershed segmentation using clustering | |
CN113989673A (zh) | 基于国产高分数据和深度学习模型的海岸线自动提取方法 | |
CN113989677A (zh) | 一种山区河流提取方法及系统 | |
CN118050300B (zh) | 一种土工布智能垂直渗透系数测定方法及测定装置 | |
Ettarid et al. | Automatic extraction of buildings from high resolution satellite images | |
Kim et al. | Application of data mining technique to complement photogrammetric roughness data | |
CN116777908B (zh) | 油气井套管堵漏辅助方法及其系统 |
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 |