CN112802042A - 二维岩心数字化图像颗粒分割方法、装置及可读存储介质 - Google Patents
二维岩心数字化图像颗粒分割方法、装置及可读存储介质 Download PDFInfo
- Publication number
- CN112802042A CN112802042A CN202110198492.XA CN202110198492A CN112802042A CN 112802042 A CN112802042 A CN 112802042A CN 202110198492 A CN202110198492 A CN 202110198492A CN 112802042 A CN112802042 A CN 112802042A
- Authority
- CN
- China
- Prior art keywords
- skeleton
- particle
- maximum inscribed
- image
- framework
- 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
- 239000002245 particle Substances 0.000 title claims abstract description 130
- 230000011218 segmentation Effects 0.000 title claims abstract description 46
- 238000000034 method Methods 0.000 title claims abstract description 42
- 239000011435 rock Substances 0.000 claims abstract description 20
- 238000012545 processing Methods 0.000 claims description 7
- 238000000605 extraction Methods 0.000 claims description 6
- 238000004590 computer program Methods 0.000 claims description 4
- 238000003672 processing method Methods 0.000 claims 1
- 229910052500 inorganic mineral Inorganic materials 0.000 description 13
- 239000011707 mineral Substances 0.000 description 13
- 238000010586 diagram Methods 0.000 description 5
- 238000003709 image segmentation Methods 0.000 description 4
- 230000008901 benefit Effects 0.000 description 3
- 238000011161 development Methods 0.000 description 3
- 230000018109 developmental process Effects 0.000 description 3
- 239000003208 petroleum Substances 0.000 description 3
- 239000011148 porous material Substances 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- 238000009472 formulation Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 239000000203 mixture Substances 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 238000012827 research and development Methods 0.000 description 2
- 230000008093 supporting effect Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 238000005056 compaction Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000000877 morphologic effect Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000010453 quartz Substances 0.000 description 1
- VYPSYNLAJGMNEJ-UHFFFAOYSA-N silicon dioxide Inorganic materials O=[Si]=O VYPSYNLAJGMNEJ-UHFFFAOYSA-N 0.000 description 1
- 238000004611 spectroscopical analysis Methods 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
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
- G06T7/12—Edge-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/70—Denoising; Smoothing
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Image Analysis (AREA)
Abstract
本发明公开了一种二维岩心数字化图像颗粒分割方法、装置及可读存储介质，该方法包括以下步骤：获取采集的岩心二维数字化图像的颗粒像素团并提取颗粒像素团骨架；以骨架交点为特征参数进行骨架分割，并对各骨架图像中各骨架交点求取最大内接圆；根据交点处最大内接圆之间的关系，识别出跨颗粒的骨架；对跨颗粒骨架上各像素点求取最大内接圆，并在该内接圆最小处沿梯度进行分割，获取颗粒分割后的图像。其通过对岩心图像相连颗粒的精确分割，有效提高准确性和可靠性，能够更加准确的评价碎屑岩和其他岩性储层的粒度信息。
Description
技术领域
本发明属于石油地质勘探技术领域，具体地涉及一种二维岩心数字化图像颗粒分割方法、装置及可读存储介质。
背景技术
对于石油与天然气勘探开发而言，岩石中矿物颗粒的大小和形状等对储层的品质有着重要影响。因此在勘探开发初期，研究人员需要对岩石中矿物颗粒进行深入研究。
随着岩心数字化技术的不断发展，研究人员可以通过EDS能谱捕捉内部元素信息，通过对元素信息与矿物数据库中的矿物进行比对，从而得到岩石中的矿物类型以及含量，并形成矿物的分布图像。现有的岩石岩心基于分水岭法或距离图法实现岩心图像的分割，譬如申请号为201610958002.0的“一种岩心孔隙图像分割方法及装置”，采用分水岭图像分割方法实现图像分割，以划分骨架区域和空隙区域，但是，采用上述两种方法，其准确性和可靠性均有待提高。
发明内容
为了解决现有岩心图像分割方法存在准确性和可靠性有待提高的问题，本发明提供一种二维岩心数字化图像颗粒分割方法、装置及可读存储介质，其通过对岩心图像相连颗粒的精确分割，有效提高准确性和可靠性，能够更加定量、更加准确的评价碎屑岩和其他岩性储层的粒度信息。
本发明通过以下技术方案实现：
一种二维岩心数字化图像颗粒分割方法，包括以下步骤：
A、获取采集的岩心二维数字化图像的颗粒像素团并提取颗粒像素团骨架；
B、以骨架交点为特征参数进行骨架分割，并对各骨架图像中各骨架交点求取最大内接圆；
C、根据交点处最大内接圆之间的关系，识别出跨颗粒的骨架；
D、对跨颗粒骨架上各像素点求取最大内接圆，并在该内接圆最小处沿梯度进行分割，获取颗粒分割后的图像。
岩石在沉积成岩过程中的压实作用，石英颗粒之间呈线-面型接触，单个颗粒的形态特征不明显，本方案利用骨架交点处最大内接圆的相互关系建立颗粒分割标准，解决了二维岩心图像中相连颗粒的合理分割问题，能够更加定量、更加准确的评价碎屑岩和其他岩性储层的粒度信息，对于油气田沉积学研究、地质研究、开发方案制定有很好的支撑作用，帮助石油工作者更加准确有效的寻找优质储层，帮助油田提高产量，带来更好的经济效益。
作为优选，为了提高颗粒像素团的准确性，还包括对采集的岩心二维数字化图像进行去噪和二值化处理步骤。采集的岩心二维数字化图像中包含了较多信息，譬如孔隙、填充矿物、胶结矿物等，获取颗粒像素团之前，先对图像进行去噪和二值化处理，可有效的排除干扰，提高颗粒分割的准确性。
作为优选，提取颗粒像素团骨架采用细化算法实现。颗粒像素团的像素点离散分布，像素团之间连接方式复杂，采用细化算法可有效解决上述问题。采用细化算法，提取颗粒像素团骨架，对颗粒连接关系进行降维处理，将颗粒像素团图像转换为骨架图像。
作为优选，所述跨颗粒的骨架的识别方法具体：
对所有骨架交点的最大内接圆按面积由大到小排列；
按顺序、位置关系查找不属于相同颗粒的骨架交点；
连接两交点的骨架盘判定为跨颗粒骨架。
进一步的，不属于相同颗粒的骨架交点的判断方法为：
若一骨架交点的最大内接圆被另一较大骨架交点的最大内接圆包含，则两最大内接圆属于相同颗粒；
若一骨架交点的最大内接圆与另一较大骨架交点的最大内接圆相交，则两最大内接圆属于相同颗粒；
若一骨架交点的最大内接圆被另一较大骨架交点的最大内接圆不相交，两者之间无遮挡可视，则两最大内接圆属于相同颗粒；
若一骨架交点的最大内接圆与另一较大骨架交点的最大内接圆不相交，两者之间有遮挡不可视，则两最大内接圆不属于相同颗粒。
一种二维岩心数字化图像颗粒分割装置，包括：
图像获取模块，以获取采集的岩心二维数字化图像；
骨架提取模块，提取岩心二维数字化图像的颗粒像素团骨架；
骨架分割模块，以骨架交点为特征参数进行骨架分割，并求取各骨架交点的最大内接圆；
跨颗粒骨架识别模块，根据交点处最大内接圆之间的关系，识别出跨颗粒的骨架；
图像获取模块，对跨颗粒骨架上各像素点求取最大内接圆，并在该内接圆最小处沿梯度进行分割，获取颗粒分割后的图像。
一种可读存储介质，所述可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现上述的二维岩心数字化图像颗粒分割方法步骤。
本发明与现有技术相比，至少具有以下优点和有益效果：
1、本发明利用骨架交点处最大内接圆的相互关系实现颗粒分割，解决了二维岩心图像中相连颗粒的合理分割问题，实现碎屑岩图像中相连颗粒的精确分割，可靠性和准确性更高。
2、本发明利用骨架交点处最大内接圆的相互关系实现颗粒分割，能够更加定量、更加准确的评价碎屑岩和其他岩性储层的粒度信息，对于油气田沉积学研究、地质研究、开发方案制定有很好的支撑作用，帮助石油工作者更加准确有效的寻找优质储层，帮助油田提高产量，带来更好的经济效益。
附图说明
为了更清楚地说明本发明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发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是本发明的步骤流程示意图。
图2是致密砂岩的矿物分布图。
图3是对图像进行二值化处理后的图像。
图4是一实施例的颗粒像素团的骨架图像。
图5是一实施例分割后的骨架图像。
图6是一实施例以各骨架交点为圆心的最大内接圆充填图像。
图7是一实施例一交点圆被另一更大交点圆包含的示意图。
图8是一实施例一交点圆与另一更大交点圆相交的示意图。
图9是一实施例一交点圆与另一更大交点圆不相交，两者无遮挡可视的示意图。
图10是一实施例一交点圆与另一更大交点圆不相交，两者有遮挡不可视的示意图。
图11是一实施例跨颗粒骨架最大内接圆充填示意图。
图12是一实施例分割后的颗粒图像。
具体实施方式
下面结合附图及具体实施例来对本发明作进一步阐述。在此需要说明的是，对于这些实施例方式的说明虽然是用于帮助理解本发明，但并不构成对本发明的限定。本文公开的特定结构和功能细节仅用于描述本发明的示例实施例。然而，可用很多备选的形式来体现本发明，并且不应当理解为本发明限制在本文阐述的实施例中。
应当理解，尽管本文可能使用术语第一、第二等等来描述各种单元，但是这些单元不应当受到这些术语的限制。这些术语仅用于区分一个单元和另一个单元。例如可以将第一单元称作第二单元,并且类似地可以将第二单元称作第一单元，同时不脱离本发明的示例实施例的范围。
应当理解，对于本文中可能出现的术语“和/或”，其仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，单独存在B，同时存在A和B三种情况；对于本文中可能出现的术语“/和”，其是描述另一种关联对象关系，表示可以存在两种关系，例如，A/和B，可以表示：单独存在A，单独存在A和B两种情况；另外，对于本文中可能出现的字符“/”，一般表示前后关联对象是一种“或”关系。
应当理解，在本文中若将单元称作与另一个单元“连接”、“相连”或“耦合”时，它可以与另一个单元直相连接或耦合，或中间单元可以存在。相対地，在本文中若将单元称作与另一个单元“直接相连”或“直接耦合”时，表示不存在中间单元。另外，应当以类似方式来解释用于描述单元之间的关系的其他单词(例如，“在……之间”对“直接在……之间”,“相邻”对“直接相邻”等等)。
应当理解，本文使用的术语仅用于描述特定实施例，并不意在限制本发明的示例实施例。若本文所使用的，单数形式“一”、“一个”以及“该”意在包括复数形式，除非上下文明确指示相反意思。还应当理解，若术语“包括”、“包括了”、“包含”和/或“包含了”在本文中被使用时,指定所声明的特征、整数、步骤、操作、单元和/或组件的存在性,并且不排除一个或多个其他特征、数量、步骤、操作、单元、组件和/或他们的组合存在性或增加。
应当理解，还应当注意到在一些备选可能设计中，所出现的功能/动作可能与附图出现的顺序不同。例如,取决于所涉及的功能/动作,实际上可以实质上并发地执行,或者有时可以以相反的顺序来执行连续示出的两个图。
应当理解，在下面的描述中提供了特定的细节,以便于对示例实施例的完全理解。然而,本领域普通技术人员应当理解可以在没有这些特定细节的情况下实现示例实施例。例如可以在框图中示出系统，以避免用不必要的细节来使得示例不清楚。在其他实例中，可以不以非必要的细节来示出众所周知的过程、结构和技术，以避免使得示例实施例不清楚。
实施1
如图1所示，本实施例公开一种二维岩心数字化图像颗粒分割方法，包括以下步骤：
A、采集的岩心二维数字化图像，获取其颗粒像素团并提取颗粒像素团骨架；需要说明的是本文中提及的颗粒像素团即组成颗粒的像素集合；
B、以骨架交点为特征参数进行骨架分割，并对各骨架图像中各骨架交点求取最大内接圆，此时，根据骨架交点的数量会产生相应数量的最大内接圆；
C、根据各交点处最大内接圆之间的关系，识别出跨颗粒的骨架；
D、对跨颗粒骨架上各像素点求取最大内接圆，并在该内接圆最小处沿梯度进行分割，获取颗粒分割后的图像。
采用上述方法，利用骨架交点处最大内接圆的相互关系建立颗粒分割标准，可获取每个颗粒的形态，且不会过度划分，即不会将单个颗粒划分成若干个更小的颗粒；能够更加准确的评价碎屑岩和其他岩性储层的粒度信息。
实施例2
基于上述实施例的原理，本实施例公开一具体实施方式。
采集岩心二维数字化图像，本实施例以图2所示的致密砂岩为例，需要说明的是，本方案的方法不仅适于致密砂岩，也适于其他岩性使用。图2为致密砂岩的二维数字化矿物分布图像，其已经被处理为黑白图像，需要说明的是采集的原始图像中具有不同的颜色，不同颜色代表了不同的矿物。
对岩心二维数字化图像进行去噪和二值化处理，去掉孔隙、填充矿物、胶结矿物等干扰，具体的，对非颗粒的像素点统一赋值为0，对颗粒部分的像素点赋值为1，从而得到二值化后的颗粒像素团图像，所得如图3所示。
利用细化算法，提取颗粒像素团中的骨架信息，对颗粒连接关系进行降维处理，将颗粒像素团图像转换为骨架图像。以图3中A区域图像为例，即以图4为例，经上述处理得到骨架图像如图5所示。两条及两条以上骨架段相交处为骨架交点，以各骨架交点为特征参数，定义连接两个交点的骨架段为一条独立骨架，从而将骨架图像进行分割处理。
以各骨架交点为圆心，以交点至其所在颗粒像素团最近边缘像素的长度为半径做最大内接圆，该最大内接圆即下述的交点圆，同样以图3中A区域图像为例，其处理结果如图6所示。对所有骨架交点的最大内接圆按面积大小顺序排列，具体可按面积由大至小进行排序，然后按顺序、位置关系进行判断，具体的，基于以下标准进行判断：
(1)一交点圆被另一更大交点圆包含，判定两交点圆属相同颗粒。如图7，交点圆A为以交点a至其所在颗粒像素团最近边缘像素的长度为半径做的最大内接圆，交点圆B为以交点b至其所在颗粒像素团最近边缘像素的长度为半径做的最大内接圆，交点圆A被交点圆B包含，则交点圆A、交点圆B属相同颗粒。
(2)一交点圆与另一更大交点圆相交，判定两交点圆属相同颗粒。如图8，交点圆A为以交点a至其所在颗粒像素团最近边缘像素的长度为半径做的最大内接圆，交点圆B为以交点b至其所在颗粒像素团最近边缘像素的长度为半径做的最大内接圆，交点圆A、交点圆B相交有部分重叠，则交点圆A、交点圆B属相同颗粒。
(3)一交点圆与另一更大交点圆不相交，两者无遮挡可视，判定两交点圆属相同颗粒。如图9，交点圆A为以交点a至其所在颗粒像素团最近边缘像素的长度为半径做的最大内接圆，交点圆B为以交点b至其所在颗粒像素团最近边缘像素的长度为半径做的最大内接圆，交点圆A、交点圆B不相交，且两者之间无遮挡可视，则交点圆A、交点圆B属相同颗粒。
(4)一交点圆与另一更大交点圆不相交，两者有遮挡不可视，判定两交点圆属不同颗粒，连接两交点的骨架判定为跨颗粒骨架。如图10，交点圆A为以交点a至其所在颗粒像素团最近边缘像素的长度为半径做的最大内接圆，交点圆B为以交点b至其所在颗粒像素团最近边缘像素的长度为半径做的最大内接圆，交点圆A、交点圆B不相交，且两者之间有遮挡不可视，则交点圆A、交点圆B属不同颗粒，连接两交点的骨架判定为跨颗粒骨架，即连接交点a、交点b的骨架为跨颗粒骨架。
以组成跨颗粒骨架上的每一个像素点为圆心，以圆心至其所在颗粒像素团最近边缘像素的长度为半径分别做最大内接圆，如图11所示,其中，L1为跨颗粒骨架，L2为颗粒分割位置，S1为半径最小的内接圆，S2为以跨颗粒骨架每个像素点为圆心的最大内接圆序列；以所有最大内接圆中半径最小的内接圆对应像素点为界限，沿梯度进行分割，从而得到分割后的颗粒图像,图3中A区域图像采用上述方法得到的结果如图12所示。
采用上述实施例的步骤，其能够更加准确的评价碎屑岩和其他岩性储层的粒度信息。
上述方法可基于装置实现，具体的，该装置包括图像获取模块、骨架提取模块、骨架分割模块、跨颗粒骨架识别模块、图像获取模块。跨颗粒骨架识别模块根据交点处最大内接圆之间的关系，识别出跨颗粒的骨架，具体的其包括内接圆面积识别模块、跨颗粒骨架判别模块；内接圆面积识别模块用以计算所有骨架交点的最大内接圆按面积并按面积大小进行排序；跨颗粒骨架判别模块用以按顺序、位置关系查找不属于相同颗粒的骨架交点，连接两交点的骨架识别为跨颗粒骨架；其各模块的采用的方法可详见上述方法实施例。图像获取模块用以获取采集的岩心二维数字化图像；骨架提取模块用于提取岩心二维数字化图像的颗粒像素团骨架；骨架分割模块用以骨架交点为特征参数进行骨架分割，并求取各骨架交点的最大内接圆；图像获取模用于对跨颗粒骨架上各像素点求取最大内接圆，并在该内接圆最小处沿梯度进行分割，获取颗粒分割后的图像。
本发明还提供一种计算机可读存储介质，该可读存储介质上存储有计算机程序。可读存储介质可以是Read-Only Memory、Random Access Memory、磁盘、光盘等等可读存储介质中至少一种，计算机程序被处理器执行时其实现本发明的二维岩心数字化图像颗粒分割方法步骤。
以上所描述的实施例仅仅是示意性的，若涉及到作为分离部件说明的单元，其可以是或者也可以不是物理上分开的；若涉及到作为单元显示的部件，其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网络单元上。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。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。
以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换。而这些修改或者替换，并不使相应技术方案的本质脱离本发明实施例技术方案的精神和范围。
最后应说明的是，本发明不局限于上述可选的实施方式，任何人在本发明的启示下都可得出其他各种形式的产品。上述具体实施方式不应理解成对本发明的保护范围的限制，本发明的保护范围应当以权利要求书中界定的为准，并且说明书可以用于解释权利要求书。
Claims (10)
1.一种二维岩心数字化图像颗粒分割方法，其特征在于，包括以下步骤：
A、获取采集的岩心二维数字化图像的颗粒像素团并提取颗粒像素团骨架；
B、以骨架交点为特征参数进行骨架分割，并对各骨架图像中各骨架交点求取最大内接圆；
C、根据交点处最大内接圆之间的关系，识别出跨颗粒的骨架；
D、对跨颗粒骨架上各像素点求取最大内接圆，并在该内接圆最小处沿梯度进行分割，获取颗粒分割后的图像。
2.根据权利要求1所述的一种二维岩心数字化图像颗粒分割方法，其特征在于，还包括对采集的岩心二维数字化图像进行去噪和二值化处理步骤。
3.根据权利要求2所述的一种二维岩心数字化图像颗粒分割方法，其特征在于，所述二值化处理具体方法为：
对非颗粒的像素点统一赋值为0，对颗粒部分的像素点赋值为1。
4.根据权利要求1所述的一种二维岩心数字化图像颗粒分割方法，其特征在于，提取颗粒像素团骨架采用细化算法实现。
5.根据权利要求1所述的二维岩心数字化图像颗粒分割方法，其特征在于，所述跨颗粒的骨架的识别方法具体：
对所有骨架交点的最大内接圆按面积大小顺序排列；
按顺序、位置关系查找不属于相同颗粒的骨架交点；
连接两交点的骨架盘判定为跨颗粒骨架。
6.根据权利要求5所述的一种二维岩心数字化图像颗粒分割方法，其特征在于，不属于相同颗粒的骨架交点的判断方法为：
若一骨架交点的最大内接圆被另一较大骨架交点的最大内接圆包含，则两最大内接圆属于相同颗粒；
若一骨架交点的最大内接圆与另一较大骨架交点的最大内接圆相交，则两最大内接圆属于相同颗粒；
若一骨架交点的最大内接圆被另一较大骨架交点的最大内接圆不相交，两者之间无遮挡可视，则两最大内接圆属于相同颗粒；
若一骨架交点的最大内接圆与另一较大骨架交点的最大内接圆不相交，两者之间有遮挡不可视，则两最大内接圆不属于相同颗粒。
7.根据权利要求5所述的一种二维岩心数字化图像颗粒分割方法，其特征在于，所述步骤D具体为：
以组成跨颗粒骨架上的每一个像素点为圆心，以圆心至其所在颗粒像素团最近边缘像素的长度为半径分别做最大内接圆；
以所有最大内接圆中半径最小的内接圆对应像素点为界限，沿梯度进行分割，从而得到分割后的颗粒图像。
8.一种二维岩心数字化图像颗粒分割装置，其特征在于，包括：
图像获取模块，以获取采集的岩心二维数字化图像；
骨架提取模块，提取岩心二维数字化图像的颗粒像素团骨架；
骨架分割模块，以骨架交点为特征参数进行骨架分割，并求取各骨架交点的最大内接圆；
跨颗粒骨架识别模块，根据交点处最大内接圆之间的关系，识别出跨颗粒的骨架；
图像获取模块，对跨颗粒骨架上各像素点求取最大内接圆，并在该内接圆最小处沿梯度进行分割，获取颗粒分割后的图像。
9.根据权利要求8所述的一种二维岩心数字化图像颗粒分割装置，其特征在于，所述跨颗粒骨架识别模块包括：
内接圆面积识别模块，计算所有骨架交点的最大内接圆按面积并按面积大小进行排序；
跨颗粒骨架判别模块，按顺序、位置关系查找不属于相同颗粒的骨架交点，连接两交点的骨架识别为跨颗粒骨架。
10.一种可读存储介质，其特征在于，所述可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现权利要求1-7任一所述的二维岩心数字化图像颗粒分割方法步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110198492.XA CN112802042A (zh) | 2021-02-22 | 2021-02-22 | 二维岩心数字化图像颗粒分割方法、装置及可读存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110198492.XA CN112802042A (zh) | 2021-02-22 | 2021-02-22 | 二维岩心数字化图像颗粒分割方法、装置及可读存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN112802042A true CN112802042A (zh) | 2021-05-14 |
Family
ID=75815342
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110198492.XA Pending CN112802042A (zh) | 2021-02-22 | 2021-02-22 | 二维岩心数字化图像颗粒分割方法、装置及可读存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112802042A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113313131A (zh) * | 2021-07-29 | 2021-08-27 | 四川省冶勘设计集团有限公司 | 基于图像处理的数字化岩芯辨识方法及系统 |
| CN115236109A (zh) * | 2022-08-03 | 2022-10-25 | 中国科学院地质与地球物理研究所 | 一种基于大数据分析的测定小尺寸样品全岩成分的方法 |
-
2021
- 2021-02-22 CN CN202110198492.XA patent/CN112802042A/zh active Pending
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113313131A (zh) * | 2021-07-29 | 2021-08-27 | 四川省冶勘设计集团有限公司 | 基于图像处理的数字化岩芯辨识方法及系统 |
| CN115236109A (zh) * | 2022-08-03 | 2022-10-25 | 中国科学院地质与地球物理研究所 | 一种基于大数据分析的测定小尺寸样品全岩成分的方法 |
| CN115236109B (zh) * | 2022-08-03 | 2023-05-23 | 中国科学院地质与地球物理研究所 | 一种基于大数据分析的测定小尺寸样品全岩成分的方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109583293B (zh) | 星载sar图像中的飞机目标检测与鉴别方法 | |
| Iassonov et al. | Segmentation of X‐ray computed tomography images of porous materials: A crucial step for characterization and quantitative analysis of pore structures | |
| CN107239751B (zh) | 基于非下采样轮廓波全卷积网络的高分辨sar图像分类方法 | |
| AU2020101520A4 (en) | Method for identifying exposed and buried fault structures in granite-type uranium province | |
| Lormand et al. | Weka trainable segmentation plugin in ImageJ: a semi-automatic tool applied to crystal size distributions of microlites in volcanic rocks | |
| CN107067379A (zh) | 基于三维fib‑sem图像的页岩孔隙定量表征方法 | |
| Li et al. | Pavement crack detection algorithm based on densely connected and deeply supervised network | |
| Canaz Sevgen et al. | An improved RANSAC algorithm for extracting roof planes from airborne lidar data | |
| CN112802042A (zh) | 二维岩心数字化图像颗粒分割方法、装置及可读存储介质 | |
| CN112884791A (zh) | 一种构建大规模遥感影像语义分割模型训练样本集的方法 | |
| CN104318564A (zh) | 一种矿物颗粒分相的方法 | |
| Arachchige et al. | Automatic processing of mobile laser scanner point clouds for building facade detection | |
| Mohammadpour et al. | Automatic lineament extraction method in mineral exploration using CANNY algorithm and hough transform | |
| Gertych et al. | Rapid 3-D delineation of cell nuclei for high-content screening platforms | |
| CN108985357A (zh) | 基于图像特征的集合经验模态分解的高光谱图像分类方法 | |
| Wang et al. | Fragmentation calculation method for blast muck piles in open-pit copper mines based on three-dimensional laser point cloud data | |
| Khayer et al. | Combination of seismic attributes using graph-based methods to identify the salt dome boundary | |
| Sungkorn et al. | Multi-scale and upscaling of digital rock physics with a machine that can learn about rocks | |
| Qian et al. | Spatial contextual noise removal for post classification smoothing of remotely sensed images | |
| Hay et al. | Multiscale object-specific analysis (MOSA): an integrative approach for multiscale landscape analysis | |
| Dong et al. | Pavement crack detection based on point cloud data and data fusion | |
| CN112989940A (zh) | 基于高分三号卫星sar影像的筏式养殖区提取方法 | |
| Abinaya et al. | Jasmine flower segmentation: A superpixel based approach | |
| CN113838078B (zh) | 采煤塌陷地裂缝的识别与提取方法、装置及存储介质 | |
| Peesu et al. | Automated Image Processing of Petrographic Thin Sections for Digital Reservoir Description: A Bridge to Correlate with Core and NMR Data |
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 |