CN113447419B - 一种多孔介质连通孔隙结构单元的划分系统 - Google Patents
一种多孔介质连通孔隙结构单元的划分系统 Download PDFInfo
- Publication number
- CN113447419B CN113447419B CN202110721591.1A CN202110721591A CN113447419B CN 113447419 B CN113447419 B CN 113447419B CN 202110721591 A CN202110721591 A CN 202110721591A CN 113447419 B CN113447419 B CN 113447419B
- Authority
- CN
- China
- Prior art keywords
- pore
- section
- bin body
- bin
- layer
- 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
- 239000011148 porous material Substances 0.000 title claims abstract description 371
- 238000000034 method Methods 0.000 claims abstract description 19
- 239000000463 material Substances 0.000 claims abstract description 18
- 238000004458 analytical method Methods 0.000 claims abstract description 13
- 238000003325 tomography Methods 0.000 claims description 31
- 238000000638 solvent extraction Methods 0.000 claims description 8
- 230000011218 segmentation Effects 0.000 claims description 4
- 239000011343 solid material Substances 0.000 claims description 4
- 238000011160 research Methods 0.000 abstract description 7
- 238000005192 partition Methods 0.000 abstract description 6
- 230000000877 morphologic effect Effects 0.000 abstract description 5
- 238000011156 evaluation Methods 0.000 abstract description 3
- 230000007547 defect Effects 0.000 abstract description 2
- 238000002591 computed tomography Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 239000011159 matrix material Substances 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 229910052731 fluorine Inorganic materials 0.000 description 2
- 125000001153 fluoro group Chemical group F* 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000001179 sorption measurement Methods 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 238000010521 absorption reaction Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000009792 diffusion process Methods 0.000 description 1
- 239000012530 fluid Substances 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 238000002372 labelling Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012800 visualization Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Images
Classifications
-
- 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
- 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]
Landscapes
- Health & Medical Sciences (AREA)
- Chemical & Material Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- Pathology (AREA)
- Physics & Mathematics (AREA)
- Dispersion Chemistry (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
一种多孔介质连通孔隙结构单元的划分系统，涉及交通材料技术领域，针对现有技术中多孔介质空隙结构单元划分不准确的问题，包括：孔隙断层图像获取模块、孔隙断层分析模块和单元划分模块；本申请保证了孔隙结构单元识别的可靠性和唯一性，本申请提出了孔隙结构单元的划分系统，明确了不同典型结构单元的根本差异，实现了孔隙结构单元的快速准确划分，方便了研究工作者对孔隙结构单元的划分以及形态特征评价。与现有单元划分方法相比，本申请提出了定量的孔隙单元划分系统，避免了现有人工划分带来的主观性；同时本发明可实现批量化、快速化结果输出，避免了现有划分方法操作难度大、效率低等弊端。
Description
技术领域
本发明涉及交通材料技术领域，具体为一种多孔介质连通孔隙结构单元的划分系统。
背景技术
多孔介质材料的孔隙特性是直接影响材料渗流、吸附、传热和扩散等性能的关键参数，在多孔介质材料性能研究中，孔隙特性的评价一直是研究的重点。随着X-ray CT技术、低场核磁成像技术以及CCD图像处理技术等细观孔隙探测方法的发展，使得三维孔隙可视化模型的提取成为研究多孔介质孔隙特征的通用方法，实现了多孔介质内部孔隙结构的无损探测，为孔隙分布特征和空间连通特性的研究提供了可靠技术手段。
目前多孔介质孔隙特征的评价多采用基于宏观体积特征的孔隙度等指标，其忽略了多孔介质孔隙固有的复杂形态和空间网络连通性。已有大量研究指出，多孔介质孔隙的空间形态是影响材料介质传输特性的重要因素，以多孔介质的渗流特性为例，只有具有连通性的孔隙才可供流体通过，同时孔隙断面较小的喉管是渗流的瓶颈，单口空隙枝节只可储水，不可渗流，而体积较大的仓体中通常难以渗流饱和。对于噪声吸收、气体吸附、传热等多孔介质性能研究，不同孔隙结构单元也表现出不同的性质。因此，如何准确、定量识别典型孔隙结构单元，是进行多孔介质性能研究的基础。
然而现阶段多孔介质孔隙结构单元的划分停留在定性描述阶段，划分结果主观性大，划分标准不明确，划分效率低。针对以上问题，本发明提出了一种多孔介质连通孔隙结构单元的划分准则，实现了任意多孔介质连通孔隙典型结构单元的划分和识别，为多孔介质形态特征的描述提供了可靠的孔隙单元识别工具。
发明内容
本发明的目的是：针对现有技术中多孔介质空隙结构单元划分不准确的问题，提出一种多孔介质连通孔隙结构单元的划分系统。
本发明为了解决上述技术问题采取的技术方案是：
一种多孔介质连通孔隙结构单元的划分系统，包括：孔隙断层图像获取模块、孔隙断层分析模块和单元划分模块；
所述孔隙断层图像获取模块用于获取待划分的多孔介质材料的孔隙断层图像；
所述孔隙断层分析模块用于获取孔隙断层图像的孔隙轮廓坐标，并对孔隙轮廓进行编号，同时记录孔隙的层序号和孔隙序号，直至得到所有孔隙断层图像的孔隙轮廓坐标、孔隙的层序号和孔隙序号；
所述单元划分模块用于根据孔隙断层分析模块的结果获取所有连通的孔隙，然后提取连通孔隙各层孔隙断层的轮廓坐标，得到孔隙断层面积，并根据孔隙断层面积判断出仓体段和非仓体段，然后判断出仓体段中的仓体和其他孔隙单元，最后判断出非仓体段中的其他孔隙单元、锥形枝节、甬道型喉管和井型喉管。
进一步的，所述单元划分模块中根据孔隙断层面积判断出仓体段和非仓体段的具体步骤为：
连通孔隙中最大的孔隙面积记为Smax，以Smax/5为面积分界点对连通孔隙进行划分，断面面积大于等于Smax/5的孔隙段为仓体段，断面面积小于Smax/5的孔隙段为非仓体段。
进一步的，所述判断出仓体段中的仓体和其他孔隙单元的具体步骤为：
判断仓体段的孔隙高度，若仓体段长度大于等于1mm，则该仓体段对应孔隙结构单元为仓体，若仓体段长度小于1mm，则该仓体段对应孔隙单元为其他孔隙单元。
进一步的，所述判断出非仓体段中的其他孔隙单元、锥形枝节、甬道型喉管和井型喉管的具体步骤为：
判断非仓体段孔隙高度，若非仓体段孔隙高度大于等于5mm，则采用均分的方法对非仓体段进行分解，使得分解后的小段高度均小于5mm，然后对非仓体段进行判断；若非仓体段孔隙高度小于5mm，则直接进行判断，所述判断步骤为：
1)若非仓体小段位于孔隙路径两端，判断非仓体小段的面积差异是否大于等于10倍，若是，该非仓体小段对应结构单元为锥形枝节，若否，该非仓体小段对应结构单元为其他孔隙单元；
2)若非仓体小段位于孔隙路径中间，计算非仓体小段的首尾方向角，若首尾方向角大于等于45°，则该非仓体小段为甬道型喉管，若首尾方向角小于45°，则该非仓体小段为井型喉管。
进一步的，所述方向角表示为：
其中：xa,ya,xb,yb分别为非仓体小段首尾孔隙断面的形心坐标，d为非仓体小段的高度。
进一步的，所述待划分的多孔介质材料的孔隙断层图像的获取步骤为：
首先根据孔隙断层图像得到断层扫描灰度图像，然后将断层扫描灰度图像中的孔隙区域进行分割。
进一步的，所述断层扫描灰度图像采用工业CT机得到。
进一步的，所述将断层扫描灰度图像中的孔隙区域进行分割的具体步骤为：
采用单一灰度阈值分割方法确定多孔介质材料孔隙区域和固体材料区域的灰度阈值，断层扫描灰度图像中灰度值大于等于阈值的为孔隙区域，灰度值小于阈值的为其他区域。
进一步的，所述孔隙断层分析模块获取孔隙轮廓坐标、孔隙的层序号和孔隙序号的具体步骤为：
首先以孔隙断层图像的任一角作为平面坐标原点，以孔隙断层图像的像素长度作为平面坐标长度，计算孔隙断层图像的孔隙轮廓坐标，并对各断层图像中的孔隙轮廓由1开始进行编号，同时记录孔隙的层序号、孔隙序号和孔隙轮廓坐标。
进一步的，所述单元划分模块中获取所有连通的孔隙的具体步骤为：
在所有孔隙断层中随机生成层序号，在该随机生成的孔隙断层中随机生成孔隙序号，将该孔隙作为连通孔隙检索的起点；
在下一层孔隙断层检索全部孔隙，判断该层孔隙的轮廓坐标是否与本层孔隙轮廓坐标存在交集，记录存在轮廓交集的下一层层序号和孔隙序号；然后更新层序号，以下一层孔隙断层作为本层，重复以上步骤逐层检索，直到在下一层所有孔隙轮廓中无法检索到具有轮廓交集的孔隙；以相同的方法，以初始孔隙作为检索起点，在上一层孔隙层检索具有交集的孔隙轮廓，并记录层序号和孔隙序号。
本发明的有益效果是：
本申请保证了孔隙结构单元识别的可靠性和唯一性，本申请提出了孔隙结构单元的划分系统，明确了不同典型结构单元的根本差异，实现了孔隙结构单元的快速准确划分，方便了研究工作者对孔隙结构单元的划分以及形态特征评价。与现有单元划分方法相比，本申请提出了定量的孔隙单元划分系统，避免了现有人工划分带来的主观性；同时本发明可实现批量化、快速化结果输出，避免了现有划分方法操作难度大、效率低等弊端。
附图说明
图1为孔隙断层图像坐标示意图；
图2为随机连通孔隙检索示意图；
图3为结构单元划分流程图；
图4为连通孔隙仓体段与非仓体段的划分示意图；
图5为连通孔隙三维图；
图6为连通孔隙结构单元的划分示意图。
具体实施方式
具体实施方式一：参照图3具体说明本实施方式，本实施方式所述的一种多孔介质连通孔隙结构单元的划分系统，包括：孔隙断层图像获取模块、孔隙断层分析模块和单元划分模块；
所述孔隙断层图像获取模块用于获取待划分的多孔介质材料的孔隙断层图像；
所述孔隙断层分析模块用于获取孔隙断层图像的孔隙轮廓坐标，并对孔隙轮廓进行编号，同时记录孔隙的层序号和孔隙序号，直至得到所有孔隙断层图像的孔隙轮廓坐标、孔隙的层序号和孔隙序号；
所述单元划分模块用于根据孔隙断层分析模块的结果获取所有连通的孔隙，然后提取连通孔隙各层孔隙断层的轮廓坐标，得到孔隙断层面积，并根据孔隙断层面积判断出仓体段和非仓体段，然后判断出仓体段中的仓体和其他孔隙单元，最后判断出非仓体段中的其他孔隙单元、锥形枝节、甬道型喉管和井型喉管
具体实施方式二：本实施方式是对具体实施方式一所述的作进一步说明，本实施方式与具体实施方式一的区别是所述单元划分模块中根据孔隙断层面积判断出仓体段和非仓体段的具体步骤为：
连通孔隙中最大的孔隙面积记为Smax，以Smax/5为面积分界点对连通孔隙进行划分，断面面积大于等于Smax/5的孔隙段为仓体段，断面面积小于Smax/5的孔隙段为非仓体段。
具体实施方式三：本实施方式是对具体实施方式二所述的作进一步说明，本实施方式与具体实施方式二的区别是所述判断出仓体段中的仓体和其他孔隙单元的具体步骤为：
判断仓体段的孔隙高度，若仓体段长度大于等于1mm，则该仓体段对应孔隙结构单元为仓体，若仓体段长度小于1mm，则该仓体段对应孔隙单元为其他孔隙单元。
具体实施方式四：本实施方式是对具体实施方式三所述的作进一步说明，本实施方式与具体实施方式三的区别是所述判断出非仓体段中的其他孔隙单元、锥形枝节、甬道型喉管和井型喉管的具体步骤为：
判断非仓体段孔隙高度，若非仓体段孔隙高度大于等于5mm，则采用均分的方法对非仓体段进行分解，使得分解后的小段高度均小于5mm，然后对非仓体段进行判断；若非仓体段孔隙高度小于5mm，则直接进行判断，所述判断步骤为：
1)若非仓体小段位于孔隙路径两端，判断非仓体小段的面积差异是否大于等于10倍，若是，该非仓体小段对应结构单元为锥形枝节，若否，该非仓体小段对应结构单元为其他孔隙单元；
2)若非仓体小段位于孔隙路径中间，计算非仓体小段的首尾方向角，若首尾方向角大于等于45°，则该非仓体小段为甬道型喉管，若首尾方向角小于45°，则该非仓体小段为井型喉管。
具体实施方式五：本实施方式是对具体实施方式四所述的作进一步说明，本实施方式与具体实施方式四的区别是所述方向角表示为：
其中：xa,ya,xb,yb分别为非仓体小段首尾孔隙断面的形心坐标，d为非仓体小段的高度。
具体实施方式六：本实施方式是对具体实施方式一所述的作进一步说明，本实施方式与具体实施方式一的区别是所述待划分的多孔介质材料的孔隙断层图像的获取步骤为：
首先根据孔隙断层图像得到断层扫描灰度图像，然后将断层扫描灰度图像中的孔隙区域进行分割。
具体实施方式七：本实施方式是对具体实施方式六所述的作进一步说明，本实施方式与具体实施方式六的区别是所述断层扫描灰度图像采用工业CT机得到。
具体实施方式八：本实施方式是对具体实施方式六所述的作进一步说明，本实施方式与具体实施方式六的区别是所述将断层扫描灰度图像中的孔隙区域进行分割的具体步骤为：
采用单一灰度阈值分割方法确定多孔介质材料孔隙区域和固体材料区域的灰度阈值，断层扫描灰度图像中灰度值大于等于阈值的为孔隙区域，灰度值小于阈值的为其他区域。
具体实施方式九：本实施方式是对具体实施方式一所述的作进一步说明，本实施方式与具体实施方式一的区别是所述孔隙断层分析模块获取孔隙轮廓坐标、孔隙的层序号和孔隙序号的具体步骤为：
首先以孔隙断层图像的任一角作为平面坐标原点，以孔隙断层图像的像素长度作为平面坐标长度，计算孔隙断层图像的孔隙轮廓坐标，并对各断层图像中的孔隙轮廓由1开始进行编号，同时记录孔隙的层序号、孔隙序号和孔隙轮廓坐标。
具体实施方式十：本实施方式是对具体实施方式一所述的作进一步说明，本实施方式与具体实施方式一的区别是所述单元划分模块中获取所有连通的孔隙的具体步骤为：
在所有孔隙断层中随机生成层序号，在该随机生成的孔隙断层中随机生成孔隙序号，将该孔隙作为连通孔隙检索的起点；
在下一层孔隙断层检索全部孔隙，判断该层孔隙的轮廓坐标是否与本层孔隙轮廓坐标存在交集，记录存在轮廓交集的下一层层序号和孔隙序号；然后更新层序号，以下一层孔隙断层作为本层，重复以上步骤逐层检索，直到在下一层所有孔隙轮廓中无法检索到具有轮廓交集的孔隙；以相同的方法，以初始孔隙作为检索起点，在上一层孔隙层检索具有交集的孔隙轮廓，并记录层序号和孔隙序号。
本申请的创新在于以下几个方面：
(1)提出了多孔介质连通孔隙的检索方法
利用多孔介质孔隙的断层扫描图像，提取每层孔隙的轮廓坐标序列，并对孔隙进行编号，按层序号对孔隙轮廓坐标序列进行存储，构成多孔介质孔隙数字化矩阵。随机生成孔隙断层序号和孔隙序号，然后逐层查找具有轮廓交集的孔隙序列，通过将检索到的孔隙按照层序号排列，由此重构出连通孔隙。
(2)提出了多孔介质连通孔隙的典型结构单元类型
本发明依据孔隙的空间形态，将孔隙结构划分为“仓体”、“井型喉管”、“甬道型喉管”、“锥形枝节”以及“其他结构单元”五种，任意一个孔隙可视为由以上五种结构单元相互排列组合而成。每种结构单元的形态特征具有共同点，不同结构单元之间具有显著的形态差异。
(3)提出了多孔介质连通孔隙典型结构单元的量化划分准则
提出了多孔介质孔隙结构单元的划分准则。其中仓体单元的划分依据为孔隙断面面积大于孔隙路径中最大孔隙面积的1/5，位置位于孔隙路径内部，路径长度大于1mm；井型喉管划分依据为孔隙断面面积小于孔隙路径中最大孔隙面积的1/5，位置位于孔隙路径内部，两端方向角小于45°；甬道型喉管划分依据为孔隙断面面积小于孔隙路径中最大孔隙面积的1/5，位置位于孔隙路径内部，两端方向角大于45°；锥形枝节划分依据为孔隙断面面积小于孔隙路径中最大孔隙面积的1/5，位置位于孔隙骨架的两端，两端面积之差大于10倍。
(4)提出了多孔介质连通孔隙典型结构单元的识别方法
利用多孔介质孔隙的断层图像，提出了孔隙结构单元的识别方法。1)首先对多孔介质孔隙断面图像进行数字化处理，提取孔隙轮廓；2)然后采用孔隙连通路径提取算法，提取单条孔隙路径，并计算该路径的孔隙断面面积分布；3)通过孔隙断面面积计算，划分孔隙结构为仓体段和非仓体段；4)对非仓体段进行结构的细化；5)依据多孔介质孔隙结构单元划分准则进行结构单元的识别。
实施例：
采用工业CT机获取待研究多孔介质材料的断层扫描灰度图像组，采用单一灰度阈值分割方法确定多孔介质材料孔隙区域和固体材料区域的灰度阈值，由此分割出断层扫描灰度图像的孔隙区域，获得多孔介质材料孔隙的断层图像组。
以孔隙断层图像的任一角作为平面坐标原点，以孔隙断层图像的像素长度作为平面坐标长度，计算孔隙断层图像的孔隙轮廓坐标，并对各断层图像中的孔隙轮廓由1开始进行编号，同时记录孔隙的层序号、孔隙序号和孔隙轮廓坐标，以像素大小为800*800的断层图像为例，其图像坐标建立见图1所示。
重复上述步骤，直到所有孔隙断层完成计算。
随机连通孔隙的检索。在所有孔隙断层中随机生成层序号，在该随机孔隙断层随机生成孔隙序号，该初始孔隙作为连通孔隙检索的起点；在下一层孔隙断层检索全部孔隙，判断该层孔隙的轮廓坐标是否与本层孔隙轮廓坐标存在交集，记录存在轮廓交集的下一层层序号和孔隙序号；然后更新层序号，以下一层孔隙断层作为本层，重复以上步骤逐层检索，直到在下一层所有孔隙轮廓中无法检索到具有轮廓交集的孔隙；以相同的方法，以初始孔隙作为检索起点，在上一层孔隙层检索具有交集的孔隙轮廓，并记录层序号和孔隙序号。随机连通孔隙检索示意见图2所示，检索所得的连通孔隙记录矩阵见表1所示。
表1随机检索连通孔隙记录矩阵
由此开展连通孔隙典型结构单元的划分，划分具体流程见图3所示。首先提取连通孔隙各层孔隙断层的轮廓坐标，计算孔隙断层面积；连通孔隙中最大的孔隙面积记为Smax＝11.3mm2，以Smax/5为面积分界点对连通孔隙进行划分，断面面积大于Smax/5的孔隙段为仓体段，断面面积小于Smax/5的孔隙段为非仓体段。仓体段与非仓体段的划分见图4所示。
判断仓体段的孔隙高度，若仓体段长度大于1mm，则该仓体段对应孔隙结构单元为“仓体”，若仓体段长度小于1mm，则该仓体段对应孔隙单元为“其他孔隙单元”。
判断非仓体段孔隙高度，若非仓体段孔隙高度大于5mm，则采用均分的方法对非仓体段进行分解，使得分解后的小段高度均小于5mm。然后对非仓体段进行判断：
1)若非仓体小段位于孔隙路径两端，判断非仓体小段的面积差异是否大于10倍，若是，该非仓体小段对应结构单元为“锥形枝节”，若否，该非仓体小段对应结构单元为“其他孔隙单元”，在该连通孔隙中，两侧非仓体小段的两端面积差异均大于10，由此可见，两侧非仓体小段均为“锥形枝节”；
2)若非仓体小段位于孔隙路径中间，计算非仓体小段的首尾方向角，方向角计算公式如下：
其中：xa,ya,xb,yb分别为非仓体小段首尾孔隙断面的形心坐标，d为非仓体小段的高度。
若首尾方向角大于45°，则该非仓体小段为“甬道型喉管”，若首尾方向角小于45°，则该非仓体小段为“井型喉管”。在该连通孔隙中，中间非仓体段的首尾方向角为18.2°，小于45°，则该非仓体段为“井型喉管”
结果输出，绘制检索的连通三维图，见图5所示，并绘制其面积沿孔隙高度方向的分布，同时标注各孔隙段的典型结构单元名称，见图6所示。
需要注意的是，具体实施方式仅仅是对本发明技术方案的解释和说明，不能以此限定权利保护范围。凡根据本发明权利要求书和说明书所做的仅仅是局部改变的，仍应落入本发明的保护范围内。
Claims (9)
1.一种多孔介质连通孔隙结构单元的划分系统，其特征在于包括：孔隙断层图像获取模块、孔隙断层分析模块和单元划分模块；
所述孔隙断层图像获取模块用于获取待划分的多孔介质材料的孔隙断层图像；
所述孔隙断层分析模块用于获取孔隙断层图像的孔隙轮廓坐标，并对孔隙轮廓进行编号，同时记录孔隙的层序号和孔隙序号，直至得到所有孔隙断层图像的孔隙轮廓坐标、孔隙的层序号和孔隙序号；
所述单元划分模块用于根据孔隙断层分析模块的结果获取所有连通的孔隙，然后提取连通孔隙各层孔隙断层的轮廓坐标，得到孔隙断层面积，并根据孔隙断层面积判断出仓体段和非仓体段，然后判断出仓体段中的仓体和其他孔隙单元，最后判断出非仓体段中的其他孔隙单元、锥形枝节、甬道型喉管和井型喉管；
所述判断出非仓体段中的其他孔隙单元、锥形枝节、甬道型喉管和井型喉管的具体步骤为：
判断非仓体段孔隙高度，若非仓体段孔隙高度大于等于5mm，则采用均分的方法对非仓体段进行分解，使得分解后的小段高度均小于5mm，然后对非仓体段进行判断；若非仓体段孔隙高度小于5mm，则直接进行判断，所述判断步骤为：
1)若非仓体小段位于孔隙路径两端，判断非仓体小段的面积差异是否大于等于10倍，若是，该非仓体小段对应结构单元为锥形枝节，若否，该非仓体小段对应结构单元为其他孔隙单元；
2)若非仓体小段位于孔隙路径中间，计算非仓体小段的首尾方向角，若首尾方向角大于等于45°，则该非仓体小段为甬道型喉管，若首尾方向角小于45°，则该非仓体小段为井型喉管。
2.根据权利要求1所述的一种多孔介质连通孔隙结构单元的划分系统，其特征在于所述单元划分模块中根据孔隙断层面积判断出仓体段和非仓体段的具体步骤为：
连通孔隙中最大的孔隙面积记为Smax，以Smax/5为面积分界点对连通孔隙进行划分，断面面积大于等于Smax/5的孔隙段为仓体段，断面面积小于Smax/5的孔隙段为非仓体段。
3.根据权利要求2所述的一种多孔介质连通孔隙结构单元的划分系统，其特征在于所述判断出仓体段中的仓体和其他孔隙单元的具体步骤为：
判断仓体段的孔隙高度，若仓体段长度大于等于1mm，则该仓体段对应孔隙结构单元为仓体，若仓体段长度小于1mm，则该仓体段对应孔隙单元为其他孔隙单元。
4.根据权利要求1所述的一种多孔介质连通孔隙结构单元的划分系统，其特征在于所述方向角表示为：
其中：xa,ya,xb,yb分别为非仓体小段首尾孔隙断面的形心坐标，d为非仓体小段的高度。
5.根据权利要求1所述的一种多孔介质连通孔隙结构单元的划分系统，其特征在于所述待划分的多孔介质材料的孔隙断层图像的获取步骤为：
首先根据孔隙断层图像得到断层扫描灰度图像，然后将断层扫描灰度图像中的孔隙区域进行分割。
6.根据权利要求5所述的一种多孔介质连通孔隙结构单元的划分系统，其特征在于所述断层扫描灰度图像采用工业CT机得到。
7.根据权利要求5所述的一种多孔介质连通孔隙结构单元的划分系统，其特征在于所述将断层扫描灰度图像中的孔隙区域进行分割的具体步骤为：
采用单一灰度阈值分割方法确定多孔介质材料孔隙区域和固体材料区域的灰度阈值，断层扫描灰度图像中灰度值大于等于阈值的为孔隙区域，灰度值小于阈值的为其他区域。
8.根据权利要求1所述的一种多孔介质连通孔隙结构单元的划分系统，其特征在于所述孔隙断层分析模块获取孔隙轮廓坐标、孔隙的层序号和孔隙序号的具体步骤为：
首先以孔隙断层图像的任一角作为平面坐标原点，以孔隙断层图像的像素长度作为平面坐标长度，计算孔隙断层图像的孔隙轮廓坐标，并对各断层图像中的孔隙轮廓由1开始进行编号，同时记录孔隙的层序号、孔隙序号和孔隙轮廓坐标。
9.根据权利要求1所述的一种多孔介质连通孔隙结构单元的划分系统，其特征在于所述单元划分模块中获取所有连通的孔隙的具体步骤为：
在所有孔隙断层中随机生成层序号，在该随机生成的孔隙断层中随机生成孔隙序号，将该孔隙作为连通孔隙检索的起点；
在下一层孔隙断层检索全部孔隙，判断该层孔隙的轮廓坐标是否与本层孔隙轮廓坐标存在交集，记录存在轮廓交集的下一层层序号和孔隙序号；然后更新层序号，以下一层孔隙断层作为本层，重复以上步骤逐层检索，直到在下一层所有孔隙轮廓中无法检索到具有轮廓交集的孔隙；以相同的方法，以初始孔隙作为检索起点，在上一层孔隙层检索具有交集的孔隙轮廓，并记录层序号和孔隙序号。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110721591.1A CN113447419B (zh) | 2021-06-28 | 2021-06-28 | 一种多孔介质连通孔隙结构单元的划分系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110721591.1A CN113447419B (zh) | 2021-06-28 | 2021-06-28 | 一种多孔介质连通孔隙结构单元的划分系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113447419A CN113447419A (zh) | 2021-09-28 |
| CN113447419B true CN113447419B (zh) | 2022-10-25 |
Family
ID=77813693
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110721591.1A Active CN113447419B (zh) | 2021-06-28 | 2021-06-28 | 一种多孔介质连通孔隙结构单元的划分系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113447419B (zh) |
Citations (6)
| 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 |
| CN103454200A (zh) * | 2013-08-15 | 2013-12-18 | 中国石油天然气股份有限公司 | 应用计算机断层成像技术测定岩心孔隙参数的方法和装置 |
| CN104535475A (zh) * | 2015-01-08 | 2015-04-22 | 中国石油大学(北京) | 碳酸盐岩微观结构的确定方法及装置 |
| CN105466830A (zh) * | 2015-11-19 | 2016-04-06 | 中国石油天然气股份有限公司 | 储层砂岩孔隙喉道尺寸分布识别方法 |
| CN109387468A (zh) * | 2017-08-09 | 2019-02-26 | 中国石油化工股份有限公司 | 页岩储层纳米孔隙结构特征参数测试分析方法及系统 |
| WO2020181594A1 (zh) * | 2019-03-14 | 2020-09-17 | 山东省农业科学院畜牧兽医研究所 | 一种定量测定土壤颗粒态有机质空间结构的方法 |
Family Cites Families (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US8861814B2 (en) * | 2010-12-22 | 2014-10-14 | Chevron U.S.A. Inc. | System and method for multi-phase segmentation of density images representing porous media |
| CN103076271B (zh) * | 2013-01-31 | 2015-02-11 | 哈尔滨工业大学 | 沥青混合料空隙体积提取精度测试方法 |
| CN103645125B (zh) * | 2013-10-28 | 2016-08-17 | 北京大学 | 一种致密油储层渗流能力的评价方法和系统 |
| CN107677335B (zh) * | 2017-11-03 | 2024-04-30 | 常州广为仪器科技有限公司 | 测量物体体积和孔隙率的装置和方法及真空气体密封方法 |
| CN108682020B (zh) * | 2018-04-28 | 2019-04-12 | 中国石油大学(华东) | 岩心微米ct孔隙结构重构方法 |
| CN108827855B (zh) * | 2018-06-19 | 2020-08-11 | 青岛理工大学 | 一种多孔混凝土孔结构参数获取和分析方法 |
-
2021
- 2021-06-28 CN CN202110721591.1A patent/CN113447419B/zh active Active
Patent Citations (6)
| 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 |
| CN103454200A (zh) * | 2013-08-15 | 2013-12-18 | 中国石油天然气股份有限公司 | 应用计算机断层成像技术测定岩心孔隙参数的方法和装置 |
| CN104535475A (zh) * | 2015-01-08 | 2015-04-22 | 中国石油大学(北京) | 碳酸盐岩微观结构的确定方法及装置 |
| CN105466830A (zh) * | 2015-11-19 | 2016-04-06 | 中国石油天然气股份有限公司 | 储层砂岩孔隙喉道尺寸分布识别方法 |
| CN109387468A (zh) * | 2017-08-09 | 2019-02-26 | 中国石油化工股份有限公司 | 页岩储层纳米孔隙结构特征参数测试分析方法及系统 |
| WO2020181594A1 (zh) * | 2019-03-14 | 2020-09-17 | 山东省农业科学院畜牧兽医研究所 | 一种定量测定土壤颗粒态有机质空间结构的方法 |
Non-Patent Citations (2)
| Title |
|---|
| The effect of spatial micro-CT image resolution and surface complexity on the morphological 3D analysis of open porous structures;GrzegorzPyka;《Materials Characterization》;20140131;第87卷;104-115 * |
| 基于CT 扫描的天然气水合物储层微观孔隙结构;董怀民;《中国石油大学学报( 自然科学版)》;20181231;第42卷(第6期);40-49 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113447419A (zh) | 2021-09-28 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107016665B (zh) | 一种基于深度卷积神经网络的ct肺结节检测方法 | |
| US10540760B2 (en) | Method of separating, identifying and characterizing cracks in 3D space | |
| CN109886939B (zh) | 基于张量投票的桥梁裂缝检测方法 | |
| CN109242985B (zh) | 一种从三维图像确定孔隙结构关键参数的方法 | |
| CN107248159A (zh) | 一种基于双目视觉的金属工件缺陷检测方法 | |
| CN108956420B (zh) | 一种混凝土孔隙特征提取方法及系统 | |
| CN112801075B (zh) | 基于航摄影像的农村道路边界线的自动提取方法 | |
| CN111724358A (zh) | 基于图像和卷积神经网络的混凝土质量检测方法及系统 | |
| CN113888531A (zh) | 混凝土表面缺陷检测方法、装置、电子设备及存储介质 | |
| CN114612444B (zh) | 一种基于渐进式分割网络的细微缺陷分析方法 | |
| IL184993A (en) | Method for extracting edge in photogrammetry with subpixel accuracy | |
| CN113570651B (zh) | 基于sem图像的碳酸盐岩储层孔隙半径分布定量方法 | |
| CN110807754B (zh) | 基于深度语义分割的真菌显微图像分割检测方法及系统 | |
| CN109556542B (zh) | 复杂点阵镂空结构ct尺寸测量方法 | |
| CN113447419B (zh) | 一种多孔介质连通孔隙结构单元的划分系统 | |
| CN116721410A (zh) | 一种航空发动机密集零部件三维实例分割方法和系统 | |
| CN111091049A (zh) | 一种基于反向特征匹配的路面障碍物检测方法 | |
| CN111583237B (zh) | 蜂窝规整度检测的邻域窗口递推胞元重构方法 | |
| Han et al. | Damage detection of quayside crane structure based on improved faster R-CNN | |
| CN111583243A (zh) | 蜂窝规整度检测的相邻点胞元重构方法 | |
| CN111583235A (zh) | 蜂窝规整度检测的分支点识别顶点提取方法及其系统 | |
| Liu et al. | Weld point cloud segmentation algorithm fused contour feature | |
| Samarabandu et al. | Image analysis techniques for visualizing the spatial organization of DNA replication sites in the mammalian cell nucleus using multichannel confocal microscopy | |
| CN113592829B (zh) | 基于分割重组的深度学习泥沙颗粒识别方法及装置 | |
| CN115631392B (zh) | 一种基于深度学习的晶体tem图像物相区域划分方法 |
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 |