CN114155418A - 一种裂缝探测方法和装置 - Google Patents

一种裂缝探测方法和装置 Download PDF

Info

Publication number
CN114155418A
CN114155418A CN202111116870.1A CN202111116870A CN114155418A CN 114155418 A CN114155418 A CN 114155418A CN 202111116870 A CN202111116870 A CN 202111116870A CN 114155418 A CN114155418 A CN 114155418A
Authority
CN
China
Prior art keywords
points
crack
point
fusion
intersection
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.)
Granted
Application number
CN202111116870.1A
Other languages
English (en)
Other versions
CN114155418B (zh
Inventor
王沫然
朱维伟
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Tsinghua University
Original Assignee
Tsinghua University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Tsinghua University filed Critical Tsinghua University
Priority to CN202111116870.1A priority Critical patent/CN114155418B/zh
Priority claimed from CN202111116870.1A external-priority patent/CN114155418B/zh
Publication of CN114155418A publication Critical patent/CN114155418A/zh
Application granted granted Critical
Publication of CN114155418B publication Critical patent/CN114155418B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00Pattern recognition
    • G06F18/20Analysing
    • G06F18/25Fusion techniques

Landscapes

  • Engineering & Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Image Analysis (AREA)

Abstract

本申请实施例公开了一种裂缝探测方法和装置,该方法包括:获取裂缝露头二值图片;将裂缝露头二值图片转化为骨架图;在骨架图中遍历所有裂缝像素点,确定裂缝像素点的类型;类型包括:起止点、中间点、交叉点和融合交叉点;记录每个融合交叉点的每个分支上的有效中间点;遍历所有起止点,根据中间点、交叉点、融合交叉点以及融合交叉点对应的有效中间点,追踪第一类裂缝轨迹;遍历所有融合交叉点,根据中间点和交叉点追踪第二类裂缝轨迹;计算追踪到的裂缝轨迹的裂缝长度和裂缝方向,以将追踪到的裂缝轨迹用线段或者折线段表示。通过该实施例方案,实现了从裂缝露头二值图片中快速、准确地提取裂缝轨迹信息,抗干扰效果好。

Description

一种裂缝探测方法和装置
技术领域
本申请实施例涉及构造地质、地热、石油及天然气的勘探开发与利用领域技术,尤指一种裂缝探测方法和装置。
背景技术
我国现有的能源结构仍以煤炭为主,2020年,煤炭占比高达56%,石油和天然气分别占20%和8%。在节能减排的国际环境下,我国将进一步降低煤炭的消费比重,同时增加石油、天然气,尤其是天然气的投资与开发。目前我国石油的对外依存度接近70%,天然气的对外依存度超过40%,因此,油气资源的勘探与开发关乎国家能源安全。随着常规油气田的长期开发,普遍进入高含水阶段,油气产量难以取得突破。对非常规油气藏,如致密油气藏、页岩油气藏等的开发越来越重要。
裂缝在开发非常规油气藏中具有决定性作用。以页岩油气藏为例,页岩储层基质渗透率极低,常规开采方式产量极低。目前较为成熟的方法是通过钻长水平井,进行多段水力压裂,压裂裂缝通过与天然裂缝相互作用,形成复杂的裂缝网络,为地下流体渗流提供高渗通道。因此天然裂缝在形成储层改造体积中尤为重要,然而地下裂缝的几何形态和具体分布在现有的技术条件下不能准确获得。由于地质露头分布广泛,是研究自然界中裂缝分布最重要的材料之一,通过露头分析,可以获取裂缝长度、方向和交叉关系等多种信息。然而,露头的解释则耗时耗力,通常解释一张露头照片需要地质专业人员花费数个小时。因此,发展自动解释裂缝露头的方法尤为重要。
裂缝解释通常分为两个部分,第一部分是裂缝识别,裂缝识别是指将露头原图,如无人机拍摄的照片,卫星照片,地震解释图等,转化为二值图片。该步骤目前主要有深度学习方法,如U-net识别,和数学方法,如Shearlet变换。第二部分是裂缝探测,裂缝探测是指将二值图片中的裂缝信息用线段或者折线段表示,从而可以进行统计学分析。目前裂缝探测部分研究较少,高效稳定的裂缝探测方法尚不成熟。因此,发展稳定高效的裂缝探测算法,对于自动解释裂缝露头信息意义重大。
发明内容
本申请实施例提供了一种裂缝探测方法和装置,能够从裂缝露头二值图片中快速、准确地提取裂缝轨迹信息,抗干扰效果好。
本申请实施例提供了一种裂缝探测方法,可以包括:
获取裂缝露头二值图片;
将所述裂缝露头二值图片转化为骨架图;
在所述骨架图中遍历所有裂缝像素点,并确定每个所述裂缝像素点的类型;所述裂缝像素点的类型包括:起止点、中间点、交叉点和融合交叉点;
记录每个融合交叉点的每个分支上的有效中间点;
遍历所有所述起止点,以所述起止点为起始追踪点,根据所述中间点、所述交叉点、所述融合交叉点以及所述融合交叉点对应的有效中间点,追踪由两个所述起止点,或者由一个所述起止点和一个所述融合交叉点组成的第一类裂缝轨迹;
遍历所有所述融合交叉点,根据所述中间点和所述交叉点追踪由两个所述融合交叉点组成的第二类裂缝轨迹;
计算追踪到的每个所述第一类裂缝轨迹和所述第二类裂缝轨迹的裂缝长度和裂缝方向,以将所述第一类裂缝轨迹和所述第二类裂缝轨迹用线段或者折线段表示。
在本申请的示例性实施例中,所述在所述骨架图中遍历所有裂缝像素点,并确定每个所述裂缝像素点的类型,可以包括:
对所述骨架图中任意的第一裂缝像素点的距离最近的预设个数的相邻像素点中的第二裂缝像素点进行计数;
当所述第二裂缝像素点的数目为1时,则将所述第一裂缝像素点确定为起止点;
当所述第二裂缝像素点的数目为2时,如果该两个所述第二裂缝像素点与所述第一裂缝像素点之间的夹角大于或等于a度,则将所述第一裂缝像素点确定为中间点,如果该两个所述第二裂缝像素点与所述第一裂缝像素点之间的夹角小于a度,则将所述第一裂缝像素点确定为交叉点;a等于135;
当所述第二裂缝像素点的数目大于或等于3时,则将所述第一裂缝像素点确定为交叉点;
在裂缝交叉位置处,遍历所有所述交叉点,将所述交叉点之间的间隔距离小于b个像素长度的交叉点融合成所述融合交叉点;其中,所述融合交叉点由间隔距离小于b个像素长度的交叉点的形心坐标取整组成;b为正整数。
在本申请的示例性实施例中,所述遍历所有所述起止点,以所述起止点为起始追踪点,根据所述中间点、所述交叉点、所述融合交叉点以及所述融合交叉点对应的有效中间点,追踪由两个所述起止点,或者由一个所述起止点和一个所述融合交叉点组成的第一类裂缝轨迹,可以包括:
从任意所述起止点开始追踪,在追踪过程中,当遇到所述中间点时,直接连接所述中间点的未访问的相邻像素点;当遇到所述交叉点时,寻找最近的融合交叉点,根据所述融合交叉点以及相应的有效中间点确定追踪方向,直至遇到另一个起止点,或者不存在具有可延伸方向的有效中间点的融合交叉点时终止追踪,实现对所述第一类裂缝轨迹的追踪。
在本申请的示例性实施例中,所述在追踪过程中,当遇到所述中间点时,直接连接所述中间点的未访问的相邻像素点;当遇到所述交叉点时,寻找最近的融合交叉点,根据所述融合交叉点以及相应的有效中间点确定追踪方向,可以包括:
当遇到所述中间点时,将该中间点的未访问的相邻像素点作为所述第一类裂缝轨迹的下一个像素点,并连接该中间点的未访问的相邻像素点;
当遇到所述交叉点时,寻找距该交叉点最近的融合交叉点,计算所述融合交叉点与所述有效中间点组成线段与已追踪的所述第一类裂缝轨迹之间的夹角,选取夹角最小的有效中间点,当所述夹角小于预设的允许偏差时,则将该夹角最小的有效中间点加入所述第一类裂缝轨迹中;所述夹角所代表的方向为可延伸方向。
在本申请的示例性实施例中,所述遍历所有所述融合交叉点,根据所述中间点和所述交叉点追踪由两个所述融合交叉点组成的第二类裂缝轨迹,包括:
从任意的第一融合交叉点开始,根据所述第一融合交叉点的有效中间点的数目确定由所述第一融合交叉点出发的第二类裂缝轨迹的数目,并分别对确定出的所述有效中间点方向的第二类裂缝轨迹进行追踪;
在追踪过程中,当遇到所述中间点时,直接连接所述中间点的未访问的相邻像素点;当遇到所述交叉点时,寻找最近的融合交叉点,并将该最近的融合交叉点加入当前的裂缝轨迹中,并结束当前裂缝轨迹追踪。
在本申请的示例性实施例中,所述计算追踪到的每个所述第一类裂缝轨迹和所述第二类裂缝轨迹的裂缝长度和裂缝方向,可以包括:
获取所述第一类裂缝轨迹和所述第二类裂缝轨迹中的所有像素点数目,将所述像素点数目乘以每个像素点对应的物理长度,获取所述裂缝长度;
按照所述裂缝长度,将每个所述第一类裂缝轨迹和所述第二类裂缝轨迹分为多条折线段,计算多条所述折线段的平均方向,作为每个所述第一类裂缝轨迹和所述第二类裂缝轨迹的裂缝方向;其中,每个折线段的像素数不少于预设的像素数量阈值。
在本申请的示例性实施例中,在确定每个所述裂缝像素点的类型以后,所述方法还可以包括:
将全部所述起始点和所述中间点附上属性值,并将所述属性值赋予第一数值;
在所述第一类裂缝轨迹和所述第二类裂缝轨迹过程中,当所述起始点和/ 或所述中间点在任意一条裂缝轨迹中被记录时,将相应的属性值修改为第二数值,当所述起始点和/或所述中间点一直未在任意一条裂缝轨迹中被记录时,将相应的属性值保持为所述第一数值。
在本申请的示例性实施例中,所述有效中间点是指在搜索半径范围内,且不处于一个交叉点和一个融合交叉点之间的中间点;
所述方法还可以包括:通过所述有效中间点的数目对所述融合交叉点进行分类,以根据所述分类确定当前裂缝分支的方向数量;
其中,所述融合交叉点包括:T型交叉点和X型交叉点;
所述T型交叉点指第一裂缝和第二裂缝相交,所述第一裂缝未能穿过所述第二裂缝形成的交叉点;所述T型交叉点包括三个方向的裂缝分支;
所述T型交叉点包括V型交叉点;所述V型交叉点指两条裂缝相交于一个交点且均未继续延伸形成的交叉点;所述V型交叉点包括两个方向的裂缝分支;
所述X型交叉点指两条或多条裂缝相交且均穿过形成的交叉点;所述X 型交叉点至少包括四个方向的裂缝分支。
在本申请的示例性实施例中,所述通过所述有效中间点的数目对所述融合交叉点进行分类,可以包括:
从任意的第一融合交叉点的四个方向寻找有效中间点,搜索半径从第一预设像素长度开始,并逐渐增加;所述有效中间点是指在搜索半径范围内,且不处于一个交叉点和一个融合交叉点之间的中间点,当相应方向存在所述有效中间点时停止搜索,或者,当搜索半径超过第二预设像素长度时,停止该方向的搜索;
计算所述第一融合交叉点和所有所述有效中间点组成的线段的角度,当有多个线段的方向的相互间夹角小于预设的度数阈值时,只保留一个所述有效中间点;
统计最终所述有效中间点的数目,当所述有效中间点的数目为2或3时,则确定所述第一融合交叉点为T型交叉点;当所述有效中间点的数目大于或等于4时,则确定所述第一融合交叉点为X型交叉点。
本申请实施例提供了一种裂缝探测装置,可以包括处理器和计算机可读存储介质,所述计算机可读存储介质中存储有指令,当所述指令被所述处理器执行时,实现上述任意一项所述的裂缝探测方法。
与相关技术相比,本申请实施例可以包括:获取裂缝露头二值图片;将所述裂缝露头二值图片转化为骨架图;在所述骨架图中遍历所有裂缝像素点,并确定每个所述裂缝像素点的类型;所述裂缝像素点的类型包括:起止点、中间点、交叉点和融合交叉点;记录每个融合交叉点的每个分支上的有效中间点;遍历所有所述起止点,以所述起止点为起始追踪点,根据所述中间点、所述交叉点、所述融合交叉点以及所述融合交叉点对应的有效中间点,追踪由两个所述起止点,或者由一个所述起止点和一个所述融合交叉点组成的第一类裂缝轨迹;遍历所有所述融合交叉点,根据所述中间点和所述交叉点追踪由两个所述融合交叉点组成的第二类裂缝轨迹;计算追踪到的每个所述第一类裂缝轨迹和所述第二类裂缝轨迹的裂缝长度和裂缝方向,以将所述第一类裂缝轨迹和所述第二类裂缝轨迹用线段或者折线段表示。通过该实施例方案,实现了从裂缝露头二值图片中快速、准确地提取裂缝轨迹信息,抗干扰效果好。
本申请的其它特征和优点将在随后的说明书中阐述,并且,部分地从说明书中变得显而易见,或者通过实施本申请而了解。本申请的其他优点可通过在说明书以及附图中所描述的方案来实现和获得。
附图说明
附图用来提供对本申请技术方案的理解,并且构成说明书的一部分,与本申请的实施例一起用于解释本申请的技术方案,并不构成对本申请技术方案的限制。
图1为本申请实施例的裂缝探测方法流程图;
图2为本申请实施例的裂缝探测方法示意图;
图3为本申请实施例的人工描绘真实裂缝露头二值图片;
图4为本申请实施例的裂缝露头二值图片的骨架图片;
图5为本申请实施例的裂缝露头骨架图中每种类型像素点示意图;
图6为本申请实施例的T型、X型交叉点示意图;
图7为本申请实施例的迂曲裂缝细节图;
图8为本申请实施例的第一类裂缝追踪示意图;
图9为本申请实施例的第二类裂缝追踪示意图;
图10为本申请实施例的裂缝露头探测结果示意图;
图11为本申请实施例的裂缝探测装置组成框图。
具体实施方式
本申请描述了多个实施例,但是该描述是示例性的,而不是限制性的,并且对于本领域的普通技术人员来说显而易见的是,在本申请所描述的实施例包含的范围内可以有更多的实施例和实现方案。尽管在附图中示出了许多可能的特征组合,并在具体实施方式中进行了讨论,但是所公开的特征的许多其它组合方式也是可能的。除非特意加以限制的情况以外,任何实施例的任何特征或元件可以与任何其它实施例中的任何其他特征或元件结合使用,或可以替代任何其它实施例中的任何其他特征或元件。
本申请包括并设想了与本领域普通技术人员已知的特征和元件的组合。本申请已经公开的实施例、特征和元件也可以与任何常规特征或元件组合,以形成由权利要求限定的独特的发明方案。任何实施例的任何特征或元件也可以与来自其它发明方案的特征或元件组合,以形成另一个由权利要求限定的独特的发明方案。因此,应当理解,在本申请中示出和/或讨论的任何特征可以单独地或以任何适当的组合来实现。因此,除了根据所附权利要求及其等同替换所做的限制以外,实施例不受其它限制。此外,可以在所附权利要求的保护范围内进行各种修改和改变。
此外,在描述具有代表性的实施例时,说明书可能已经将方法和/或过程呈现为特定的步骤序列。然而,在该方法或过程不依赖于本文所述步骤的特定顺序的程度上,该方法或过程不应限于所述的特定顺序的步骤。如本领域普通技术人员将理解的,其它的步骤顺序也是可能的。因此,说明书中阐述的步骤的特定顺序不应被解释为对权利要求的限制。此外,针对该方法和/或过程的权利要求不应限于按照所写顺序执行它们的步骤,本领域技术人员可以容易地理解,这些顺序可以变化,并且仍然保持在本申请实施例的精神和范围内。
本申请实施例提供了一种裂缝探测方法,如图1、图2所示,可以包括步骤S101-S107:
S101、获取裂缝露头二值图片;
S102、将所述裂缝露头二值图片转化为骨架图;
S103、在所述骨架图中遍历所有裂缝像素点,并确定每个所述裂缝像素点的类型;所述裂缝像素点的类型包括:起止点、中间点、交叉点和融合交叉点;
S104、记录每个融合交叉点的每个分支上的有效中间点;
S105、遍历所有所述起止点,以所述起止点为起始追踪点,根据所述中间点、所述交叉点、所述融合交叉点以及所述融合交叉点对应的有效中间点,追踪由两个所述起止点,或者由一个所述起止点和一个所述融合交叉点组成的第一类裂缝轨迹;
S106、遍历所有所述融合交叉点,根据所述中间点和所述交叉点追踪由两个所述融合交叉点组成的第二类裂缝轨迹;
S107、计算追踪到的每个所述第一类裂缝轨迹和所述第二类裂缝轨迹的裂缝长度和裂缝方向,以将所述第一类裂缝轨迹和所述第二类裂缝轨迹用线段或者折线段表示。
在本申请的示例性实施例中,本申请提供了一种基于像素追踪的裂缝自动探测方法,该方法可以适用于多种情况下获得的裂缝露头二值图片,可以快速、准确地追踪裂缝露头二值图片中的所有裂缝轨迹,并且记录轨迹中的所有像素点。探测结果可以直接用于统计信息分析,如裂缝的长度、方向、交叉关系等,并可以直接输入油藏模拟软件进行离散裂缝建模。
在本申请的示例性实施例中,本申请实施例方案提供的基于像素追踪的裂缝自动探测方法为后续裂缝地质信息统计分析、油藏数值模拟提供了重要数据。
在本申请的示例性实施例中,可以首先获取裂缝露头二值图片,如图3 所示。其中,裂缝可以采用白色像素点表示,背景环境可以采用黑色像素点表示;或者裂缝采用黑色像素点表示,背景环境采用白色像素点表示,在此,对于裂缝和背景环境的像素点的详细颜色不做限定。本申请实施例中可以采用人工描绘的真实裂缝露头二值图片为例进行说明,裂缝用黑色像素点表示,背景环境用白色像素点表示。
在本申请的示例性实施例中,获取裂缝露头二值图片可以通过深度学习方法,如U-net,或者数学方法,如Shearlet变换,对露头照片处理得到。露头照片则通过实地地质考察,由无人机或人工拍照获得,或者卫星图片或地震解释图片。
在本申请的示例性实施例中,可通过Matlab函数“bwskel”或其他图像处理软件对裂缝露头二值图片进行处理,将该裂缝露头二值图片转化为预设尺寸的骨架图,例如,宽度为1的骨架图。骨架图示意图可以如图4所示。
在本申请的示例性实施例中,可以遍历所有裂缝像素点,将裂缝像素点分为四类:起止点、中间点、交叉点和融合交叉点。其中,中间点仅显示为像素点,而没有用特殊图例表示,其他三种像素点类型可以分别用正方形,圆形和三角形图例表示,如图5所示。
在本申请的示例性实施例中,所述在所述骨架图中遍历所有裂缝像素点,并确定每个所述裂缝像素点的类型,可以包括:
对所述骨架图中任意的第一裂缝像素点的距离最近的预设个数的相邻像素点中的第二裂缝像素点进行计数;
当所述第二裂缝像素点的数目(Nb)为1时,则将所述第一裂缝像素点确定为起止点;
当所述第二裂缝像素点的数目为2时,如果该两个所述第二裂缝像素点与所述第一裂缝像素点之间的夹角大于或等于a度,则将所述第一裂缝像素点确定为中间点,如果该两个所述第二裂缝像素点与所述第一裂缝像素点之间的夹角小于a度,则将所述第一裂缝像素点确定为交叉点;a等于135;
当所述第二裂缝像素点的数目大于或等于3时,则将所述第一裂缝像素点确定为交叉点;
在裂缝交叉位置处,遍历所有所述交叉点,将所述交叉点之间的间隔距离小于b个像素长度的交叉点融合成所述融合交叉点;其中,所述融合交叉点由间隔距离小于b个像素长度的交叉点的形心坐标取整组成;b为正整数。
在本申请的示例性实施例中,可以遍历骨架图中所有裂缝像素点,对每个裂缝像素点(即上述的第一裂缝像素点)周围8个相邻像素点中的裂缝像素点(即上述的第二裂缝像素点)进行计数,得到所有相邻像素点中裂缝像素点(即上述的第二裂缝像素点)的数目,若该数目为1,则该像素点即上述的第一裂缝像素点)为起止点;若该数目为2且两个像素点(即上述的第二裂缝像素点)与该像素点(即上述的第一裂缝像素点)之间的夹角大于或等于135度,则该像素点(即上述的第一裂缝像素点)为中间点,若夹角小于 135度,则该像素点(即上述的第一裂缝像素点)为交叉点;若该数目大于等于3,则该像素点(即上述的第一裂缝像素点)为交叉点。在裂缝交叉位置,可能存在不止一个交叉像素点,因此须重复遍历所有交叉点,将相近(间隔距离<3个像素长度)的交叉点融合成融合交叉点,融合交叉点由相近交叉点的形心坐标取整组成。例如,N个交叉点互相之间的距离小于3个像素长度,则相应的融合交叉点坐标(X,Y)的确定方法如下:
Figure RE-GDA0003495254470000101
式(1)中int()是向下取整函数,如int(2.1)=2;xi,yi分别是第i个交叉点的x坐标和y坐标。
在本申请的示例性实施例中,如有必要,可以对融合交叉点进行重复遍历,继续融合间隔距离近的融合交叉点。
在本申请的示例性实施例中,在确定每个所述裂缝像素点的类型以后,所述方法还可以包括:
将全部所述起始点和所述中间点附上属性值,并将所述属性值赋予第一数值;
在所述第一类裂缝轨迹和所述第二类裂缝轨迹过程中,当所述起始点和/ 或所述中间点在任意一条裂缝轨迹中被记录时,将相应的属性值修改为第二数值,当所述起始点和/或所述中间点一直未在任意一条裂缝轨迹中被记录时,将相应的属性值保持为所述第一数值。
在本申请的示例性实施例中,所述属性值表示该中间点或所述起始点是否被记录在任意一条裂缝轨迹中;当所述属性值为第一数值(例如0)时表示未被记录,当所述属性值为第二数值(例如1)时表示已被记录;所述属性值的初始值为第一数值(0)。在所述第一类裂缝轨迹和所述第二类裂缝轨迹过程中,所述起始点和所述中间点的属性值根据在任意一条裂缝轨迹中的记录变化情况修改相应的属性值。
在本申请的示例性实施例中,通过该方案可以有效的防止重复遍历相同裂缝,如果通过裂缝方向作为是否该裂缝已经遍历的判据,由于裂缝的迂曲特征,从两个端点分别进行追踪时,其裂缝方向可能不同,因此不能判断某条裂缝是否已经追踪过。通过起始点和中间点的属性值则可以快速的确定,防止裂缝被重复追踪。
在本申请的示例性实施例中,所述有效中间点是指在搜索半径范围内,且不处于一个交叉点和一个融合交叉点之间的中间点;
所述方法还可以包括:通过所述有效中间点的数目对所述融合交叉点进行分类,以根据所述分类确定当前裂缝分支的方向数量;
其中,所述融合交叉点包括:T型交叉点和X型交叉点;
所述T型交叉点指第一裂缝和第二裂缝相交,所述第一裂缝未能穿过所述第二裂缝形成的交叉点;所述T型交叉点包括三个方向的裂缝分支;
所述T型交叉点包括V型交叉点;所述V型交叉点指两条裂缝相交于一个交点且均未继续延伸形成的交叉点;所述V型交叉点包括两个方向的裂缝分支;
所述X型交叉点指两条或多条裂缝相交且均穿过形成的交叉点;所述X 型交叉点至少包括四个方向的裂缝分支。
在本申请的示例性实施例中,总之,T型交叉点指两条裂缝相交,但其中一条裂缝未能穿过另一条裂缝形成的交叉点,理论上T型交叉点对应三个方向的裂缝分支,在特殊情况下,V型交叉点也当做T型交叉点;V型交叉点指两条裂缝相交于一个交点且均未继续延伸形成的交点。X型交叉点指两条或多条裂缝相交且均穿过形成的X型的交叉点,X型交叉点对应至少四个方向的裂缝分支。
在本申请的示例性实施例中,图6展示了T型和X型交叉点示意图,图 6中的X型交叉点有四个有效中间点,并延伸出四条裂缝分支。T型交叉点有三个有效中间点,并延伸出三条裂缝分支。图7展示了具有迂曲度的裂缝的细节图,从两个端点分别进行裂缝追踪,局部裂缝方向并不一致,因此仅通过裂缝方向无法判断该裂缝是否已经被遍历,因此通过赋予中间点属性值,可以有效方便的解决这一问题,从而避免进行重复遍历。
在本申请的示例性实施例中,所述通过所述有效中间点的数目对所述融合交叉点进行分类,可以包括:
从任意的第一融合交叉点的四个方向寻找有效中间点,搜索半径从第一预设像素长度开始,并逐渐增加;所述有效中间点是指在搜索半径范围内,且不处于一个交叉点和一个融合交叉点之间的中间点,当相应方向存在所述有效中间点时停止搜索,或者,当搜索半径超过第二预设像素长度时,停止该方向的搜索;
计算所述第一融合交叉点和所有所述有效中间点组成的线段的角度,当有多个线段的方向的相互间夹角小于预设的度数阈值时,只保留一个所述有效中间点;
统计最终所述有效中间点的数目,当所述有效中间点的数目为2或3时,则确定所述第一融合交叉点为T型交叉点;当所述有效中间点的数目大于或等于4时,则确定所述第一融合交叉点为X型交叉点。
在本申请的示例性实施例中,对任意融合交叉点(即上述的第一融合交叉点)的四个方向(上、下、左、右)寻找有效中间点,搜索半径可以从1 个像素长度开始,逐渐增加,当相应方向存在有效中间点时停止搜索,或者当搜索半径超过3个像素长度时,停止该方向的搜索,因为搜索半径过大,则一般超出该裂缝轨迹的应有范围。有效中间点指在搜索半径范围内,且不处于一个交叉点和一个融合交叉点之间的中间像素点。处在交叉点和融合交叉点之间的中间点一般是由于裂缝图像复杂,造成的交叉点附近骨架图形态复杂造成的,该中间点不能认为是潜在的裂缝延伸方向,因为该中间点并没有超出交叉点的影响范围。计算该融合交叉点(即上述的第一融合交叉点) 和所有有效中间点组成的线段的角度,如果有多个线段的方向相近(例如,相互间夹角<25度)时,只保留一个有效中间点。每个有效中间点代表裂缝可以继续延伸的方向。可以通过有效中间点的数目对融合交叉点进行分类,如果有效中间点数目为2或3,则该融合交叉点为T型交叉点,如果有效中间点数目大于或等于4,则该融合交叉点为X型交叉点。
在本申请的示例性实施例中,所述遍历所有所述起止点,以所述起止点为起始追踪点,根据所述中间点、所述交叉点、所述融合交叉点以及所述融合交叉点对应的有效中间点,追踪由两个所述起止点,或者由一个所述起止点和一个所述融合交叉点组成的第一类裂缝轨迹,可以包括:
从任意所述起止点开始追踪,在追踪过程中,当遇到所述中间点时,直接连接所述中间点的未访问的相邻像素点;当遇到所述交叉点时,寻找最近的融合交叉点,根据所述融合交叉点以及相应的有效中间点确定追踪方向,直至遇到另一个起止点,或者不存在具有可延伸方向的有效中间点的融合交叉点时终止追踪,实现对所述第一类裂缝轨迹的追踪。
在本申请的示例性实施例中,所述在追踪过程中,当遇到所述中间点时,直接连接所述中间点的未访问的相邻像素点;当遇到所述交叉点时,寻找最近的融合交叉点,根据所述融合交叉点以及相应的有效中间点确定追踪方向,可以包括:
当遇到所述中间点时,将该中间点的未访问的相邻像素点作为所述第一类裂缝轨迹的下一个像素点,并连接该中间点的未访问的相邻像素点;
当遇到所述交叉点时,寻找距该交叉点最近的融合交叉点,计算所述融合交叉点与所述有效中间点组成线段与已追踪的所述第一类裂缝轨迹之间的夹角,选取夹角最小的有效中间点,当所述夹角小于预设的允许偏差时,则将该夹角最小的有效中间点加入所述第一类裂缝轨迹中;所述夹角所代表的方向即为可延伸方向。
在本申请的示例性实施例中,遍历所有起止点,追踪由两个起止点或者一个起止点和一个融合交叉点组成的裂缝轨迹,此类裂缝轨迹称为第一类裂缝轨迹,第一类裂缝轨迹至少有一个端点是起止点,另一个端点是起止点或融合交叉点。在追踪过程中,访问后的起止点属性值由0改为1,该步骤直到所有起止点的属性值为1时停止。记录每个裂缝轨迹的所有裂缝像素点。
在本申请的示例性实施例中,追踪第一类裂缝轨迹可以从任意起止点开始,遇到中间点,连接中间点相邻的未访问像素点(即未访问的相邻像素点);遇到交叉点时,寻找距该交叉点最近的融合交叉点。记录每个融合交叉点的有效中间点。若该有效中间点的属性值为0,即不属于任何裂缝,则该有效中间点是可能的裂缝延伸方向。通过计算有效中间点与融合交叉点组成的线段和追踪方向之间的差异,选取偏差最小的有效中间点,如果偏差小于设置的允许偏差(一般为10度),则将该有效中间点加入该裂缝轨迹中,并继续该裂缝轨迹追踪过程。直至追踪到另一个起止点或者一个融合交叉点时,停止该裂缝轨迹的追踪。所有起止点的初始状态设为0,若该起始点包含在任意裂缝轨迹中,则状态设为1。重复以上步骤,直至所有起止点的状态均为1时停止。所有被记录在裂缝轨迹中的中间点的属性值改为1。
在本申请的示例性实施例中,图8展示搜索第一类裂缝轨迹的细节示意图。从任意起止点开始裂缝轨迹追踪,遇到中间点,则该裂缝轨迹的下一个像素点是该中间点中未访问的相邻像素点。遇到交叉点时,则寻找距离该交叉点最近的融合交叉点。通过该融合交叉点的上、下、左、右四个方向的有效中间点以确定裂缝轨迹可能的延伸方向,如图8中显示,该裂缝轨迹共有三个有效中间点。通过计算该融合交叉点与有效中间点组成线段与已追踪的裂缝轨迹之间的夹角,选取夹角最小的有效交叉点,若该夹角小于预设的允许偏差(一般为10度),则将该有效中间点加入裂缝轨迹中,继续延伸裂缝,直至遇到另一个起止点,或者不存在具有可延伸方向的有效中间点的融合交叉点时终止。图8中的裂缝轨迹在遇到另一个起止点结束,可延伸方向如图8 中所示。所有起止点的初始状态均为0,凡包含在任意裂缝轨迹中的起止点均设为状态1。重复此追踪过程,遍历所有起止点,直至所有的起止点均为状态 1。
在本申请的示例性实施例中,所述遍历所有所述融合交叉点,根据所述中间点和所述交叉点追踪由两个所述融合交叉点组成的第二类裂缝轨迹,可以包括:
从任意的第一融合交叉点开始,根据所述第一融合交叉点的有效中间点的数目确定由所述第一融合交叉点出发的第二类裂缝轨迹的数目,并分别对确定出的所述有效中间点方向的第二类裂缝轨迹进行追踪;
在追踪过程中,当遇到所述中间点时,直接连接所述中间点的未访问的相邻像素点;当遇到所述交叉点时,寻找最近的融合交叉点,并将该最近的融合交叉点加入当前的裂缝轨迹中,并结束当前裂缝轨迹追踪。
在本申请的示例性实施例中,遍历所有融合交叉点,追踪由两个融合交叉点组成的裂缝轨迹,此类裂缝轨迹称为第二类裂缝轨迹,第二类裂缝轨迹两个端点均是融合交叉点。可以从任意融合交叉点(如第一融合交叉点)开始追踪第二类裂缝轨迹,遇到另一个融合交叉点时即停止对当前裂缝的追踪。所有融合交叉点均访问后,停止对第二类裂缝轨迹的追踪。记录每个第二类裂缝轨迹的所有像素点。
在本申请的示例性实施例中,追踪第二类裂缝轨迹从任意融合交叉点(即第一融合交叉点)开始,可以通过该融合交叉点(如第一融合交叉点)的有效中间点数目确定由该融合交叉点(如第一融合交叉点)出发的裂缝数目。确定裂缝数目后,可以分别进行裂缝轨迹的追踪。追踪过程中,遇到中间点,直接连接中间点未访问的相邻像素点。遇到交叉点时,寻找最近的融合交叉点并将该融合交叉点加入当前裂缝轨迹中,并结束当前裂缝轨迹追踪。重复该步骤,直至所有融合交叉点均被访问。所有被记录在裂缝轨迹中的中间点的属性值改为1。
在本申请的示例性实施例中,图9展示了搜索第二类裂缝轨迹的细节示意图。从任意融合交叉点开始裂缝轨迹追踪,遇到中间点,则轨迹的下一个像素点是该中间点未访问的相邻像素点。遇到交叉点时,则寻找距离该交叉点最近的融合交叉点,将该融合交叉点加入裂缝轨迹中并结束该裂缝轨迹的追踪。重复此追踪过程,遍历所有融合交叉点。
在本申请的示例性实施例中,计算裂缝轨迹的裂缝长度和裂缝方向是裂缝探测的最重要的两个参数。
在本申请的示例性实施例中,所述裂缝长度是指每个所述第一类裂缝轨迹和所述第二类裂缝轨迹中的所有像素长度之和,所述平均方向是指按照所述裂缝长度获取多个折线段后,多个所述折线段的平均方向;
所述计算追踪到的每个所述第一类裂缝轨迹和所述第二类裂缝轨迹的裂缝长度和裂缝方向,可以包括:
获取所述第一类裂缝轨迹和所述第二类裂缝轨迹中的所有像素点数目,将所述像素点数目乘以每个像素点对应的物理长度,获取所述裂缝长度;
按照所述裂缝长度,将每个所述第一类裂缝轨迹和所述第二类裂缝轨迹分为多条折线段,计算多条所述折线段的平均方向,作为每个所述第一类裂缝轨迹和所述第二类裂缝轨迹的裂缝方向;其中,每个折线段的像素数不少于预设的像素数量阈值。
在本申请的示例性实施例中,裂缝长度(或称裂缝轨迹长度)可以由像素点数目决定,像素点数目乘以每个像素点对应的物理长度则可以计算出裂缝的物理长度,即裂缝长度。裂缝方向通过平均方向来表征,按照裂缝轨迹的长度,将裂缝轨迹分为多个折线段,要求每个折线段的像素数不少于三个。对于迂曲度不大的裂缝轨迹,平均方向与每个折线段方向差异不大。对于迂曲度大的裂缝轨迹,平均方向能够更好的表征裂缝轨迹的主要方向。该方法也可以被用于第一类裂缝轨迹的追踪过程中判断已有裂缝轨迹的方向,用以判断是否继续延伸裂缝。
在本申请的示例性实施例中,追踪的第一类裂缝轨迹和所述第二类裂缝轨迹可以用线段或者折线段表示,如图10所示。用线段表示裂缝轨迹时,裂缝轨迹的端点分别为该裂缝轨迹中第一个像素点和最后一个像素点。单个直线段通常无法表征裂缝的迂曲特征,采用多段折线段则可以捕捉到裂缝的迂曲特征。折线段的数目可以按照需求制定,如指定每一折线段所具有的像素数,或指定将某一裂缝轨迹拆分成多个折线段。折线段数目上限是该裂缝轨迹所具有的像素数。
本申请实施例提供了一种裂缝探测装置1,如图11所示,可以包括处理器11和计算机可读存储介质12,所述计算机可读存储介质12中存储有指令,当所述指令被所述处理器11执行时,实现上述任意一项所述的裂缝探测方法。
在本申请的示例性实施例中,前述的裂缝探测方法中的任意实施例均适用于该装置实施例中,在此不再一一赘述。
本领域普通技术人员可以理解,上文中所公开方法中的全部或某些步骤、系统、装置中的功能模块/单元可以被实施为软件、固件、硬件及其适当的组合。在硬件实施方式中,在以上描述中提及的功能模块/单元之间的划分不一定对应于物理组件的划分;例如,一个物理组件可以具有多个功能,或者一个功能或步骤可以由若干物理组件合作执行。某些组件或所有组件可以被实施为由处理器,如数字信号处理器或微处理器执行的软件,或者被实施为硬件,或者被实施为集成电路,如专用集成电路。这样的软件可以分布在计算机可读介质上,计算机可读介质可以包括计算机存储介质(或非暂时性介质) 和通信介质(或暂时性介质)。如本领域普通技术人员公知的,术语计算机存储介质包括在用于存储信息(诸如计算机可读指令、数据结构、程序模块或其他数据)的任何方法或技术中实施的易失性和非易失性、可移除和不可移除介质。计算机存储介质包括但不限于RAM、ROM、EEPROM、闪存或其他存储器技术、CD-ROM、数字多功能盘(DVD)或其他光盘存储、磁盒、磁带、磁盘存储或其他磁存储装置、或者可以用于存储期望的信息并且可以被计算机访问的任何其他的介质。此外,本领域普通技术人员公知的是,通信介质通常包含计算机可读指令、数据结构、程序模块或者诸如载波或其他传输机制之类的调制数据信号中的其他数据,并且可包括任何信息递送介质。

Claims (10)

1.一种裂缝探测方法,其特征在于,包括:
获取裂缝露头二值图片;
将所述裂缝露头二值图片转化为骨架图;
在所述骨架图中遍历所有裂缝像素点,并确定每个所述裂缝像素点的类型;所述裂缝像素点的类型包括:起止点、中间点、交叉点和融合交叉点;
记录每个融合交叉点的每个分支上的有效中间点;
遍历所有所述起止点,以所述起止点为起始追踪点,根据所述中间点、所述交叉点、所述融合交叉点以及所述融合交叉点对应的有效中间点,追踪由两个所述起止点,或者由一个所述起止点和一个所述融合交叉点组成的第一类裂缝轨迹;
遍历所有所述融合交叉点,根据所述中间点和所述交叉点追踪由两个所述融合交叉点组成的第二类裂缝轨迹;
计算追踪到的每个所述第一类裂缝轨迹和所述第二类裂缝轨迹的裂缝长度和裂缝方向,以将所述第一类裂缝轨迹和所述第二类裂缝轨迹用线段或者折线段表示。
2.根据权利要求1所述的裂缝探测方法,其特征在于,所述在所述骨架图中遍历所有裂缝像素点,并确定每个所述裂缝像素点的类型,包括:
对所述骨架图中任意的第一裂缝像素点的距离最近的预设个数的相邻像素点中的第二裂缝像素点进行计数;
当所述第二裂缝像素点的数目为1时,则将所述第一裂缝像素点确定为起止点;
当所述第二裂缝像素点的数目为2时,如果该两个所述第二裂缝像素点与所述第一裂缝像素点之间的夹角大于或等于a度,则将所述第一裂缝像素点确定为中间点,如果该两个所述第二裂缝像素点与所述第一裂缝像素点之间的夹角小于a度,则将所述第一裂缝像素点确定为交叉点;a等于135;
当所述第二裂缝像素点的数目大于或等于3时,则将所述第一裂缝像素点确定为交叉点;
在裂缝交叉位置处,遍历所有所述交叉点,将所述交叉点之间的间隔距离小于b个像素长度的交叉点融合成所述融合交叉点;其中,所述融合交叉点由间隔距离小于b个像素长度的交叉点的形心坐标取整组成;b为正整数。
3.根据权利要求1所述的裂缝探测方法,其特征在于,所述遍历所有所述起止点,以所述起止点为起始追踪点,根据所述中间点、所述交叉点、所述融合交叉点以及所述融合交叉点对应的有效中间点,追踪由两个所述起止点,或者由一个所述起止点和一个所述融合交叉点组成的第一类裂缝轨迹,包括:
从任意所述起止点开始追踪,在追踪过程中,当遇到所述中间点时,直接连接所述中间点的未访问的相邻像素点;当遇到所述交叉点时,寻找最近的融合交叉点,根据所述融合交叉点以及相应的有效中间点确定追踪方向,直至遇到另一个起止点,或者不存在具有可延伸方向的有效中间点的融合交叉点时终止追踪,实现对所述第一类裂缝轨迹的追踪。
4.根据权利要求3所述的裂缝探测方法,其特征在于,所述在追踪过程中,当遇到所述中间点时,直接连接所述中间点的未访问的相邻像素点;当遇到所述交叉点时,寻找最近的融合交叉点,根据所述融合交叉点以及相应的有效中间点确定追踪方向,包括:
当遇到所述中间点时,将该中间点的未访问的相邻像素点作为所述第一类裂缝轨迹的下一个像素点,并连接该中间点的未访问的相邻像素点;
当遇到所述交叉点时,寻找距该交叉点最近的融合交叉点,计算所述融合交叉点与所述有效中间点组成线段与已追踪的所述第一类裂缝轨迹之间的夹角,选取夹角最小的有效中间点,当所述夹角小于预设的允许偏差时,则将该夹角最小的有效中间点加入所述第一类裂缝轨迹中;所述夹角所代表的方向为可延伸方向。
5.根据权利要求1所述的裂缝探测方法,其特征在于,所述遍历所有所述融合交叉点,根据所述中间点和所述交叉点追踪由两个所述融合交叉点组成的第二类裂缝轨迹,包括:
从任意的第一融合交叉点开始,根据所述第一融合交叉点的有效中间点的数目确定由所述第一融合交叉点出发的第二类裂缝轨迹的数目,并分别对确定出的所述有效中间点方向的第二类裂缝轨迹进行追踪;
在追踪过程中,当遇到所述中间点时,直接连接所述中间点的未访问的相邻像素点;当遇到所述交叉点时,寻找最近的融合交叉点,并将该最近的融合交叉点加入当前的裂缝轨迹中,并结束当前裂缝轨迹追踪。
6.根据权利要求1所述的裂缝探测方法,其特征在于,所述计算追踪到的每个所述第一类裂缝轨迹和所述第二类裂缝轨迹的裂缝长度和裂缝方向,包括:
获取所述第一类裂缝轨迹和所述第二类裂缝轨迹中的所有像素点数目,将所述像素点数目乘以每个像素点对应的物理长度,获取所述裂缝长度;
按照所述裂缝长度,将每个所述第一类裂缝轨迹和所述第二类裂缝轨迹分为多条折线段,计算多条所述折线段的平均方向,作为每个所述第一类裂缝轨迹和所述第二类裂缝轨迹的裂缝方向;其中,每个折线段的像素数不少于预设的像素数量阈值。
7.根据权利要求1所述的裂缝探测方法,其特征在于,在确定每个所述裂缝像素点的类型以后,所述方法还包括:
将全部所述起始点和所述中间点附上属性值,并将所述属性值赋予第一数值;
在所述第一类裂缝轨迹和所述第二类裂缝轨迹过程中,当所述起始点和/或所述中间点在任意一条裂缝轨迹中被记录时,将相应的属性值修改为第二数值,当所述起始点和/或所述中间点一直未在任意一条裂缝轨迹中被记录时,将相应的属性值保持为所述第一数值。
8.根据权利要求2所述的裂缝探测方法,其特征在于,所述有效中间点是指在搜索半径范围内,且不处于一个交叉点和一个融合交叉点之间的中间点;
所述方法还包括:通过所述有效中间点的数目对所述融合交叉点进行分类,以根据所述分类确定当前裂缝分支的方向数量;
其中,所述融合交叉点包括:T型交叉点和X型交叉点;
所述T型交叉点指第一裂缝和第二裂缝相交,所述第一裂缝未能穿过所述第二裂缝形成的交叉点;所述T型交叉点包括三个方向的裂缝分支;
所述T型交叉点包括V型交叉点;所述V型交叉点指两条裂缝相交于一个交点且均未继续延伸形成的交叉点;所述V型交叉点包括两个方向的裂缝分支;
所述X型交叉点指两条或多条裂缝相交且均穿过形成的交叉点;所述X型交叉点至少包括四个方向的裂缝分支。
9.根据权利要求8所述的裂缝探测方法,其特征在于,所述通过所述有效中间点的数目对所述融合交叉点进行分类,包括:
从任意的第一融合交叉点的四个方向寻找有效中间点,搜索半径从第一预设像素长度开始,并逐渐增加;所述有效中间点是指在搜索半径范围内,且不处于一个交叉点和一个融合交叉点之间的中间点,当相应方向存在所述有效中间点时停止搜索,或者,当搜索半径超过第二预设像素长度时,停止该方向的搜索;
计算所述第一融合交叉点和所有所述有效中间点组成的线段的角度,当有多个线段的方向的相互间夹角小于预设的度数阈值时,只保留一个所述有效中间点;
统计最终所述有效中间点的数目,当所述有效中间点的数目为2或3时,则确定所述第一融合交叉点为T型交叉点;当所述有效中间点的数目大于或等于4时,则确定所述第一融合交叉点为X型交叉点。
10.一种裂缝探测装置,其特征在于,包括处理器和计算机可读存储介质,所述计算机可读存储介质中存储有指令,当所述指令被所述处理器执行时,实现如权利要求1-9任意一项所述的裂缝探测方法。
CN202111116870.1A 2021-09-23 一种裂缝探测方法和装置 Active CN114155418B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111116870.1A CN114155418B (zh) 2021-09-23 一种裂缝探测方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111116870.1A CN114155418B (zh) 2021-09-23 一种裂缝探测方法和装置

Publications (2)

Publication Number Publication Date
CN114155418A true CN114155418A (zh) 2022-03-08
CN114155418B CN114155418B (zh) 2024-06-28

Family

ID=

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20110120702A1 (en) * 2009-11-25 2011-05-26 Halliburton Energy Services, Inc. Generating probabilistic information on subterranean fractures
CN105719259A (zh) * 2016-02-19 2016-06-29 上海理工大学 路面裂缝图像检测方法
CN112257622A (zh) * 2020-10-28 2021-01-22 汕头大学 基于遗传算法和u型神经网络的道路裂缝分割的方法
CN113096121A (zh) * 2021-05-06 2021-07-09 绍兴文理学院 基于交叉断裂力学和图像处理的路面裂缝检测方法和系统

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20110120702A1 (en) * 2009-11-25 2011-05-26 Halliburton Energy Services, Inc. Generating probabilistic information on subterranean fractures
CN105719259A (zh) * 2016-02-19 2016-06-29 上海理工大学 路面裂缝图像检测方法
CN112257622A (zh) * 2020-10-28 2021-01-22 汕头大学 基于遗传算法和u型神经网络的道路裂缝分割的方法
CN113096121A (zh) * 2021-05-06 2021-07-09 绍兴文理学院 基于交叉断裂力学和图像处理的路面裂缝检测方法和系统

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
李雪英, 蔺景龙, 文慧俭, 吕金玲: "自动识别垂直裂缝的方法", 大庆石油学院学报, no. 03, 30 June 2004 (2004-06-30) *
李雪英;蔺景龙;文慧俭;: "复杂地质背景下的多裂缝识别", 大庆石油学院学报, no. 06, 30 December 2006 (2006-12-30) *
梁博;曾齐红;刘远刚;邓帆;邵燕林;: "基于C++与MATLAB混合编程的露头表面裂缝识别及矢量化方法", 计算机时代, no. 07, 15 July 2020 (2020-07-15) *

Similar Documents

Publication Publication Date Title
CN102981182B (zh) 基于无监督分类的二维地震数据全层位自动追踪方法
US5757663A (en) Hydrocarbon reservoir connectivity tool using cells and pay indicators
CN103592681A (zh) 一种基于信号分类的地震图像层位追踪方法
US9594483B2 (en) Method and system of plotting correlated data
CN116152461B (zh) 地质建模方法、装置、计算机设备及计算机可读存储介质
CN112184736A (zh) 一种基于欧式聚类的多平面提取方法
EP3374969A1 (en) Modelling complex geological sequences using geologic rules and paleographic maps
CN102867332A (zh) 基于复杂边界约束的多级细分网格曲面拟合方法
US10627542B2 (en) Hybrid approach to assisted history matching in large reservoirs
CN112489208A (zh) 基于蚂蚁算法的裂缝片提取方法和三维地质模型构建方法
CN114155418A (zh) 一种裂缝探测方法和装置
CN114155418B (zh) 一种裂缝探测方法和装置
CN112114358B (zh) 一种基于三维地震资料表征的地下火山通道识别方法
CN105738949B (zh) 一种用于时移地震的九面元一致性并行处理方法
CN116894915A (zh) 一种人工智能半自动三维地质建模数据处理方法
Wang et al. Intelligent planning of drilling trajectory based on computer vision
US10664635B2 (en) Determining non-linear petrofacies using cross-plot partitioning
CN116518940A (zh) 一种基于无人机影像匹配点云的露天矿台阶结构量测方法
CN107703542B (zh) 一种逆断层地区的地震层位的确定方法和装置
Lorentzen et al. Fault mapping of the Gassum Formation reservoir and the Fjerritslev Formation caprock interval at the Stenlille gas storage site using a pre-trained convolutional neural network
CN109025981A (zh) 曲流河侧积砂体对比方法及系统
CN113093274A (zh) 低级序断层识别的方法、装置、终端及存储介质
CN111680386A (zh) 断块圈闭的脆性盖层封闭性分析方法及装置
CN113761699A (zh) 裂缝模型构建方法、装置、电子设备及介质
CN105223609A (zh) 基于匹配搜索的三维地震图像全层位自动追踪方法

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