JP7449869B2 - 高度な機械学習手法を用いた記述岩石薄片の画像の自動分析 - Google Patents
高度な機械学習手法を用いた記述岩石薄片の画像の自動分析 Download PDFInfo
- Publication number
- JP7449869B2 JP7449869B2 JP2020557198A JP2020557198A JP7449869B2 JP 7449869 B2 JP7449869 B2 JP 7449869B2 JP 2020557198 A JP2020557198 A JP 2020557198A JP 2020557198 A JP2020557198 A JP 2020557198A JP 7449869 B2 JP7449869 B2 JP 7449869B2
- Authority
- JP
- Japan
- Prior art keywords
- image
- rock
- particles
- pixels
- flake
- 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
- 239000011435 rock Substances 0.000 title claims description 97
- 238000004458 analytical method Methods 0.000 title claims description 95
- 238000000034 method Methods 0.000 title claims description 75
- 238000010801 machine learning Methods 0.000 title description 9
- 239000002245 particle Substances 0.000 claims description 124
- 239000013598 vector Substances 0.000 claims description 60
- 238000012545 processing Methods 0.000 claims description 36
- 238000004422 calculation algorithm Methods 0.000 claims description 34
- UQSXHKLRYXJYBZ-UHFFFAOYSA-N Iron oxide Chemical compound [Fe]=O UQSXHKLRYXJYBZ-UHFFFAOYSA-N 0.000 claims description 29
- 230000011218 segmentation Effects 0.000 claims description 26
- 239000011148 porous material Substances 0.000 claims description 20
- 239000004927 clay Substances 0.000 claims description 18
- 238000003860 storage Methods 0.000 claims description 18
- 238000003064 k means clustering Methods 0.000 claims description 5
- 230000010287 polarization Effects 0.000 claims description 3
- 230000008569 process Effects 0.000 description 30
- 238000004590 computer program Methods 0.000 description 15
- 230000000875 corresponding effect Effects 0.000 description 15
- 235000013980 iron oxide Nutrition 0.000 description 14
- 239000000203 mixture Substances 0.000 description 12
- 239000002131 composite material Substances 0.000 description 9
- 238000010586 diagram Methods 0.000 description 9
- 230000009471 action Effects 0.000 description 7
- 238000004891 communication Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 5
- 238000010191 image analysis Methods 0.000 description 5
- VBMVTYDPPZVILR-UHFFFAOYSA-N iron(2+);oxygen(2-) Chemical class [O-2].[Fe+2] VBMVTYDPPZVILR-UHFFFAOYSA-N 0.000 description 5
- 230000009466 transformation Effects 0.000 description 4
- 238000003703 image analysis method Methods 0.000 description 3
- 239000004215 Carbon black (E152) Substances 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 230000001149 cognitive effect Effects 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 230000005684 electric field Effects 0.000 description 2
- 229930195733 hydrocarbon Natural products 0.000 description 2
- 150000002430 hydrocarbons Chemical class 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000001907 polarising light microscopy Methods 0.000 description 2
- 238000003672 processing method Methods 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 238000013515 script Methods 0.000 description 2
- 238000000926 separation method Methods 0.000 description 2
- 230000002194 synthesizing effect Effects 0.000 description 2
- 230000026676 system process Effects 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 241000009334 Singa Species 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 239000004568 cement Substances 0.000 description 1
- 238000005056 compaction Methods 0.000 description 1
- 230000001276 controlling effect Effects 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 239000012530 fluid Substances 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 229910052500 inorganic mineral Inorganic materials 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 239000011707 mineral Substances 0.000 description 1
- 230000035515 penetration Effects 0.000 description 1
- 230000035699 permeability Effects 0.000 description 1
- 239000003208 petroleum Substances 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 230000000644 propagated effect Effects 0.000 description 1
- 238000007637 random forest analysis Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 230000000638 stimulation Effects 0.000 description 1
- 239000000758 substrate Substances 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 238000000844 transformation Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- 239000011800 void material Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G02—OPTICS
- G02B—OPTICAL ELEMENTS, SYSTEMS OR APPARATUS
- G02B21/00—Microscopes
- G02B21/36—Microscopes arranged for photographic purposes or projection purposes or digital imaging or video purposes including associated control and data processing arrangements
- G02B21/365—Control or image processing arrangements for digital or video microscopes
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/23—Clustering techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
-
- 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
- G06T7/174—Segmentation; Edge detection involving the use of two or more images
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
- G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
-
- 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
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/10—Image acquisition
- G06V10/12—Details of acquisition arrangements; Constructional details thereof
- G06V10/14—Optical characteristics of the device performing the acquisition or on the illumination arrangements
- G06V10/145—Illumination specially adapted for pattern recognition, e.g. using gratings
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/56—Extraction of image or video features relating to colour
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/762—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using clustering, e.g. of similar faces in social networks
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/24—Earth materials
- G01N33/241—Earth materials for hydrocarbon content
-
- G—PHYSICS
- G02—OPTICS
- G02B—OPTICAL ELEMENTS, SYSTEMS OR APPARATUS
- G02B21/00—Microscopes
- G02B21/0004—Microscopes specially adapted for specific applications
- G02B21/0092—Polarisation microscopes
-
- 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
-
- 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
- G06T2207/10056—Microscopic image
-
- 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
- G06T2207/10141—Special mode during image acquisition
- G06T2207/10152—Varying illumination
-
- 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
- G06T2207/20—Special algorithmic details
- G06T2207/20081—Training; Learning
-
- 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
- G06T2207/20—Special algorithmic details
- G06T2207/20112—Image segmentation details
- G06T2207/20152—Watershed segmentation
-
- 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
- G06T2207/20—Special algorithmic details
- G06T2207/20212—Image combination
- G06T2207/20221—Image fusion; Image merging
-
- 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
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30181—Earth observation
-
- 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
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30242—Counting objects in image
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Multimedia (AREA)
- Data Mining & Analysis (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Quality & Reliability (AREA)
- Chemical & Material Sciences (AREA)
- Medical Informatics (AREA)
- Computing Systems (AREA)
- General Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Software Systems (AREA)
- Analytical Chemistry (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Health & Medical Sciences (AREA)
- Databases & Information Systems (AREA)
- Optics & Photonics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- General Engineering & Computer Science (AREA)
- Geometry (AREA)
- Image Analysis (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
Description
この出願は、2018年4月17日に出願された米国特許出願第15/955,072号の優先権を請求し、その全内容は参照により本明細書に組み込まれる。
領域cにおけるピクセル数/総ピクセル数×100%
ここで、構成要素cは、粒子、空孔、粘土、酸化鉄、又は他の関連構成要素に対応してもよい。
CPU及びメモリは、専用論理回路によって補完される又は専用論理回路に組み込むことができる。一般に、コンピュータは、例えば、磁気、光磁気、若しくは光ディスク等の、データを格納するための1つ若しくは複数の大容量記憶デバイスを含む(又は、それらとの間でデータを共有するように作動可能に結合される)。しかし、コンピュータは必ずしもそのようなデバイスを有する必要はない。更に、コンピュータを、別のデバイスに、例えば、携帯電話、携帯情報端末(PDA)、モバイルオーディオ若しくはビデオプレーヤ、ゲームコンソール、全地球測位システム(GPS)受信機、又は、例えば、ほんの数例を挙げると、ユニバーサルシリアルバス(USB)フラッシュドライブのようなポータブルストレージデバイスに組み込むことができる。
含まれる。例えば、特許請求の範囲に記載する所作は、異なる順序で実行でき、それでも
望ましい結果を達成できる。その一つの例として、添付図に示す工程において望ましい結
果を達成するためには、図示する特定の順序や連続する順序を必ずしも必要としない。場
合によっては、マルチタスク処理及び並列処理が有利な場合がある。
[第1の局面]
記述岩石薄片の画像の自動化された分析のための方法であって:
岩石試料の記述岩石薄片の第1の画像を特定するステップと;
前記第1の画像の各ピクセルに対する特徴ベクトルを特定するステップであって、各ピクセルそれぞれの前記特徴ベクトルは前記ピクセルそれぞれの少なくとも色特性に基づいて決定される、特徴ベクトルを特定する前記ステップと;
前記第1の画像の前記ピクセルの前記特徴ベクトルに基づいて前記第1の画像の前記ピクセルをクラスタリングすることによって、前記記述岩石薄片の複数の異なる領域を特定するステップであって、前記領域のうちの1つは、前記記述岩石薄片の粒子に対応する、前記記述岩石薄片の複数の異なる領域を特定する前記ステップと;
前記記述岩石薄片の第2の画像を特定するステップであって、
平面偏光と交差偏光とを用いて取得した前記記述岩石薄片の画像を合成するステップと、
前記第1の画像からの前記複数の異なる領域に基づいて前記記述岩石薄片の前記第2の画像から複数の粒子をセグメント分割するステップと、
前記セグメント分割された粒子の特性を特定するステップとを有する、第2の画像を特定する前記ステップと;を備える、
方法。
[第2の局面]
前記記述岩石薄片の前記複数の異なる領域は、粒子、空孔、粘土、又は酸化鉄の少なくとも1つに対応する、
第1の局面に記載の方法。
[第3の局面]
前記記述岩石薄片の前記複数の異なる領域の相対的割合を特定するステップを更に備える、
第2の局面に記載の方法。
[第4の局面]
前記セグメント分割された粒子の前記特性には、前記複数の粒子のそれぞれに対して、面積、周囲長、長軸径、短軸径、又は真円度の少なくとも1つが含まれる、
第1の局面に記載の方法。
[第5の局面]
前記第1の画像の前記ピクセルをクラスタリングするステップは、k-平均クラスタリングアルゴリズムを前記第1の画像の前記ピクセルに適用するステップを備える、
第1の局面に記載の方法。
[第6の局面]
前記複数の粒子は、watershed(分水嶺)セグメンテーションアルゴリズムを用いてセグメント分割される、
第1の局面に記載の方法。
[第7の局面]
前記第1の画像は、平面偏光を用いて取得された前記記述岩石薄片の画像である、
第1の局面に記載の方法。
[第8の局面]
交差偏光を用いて取得された各画像は、前記記述岩石薄片が基準角度に対して異なる角度に回転されたときに取得され、前記記述岩石薄片の第2の画像を特定する前記ステップは、前記複数の取得された画像を、基準画像にレジストレーションをするステップを更に備える、
第1の局面に記載の方法。
[第9の局面]
貯留層の品質を評価するために、前記薄片の前記特定された複数の異なる領域と前記セグメント分割された粒子の前記特性とが用いられる、
第1の局面に記載の方法。
[第10の局面]
システムであって:
データ処理装置と;
前記データ処理装置によって実行可能な命令を格納し、前記データ処理装置との間でデータ通信する非一時的なコンピュータ読取り可能記憶媒体と;を備え、
その実行時には、前記データ処理装置に:
岩石試料の記述岩石薄片の第1の画像を特定する動作と;
前記第1の画像の各ピクセルに対する特徴ベクトルを特定する動作であって、各ピクセルそれぞれの前記特徴ベクトルは前記ピクセルそれぞれの少なくとも色特性に基づいて決定される、特徴ベクトルを特定する前記動作と;
前記第1の画像の前記ピクセルの前記特徴ベクトルに基づいて前記第1の画像の前記ピクセルをクラスタリングすることによって、前記記述岩石薄片の複数の異なる領域を特定する動作であって、前記領域のうちの1つは、前記記述岩石薄片の粒子に対応する、前記記述岩石薄片の複数の異なる領域を特定する前記動作と;
前記記述岩石薄片の第2の画像を特定する動作であって、
平面偏光と交差偏光とを用いて取得した前記記述岩石薄片の画像を合成することと、
前記第1の画像からの前記複数の異なる領域に基づいて前記記述岩石薄片の前記第2の画像から複数の粒子をセグメント分割することと、
前記セグメント分割された粒子の特性を特定することとを含む、第2の画像を特定する前記動作と;を有する動作を実行させる、
システム。
[第11の局面]
前記記述岩石薄片の前記複数の異なる領域は、粒子、空孔、粘土、又は酸化鉄の少なくとも1つに対応する、
第10の局面に記載のシステム。
[第12の局面]
前記記述岩石薄片の前記複数の異なる領域の相対的割合を特定する動作を更に有する、
第11の局面に記載のシステム。
[第13の局面]
前記セグメント分割された粒子の前記特性には、前記複数の粒子のそれぞれに対して、面積、周囲長、長軸径、短軸径、又は真円度の少なくとも1つが含まれる、
第10の局面に記載のシステム。
[第14の局面]
前記第1の画像の前記ピクセルをクラスタリングすることは、k-平均クラスタリングアルゴリズムを前記第1の画像の前記ピクセルに適用することを含む、
第10の局面に記載のシステム。
[第15の局面]
前記複数の粒子は、watershed(分水嶺)セグメンテーションアルゴリズムを用いてセグメント分割される、
第10の局面に記載のシステム。
[第16の局面]
貯留層の品質を評価するために、前記薄片の前記特定された複数の異なる領域と前記セグメント分割された粒子の前記特性とが用いられる、
第10の局面に記載のシステム。
[第17の局面]
データ処理装置によって実行可能な命令を格納する非一時的なコンピュータ読取り可能記憶媒体であって、その実行時には、前記データ処理装置に:
岩石試料の記述岩石薄片の第1の画像を特定する動作と;
前記第1の画像の各ピクセルに対する特徴ベクトルを特定する動作であって、各ピクセルそれぞれの前記特徴ベクトルは前記ピクセルそれぞれの少なくとも色特性に基づいて決定される、特徴ベクトルを特定する前記動作と;
前記第1の画像の前記ピクセルの前記特徴ベクトルに基づいて前記第1の画像の前記ピクセルをクラスタリングすることによって、前記記述岩石薄片の複数の異なる領域を特定する動作であって、前記領域のうちの1つは、前記記述岩石薄片の粒子に対応する、前記記述岩石薄片の複数の異なる領域を特定する前記動作と;
前記記述岩石薄片の第2の画像を特定する動作であって、
平面偏光と交差偏光とを用いて取得した前記記述岩石薄片の画像を合成することと、
前記第1の画像からの前記複数の異なる領域に基づいて前記記述岩石薄片の前記第2の画像から複数の粒子をセグメント分割することと、
前記セグメント分割された粒子の特性を特定することとを含む、第2の画像を特定する前記動作と;を備える動作を実行させる、
非一時的なコンピュータ読み取り可能記憶媒体。
[第18の局面]
前記記述岩石薄片の前記複数の異なる領域は、粒子、空孔、粘土、又は酸化鉄の少なくとも1つに対応する、
第17の局面に記載の媒体。
[第19の局面]
前記記述岩石薄片の前記複数の異なる領域の相対的割合を特定する動作を更に備える、
第18の局面に記載の媒体。
[第20の局面]
貯留層の品質を評価するために、前記薄片の前記特定された複数の異なる領域と前記セ
グメント分割された粒子の前記特性とが用いられる、
第17の局面に記載の媒体。
Claims (20)
- 岩石薄片の画像の自動化された分析のための方法であって:
岩石試料の岩石薄片の第1の画像を特定するステップと;
前記第1の画像の各ピクセルに対する特徴ベクトルを特定するステップであって、各ピクセルそれぞれの前記特徴ベクトルは前記各ピクセルそれぞれの少なくとも色特性に基づいて決定される、特徴ベクトルを特定する前記ステップと;
前記第1の画像の前記ピクセルの前記特徴ベクトルに基づいて、前記第1の画像の前記ピクセルを、反復クラスタリング技術を使用してクラスタリングの複数回の反復でクラスタリングすることによって、前記岩石薄片の複数の異なる領域を特定するステップであって、前記領域のうちの1つは前記岩石薄片の粒子に対応する、前記岩石薄片の複数の異なる領域を特定する前記ステップと;
前記岩石薄片の第2の画像を特定するステップであって、
平面偏光と交差偏光とを用いて取得した前記岩石薄片の画像を合成するステップと、
前記第1の画像からの前記複数の異なる領域に基づいて前記岩石薄片の前記第2の画像から複数の粒子をセグメント分割するステップと、
前記セグメント分割された粒子の特性を特定するステップとを有する、第2の画像を特定する前記ステップと;を備え、
前記セグメント分割するステップは、
前記第1の画像から前記複数の異なる領域に基づいてマスク画像を生成するステップであって、(i)前記粒子の領域に含まれる前記マスク画像のピクセルは、第1の所定の値を有し、(ii)前記粒子の領域に含まれない前記マスク画像のピクセルは、異なる第2の所定の値を有する、マスク画像を生成する前記ステップと、
前記マスク画像を前記第2の画像に適用することによって、前記第2の画像の前記粒子の領域を強調するステップと、
前記マスク画像を前記第2の画像に適用した後、セグメンテーションアルゴリズムを使用して、前記第2の画像から複数の粒子をセグメント化するステップを有する、
方法。 - 前記岩石薄片の前記複数の異なる領域は、粒子、空孔、粘土、又は酸化鉄の少なくとも1つに対応する、
請求項1に記載の方法。 - 前記岩石薄片の前記複数の異なる領域の相対的割合を特定するステップを更に備える、
請求項2に記載の方法。 - 前記セグメント分割された粒子の前記特性には、前記複数の粒子のそれぞれに対して、面積、周囲長、長軸径、短軸径、又は真円度の少なくとも1つが含まれる、
請求項1に記載の方法。 - 前記第1の画像の前記ピクセルをクラスタリングするステップは、k-平均クラスタリングアルゴリズムを前記第1の画像の前記ピクセルに適用するステップを備える、
請求項1に記載の方法。 - 前記複数の粒子は、watershed(分水嶺)セグメンテーションアルゴリズムを用いてセグメント分割される、
請求項1に記載の方法。 - 前記第1の画像は、平面偏光を用いて取得された前記岩石薄片の画像である、
請求項1に記載の方法。 - 交差偏光を用いて取得された各画像は、前記岩石薄片が基準角度に対して異なる角度に回転されたときに取得され、前記岩石薄片の第2の画像を特定する前記ステップは、複数の取得された画像を、基準画像にレジストレーションをするステップを更に備える、
請求項1に記載の方法。 - 貯留層の品質を評価するために、前記岩石薄片の前記特定された複数の異なる領域と前記セグメント分割された粒子の前記特性とが用いられる、
請求項1に記載の方法。 - システムであって:
データ処理装置と;
前記データ処理装置によって実行可能な命令を格納し、前記データ処理装置との間でデータ通信する非一時的なコンピュータ読取り可能記憶媒体と;を備え、
前記命令の実行時には、前記データ処理装置に:
岩石試料の岩石薄片の第1の画像を特定する動作と;
前記第1の画像の各ピクセルに対する特徴ベクトルを特定する動作であって、各ピクセルそれぞれの前記特徴ベクトルは前記各ピクセルそれぞれの少なくとも色特性に基づいて決定される、特徴ベクトルを特定する前記動作と;
前記第1の画像の前記ピクセルの前記特徴ベクトルに基づいて、前記第1の画像の前記ピクセルを、反復クラスタリング技術を使用してクラスタリングの複数回の反復でクラスタリングすることによって、前記岩石薄片の複数の異なる領域を特定する動作であって、前記領域のうちの1つは前記岩石薄片の粒子に対応する、前記岩石薄片の複数の異なる領域を特定する前記動作と;
前記岩石薄片の第2の画像を特定する動作であって、
平面偏光と交差偏光とを用いて取得した前記岩石薄片の画像を合成することと、
前記第1の画像からの前記複数の異なる領域に基づいて前記岩石薄片の前記第2の画像から複数の粒子をセグメント分割することと、
前記セグメント分割された粒子の特性を特定することとを含む、第2の画像を特定する前記動作と;を有する動作を実行させ、
前記セグメント分割することは、
前記第1の画像から前記複数の異なる領域に基づいてマスク画像を生成することであって、(i)前記粒子の領域に含まれる前記マスク画像のピクセルは、第1の所定の値を有し、(ii)前記粒子の領域に含まれない前記マスク画像のピクセルは、異なる第2の所定の値を有する、マスク画像を生成することと、
前記マスク画像を前記第2の画像に適用することによって、前記第2の画像の前記粒子の領域を強調することと、
前記マスク画像を前記第2の画像に適用した後、セグメンテーションアルゴリズムを使用して、前記第2の画像から複数の粒子をセグメント化することとを含む、
システム。 - 前記岩石薄片の前記複数の異なる領域は、粒子、空孔、粘土、又は酸化鉄の少なくとも1つに対応する、
請求項10に記載のシステム。 - 前記岩石薄片の前記複数の異なる領域の相対的割合を特定する動作を更に有する、
請求項11に記載のシステム。 - 前記セグメント分割された粒子の前記特性には、前記複数の粒子のそれぞれに対して、面積、周囲長、長軸径、短軸径、又は真円度の少なくとも1つが含まれる、
請求項10に記載のシステム。 - 前記第1の画像の前記ピクセルをクラスタリングすることは、k-平均クラスタリングアルゴリズムを前記第1の画像の前記ピクセルに適用することを含む、
請求項10に記載のシステム。 - 前記複数の粒子は、watershed(分水嶺)セグメンテーションアルゴリズムを用いてセグメント分割される、
請求項10に記載のシステム。 - 貯留層の品質を評価するために、前記岩石薄片の前記特定された複数の異なる領域と前記セグメント分割された粒子の前記特性とが用いられる、
請求項10に記載のシステム。 - データ処理装置によって実行可能な命令を格納する非一時的なコンピュータ読取り可能記憶媒体であって、前記命令の実行時には、前記データ処理装置に:
岩石試料の岩石薄片の第1の画像を特定する動作と;
前記第1の画像の各ピクセルに対する特徴ベクトルを特定する動作であって、各ピクセルそれぞれの前記特徴ベクトルは前記各ピクセルそれぞれの少なくとも色特性に基づいて決定される、特徴ベクトルを特定する前記動作と;
前記第1の画像の前記ピクセルの前記特徴ベクトルに基づいて、前記第1の画像の前記ピクセルを、反復クラスタリング技術を使用してクラスタリングの複数回の反復でクラスタリングすることによって、前記岩石薄片の複数の異なる領域を特定する動作であって、前記領域のうちの1つは前記岩石薄片の粒子に対応する、前記岩石薄片の複数の異なる領域を特定する前記動作と;
前記岩石薄片の第2の画像を特定する動作であって、
平面偏光と交差偏光とを用いて取得した前記岩石薄片の画像を合成することと、
前記第1の画像からの前記複数の異なる領域に基づいて前記岩石薄片の前記第2の画像から複数の粒子をセグメント分割することと、
前記セグメント分割された粒子の特性を特定することとを含む、第2の画像を特定する前記動作と;を備える動作を実行させ、
前記セグメント分割することは、
前記第1の画像から前記複数の異なる領域に基づいてマスク画像を生成することであって、(i)前記粒子の領域に含まれる前記マスク画像のピクセルは、第1の所定の値を有し、(ii)前記粒子の領域に含まれない前記マスク画像のピクセルは、異なる第2の所定の値を有する、マスク画像を生成することと、
前記マスク画像を前記第2の画像に適用することによって、前記第2の画像の前記粒子の領域を強調することと、
前記マスク画像を前記第2の画像に適用した後、セグメンテーションアルゴリズムを使用して、前記第2の画像から複数の粒子をセグメント化することとを含む、
非一時的なコンピュータ読み取り可能記憶媒体。 - 前記岩石薄片の前記複数の異なる領域は、粒子、空孔、粘土、又は酸化鉄の少なくとも1つに対応する、
請求項17に記載の媒体。 - 前記岩石薄片の前記複数の異なる領域の相対的割合を特定する動作を更に備える、
請求項18に記載の媒体。 - 貯留層の品質を評価するために、前記岩石薄片の前記特定された複数の異なる領域と前記セグメント分割された粒子の前記特性とが用いられる、
請求項17に記載の媒体。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US15/955,072 | 2018-04-17 | ||
US15/955,072 US11010883B2 (en) | 2018-04-17 | 2018-04-17 | Automated analysis of petrographic thin section images using advanced machine learning techniques |
PCT/US2019/024755 WO2019204005A1 (en) | 2018-04-17 | 2019-03-29 | Automated analysis of petrographic thin section images using advanced machine learning techniques |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2021522563A JP2021522563A (ja) | 2021-08-30 |
JP7449869B2 true JP7449869B2 (ja) | 2024-03-14 |
Family
ID=66440114
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2020557198A Active JP7449869B2 (ja) | 2018-04-17 | 2019-03-29 | 高度な機械学習手法を用いた記述岩石薄片の画像の自動分析 |
Country Status (6)
Country | Link |
---|---|
US (1) | US11010883B2 (ja) |
EP (1) | EP3781944A1 (ja) |
JP (1) | JP7449869B2 (ja) |
CA (1) | CA3097338A1 (ja) |
SA (1) | SA520420347B1 (ja) |
WO (1) | WO2019204005A1 (ja) |
Families Citing this family (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
AU2019406627B2 (en) * | 2018-12-18 | 2022-05-19 | Shell Internationale Research Maatschappij B.V. | Method for digitally characterizing the permeability of rock |
CN111189830B (zh) * | 2020-01-19 | 2022-08-19 | 山东省地质矿产勘查开发局第一地质大队 | 一种中性火山岩-安山岩的鉴定方法 |
US11339651B2 (en) * | 2020-02-13 | 2022-05-24 | Saudi Arabian Oil Company | Systems and methods for generating continuous grain size logs from petrographic thin section images |
US11126819B1 (en) * | 2020-07-09 | 2021-09-21 | Saudi Arabian Oil Company | Systems and methods for optimizing camera and microscope configurations for capturing thin section images |
CN111965255B (zh) * | 2020-08-14 | 2023-04-14 | 广西大学 | 压剪滑移式岩溶危岩失稳预警的声响多前兆方法及装置 |
US11668847B2 (en) | 2021-01-04 | 2023-06-06 | Saudi Arabian Oil Company | Generating synthetic geological formation images based on rock fragment images |
CN113435457A (zh) * | 2021-02-08 | 2021-09-24 | 中国石油化工股份有限公司 | 基于图像的碎屑岩成分鉴定方法、装置、终端及介质 |
CN113569623A (zh) * | 2021-06-11 | 2021-10-29 | 中国石油化工股份有限公司 | 材料组分的确定方法、装置、终端及可读存储介质 |
CN114897917B (zh) * | 2022-07-13 | 2022-10-28 | 西南石油大学 | 一种多层次的岩石铸体薄片图像分割方法 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20170091958A1 (en) | 2015-05-20 | 2017-03-30 | Saudi Arabian Oil Company | Image-based analysis of a geological thin section |
Family Cites Families (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4783751A (en) | 1983-08-17 | 1988-11-08 | University Of South Carolina | Analysis of pore complexes |
US4868883A (en) | 1985-12-30 | 1989-09-19 | Exxon Production Research Company | Analysis of thin section images |
FR2776393B1 (fr) | 1998-03-20 | 2001-09-07 | Inst Francais Du Petrole | Methode pour former automatiquement un modele simulant la structure stratigraphique d'une zone souterraine |
US6246963B1 (en) | 1999-01-29 | 2001-06-12 | Timothy A. Cross | Method for predicting stratigraphy |
US6754588B2 (en) | 1999-01-29 | 2004-06-22 | Platte River Associates, Inc. | Method of predicting three-dimensional stratigraphy using inverse optimization techniques |
MXPA06013723A (es) | 2004-05-27 | 2007-07-09 | Exxonmobil Upstream Res Co | Metodo para predecir litologia y porosidad a partir de datos de reflexion sismica. |
EP1938281B1 (en) | 2004-09-10 | 2015-01-21 | ExxonMobil Upstream Research Company | Geologic models of subsurface sedimentray volumes |
KR100772506B1 (ko) * | 2005-12-08 | 2007-11-01 | 한국전자통신연구원 | 영상처리를 이용한 지질재료 분류 방법 및 그 장치 |
TW200834459A (en) * | 2007-02-05 | 2008-08-16 | Huper Lab Co Ltd | Video object segmentation method applied for rainy situations |
US20090164186A1 (en) | 2007-12-20 | 2009-06-25 | Bhp Billiton Innovation Pty Ltd. | Method for determining improved estimates of properties of a model |
CA2720117C (en) | 2008-05-05 | 2017-11-28 | Exxonmobil Upstream Research Company | Systems, methods, and computer program products for modeling dynamic systems by visualizing a parameter space and narrowing the parameter space |
US8583410B2 (en) | 2010-05-28 | 2013-11-12 | Ingrain, Inc. | Method for obtaining consistent and integrated physical properties of porous media |
US10365403B2 (en) | 2011-12-20 | 2019-07-30 | Shell Oil Company | Automated calibration of a stratigraphic forward modelling (SFM) tool using a neighborhood algorithm with explicit escape clauses |
US9430499B2 (en) * | 2014-02-18 | 2016-08-30 | Environmental Systems Research Institute, Inc. | Automated feature extraction from imagery |
EP2930543B1 (de) | 2014-04-10 | 2021-09-15 | Müller-Elektronik GmbH | Fallrohrsensor und Verfahren zur Einzelkornerkennung |
-
2018
- 2018-04-17 US US15/955,072 patent/US11010883B2/en active Active
-
2019
- 2019-03-29 CA CA3097338A patent/CA3097338A1/en active Pending
- 2019-03-29 WO PCT/US2019/024755 patent/WO2019204005A1/en unknown
- 2019-03-29 EP EP19722727.5A patent/EP3781944A1/en active Pending
- 2019-03-29 JP JP2020557198A patent/JP7449869B2/ja active Active
-
2020
- 2020-10-13 SA SA520420347A patent/SA520420347B1/ar unknown
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20170091958A1 (en) | 2015-05-20 | 2017-03-30 | Saudi Arabian Oil Company | Image-based analysis of a geological thin section |
Also Published As
Publication number | Publication date |
---|---|
EP3781944A1 (en) | 2021-02-24 |
CA3097338A1 (en) | 2019-10-24 |
US20190318467A1 (en) | 2019-10-17 |
WO2019204005A1 (en) | 2019-10-24 |
SA520420347B1 (ar) | 2023-03-08 |
JP2021522563A (ja) | 2021-08-30 |
US11010883B2 (en) | 2021-05-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7449869B2 (ja) | 高度な機械学習手法を用いた記述岩石薄片の画像の自動分析 | |
AU2019283835B2 (en) | Interactive deep matting | |
Bui et al. | Single image dehazing using color ellipsoid prior | |
Ma et al. | Perceptual quality assessment for multi-exposure image fusion | |
Rabin et al. | Adaptive color transfer with relaxed optimal transport | |
CN108335306B (zh) | 图像处理方法及装置、电子设备和存储介质 | |
US8605972B2 (en) | Automatic image alignment | |
CN112651979B (zh) | 肺部x光图像分割方法、系统、计算机设备及存储介质 | |
Yuan et al. | Image haze removal via reference retrieval and scene prior | |
GB2522365B (en) | Method for processing an image | |
JP2018072938A (ja) | 目的物個数推定装置、目的物個数推定方法及びプログラム | |
WO2020168648A1 (zh) | 一种图像分割方法、装置及计算机可读存储介质 | |
CN110852385A (zh) | 图像处理方法、装置、设备和存储介质 | |
TW201042575A (en) | Image processing device for tonal balancing of mosaic images and related methods | |
Tefera et al. | 3DNOW: Image-based 3D reconstruction and modeling via WEB | |
CN113724267A (zh) | 一种乳腺超声图像肿瘤分割方法及装置 | |
CN115082299B (zh) | 非严格对齐的小样本不同源图像转换方法、系统及设备 | |
Hashim et al. | Geometric and radiometric evaluation of RazakSAT medium-sized aperture camera data | |
CN116703744A (zh) | 一种基于卷积神经网络的遥感影像匀光匀色方法和装置 | |
Zhang et al. | A combined approach to single-camera-based lane detection in driverless navigation | |
Yao et al. | A multi-expose fusion image dehazing based on scene depth information | |
Peng et al. | Detail enhancement for infrared images based on propagated image filter | |
US20180089819A1 (en) | Computed tomography object inspection system | |
Cattai et al. | VIPDA: A visually driven point cloud denoising algorithm based on anisotropic point cloud filtering | |
CN113167568A (zh) | 坐标计算装置、坐标计算方法和计算机可读记录介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20220329 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20230131 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230501 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20230822 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20231110 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20240213 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20240304 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7449869 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |