在巖心圖像分析中,低分辨率巖心圖像能夠顯示較大視域,具有較好的全局代表性,而對(duì)于低尺度信息無(wú)法準(zhǔn)確表征;高分辨率巖心圖像能夠準(zhǔn)確地表征巖心的低尺度信息,但通常僅能顯示較小的視域.為了能綜合分析高低分辨率下的不同巖心圖像,本研究提出了一種基于模擬退火,將低分辨率三維巖心圖像和高分辨率二維巖心圖像融合重建為高分辨率三維巖心的算法.具體地,對(duì)于給定的高分辨率二維巖心圖像,首先,將低分辨率三維巖心圖像進(jìn)行插值放大以統(tǒng)一兩者的點(diǎn)長(zhǎng)度,統(tǒng)計(jì)二者在二維中的孔隙分布情況,只保留高分辨率二維巖心圖像中的小尺寸孔隙,以作為訓(xùn)練圖像;然后,在融合重建過(guò)程中將低分辨率三維巖心中的大尺寸孔隙相設(shè)置為硬數(shù)據(jù),以?xún)牲c(diǎn)相關(guān)函數(shù)為目標(biāo)函數(shù)重建其中的小尺寸孔隙.實(shí)驗(yàn)結(jié)果表明,本研究提出的融合重建算法可以很好的將低分辨率巖心重建為高分辨率巖心結(jié)構(gòu),且融合重建結(jié)果有效,準(zhǔn)確. 

【文章來(lái)源】：四川大學(xué)學(xué)報(bào)(自然科學(xué)版). 2020年04期 北大核心

【文章頁(yè)數(shù)】：8 頁(yè)

【文章目錄】：
1 引 言
2 算法詳解
    2.1 模擬退火算法簡(jiǎn)介
    2.2 基于模擬退火的多尺度巖心圖像融合重建
        2.2.1 巖心圖像預(yù)處理
        2.2.2 模型建立
        2.2.3 狀態(tài)產(chǎn)生函數(shù)和接受函數(shù)
        2.2.4 實(shí)驗(yàn)流程
3 實(shí)驗(yàn)結(jié)果及分析
    3.1 巖心視覺(jué)效果對(duì)比
    3.2 巖心孔隙分布對(duì)比
    3.3 統(tǒng)計(jì)特征函數(shù)分布對(duì)比
4 結(jié) 論


【參考文獻(xiàn)】：
期刊論文
[1]基于殘差連接卷積神經(jīng)網(wǎng)絡(luò)的圖像超分辨率重構(gòu)[J]. 郭繼昌,吳潔,郭春樂(lè),朱明輝.  吉林大學(xué)學(xué)報(bào)(工學(xué)版). 2019(05)
[2]基于SSD模型的人臉檢測(cè)與頭部姿態(tài)估計(jì)融合算法[J]. 方陽(yáng),劉英杰,孫立博,秦文虎.  江蘇大學(xué)學(xué)報(bào)(自然科學(xué)版). 2019(04)
[3]數(shù)字巖心建模方法研究現(xiàn)狀及展望[J]. 林承焰,吳玉其,任麗華,王楊,閆偉超,孫小龍,張憲國(guó),張依旻.  地球物理學(xué)進(jìn)展. 2018(02)
[4]巖石三維圖像重建算法分析[J]. 方瑩瑩,滕奇志,何小海,楊曉敏,李征驥.  吉林大學(xué)學(xué)報(bào)(工學(xué)版). 2013(S1)
[5]基于模擬退火算法的數(shù)字巖心建模方法[J]. 趙秀才,姚軍,陶軍,衣艷靜.  高校應(yīng)用數(shù)學(xué)學(xué)報(bào)A輯. 2007(02)



本文編號(hào)：2935274