深度學(xué)習(xí)模型下巖屑圖像識(shí)別研究
發(fā)布時(shí)間:2021-01-28 20:10
地層巖性作為石油地質(zhì)特性的基本研究對(duì)象,能夠準(zhǔn)確反映出油氣藏產(chǎn)能分布狀況,指明油氣勘探方向,為相似盆地勘探提供參考,對(duì)現(xiàn)場(chǎng)錄井很有必要。巖石的分類是后續(xù)油藏模擬管理的前期準(zhǔn)備工作。在油氣勘探中,通過(guò)巖屑錄井來(lái)識(shí)別井下地層的巖性是一項(xiàng)常用的方法。通過(guò)巖屑錄井獲得的地層巖屑資料進(jìn)行分析,能幫助勘探工作者獲取詳細(xì)的地層特性,建立地層剖面圖。巖性的準(zhǔn)確識(shí)別是孔隙度和含油飽和度準(zhǔn)確確定的前提,也是儲(chǔ)層特征研究、儲(chǔ)量計(jì)算和地質(zhì)建模的基礎(chǔ)。巖屑的識(shí)別鑒定最傳統(tǒng)做法是采用人工方式對(duì)巖屑進(jìn)行采集,拍照后提取有效信息并進(jìn)行分析。這需要專業(yè)人員來(lái)判讀,而且工作量大,很容易受到主觀因素的影響,最終提取的信息以及分析結(jié)論存在誤差,從而影響專家對(duì)儲(chǔ)層微觀結(jié)構(gòu)的觀察鑒定結(jié)果。并且隨著油田錄井過(guò)程中PDC鉆頭的逐步推廣使得采集巖屑細(xì)碎且數(shù)量少,由此很大程度上影響了巖屑描述的正確率。僅通過(guò)傳統(tǒng)的巖屑描述方法已無(wú)法滿足目前巖屑錄井工作的需求。針對(duì)當(dāng)前的巖屑描述鑒別的難題,本文對(duì)巖屑的特征描述進(jìn)行深入研究,考慮到深度學(xué)習(xí)的在圖像處理分析領(lǐng)域取得巨大的成果,提出了利用在圖像分類識(shí)別方面優(yōu)勢(shì)的深度卷積網(wǎng)絡(luò)進(jìn)行巖屑圖像的識(shí)別。本...
【文章來(lái)源】:長(zhǎng)江大學(xué)湖北省
【文章頁(yè)數(shù)】:73 頁(yè)
【學(xué)位級(jí)別】:碩士
【部分圖文】:
RGB顏色空間模型
HSV顏色空間模型
泥巖R,G,B分量提取圖
【參考文獻(xiàn)】:
期刊論文
[1]卷積神經(jīng)網(wǎng)絡(luò)研究綜述[J]. 周飛燕,金林鵬,董軍. 計(jì)算機(jī)學(xué)報(bào). 2017(06)
[2]基于協(xié)同表示的多特征融合巖石分類[J]. 劉玨先,滕奇志,王正勇,何小海. 計(jì)算機(jī)應(yīng)用. 2016(03)
[3]基于SVM的巖石薄片圖像分類[J]. 程國(guó)建,殷娟娟. 科技創(chuàng)新與應(yīng)用. 2015(01)
[4]多色彩空間下的巖石圖像識(shí)別研究[J]. 郭超,劉燁. 科學(xué)技術(shù)與工程. 2014(18)
[5]基于改進(jìn)加權(quán)圖轉(zhuǎn)換的圖像匹配算法[J]. 閆占凱,劉志波,張官亮,朱友清,張蓓. 計(jì)算機(jī)應(yīng)用研究. 2014(04)
[6]基于多尺度分割的巖石圖像礦物特征提取及分析[J]. 葉潤(rùn)青,牛瑞卿,張良培. 吉林大學(xué)學(xué)報(bào)(地球科學(xué)版). 2011(04)
[7]基于色調(diào)直方圖和區(qū)域合并的彩色圖像分割算法[J]. 冷美萍,鮑蘇蘇. 計(jì)算機(jī)應(yīng)用. 2010(03)
[8]一種新的距離測(cè)度學(xué)習(xí)算法[J]. 于耀亮,姜嘉言,張立明. 信息與電子工程. 2008(02)
[9]PDC鉆頭鉆進(jìn)條件下巖屑錄井方法探討[J]. 緱震宇. 西部探礦工程. 2006(S1)
[10]基于灰度共生矩陣的木材紋理分類方法的研究[J]. 白雪冰,王克奇,王輝. 哈爾濱工業(yè)大學(xué)學(xué)報(bào). 2005(12)
博士論文
[1]人臉識(shí)別中的特征提取與度量學(xué)習(xí)算法研究[D]. 易軍.北京郵電大學(xué) 2015
碩士論文
[1]基于Triplet-CNN的三維模型檢索[D]. 于洪偉.吉林大學(xué) 2018
[2]基于多任務(wù)學(xué)習(xí)和度量學(xué)習(xí)的人臉屬性分類研究[D]. 曹佳炯.浙江大學(xué) 2018
[3]深度神經(jīng)網(wǎng)絡(luò)可視化技術(shù)研究與應(yīng)用[D]. 夏志強(qiáng).電子科技大學(xué) 2017
[4]距離度量學(xué)習(xí)中的類別不平衡問(wèn)題研究[D]. 劉江濤.東南大學(xué) 2016
[5]卷積神經(jīng)網(wǎng)字符識(shí)別算法研究[D]. 吳香蓮.電子科技大學(xué) 2016
[6]基于SVM的圖像分類與標(biāo)注方法的研究[D]. 高幸.北京交通大學(xué) 2015
[7]基于距離度量學(xué)習(xí)的文本分類研究[D]. 彭凱.上海交通大學(xué) 2013
[8]基于數(shù)字圖像特征的古瓷片分類研究[D]. 王克剛.西北大學(xué) 2009
[9]結(jié)合顯著性分析和半監(jiān)督學(xué)習(xí)的圖像檢索算法[D]. 袁玲.北京交通大學(xué) 2009
[10]基于局部二進(jìn)制運(yùn)動(dòng)模式的動(dòng)態(tài)紋理描述新方法[D]. 姚偉光.蘭州大學(xué) 2009
本文編號(hào):3005614
【文章來(lái)源】:長(zhǎng)江大學(xué)湖北省
【文章頁(yè)數(shù)】:73 頁(yè)
【學(xué)位級(jí)別】:碩士
【部分圖文】:
RGB顏色空間模型
HSV顏色空間模型
泥巖R,G,B分量提取圖
【參考文獻(xiàn)】:
期刊論文
[1]卷積神經(jīng)網(wǎng)絡(luò)研究綜述[J]. 周飛燕,金林鵬,董軍. 計(jì)算機(jī)學(xué)報(bào). 2017(06)
[2]基于協(xié)同表示的多特征融合巖石分類[J]. 劉玨先,滕奇志,王正勇,何小海. 計(jì)算機(jī)應(yīng)用. 2016(03)
[3]基于SVM的巖石薄片圖像分類[J]. 程國(guó)建,殷娟娟. 科技創(chuàng)新與應(yīng)用. 2015(01)
[4]多色彩空間下的巖石圖像識(shí)別研究[J]. 郭超,劉燁. 科學(xué)技術(shù)與工程. 2014(18)
[5]基于改進(jìn)加權(quán)圖轉(zhuǎn)換的圖像匹配算法[J]. 閆占凱,劉志波,張官亮,朱友清,張蓓. 計(jì)算機(jī)應(yīng)用研究. 2014(04)
[6]基于多尺度分割的巖石圖像礦物特征提取及分析[J]. 葉潤(rùn)青,牛瑞卿,張良培. 吉林大學(xué)學(xué)報(bào)(地球科學(xué)版). 2011(04)
[7]基于色調(diào)直方圖和區(qū)域合并的彩色圖像分割算法[J]. 冷美萍,鮑蘇蘇. 計(jì)算機(jī)應(yīng)用. 2010(03)
[8]一種新的距離測(cè)度學(xué)習(xí)算法[J]. 于耀亮,姜嘉言,張立明. 信息與電子工程. 2008(02)
[9]PDC鉆頭鉆進(jìn)條件下巖屑錄井方法探討[J]. 緱震宇. 西部探礦工程. 2006(S1)
[10]基于灰度共生矩陣的木材紋理分類方法的研究[J]. 白雪冰,王克奇,王輝. 哈爾濱工業(yè)大學(xué)學(xué)報(bào). 2005(12)
博士論文
[1]人臉識(shí)別中的特征提取與度量學(xué)習(xí)算法研究[D]. 易軍.北京郵電大學(xué) 2015
碩士論文
[1]基于Triplet-CNN的三維模型檢索[D]. 于洪偉.吉林大學(xué) 2018
[2]基于多任務(wù)學(xué)習(xí)和度量學(xué)習(xí)的人臉屬性分類研究[D]. 曹佳炯.浙江大學(xué) 2018
[3]深度神經(jīng)網(wǎng)絡(luò)可視化技術(shù)研究與應(yīng)用[D]. 夏志強(qiáng).電子科技大學(xué) 2017
[4]距離度量學(xué)習(xí)中的類別不平衡問(wèn)題研究[D]. 劉江濤.東南大學(xué) 2016
[5]卷積神經(jīng)網(wǎng)字符識(shí)別算法研究[D]. 吳香蓮.電子科技大學(xué) 2016
[6]基于SVM的圖像分類與標(biāo)注方法的研究[D]. 高幸.北京交通大學(xué) 2015
[7]基于距離度量學(xué)習(xí)的文本分類研究[D]. 彭凱.上海交通大學(xué) 2013
[8]基于數(shù)字圖像特征的古瓷片分類研究[D]. 王克剛.西北大學(xué) 2009
[9]結(jié)合顯著性分析和半監(jiān)督學(xué)習(xí)的圖像檢索算法[D]. 袁玲.北京交通大學(xué) 2009
[10]基于局部二進(jìn)制運(yùn)動(dòng)模式的動(dòng)態(tài)紋理描述新方法[D]. 姚偉光.蘭州大學(xué) 2009
本文編號(hào):3005614
本文鏈接:http://sikaile.net/kejilunwen/shiyounenyuanlunwen/3005614.html
最近更新
教材專著