深度信念网络在岩石薄片图像处理中的应用研究

发布时间：2018-01-26 02:41

  本文关键词： 岩石图像 图像分类 深度学习 深度信念网络　出处：《西安石油大学》2017年硕士论文　论文类型：学位论文

【摘要】：长庆油田上古生界储层气藏是鄂尔多斯盆地主要的勘探地区之一,研究鄂尔多斯盆地苏里格地区的储层孔隙结构特征将有助于地质储量的预测并指明油气的开发方向。石油和天然气的勘探开采中,分析岩石薄片显微图像是研究储层微观结构的重要手段。岩石图像分类是岩石特性的研究基础,在地质研究中有举足轻重的地位,论文研究的目标是提高高分辨率下海量岩石数据的分类准确性。深度学习中的深度信念网络模型能对数据进行从低层到高层的特征提取,它结合了非监督学习和监督学习的优点,对高维数据具有较好的分类能力。论文将深度学习应用到特征复杂的岩石微观图像领域,建立了深度信念网络的岩石图像分类模型。论文前期研究主要完成了鄂尔多斯盆地铸体薄片的图像采集和图像拼接工作,为后续图像分类工作的开展做准备。选择了合适的特征提取方法,并将其结合应用到深度信念网络岩石薄片图像分类模型中。实验结果显示分类准确率达98.75%,较其他传统分类器有更好的分类效果。论文的研究工作建立了高分辨率岩石显微图像的深度学习分类方法,对大视域高分辨率岩石图像的获取也有重要的参考价值,有助于推进油气藏勘探开发等相关研究。
[Abstract]:The reservoir gas reservoir in Upper Paleozoic in ChangQing oilfield is one of the main exploration areas in Ordos Basin . The study of reservoir pore structure in Sulige area in Ordos Basin will help to predict and indicate the development direction of oil and gas .

【学位授予单位】：西安石油大学
【学位级别】：硕士
【学位授予年份】：2017
【分类号】：TE311;TP391.41

【相似文献】

相关期刊论文 前10条

1 董荣鑫,刘烈中;BLF—1型半自动岩石薄片粒度分布测定仪(自制)简介[J];石油实验地质;1981年01期

2 曾德尧;;略谈岩石薄片的载胶和磨制大薄片的体会[J];铀矿地质;1985年03期

3 周怡佳;滕奇志;唐棠;;基于改进模拟退火算法的岩石薄片图像三维重建[J];石油矿场机械;2007年11期

4 王克军;;岩石薄片在录井现场的制作[J];大众科技;2006年03期

5 李利明;李宏;;基于数据挖掘的乳腺X线图像分类研究[J];陕西科技大学学报(自然科学版);2007年01期

6 韩永华;刘成霞;汪亚明;孙麒;;基于小波分解系数的织物图像分类分割[J];纺织学报;2012年11期

7 麦晓冬;;基于支持向量机的室内室外图像分类方法[J];广东轻工职业技术学院学报;2010年03期

8 王红平,齐春,李金标,张忠信;基于主成分分析的矿物浮选泡沫图像分类与识别[J];矿冶;2005年03期

9 甘胜丰;孙林;曹阳;刘广益;;多级图像分类系统在硅钢冷轧表面缺陷检测中的应用[J];冶金自动化;2009年02期

10 吴学礼;赵萌;孟凡华;刘浩南;;基于综合特征的Bp-adaboost工业仪表图像分类方法[J];河北科技大学学报;2013年05期

相关会议论文 前10条

1 郑海红;曾平;;一种基于图像分类的逆半调算法[A];’2004计算机应用技术交流会议论文集[C];2004年

2 文振q;欧阳杰;朱为总;;基于语义特征与支持向量机的图像分类[A];中国电子学会第十六届信息论学术年会论文集[C];2009年

3 王海峰;管亮;;基于颜色特征的图像分类技术在油品分析中的应用[A];中国仪器仪表学会第六届青年学术会议论文集[C];2004年

4 陈思坤;吴洪;;基于图分块并利用空间金字塔的医学图像分类[A];第六届和谐人机环境联合学术会议（HHME2010)、第19届全国多媒体学术会议（NCMT2010）、第6届全国人机交互学术会议（CHCI2010）、第5届全国普适计算学术会议（PCC2010）论文集[C];2010年

5 张淑雅;赵晓宇;赵一鸣;李均利;;基于SVM的图像分类[A];第十三届全国图象图形学学术会议论文集[C];2006年

6 李博;韩萍;;基于压缩感知和SVM的极化SAR图像分类[A];第二十七届中国（天津）2013IT、网络、信息技术、电子、仪器仪表创新学术会议论文集[C];2013年

7 朱松豪;胡娟娟;孙伟;;基于非欧空间高阶统计的图像分类方法[A];第25届中国控制与决策会议论文集[C];2013年

8 潘海为;李建中;张炜;;基于像素聚类的脑部医学图像分类[A];第二十届全国数据库学术会议论文集（研究报告篇）[C];2003年

9 吴霜;张一飞;修非;王大玲;鲍玉斌;于戈;;基于兴趣点特征提取的医学图像分类[A];第二十四届中国数据库学术会议论文集（研究报告篇）[C];2007年

10 武进;尹恺;王长明;张家才;;SVDM在蔬菜病害图像分类中的应用[A];图像图形技术与应用进展——第三届图像图形技术与应用学术会议论文集[C];2008年

相关重要报纸文章 前1条

1 苏桂芬 刘晓文;实物地质资料中心:岩石薄片显微图像管理信息化[N];中国国土资源报;2011年

相关博士学位论文 前10条

1 胡尧;基于低秩矩阵估计的机器学习算法分析[D];浙江大学;2015年

2 李昌英(Ri ChangYong);基于上下文信息的语义图像分类研究[D];浙江大学;2014年

3 陈博;基于集成学习和特征选择的极化SAR地物分类[D];西安电子科技大学;2015年

4 王晓东;基于稀疏特征学习的复杂图像分类[D];西安电子科技大学;2014年

5 顾迎节;面向图像分类的主动学习算法研究[D];南京理工大学;2015年

6 孟丹;基于深度学习的图像分类方法研究[D];华东师范大学;2017年

7 赵鑫;图像分类中的判别性增强研究[D];中国科学技术大学;2013年

8 杨冰;基于艺术风格的绘画图像分类研究[D];浙江大学;2013年

9 丁建睿;基于多示例学习的浅表器官超声图像分类方法研究[D];哈尔滨工业大学;2012年

10 贾世杰;基于内容的商品图像分类方法研究[D];大连理工大学;2013年

相关硕士学位论文 前10条

1 刘丽婷;深度信念网络在岩石薄片图像处理中的应用研究[D];西安石油大学;2017年

2 张明静;基于改进遗传算法的分块综合特征加权图像分类研究[D];华南理工大学;2015年

3 李函怡;融合主动学习的半监督技术在图像分类中的应用研究[D];西南大学;2015年

4 王亚凤;基于多特征的主动学习方法在图像分类中的应用研究[D];河北工程大学;2015年

5 陈荣安;基于改进的Bag-of-Features模型的图像分类研究[D];兰州大学;2015年

6 钟畏丹;基于HSV和纹理特征的图像分类[D];华中师范大学;2015年

7 焦阳;基于主动学习的多标签图像分类方法研究[D];苏州大学;2015年

8 王腾川;基于主动学习的SAR图像分类方法研究[D];上海交通大学;2015年

9 NGUYEN QUANG KHANH;基于极化SAR目标信息提取与SVM分类[D];哈尔滨工业大学;2015年

10 王朔琛;基于半监督支持向量机的图像分类方法研究[D];陕西师范大学;2015年

，

本文编号：1464429