基于模拟退火的多尺度岩心三维图像融合重建

发布时间：2020-12-24 07:49

　　在岩心图像分析中,低分辨率岩心图像能够显示较大视域,具有较好的全局代表性,而对于低尺度信息无法准确表征;高分辨率岩心图像能够准确地表征岩心的低尺度信息,但通常仅能显示较小的视域.为了能综合分析高低分辨率下的不同岩心图像,本研究提出了一种基于模拟退火,将低分辨率三维岩心图像和高分辨率二维岩心图像融合重建为高分辨率三维岩心的算法.具体地,对于给定的高分辨率二维岩心图像,首先,将低分辨率三维岩心图像进行插值放大以统一两者的点长度,统计二者在二维中的孔隙分布情况,只保留高分辨率二维岩心图像中的小尺寸孔隙,以作为训练图像;然后,在融合重建过程中将低分辨率三维岩心中的大尺寸孔隙相设置为硬数据,以两点相关函数为目标函数重建其中的小尺寸孔隙.实验结果表明,本研究提出的融合重建算法可以很好的将低分辨率岩心重建为高分辨率岩心结构,且融合重建结果有效,准确. 

【文章来源】：四川大学学报(自然科学版). 2020年04期 北大核心

【文章页数】：8 页

【文章目录】：
1 引 言
2 算法详解
    2.1 模拟退火算法简介
    2.2 基于模拟退火的多尺度岩心图像融合重建
        2.2.1 岩心图像预处理
        2.2.2 模型建立
        2.2.3 状态产生函数和接受函数
        2.2.4 实验流程
3 实验结果及分析
    3.1 岩心视觉效果对比
    3.2 岩心孔隙分布对比
    3.3 统计特征函数分布对比
4 结 论


【参考文献】：
期刊论文
[1]基于残差连接卷积神经网络的图像超分辨率重构[J]. 郭继昌,吴洁,郭春乐,朱明辉.  吉林大学学报(工学版). 2019(05)
[2]基于SSD模型的人脸检测与头部姿态估计融合算法[J]. 方阳,刘英杰,孙立博,秦文虎.  江苏大学学报(自然科学版). 2019(04)
[3]数字岩心建模方法研究现状及展望[J]. 林承焰,吴玉其,任丽华,王杨,闫伟超,孙小龙,张宪国,张依旻.  地球物理学进展. 2018(02)
[4]岩石三维图像重建算法分析[J]. 方莹莹,滕奇志,何小海,杨晓敏,李征骥.  吉林大学学报(工学版). 2013(S1)
[5]基于模拟退火算法的数字岩心建模方法[J]. 赵秀才,姚军,陶军,衣艳静.  高校应用数学学报A辑. 2007(02)



本文编号：2935274