自适应直接取样岩心三维重建算法

由于直接取样算法在重建过程中引入了多个需要手动调节的参数,使其在实际运用中具有一定的难度.针对这一问题,提出了一种自适应直接取样岩心三维重建算法.首先,使用三级网格对图像进行逐级重建;其次,使用高斯加权来提高模式匹配的准确性;然后,根据待匹配数据事件的条件数据点自适应的选择模式搜索范围,将距离最小模式的中心点赋给待模拟点;最后,使用算法与传统直接取样算法分别对多张储集层岩心图像进行三维重建.通过比较重建结果与真实结构在统计分布、孔隙结构上的差异,证明了算法的有效性.

基于模拟退火的多尺度岩心三维图像融合重建

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.

DBSCAN算法与数学形态学在岩石薄片图像分割中的应用

在岩石薄片图像处理中,针对岩屑矿物个数未知、成像多为聚集的点状的特点,提出了一种基于DBSCAN(Density-Based Spatial Clustering of Applications with Noise)算法与数学形态学的矿物分割方法。首先,标记出每个颗粒目标,求得其中心坐标;其次,利用DBSCAN算法对岩屑颗粒目标中心进行聚类,将不同区域的岩屑目标分离出来;最后,利用数学形态学方法对聚类结果做膨胀、填孔、腐蚀等处理,得到颗粒的边界。实验分析表明:该方法聚类效果良好,参数容易控制并有一定的抗噪性能,对岩屑颗粒目标的提取有较好的效果。