说明:收录全网最新的团体标准 提供单次或批量下载
(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111440675.4 (22)申请日 2021.11.30 (71)申请人 中国石油大 学 (北京) 地址 102299 北京市昌平区府学路18号 (72)发明人 庞惠文 樊永东 金衍 卢运虎  林伯韬  (74)专利代理 机构 北京纪凯知识产权代理有限 公司 11245 代理人 冀志华 (51)Int.Cl. G06T 7/00(2017.01) G06T 7/136(2017.01) G06K 9/62(2022.01) G06N 3/12(2006.01) G06N 20/00(2019.01) (54)发明名称 基于机器学习的成像测井图像裂缝分割与 识别方法和系统 (57)摘要 本发明涉及一种基于机器学习的成像测井 图像裂缝分割与识别方法和系统, 方法包括以下 步骤: 对成像测井图像数据预处理; 基于预处理 后的成像测井图像数据, 对构建的图像 分割识别 模型进行训练, 得到训练好的图像分割识别模 型; 采用训练好的图像分割识别模 型对待识别成 像测井图像进行识别, 得到该待识别成像测井图 像的孔缝结构。 本发明应用K均值聚类算法和遗 传算法对图像的阈值分割进行了逐步优化, 尽可 能减少了图像 分割后图像中的噪声点, 使得图像 中的目标区域更加突出。 通过图像 分割使得图像 质量更高, 在神经网络图像识别时可以在样本数 量较少的情况下, 保证较高的识别准确度。 因此, 本发明可以广泛应用于油气井 工程领域。 权利要求书2页 说明书7页 附图3页 CN 114119569 A 2022.03.01 CN 114119569 A 1.一种基于机器学习的成像测井图像裂缝分割与识别方法, 其特征在于包括以下步 骤: 对成像测井图像数据预处 理; 基于预处理后的成像测井图像数据, 对构建的图像分割识别模型进行训练, 得到训练 好的图像分割识别模型; 采用训练好的图像分割识别模型对待识别成像测井图像进行识别, 得到该待识别成像 测井图像的裂缝识别结果。 2.如权利要求1所述的基于机器学习的成像测井图像裂缝分割与识别方法, 其特征在 于: 所述对成像测井图像进行 预处理时, 采用伽马变换 方法。 3.如权利要求2所述的基于机器学习的成像测井图像裂缝分割与识别方法, 其特征在 于: 所述伽马变换 方法包括归一 化、 预补偿和反归一 化。 4.如权利要求3所述的基于机器学习的成像测井图像裂缝分割与识别方法, 其特征在 于: 所述归一 化的计算公式如下: 其中, Ri是第i个像素点归一化后的灰度值, ri是第i个像素点的原始灰度值, rmin和rmax 分别是所有像素点灰度值的最小值和最大值。 5.如权利要求3所述的基于机器学习的成像测井图像裂缝分割与识别方法, 其特征在 于: 所述预补偿的计算公式为: 其中, Gi是第i个像素点伽马变换之后对应的值, Ri是第i个像素点归一化后的灰度值, γ为伽马变换指数。 6.如权利要求1所述的基于机器学习的成像测井图像裂缝分割与识别方法, 其特征在 于: 所述基于预 处理后的成像测井图像数据, 对构建的图像分割识别模型进行训练, 得到训 练好的图像分割识别模型的方法, 包括: 对预处理后的成像测井图像数据进行阈值分割, 得到分割后的成像测井图像数据; 对分割后的成像测井图像数据进行随机划分, 得到训练集和 测试集; 采用训练集对图像分割识别模块进行训练, 并采用测试集对图像分割识别模型效果进 行测试, 得到训练好的图像分割识别模型。 7.如权利要求6所述的基于机器学习的成像测井图像裂缝分割与识别方法, 其特征在 于: 所述对预处理后的成像测井图像数据进行阈值分割, 得到分割后的成像测井图像数据 的方法, 包括: 采用K均值聚类算法对预处 理后的成像测井图像数据进行聚类分割; 采用阈值分割方法对聚类分割后的图像进行阈值分割。 8.如权利要求7所述的基于机器学习的成像测井图像裂缝分割与识别方法, 其特征在 于: 所述采用K均值聚类算法对预 处理后的成像测井图像数据进 行聚类分割之前, 还包括以 下步骤: 应用遗传算法确定初始聚类中心。权 利 要 求 书 1/2 页 2 CN 114119569 A 29.如权利要求7所述的基于机器学习的成像测井图像裂缝分割与识别方法, 其特征在 于: 所述采用阈值分割方法对聚类分割后的图像进 行阈值分割后, 还包括以下步骤: 采用中 值滤波方法对阈值分割结果进行 滤波。 10.一种基于 机器学习的成像测井图像 裂缝分割与识别系统, 其特 征在于, 包括: 预处理模块, 用于对成像测井图像数据预处 理; 模型训练模块, 用于基于预处理后的成像测井图像数据, 对构建的图像分割识别模型 进行训练, 得到训练好的图像分割识别模型; 裂缝识别模块, 用于采用训练好的图像分割识别模型对待识别成像测井图像进行识 别, 得到该待识别成像测井图像的孔缝 结构。权 利 要 求 书 2/2 页 3 CN 114119569 A 3

.PDF文档 专利 基于机器学习的成像测井图像裂缝分割与识别方法和系统

文档预览
中文文档 13 页 50 下载 1000 浏览 0 评论 309 收藏 3.0分
温馨提示:本文档共13页,可预览 3 页,如浏览全部内容或当前文档出现乱码,可开通会员下载原始文档
专利 基于机器学习的成像测井图像裂缝分割与识别方法和系统 第 1 页 专利 基于机器学习的成像测井图像裂缝分割与识别方法和系统 第 2 页 专利 基于机器学习的成像测井图像裂缝分割与识别方法和系统 第 3 页
下载文档到电脑,方便使用
本文档由 人生无常 于 2024-03-19 01:21:43上传分享
站内资源均来自网友分享或网络收集整理,若无意中侵犯到您的权利,敬请联系我们微信(点击查看客服),我们将及时删除相关资源。