[发明专利]基于二维图像和多点统计方法的多孔介质三维重构方法

说明书

技术领域：

本发明涉及一种构图方法，具体涉及一种多孔介质三维图像的重构方法。 

背景技术：

以达西定律为基础的渗流力学取得了很大的进展，在众多工程领域有广泛的应用。但是由于达西定律根本不涉及孔隙介质本身的细观空间结构，因此对细观层次上的渗流形貌研究无能为力。为克服达西定律的局限性，研究者们提出了孔隙网络模型、毛管模型和球形颗粒堆积模型等多孔介质孔隙模型。这些模型中的孔隙和喉道常常被简化成一些简单的几何体。如孔隙体会被简化成球形、立方体或棱柱体；喉道会被简化成圆管、方形管、三角形管道或星形的管道。但是由于多孔介质内部结构十分复杂，而上述模型的建立并不以真实的多孔介质三维结构数据为基础，因此并不能很好地定量描述多孔介质内部不规则的拓扑结构。可见获得真实的多孔介质三维结构已成为制约渗流机理研究的重要瓶颈。 

随着实验技术的进步，诸如聚焦离子光束法，激光扫描显微法和X射线CT扫描等方法被应用于获取三维孔隙图像。虽然一些实验设备的精度可以达到微米甚至是亚微米量级，然而，一些多孔介质的纳米量级结构(例如石灰岩和硅藻土)却无法直接三维成像。相比三维孔隙图像，多孔介质的二维薄片图像较易获取并可得到较高的分辨率。例如美国加州大学在2004年利用实验设备获得精度达到10纳米的石灰石二维薄片图像。 

利用二维薄片图像来重构三维孔隙图像的方法目前主要有三类。第一类是过程法，它通过模拟地质成岩的过程来重构三维图像。过程法虽然可以再现多孔介质内部的长连通性，但是该方法过于复杂。例如在模拟石灰岩中不规则形状的沉积、压实和成岩过程时，该方法就显得过于复杂而难以实现。 

第二类方法利用从二维图像中获取的孔隙度和两点自相关函数等统计信息来重构三维孔隙图像，但是由于该类方法只是使用了二维图像中的低阶统计 信息，因此难以再现孔隙空间的长连通性，尤其是难以再现低孔隙度或具有特定孔隙几何形状(例如颗粒和球形)的多孔介质拓扑结构。 

第三类方法由Okabe等人提出，其利用多点统计方法来重构多孔介质的孔隙结构，但是该方法在构建训练图像时只是通过旋转二维平面获得三维情况下的条件概率分布函数(cpdf，conditional probability distribution function)，并没有获得真正的三维训练图像。 

利用多点统计方法重构图像的过程需要反映真实几何结构及其分布模式的训练图像，它强调使用训练图像把先验模型明确而定量地引入到建模当中。先验模型包含了被研究的真实物质中确信存在的样式，而训练图像则是该模型的定量化表达。通过再现高阶统计量，多点统计方法能够从训练图像中捕捉复杂的(非线性)特征样式并把它们复制到重构图像中。可以说训练图像中的概率信息决定了最终的模拟结果。而Okabe等人假定多孔介质为各向同性，认为铅直方向的cpdf完全等同于水平方向的cpdf，因此该方法重构的多孔介质三维结构无法反映真实情况下铅直方向的孔隙和骨架结构信息。 

发明内容：

本发明针对上述现有方法在重构多孔介质三维结构时所存在的缺陷，而提供一种基于二维图像和多点统计信息的方法对多孔介质进行三维重构。利用同步辐射光技术获取多孔介质的体数据，将该体数据的一个二维切面图像作为训练图像。提取训练图像的孔隙和骨架点作为硬数据(条件数据)，利用多点统计信息重构该训练图像的下一层二维图像。再将重构得到的新的二维图像作为训练图像模拟其下层图像。如此重复多次，即利用每次重构得到的新的二维图像作为训练图像来模拟其下层图像。将每层重构图像依次叠加，最终得到多孔介质的三维结构。 

为了达到上述目的，本发明采用如下的技术方案： 

基于二维图像和多点统计方法的多孔介质三维重构方法，该方法包括如下步骤： 

(1)利用二维的多重数据模板扫描二维训练图像，建立搜索树； 

(2)利用采样点提取模板遍历多孔介质的二维训练图像提取采样点，并将提取得到的采样点作为初始条件数据分配到最近的网格节点上；(3)定义一条随机路径访问所有待模拟节点；对随机路径上的每一个节点，利用与步骤(1)中相同的多重模板提取其条件数据事件，然后从搜索树上获取该点的条件概率分布函数；利用计算机随机模拟方法提取该点的随机模拟值，并将该模拟值作为后续模拟新增的条件数据；继续模拟随机路径上的其他节点，直到模拟生成一幅新的二维图像；

(4)将由步骤(3)模拟得到的新的二维图像作为步骤(1)中的训练图像，重复步骤(1)到步骤(3)生成其下一层图像；