[发明专利]基于图像的碎屑岩成分鉴定方法、装置、终端及介质在审

专利信息
申请号: 202110654212.1 申请日: 2021-06-11
公开(公告)号: CN113435457A 公开(公告)日: 2021-09-24
发明(设计)人: 余晓露;周生友;胡宗全;罗宾繁;陶成;张永东;史政;陶金雨 申请(专利权)人: 中国石油化工股份有限公司;中国石油化工股份有限公司石油勘探开发研究院
主分类号: G06K9/46 分类号: G06K9/46;G06K9/62;G06N3/04;G06N3/08;G06T5/00;G06T7/90
代理公司: 北京聿华联合知识产权代理有限公司 11611 代理人: 于菲
地址: 100728 北*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 图像 碎屑岩 成分 鉴定 方法 装置 终端 介质
【权利要求书】:

1.一种基于图像的碎屑岩成分鉴定方法,其特征在于,所述方法应用于计算机设备当中,所述方法包括:

获取碎屑岩薄片图像,所述碎屑岩薄片图像为对碎屑岩薄片进行拍摄得到的图像,所述碎屑岩薄片图像中包括至少一个组分区域;

对所述碎屑岩薄片图像进行组分区域结构识别,得到与所述组分区域对应的组分区域结构识别结果,所述组分区域结构识别结果用于指示所述组分区域的结构特征,所述组分区域结构识别结果中包括识别组分区域;

对所述识别组分区域进行组分区域矿物识别,得到与所述识别组分区域对应的组分区域矿物识别结果,所述组分区域矿物识别结果用于指示所述识别组分区域内的矿物种类;

基于所述组分区域矿物识别结果以及所述组分区域结构识别结果,生成与所述碎屑岩薄片对应的文本化鉴定结果,所述文本化鉴定结果中包括对于所述碎屑岩薄片的特征的文字化描述。

2.根据权利要求1所述的方法,其特征在于,所述对所述组分区域进行组分区域结构识别,得到与所述组分区域对应的组分区域结构识别结果,包括:

将所述碎屑岩薄片图像输入组分区域识别模型中,输出得到所述组分区域结构识别结果,所述组分区域识别模型为基于机器学习的神经网络模型。

3.根据权利要求2所述的方法,其特征在于,所述对所述组分区域进行矿物识别,得到与所述识别组分区域对应的组分区域矿物识别结果,包括:

基于所述识别组分区域对所述碎屑岩薄片图像进行分割,得到组分子图像;

将所述组分子图像输入矿物种类二分类模型中,输出得到与所述组分子图像对应的矿物识别结果。

4.根据权利要求3所述的方法,其特征在于,所述矿物识别结果指示所述组分子图像对应的矿物为单晶态矿物,所述方法还包括:

响应于所述矿物识别结果指示所述组分子图像对应的矿物为单晶态矿物,对所述矿物识别结果进行验证,得到验证识别结果;

基于所述验证结果对所述矿物识别结果进行校正。

5.根据权利要求1至4所述的方法,其特征在于,所述文本化鉴定结果中包括至少两个文本化鉴定子结果;

所述基于所述组分区域矿物识别结果以及所述组分区域结构识别结果,生成与所述碎屑岩薄片对应的文本化鉴定结果,包括:

确定文本化鉴定子结果的种类;

基于所述文本化鉴定子结果的种类以及所述组分区域矿物识别结果,确定参考组分区域;

基于所述参考组分区域,确定所述文本化鉴定子结果;

对所述文化鉴定子结果进行汇总,得到所述文本化鉴定结果。

6.根据权利要求5所述的方法,其特征在于,所述文本化鉴定子结果的种类包括成分鉴定结果、组分区域结构鉴定结果以及组分区域相关关系鉴定结果中的至少一种;

所述成分鉴定结果指示所述碎屑岩的矿物组成;

所述组分区域结构鉴定结果用于表征所述碎屑岩薄片图像中的所述组分区域的结构,所述组分区域结构鉴定结果包括所述碎屑岩薄片图像中的所述组分区域的粒径情况、所述碎屑岩薄片图像中的所述组分区域的粒径分选性情况、所述碎屑岩薄片图像中的所述组分区域的磨圆度情况中的至少一种;

所述组分区域相关关系鉴定结果用于表征所述碎屑岩薄片图像中,相邻两个所述组分区域的位置关系,所述组分区域鉴定结果包括组分区域接触关系结果。

7.根据权利要求5所述的方法,其特征在于,所述基于所述组分区域矿物识别结果以及所述组分区域结构识别结果,生成与所述碎屑岩薄片对应的文本化鉴定结果之后,还包括:

基于所述文本化鉴定子结果,生成与所述碎屑岩薄片图像对应的碎屑岩样本名称;

基于所述碎屑岩样本名称以及所述文本化鉴定子结果,以表格形式生成所述文本化鉴定结果。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国石油化工股份有限公司;中国石油化工股份有限公司石油勘探开发研究院,未经中国石油化工股份有限公司;中国石油化工股份有限公司石油勘探开发研究院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202110654212.1/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top