一种基于三维岩心扫描图像的孔隙与孔喉识别系统及方法技术方案

本发明专利技术属于三维岩心扫描图像技术领域，公开了一种基于三维岩心扫描图像的孔隙与孔喉识别系统及方法，利用CT扫描仪采集岩心图像数据；对采集的图像进行降噪滤波、增强处理；对采集的图像提取孔隙、孔喉、骨架的位置信息；利用三维重建算法对采集的岩心图像进行三维重建处理；利用三维软件根据采集的图像构建岩心三维模型；利用标记程序根据提取的信息标记岩心三维模型相应位置信息；利用模拟程序对岩心的渗透率进行模拟计算。本发明专利技术能够保持流体流动始终畅通，采用质量力驱动流体流动，能够使流体流动快速达到平衡；用数字岩心模拟计算岩心渗透率的方法不仅能够提高岩心渗透率计算的准确率，还能够缩短模拟计算的时间。

A Pore and Throat Recognition System and Method Based on Three-dimensional Core Scanning Image

【技术实现步骤摘要】
一种基于三维岩心扫描图像的孔隙与孔喉识别系统及方法
本专利技术属于三维岩心扫描图像
，尤其涉及一种基于三维岩心扫描图像的孔隙与孔喉识别系统及方法。
技术介绍
数字岩心技术是近年兴起的岩心分析的有效方法，在常规砂岩和碳酸盐岩等岩心分析领域应用广泛，获得了极大的成功。基本原理是基于二维扫描电镜图像或三维CT扫描图像，运用计算机图像处理技术，通过一定的算法完成数字岩心重构。数字岩心建模方法可分为两大类：物理实验方法和数值重建方法。物理实验方法均借助高倍光学显微镜、扫描电镜或CT成像仪等高精度仪器获取岩心的平面图像，之后对平面图像进行三维重建即可得到数字岩心；数值重建方法则借助岩心平面图像等少量资料，通过图像分析提取建模信息，之后采用某种数学方法建立数字岩心。然而，现有三维岩心扫描图像处理时，三维重建数据量大，重建难度大；同时，现有的岩心渗透率模拟计算方法存在计算准确性不高、计算耗时长、模拟方法复杂以及计算结果代表性有限等问题。综上所述，现有技术存在的问题是：现有三维岩心扫描图像处理时，三维重建数据量大，重建难度大；同时，现有的岩心渗透率模拟计算方法存在计算准确性不高、计算耗时长、模拟方法复杂以及计算结果代表性有限等问题。
技术实现思路
针对现有技术存在的问题，本专利技术提供了一种基于三维岩心扫描图像的孔隙与孔喉识别系统及方法。本专利技术是这样实现的，一种基于三维岩心扫描图像的孔隙与孔喉识别方法，包括：对采集的岩心图像进行三维重建处理；获取采集的岩心图像根据待划分岩心区域的孔隙尺寸与分布计算该岩心区域的最佳局部孔隙度模板尺寸；修正孔隙度模板尺寸，接着，使用最佳模板尺寸计算待划分岩心区域每个像素点对应的局部孔隙度；计算待划分岩心区域的孔隙度，并以该值为阈值，将局部孔隙度大于阈值的像素点划分为一区，其余像素点归为另一区；划分岩心区域后，根据各岩心区域的面积以及局部孔隙度分布范围，判断这些岩心区域是否还需要进行划分；直到没有岩心区域需要划分；以各岩心区域的孔隙度为依据，寻找各自的典型代表单元体，作为重建的训练图像，并计算这些岩心区域各自占整幅图像的面积比；对所有训练图像进行三维重建，包括：对所有训练图像按照颜色通道进行分离；对原彩色图像像按照RGB颜色通道分离三张灰度图像，分别记为R通道、G通道和B通道；计算每张灰度图的预测误差组，对每张灰度图采用菱形预测方案获取阴影点的预测值，跟原始像素值相减，获得阴影点的预测误差序列(eR1,eR2,...,eRN)，(eG1,eG2,...,eGN)，(eB1,eB2,...,eBN)，将三张灰度图像阴影点的预测误差组成预测误差组en＝(eRn,eGn,eBn)；计算每一个预测误差组的局部复杂度LCi，找到预测误差组的临界值ρ，被替换的LSBs、压缩后的位置图，修改满足LCi≤ρ的预测误差组的映射嵌入训练图像照片；将嵌入后的三张灰度图合并，得到三维重建彩色图像；对能够反映三维结构孔隙、吼道几何特征的相关参数进行计算，并对计算结果中的面积比进行整合，获取整个岩样的孔隙特征。进一步，所述基于三维岩心扫描图像的孔隙与孔喉识别方法具体包括以下步骤：步骤一，通过岩心图像采集模块利用CT扫描仪采集岩心图像数据；步骤二，中央控制模块通过图像处理模块利用图像处理软件对采集的图像进行降噪滤波、增强处理；步骤三，通过信息特征提取模块利用提取程序对采集的图像提取孔隙、孔喉、骨架的位置信息；步骤四，通过三维重建模块利用三维重建算法对采集的岩心图像进行三维重建处理；通过模型构建模块利用三维软件根据采集的图像构建岩心三维模型；步骤五，通过标记模块利用标记程序根据提取的信息标记岩心三维模型相应位置信息；步骤六，通过模拟模块利用模拟程序对岩心的渗透率进行模拟计算；步骤七，通过显示模块利用显示器显示采集的岩心图像、岩心提取信息、岩心三维模型数据信息。进一步，所述最佳模板尺寸通过统计图像在x、y方向上孔隙与背景弦长的大小，将它们的最大值之和作为计算局部孔隙度的最佳模板尺寸，以保证模板在遍历图像的过程中不会出现全为孔点或全为背景点的情况，从而更好的反映孔隙的分布情况。进一步，利用岩心区域最佳模板，对待划分岩心区域进行遍历，遍历过程中将计算得到的局部孔隙度值赋给模板中心位置的像素点，以此反映该像素点周围的孔隙分布情况。进一步，以待划分岩心区域的整体孔隙度作为划分阈值，根据该岩心区域每个像素点的局部孔隙度值与阈值的大小关系，对所有像素点进行分类，局部孔隙度值大于阈值的像素点共同构成一个岩心区域，其余的像素点构成划分后的另一岩心区域。进一步，对于已经划分的岩心区域，若岩心区域像素点的最小局部孔隙度与最大局部孔隙度之差较大，且该岩心区域的面积也较大，说明该岩心区域的非均质性仍然较强，则该岩心区域还需要继续进行岩心区域划分；岩心区域划分完成后，需选取各岩心区域的典型代表单元体，即待重建训练图像，这里将岩心区域孔隙度作为选取标准，同时统计各岩心区域相对于原始岩心图像的面积占比；在重建出各岩心区域的孔隙三维结构后，对所有三维结构的参数按照岩心区域面积占比进行整合，从而得到整幅岩心图像对应三维结构的特征参数。进一步，模拟模块模拟方法包括：1)通过模拟程序采用波尔兹曼网格法模拟岩心多孔介质的物理模型；对该岩心多孔介质的物理模型进行物理场初始化及边界处理，该边界处理采用镜像边界作为波尔兹曼网格法的边界条件，以获取模拟区域及与该模拟区域具有相同构型的若干镜像区域；2)在该模拟区域内各网格均设置质量力驱使流体流动，以使该流体在该模拟区域内快速达到平衡；3)根据处理后的该岩心多孔介质的物理模型，计算该模拟区域内的密度分布函数；根据该质量力和该密度分布函数模拟计算该岩心渗透率。进一步，在模拟岩心多孔介质的物理模型之前还包括扫描岩心样品，并获取岩心多孔介质的横截面的二维图像，以及将该岩心多孔介质的横截面的二维图像转换为波尔兹曼网格参数，并根据该波尔兹曼网格参数建立该岩心多孔介质的物理模型。本专利技术的另一目的在于提供一种实施所述基于三维岩心扫描图像的孔隙与孔喉识别方法的基于三维岩心扫描图像的孔隙与孔喉识别系统，所述基于三维岩心扫描图像的孔隙与孔喉识别系统包括：岩心图像采集模块，与中央控制模块连接，用于通过CT扫描仪采集岩心图像数据；中央控制模块，与岩心图像采集模块、图像处理模块、信息特征提取模块、三维重建模块、模型构建模块、标记模块、模拟模块、显示模块连接，用于通过单片机控制各个模块正常工作；图像处理模块，与中央控制模块连接，用于通过图像处理软件对采集的图像进行降噪滤波、增强处理；信息特征提取模块，与中央控制模块连接，用于通过提取程序对采集的图像提取孔隙、孔喉、骨架的位置信息；三维重建模块，与中央控制模块连接，用于通过三维重建算法对采集的岩心图像进行三维重建处理；模型构建模块，与中央控制模块连接，用于通过三维软件根据采集的图像构建岩心三维模型；标记模块，与中央控制模块连接，用于通过标记程序根据提取的信息标记岩心三维模型相应位置信息；模拟模块，与中央控制模块连接，用于通过模拟程序对岩心的渗透率进行模拟计算；显示模块，与中央控制模块连接，用于通过显示器显示采集的岩心图像、岩心提取信息、岩心三维模型数据信息。本专利技术的另一目的在于提供一种实施所述基于本文档来自技高网...

【技术保护点】
1.一种基于三维岩心扫描图像的孔隙与孔喉识别方法，其特征在于，所述基于三维岩心扫描图像的孔隙与孔喉识别方法包括：对采集的岩心图像进行三维重建处理；获取采集的岩心图像根据待划分岩心区域的孔隙尺寸与分布计算该岩心区域的最佳局部孔隙度模板尺寸；修正孔隙度模板尺寸，接着，使用最佳模板尺寸计算待划分岩心区域每个像素点对应的局部孔隙度；计算待划分岩心区域的孔隙度，并以该值为阈值，将局部孔隙度大于阈值的像素点划分为一区，其余像素点归为另一区；划分岩心区域后，根据各岩心区域的面积以及局部孔隙度分布范围，判断这些岩心区域是否还需要进行划分；直到没有岩心区域需要划分；以各岩心区域的孔隙度为依据，寻找各自的典型代表单元体，作为重建的训练图像，并计算这些岩心区域各自占整幅图像的面积比；对所有训练图像进行三维重建，包括：对所有训练图像按照颜色通道进行分离；对原彩色图像像按照RGB颜色通道分离三张灰度图像，分别记为R通道、G通道和B通道；计算每张灰度图的预测误差组，对每张灰度图采用菱形预测方案获取阴影点的预测值，跟原始像素值相减，获得阴影点的预测误差序列(eR1,eR2,...,eRN)，(eG1,eG2,...,eGN)，(eB1,eB2,...,eBN)，将三张灰度图像阴影点的预测误差组成预测误差组en＝(eRn,eGn,eBn)；计算每一个预测误差组的局部复杂度LCi，找到预测误差组的临界值ρ，被替换的LSBs、压缩后的位置图，修改满足LCi≤ρ的预测误差组的映射嵌入训练图像照片；将嵌入后的三张灰度图合并，得到三维重建彩色图像；对能够反映三维结构孔隙、吼道几何特征的相关参数进行计算，并对计算结果中的面积比进行整合，获取整个岩样的孔隙特征。...

【技术特征摘要】
1.一种基于三维岩心扫描图像的孔隙与孔喉识别方法，其特征在于，所述基于三维岩心扫描图像的孔隙与孔喉识别方法包括：对采集的岩心图像进行三维重建处理；获取采集的岩心图像根据待划分岩心区域的孔隙尺寸与分布计算该岩心区域的最佳局部孔隙度模板尺寸；修正孔隙度模板尺寸，接着，使用最佳模板尺寸计算待划分岩心区域每个像素点对应的局部孔隙度；计算待划分岩心区域的孔隙度，并以该值为阈值，将局部孔隙度大于阈值的像素点划分为一区，其余像素点归为另一区；划分岩心区域后，根据各岩心区域的面积以及局部孔隙度分布范围，判断这些岩心区域是否还需要进行划分；直到没有岩心区域需要划分；以各岩心区域的孔隙度为依据，寻找各自的典型代表单元体，作为重建的训练图像，并计算这些岩心区域各自占整幅图像的面积比；对所有训练图像进行三维重建，包括：对所有训练图像按照颜色通道进行分离；对原彩色图像像按照RGB颜色通道分离三张灰度图像，分别记为R通道、G通道和B通道；计算每张灰度图的预测误差组，对每张灰度图采用菱形预测方案获取阴影点的预测值，跟原始像素值相减，获得阴影点的预测误差序列(eR1,eR2,...,eRN)，(eG1,eG2,...,eGN)，(eB1,eB2,...,eBN)，将三张灰度图像阴影点的预测误差组成预测误差组en＝(eRn,eGn,eBn)；计算每一个预测误差组的局部复杂度LCi，找到预测误差组的临界值ρ，被替换的LSBs、压缩后的位置图，修改满足LCi≤ρ的预测误差组的映射嵌入训练图像照片；将嵌入后的三张灰度图合并，得到三维重建彩色图像；对能够反映三维结构孔隙、吼道几何特征的相关参数进行计算，并对计算结果中的面积比进行整合，获取整个岩样的孔隙特征。2.如权利要求1所述的基于三维岩心扫描图像的孔隙与孔喉识别方法，其特征在于，所述基于三维岩心扫描图像的孔隙与孔喉识别方法具体包括以下步骤：步骤一，通过岩心图像采集模块利用CT扫描仪采集岩心图像数据；步骤二，中央控制模块通过图像处理模块利用图像处理软件对采集的图像进行降噪滤波、增强处理；步骤三，通过信息特征提取模块利用提取程序对采集的图像提取孔隙、孔喉、骨架的位置信息；步骤四，通过三维重建模块利用三维重建算法对采集的岩心图像进行三维重建处理；通过模型构建模块利用三维软件根据采集的图像构建岩心三维模型；步骤五，通过标记模块利用标记程序根据提取的信息标记岩心三维模型相应位置信息；步骤六，通过模拟模块利用模拟程序对岩心的渗透率进行模拟计算；步骤七，通过显示模块利用显示器显示采集的岩心图像、岩心提取信息、岩心三维模型数据信息。3.如权利要求1所述基于三维岩心扫描图像的孔隙与孔喉识别方法，其特征在于，所述最佳模板尺寸通过统计图像在x、y方向上孔隙与背景弦长的大小，将它们的最大值之和作为计算局部孔隙度的最佳模板尺寸，以保证模板在遍历图像的过程中不会出现全为孔点或全为背景点的情况，从而更好的反映孔隙的分布情况。4.如权利要求1所述基于三维岩心扫描图像的孔隙与孔喉识别方法，其特征在于，利用岩心区域最佳模板，对待划分岩心区域进行遍历，遍历过程中将计算得到的局部孔隙度值赋给模板中心位置的像素点，以此反映该像素点周围的孔隙分布情况。5.如权利要求1所述基于三维岩心扫描图像的孔隙与孔...

【专利技术属性】
技术研发人员：况昊，谭先锋，王佳，达雪娟，吴越，肖燚，王钧民，周润驰，
申请(专利权)人：重庆科技学院，
类型：发明
国别省市：重庆,50