【技术实现步骤摘要】
一种基于图像识别的录井岩性智能识别方法
本专利技术涉及图像识别和处理
，尤其是一种基于图像识别的录井岩性智能识别方法。
技术介绍
岩性识别主要是以岩石学、矿物学和地球化学为理论指导，利用岩石样品肉眼观察、镜下观察、化学成分分析等技术，以岩石颜色、结构、构造、矿物成分及其含量等特征条件等为依据对岩性准确定名的过程。岩性识别是石油勘探开发过程中对地层、储层等研究的前提工作，是储层评价的核心工作之一，也是求解储层参数的基础。目前在石油地质领域中，研究人员通过偏光显微镜观察岩石的光学特征和表面纹理特征，从而对不同岩石进行鉴别和成分分析，但在实际应用中由于岩石样本目标的颗粒众多，人工鉴定工作量大，时效性差，且难以对样本进行定量分析。
技术实现思路
本专利技术要解决的技术问题是：为了克服现有技术中之不足，本专利技术提供一种基于图像识别的录井岩性智能识别方法，通过对岩性颗粒图像样本集的学习，避免主观经验的影响和信息的丢失，避免浪费大量的人力和时间，并且通过不断的修正，不断扩大样本集空间，实现智能岩性识别。...
【技术保护点】
1.一种基于图像识别的录井岩性智能识别方法，其特征是：包括以下步骤：/n步骤一：构建基于神经网络的矿物类别智能识别方法；/n步骤二：应用上述智能识别方法识别石英、长石、岩屑一类的矿物类别；/n步骤三：智能识别神经网络的强化学习与更新，根据诊断结果更新神经网络方法；/n步骤四：识别岩石颗粒边缘；/n步骤五：利用神经网络方法识别每个颗粒内部矿物类型；/n步骤六：根据岩石名称命名方法对每一个颗粒进行命名。/n
【技术特征摘要】
1.一种基于图像识别的录井岩性智能识别方法，其特征是：包括以下步骤：
步骤一：构建基于神经网络的矿物类别智能识别方法；
步骤二：应用上述智能识别方法识别石英、长石、岩屑一类的矿物类别；
步骤三：智能识别神经网络的强化学习与更新，根据诊断结果更新神经网络方法；
步骤四：识别岩石颗粒边缘；
步骤五：利用神经网络方法识别每个颗粒内部矿物类型；
步骤六：根据岩石名称命名方法对每一个颗粒进行命名。
2.如权利要求1所述的基于图像识别的录井岩性智能识别方法，其特征是：所述的步骤一包含：1)获取岩性颗粒样本集；2)岩性颗粒图像处理；3)拉普拉斯算子锐化；4)构建BP神经网络，进行样本集学习。
3.如权利要求2所述的基于图像识别的录井岩性智能识别方法，其特征是：步骤2)的具体方法为：利用高斯核的一个二维的卷积算子，用于图像去除噪声，二维的高斯函数如下：
。
4.如权利要求2所述的基于图像识别的录井岩性智能识别方法，其特征是：步骤3)的具体方法为：利用拉普拉斯算子锐化图像，提高清晰度、突出细节，
。
5.如权利要求1所述的基于图像识别的录井岩性智能识别方法，其特征是：步骤二中的具体应用方法为：对测试集中的每一个像素点，利用步骤一构建的方法进行石英、长石、岩屑一类矿物的判别。
6.如权利要求1所述的基于图像识别的录井岩性智能识别方法，其特征是：步骤三的具体方法为：1)工作人员根据实际的矿物分布状况对比神经网络识别结果论证识...
【专利技术属性】
技术研发人员：徐慧，祝鹏，雷翔宇，何岩峰，王相，窦祥骥，
申请(专利权)人：常州大学，
类型：发明
国别省市：江苏;32
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。