【技术实现步骤摘要】
数字地质露头孔洞提取方法及装置
[0001]本专利技术属于图像目标检测技术在油气精细地质应用领域，具体而言，涉及一种数字地质露头孔洞提取方法及装置。
技术介绍
[0002]碳酸盐岩储层解释与评价的核心是确定其孔隙空间特征，定量识别碳酸盐岩中裂缝和孔洞的分布状况及其内部的几何结构对储层评价具有重要意义。露头是沉积储层地质学研究最直观、最真实、最详细的资料，具有钻井和地震资料所不具备的直观性、可测性、完整性、精确性、可检验性，以及便于大比例尺研究等特点。现有技术的孔洞提取方法往往是通过人工在采集的露头剖面影像上进行孔洞识别并提取，效率较低、准确性较差。
技术实现思路
[0003]本专利技术的主要目的在于提供一种数字地质露头孔洞提取方法及装置，以解决现有技术人工进行孔洞识别与提取效率较低、准确性较差的技术问题。
[0004]为了实现上述目的，根据本专利技术的一个方面，提供了一种数字地质露头孔洞提取方法，该方法包括：
[0005]获取待提取露头剖面影像；
[0006]根据训练好的识别模型对所述待提取露头剖面影像进行孔洞提取得到孔洞提取结果，其中，所述识别模型的训练样本是由将用于模型训练的露头剖面影像分别在多个缩放尺度进行裁剪，得到多个固定大小的样本图像，进而对样本图像进行孔洞标准得到的训练样本；用于模型训练的露头剖面影像和所述待提取露头剖面影像与同一地下储层对应。
[0007]进一步的，所述根据训练好的识别模型对所述待提取露头剖面影像进行孔洞提取得到孔洞提取结果，包括：>[0008]根据所述多个缩放尺度分别对所述待提取露头剖面影像进行孔洞提取得到各缩放尺度对应的提取结果；
[0009]将各缩放尺度对应的提取结果进行合并，得到所述孔洞提取结果。
[0010]进一步的，该方法还包括：
[0011]获取用于模型训练的露头剖面影像，其中，用于模型训练的露头剖面影像和所述待提取露头剖面影像与同一地下储层对应；
[0012]采用预设的多个缩放尺度分别对用于模型训练的露头剖面影像进行裁剪，得到固定大小的多个样本图像；
[0013]对所述样本图像进行孔洞标注得到训练样本，并根据所述训练样本训练所述识别模型。
[0014]进一步的，该裁剪的相邻样本图像具有预设比例的重复区域。
[0015]进一步的，所述根据训练好的识别模型对所述待提取露头剖面影像进行孔洞提取得到孔洞提取结果，包括：
[0016]根据所述多个缩放尺度分别对所述待提取露头剖面影像进行孔洞提取得到各缩放尺度对应的提取结果；
[0017]根据各缩放尺度对应的预设孔洞筛选条件对各缩放尺度对应的提取结果进行筛选，得到各缩放尺度对应孔洞筛选结果；
[0018]将各缩放尺度对应孔洞筛选结果进行合并，得到所述孔洞提取结果。
[0019]为了实现上述目的，根据本专利技术的另一方面，提供了一种数字地质露头孔洞提取装置，该装置包括：
[0020]待提取露头剖面影像获取单元，用于获取待提取露头剖面影像；
[0021]孔洞提取单元，用于根据训练好的识别模型对所述待提取露头剖面影像进行孔洞提取得到孔洞提取结果，其中，所述识别模型的训练样本是由将用于模型训练的露头剖面影像分别在多个缩放尺度进行裁剪，得到多个固定大小的样本图像，进而对样本图像进行孔洞标准得到的训练样本；用于模型训练的露头剖面影像和所述待提取露头剖面影像与同一地下储层对应。
[0022]进一步的，所述孔洞提取单元包括：
[0023]多缩放尺度提取模块，用于根据所述多个缩放尺度分别对所述待提取露头剖面影像进行孔洞提取得到各缩放尺度对应的提取结果；
[0024]提取结果合并模块，用于将各缩放尺度对应的提取结果进行合并，得到所述孔洞提取结果。
[0025]进一步的，该装置还包括：
[0026]训练露头剖面影像获取单元，用于获取用于模型训练的露头剖面影像，其中，用于模型训练的露头剖面影像和所述待提取露头剖面影像与同一地下储层对应；
[0027]影像裁剪单元，用于采用预设的多个缩放尺度分别对用于模型训练的露头剖面影像进行裁剪，得到固定大小的多个样本图像；
[0028]模型训练单元，用于对所述样本图像进行孔洞标注得到训练样本，并根据所述训练样本训练所述识别模型。
[0029]进一步的，裁剪的相邻样本图像具有预设比例的重复区域。
[0030]进一步的，所述孔洞提取单元包括：
[0031]多缩放尺度提取模块，根据所述多个缩放尺度分别对所述待提取露头剖面影像进行孔洞提取得到各缩放尺度对应的提取结果；
[0032]提取结果筛选模块，用于根据各缩放尺度对应的预设孔洞筛选条件对各缩放尺度对应的提取结果进行筛选，得到各缩放尺度对应孔洞筛选结果；
[0033]孔洞提取结果生成模块，用于将各缩放尺度对应孔洞筛选结果进行合并，得到所述孔洞提取结果。
[0034]为了实现上述目的，根据本专利技术的另一方面，还提供了一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述数字地质露头孔洞提取方法中的步骤。
[0035]为了实现上述目的，根据本专利技术的另一方面，还提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序在计算机处理器中执行时实现上述数字地质露头孔洞提取方法中的步骤。
[0036]本专利技术的有益效果为：本专利技术采用机器学习的思想训练孔洞识别模型，自动从露头剖面影像中提取出孔洞信息，相比传统人工观察的方式大大提升了工作效率与研究精度，为区域地质勘探过程中储层预测提供依据。此外，本专利技术的孔洞识别模型的训练样本采用通过多个缩放尺度进行裁剪得出的训练样本，提取的孔洞更准确，且能提取出较小的孔洞。
附图说明
[0037]为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。在附图中：
[0038]图1是本专利技术实施例数字地质露头孔洞提取方法的流程图；
[0039]图2是本专利技术实施例孔洞提取的第一流程图；
[0040]图3是本专利技术实施例模型训练的流程图；
[0041]图4是本专利技术实施例孔洞提取的第二流程图；
[0042]图5是本专利技术实施例数字地质露头孔洞提取装置的第一结构框图；
[0043]图6是本专利技术第一实施例孔洞提取单元的结构框图；
[0044]图7是本专利技术实施例数字地质露头孔洞提取装置的第二结构框图；
[0045]图8是本专利技术第二实施例孔洞提取单元的结构框图；
[0046]图9是本专利技术实施例露头剖面影像示意图；
[0047]图10是本专利技术实施例孔洞提取结果示意图；
[00本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种数字地质露头孔洞提取方法，其特征在于，包括：获取待提取露头剖面影像；根据训练好的识别模型对所述待提取露头剖面影像进行孔洞提取得到孔洞提取结果，其中，所述识别模型的训练样本是由将用于模型训练的露头剖面影像分别在多个缩放尺度进行裁剪，得到多个固定大小的样本图像，进而对样本图像进行孔洞标准得到的训练样本；用于模型训练的露头剖面影像和所述待提取露头剖面影像与同一地下储层对应。2.根据权利要求1所述的数字地质露头孔洞提取方法，其特征在于，所述根据训练好的识别模型对所述待提取露头剖面影像进行孔洞提取得到孔洞提取结果，包括：根据所述多个缩放尺度分别对所述待提取露头剖面影像进行孔洞提取得到各缩放尺度对应的提取结果；将各缩放尺度对应的提取结果进行合并，得到所述孔洞提取结果。3.根据权利要求1所述的数字地质露头孔洞提取方法，其特征在于，还包括：获取用于模型训练的露头剖面影像，其中，用于模型训练的露头剖面影像和所述待提取露头剖面影像与同一地下储层对应；采用预设的多个缩放尺度分别对用于模型训练的露头剖面影像进行裁剪，得到固定大小的多个样本图像；对所述样本图像进行孔洞标注得到训练样本，并根据所述训练样本训练所述识别模型。4.根据权利要求3所述的数字地质露头孔洞提取方法，其特征在于，裁剪的相邻样本图像具有预设比例的重复区域。5.根据权利要求1所述的数字地质露头孔洞提取方法，其特征在于，所述根据训练好的识别模型对所述待提取露头剖面影像进行孔洞提取得到孔洞提取结果，包括：根据所述多个缩放尺度分别对所述待提取露头剖面影像进行孔洞提取得到各缩放尺度对应的提取结果；根据各缩放尺度对应的预设孔洞筛选条件对各缩放尺度对应的提取结果进行筛选，得到各缩放尺度对应孔洞筛选结果；将各缩放尺度对应孔洞筛选结果进行合并，得到所述孔洞提取结果。6.一种数字地质露头孔洞提取装置，其特征在于，包括：待提取露头剖面影像获取单元，用于获取待提取露头剖面影像；孔洞提取单元，用于根据训练好的识别模型对所述待提取露头剖面影像进行孔洞提取得到孔洞提取结果，其中，所述识别模型的训练样本是由...
【专利技术属性】
技术研发人员：曾齐红，王庆，王文志，于世勇，马志国，邵燕林，张友焱，叶勇，胡艳，邢学文，申晋利，
申请(专利权)人：中国石油天然气股份有限公司，
类型：发明
国别省市：
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。