一种基于双向循环生成网络的多孔介质三维图像重建方法技术

本发明专利技术公开了一种基于双向循环生成网络的多孔介质三维图像重建方法，主要包括如下步骤：采集并制作二维图像和对应三维图像数据集，用于网络的训练和测试；设计基于二维图像重建三维图像的双向循环生成网络的网络结构(3D‑BicycleGAN)；设计三维的GAN损失函数，以对形态进行约束；设计三维的模式分布损失函数，以对重建结构的纹理信息进行约束；设计三维的孔隙度损失函数，以对重建结构的孔隙度进行约束；基于上述的数据集、网络和损失函数，完成训练，获得图像三维重建的模型3D‑BicycleGAN；基于所述的3D‑BicycleGAN模型，完成二维图像的三维重建。本发明专利技术可以快速地对输入二维图像进三维重建，在石油地质等领域有重要的应用价值。

【技术实现步骤摘要】
一种基于双向循环生成网络的多孔介质三维图像重建方法
本专利技术涉及一种三维图像重建方法，尤其涉及一种基于双向循环生成网络的多孔介质三维图像重建方法，属于图像处理

技术介绍
在自然界和人们的生活中，多孔介质无处不在。地层中的土壤和岩石、合金材料、木材、陶瓷等均属于多孔介质的范畴。多孔介质材料的宏观性质如渗透率、电导率和一些机械性能等，直接影响着它在实际工程应用中。而它的宏观性质又由其内部的结构所决定，因此研究其内部结构就显得十分重要。以岩石为例，通常来讲，获取其内部结构的方式主要有：(1)直接成像。(2)基于二维图像的三维重建。在很长一段时间里，这两种方法并行发展，各有优势。值得注意的是，近年来，结合两者优势的方法逐渐涌现。比如最近几年新提出的超维重建方法，就是利用CT图像获取的真实三维结构信息，来指导单张二维图像的三维重建。然而，目前来讲，重建的精度和速度上依然还有较大的提升空间。如何在快速重建的同时，能保持较高的精度仍然是当前急需解决的问题。具体而言，如何根据该问题制作数据集、设计端对端的网络结构以及损失函数等是首先需要面对本文档来自技高网...

【技术保护点】
1.一种基于双向循环生成网络的端对端的三维图像重建方法，其特征在于：包括以下步骤：/n(1)采集并制作二维图像和对应三维图像数据集，用于网络的训练和测试；/n(2)设计基于二维图像重建三维图像的双向循环生成网络的网络结构(3D-BicycleGAN)；/n(3)设计三维的GAN损失函数L

【技术特征摘要】
1.一种基于双向循环生成网络的端对端的三维图像重建方法，其特征在于：包括以下步骤：
(1)采集并制作二维图像和对应三维图像数据集，用于网络的训练和测试；
(2)设计基于二维图像重建三维图像的双向循环生成网络的网络结构(3D-BicycleGAN)；
(3)设计三维的GAN损失函数LGAN_3D，以对形态进行约束；
(4)设计三维的模式分布的损失函数Lpattern_3D，以对重建结构的局部纹理信息进行约束；
(5)设计三维的孔隙度的损失函数Lporosity_3D，以对重建结构的孔隙度进行约束；
(6)基于上述的数据集、网络和损失函数，完成训练，获得图像三维重建的模型3D-BicycleGAN；
(7)基于所述的3D-BicycleGAN模型，完成二维图像的三维重建。


2.根据权利要求1所述的基于双向循环生成网络的三维图像重建方法，其特征在于步骤(2)所述的网络结构：其中G在经典的U-net架构基础上，设计了最后两个输出层ConvN×k×k和ConvN×1×1；设输入为x，则经过这两层网络后，它的输出被定义为：
y＝ConvN×1×1(ConvN×k×k(x))
其中，N表示通道数，k表示卷积核大小，ConvN×k×k用于将数据变换到指定维度，ConvN×1×1用于融合高层通道信息。


3.根据权利要求1所述的基于双向循环生成网络的三维图像重建方法，其特征在于步骤(3)所述的三维的GAN损失函数LGAN_3D，从三个方向x，y，z分别计算，其定义为：



其中，A，B～p(A，B)表示A，B服从联合分布概率函数...

【专利技术属性】
技术研发人员：滕奇志，冯俊羲，何小海，陈洪刚，任超，吴小强，
申请(专利权)人：四川大学，
类型：发明
国别省市：四川;51