基于级联条件生成对抗网络的灰度岩心图像三维重建方法技术

本发明专利技术涉及一种基于级联条件生成对抗网络的灰度岩心图像三维重建方法。即基于岩心二维灰度岩心图像的三维建模问题，而提供一种基于级联条件生成对抗网络的重建方法。该方法将维度提升的概念引入深度学习中，利用深度学习建立二维到三维更好的映射。并提出级联条件生成对抗式网络CCGAN(Cascading Conditional Generative Adversarial Network)进行灰度岩心图像的重建。同时，针对灰度岩心自身特点，我们提出基于图像像素灰度级分布的损失函数作为CCGAN网络损失函数的组成部分，更好地进行灰度岩心图像的重建；重建的三维微观结构为真实岩心微观结构提供了一个很好解释；可用于岩心微观结构及渗流特性的研究，具有实用价值。

【技术实现步骤摘要】
基于级联条件生成对抗网络的灰度岩心图像三维重建方法
本专利技术涉及一种基于二维灰度岩心图像的三维建模方法，尤其涉及一种基于级联条件生成对抗网络的灰度岩心图像三维重建方法，属于三维图像重建

技术介绍
三维岩心CT图像中的像素的灰度值综合反映了不同材料在相应岩石单元中的衰减系数，因而三维灰度岩心图像对于岩心成分及其物理特性的研究具有重要意义。高分辨率二维灰度岩心图像容易获得且成本较低，通过对其进行三维重建，可以直接从二维岩心图像中学习材料属性并预测其三维结构，可以准确描述各种具有不同灰度级的材料和介质。基于以上原因，采用二维灰度岩心图像去重建其三维结构是很有必要的。Tahmasebi等提出采用基于互相关函数的多点地质统计算法(CCSIM)来重建灰度岩心。该算法是通过计算待模拟模式的边缘块与训练图像各个相同大小区域之间的互相关函数大小来确定选择的模式，能够较好地解决重建时的精度和速度问题。该方法能够很好继承层与层之间的连续性，但是不易控制层与层之间的随机变化性。相较于二维岩心的重建，如果要通过维度提升灰度岩心图像的重建，建立本文档来自技高网...

【技术保护点】
1.一种基于级联条件生成对抗网络的灰度岩心图像三维重建方法，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，用于网络的训练和重建；/n(2)将步骤(1)中获取的每个三维样本作为训练样本；为了在信息对等的情况下建立二维到三维的映射，并采用三维卷积学习三维空间信息，对网络的Input，Target设置为两个对等结构(待重建三维空间大小)的三维体，并对每层CCGAN网络中Input，Target结构中嵌入的输入输出信息进行设计；/n(3)在步骤(2)设计好单个网络的基础上，设计针对图像三维空间像素灰度级模式分布的损失函数L

【技术特征摘要】
1.一种基于级联条件生成对抗网络的灰度岩心图像三维重建方法，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，用于网络的训练和重建；
(2)将步骤(1)中获取的每个三维样本作为训练样本；为了在信息对等的情况下建立二维到三维的映射，并采用三维卷积学习三维空间信息，对网络的Input，Target设置为两个对等结构(待重建三维空间大小)的三维体，并对每层CCGAN网络中Input，Target结构中嵌入的输入输出信息进行设计；
(3)在步骤(2)设计好单个网络的基础上，设计针对图像三维空间像素灰度级模式分布的损失函数Lgreylevel_3D，以达到更好地重建效果；
(4)在步骤(3)针对每个网络的灰度岩心图像重建的损失函数Lgreylevel_3D进行设计的基础上，基于上述的数据集、网络和损失函数，完成训练，获得多层图像三维重建的模型及其中训练好的生成器及辨别器；
(5)在步骤(4)完成训练的基础上，将以上已经训练好的生成器进行级联构成进行单张二维灰度岩心图像的重建网络；
(6)在步骤(5)建立完成重建阶段的级联条件生成网络过程基础上，基于所述的模型，完成二维灰度岩心图像的三维重建。


2.根据权利要求1所述的方法，其特征在于步骤(2)中所述在信息对等的情况下建立二维到三维的映射，并采用三维卷积学习三维空间信息，对每层CCGAN网络中Input，Target结构中嵌入的输入输出信息进行设计，即将Input，Target设置为两个对等结构(待重建三维空间大小)的三维体；在第一层网络中，已知信息为CT单张二维灰度参考图像，其target为CT序列中连续的下一张图像；基于此，Input三维体其内部第一层为参考图像，该三维结构其它层用灰度值127的像素进行填充，然后将...

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