一种钻探岩芯特征的智能识别描述方法技术

本发明专利技术公开了一种钻探岩芯特征的智能描述方法

【技术实现步骤摘要】
一种钻探岩芯特征的智能识别描述方法、系统及存储介质


[0001]本专利技术涉及地质勘探
，更具体的，涉及一种钻探岩芯特征的智能识别描述方法
、
系统及存储介质
。

技术介绍

[0002]随着地质勘查
、
勘探
、
采矿业的发展，人们越来越注重获得的地层
、
岩芯以及矿体地质资料的丰富性
、
准确性
、
完整性，对其进行地质编录的客观性以及对这些信息进行统一管理的重要性
。
岩芯是根据地质勘查工作或工程的需要，使用环状岩芯钻头及其他取芯工具，从钻孔内取出的圆柱状岩石样品，是研究和了解地下地质和矿产情况的重要实物地质资料，为地质工程提供了客观的地质信息资料，能够更准确地对地质条件进行评价
。
[0003]现有地质工程中的岩芯编录方法主要依赖手工测量方案对放入岩芯盘内的岩芯进行测量与拍摄，在取得岩芯之后，需要对样本进行检测，并进行编录工作，其中包括对岩芯的图像采集，整个检测
、
编录的过程繁琐
、
复杂，需要耗费大量人工精力，并且手工测量及专业水平参差不可避免地存在着测量误差，图像放大后易失帧，影响岩芯编录数据准确性；测量结果数据存储没有统一管理系统，数据转化步骤复杂，数据安全性低，数据遗失
、
混乱风险大
。
综上，目前的岩芯识别描述会使其物理特性分析产生较大偏差，导致实际生产和应用中的误判，因此如何对岩芯特征进行精准识别及描述是需要解决的问题
。

技术实现思路

[0004]为了解决上述技术问题，本专利技术提出了一种钻探岩芯特征的智能识别描述方法
、
系统及存储介质
。
[0005]本专利技术第一方面提供了一种钻探岩芯特征的智能识别描述方法，包括：获取待识别岩芯的扫描图像信息，对所述扫描图像信息进行预处理，根据预处理后的扫描图像信息提取图像特征，通过所述图像特征结合尺寸特征建立三维岩芯模型；根据所述三维岩芯模型提取待识别岩芯的切片图像，对待识别岩芯的切片图像进行纹理特征及几何特征的提取，利用所述纹理特征及几何特征获取岩性特征；通过不同切片图像对应岩性特征之间的相似度进行岩性特征的描述，利用岩性特征描述进行待识别岩芯的识别，并通过计算待识别岩芯的岩石质量指标进行分类；根据获取的岩芯扫描图像信息
、
岩性特征描述及识别分类结果进行待识别岩芯的编录
。
[0006]本方案中，根据预处理后的扫描图像信息提取图像特征，具体为：通过
CT
扫描技术获取岩芯箱中待识别岩芯的扫描图像信息集合，将扫描图像信息进行灰化处理得到灰化图像，将所述灰化图像进行滤波去噪及图像增强，对图像增强后的扫描图像信息进行背景滤除，获取预处理后的扫描图像信息；根据所述预处理后的扫描图像信息若干图像块，利用空洞卷积对卷积神经网络进行优化，将若干图像块导入优化后的卷积神经网络，提取不同尺度特征图，获取图像块的局
部感兴趣特征；将所述局部感兴趣特征进行特征拼接，获取全局感兴趣特征，将卷积神经网络与区域生成网络进行级联，利用所述全局感兴趣特征作为区域生成网络的输入；通过所述区域生成网络输出不同尺度的建议区域，根据锚框回归获取扫描图像信息中的感兴趣区域，获取感兴趣区域中的待识别岩芯的轮廓信息，进行二值化处理获取二值化图像，提取二值化特征作为图像特征
。
[0007]本方案中，通过图像特征结合尺寸特征建立三维岩芯模型，具体为：获取扫描图像信息中的感兴趣区域，将所述感兴趣区域导入
U
‑
Net
网络进行编码完成感兴趣区域下采样，在编码过程中引入空间注意力模块及通道注意力机模块；将特征图进行池化操作后获取通道描述导入通道注意力模块获取通道注意力权重，通过所述通道注意力权重结合输入的特征图得到通道注意力模块的输出；将通道注意力模块的输出导入空间注意力模块，进行池化操作后将通道描述进行拼接叠加，根据叠加后的通道描述获取空间注意力权重，结合空间注意力模块输入的特征获取最终特征；将所述最终特征利用解码器输出完成感兴趣区域上采样，通过
sigmoid
函数将感兴趣区域中的空隙与岩体进行区分，输出二值化图像并提取图像特征；获取岩芯箱的标准尺寸，通过所述二值化图像计算待识别岩芯在图像中的像素尺寸与实际尺寸的比例关系，获取待识别岩芯的尺寸特征；利用所述尺寸特征及图像特征建立待识别岩芯的三维岩芯模型
。
[0008]本方案中，对待识别岩芯的切片图像进行纹理特征及几何特征的提取，利用所述纹理特征及几何特征获取岩性特征，具体为：根据待识别岩芯的三维岩芯模型截取不同断面的切片图像，采用
Canny
边缘检测算子获取所述切片图像的边缘信息；获取切片图像的灰度共生矩阵，基于大数据方法获取岩芯识别实例，提取所述岩芯识别实例中对应二值化图像的灰度共生矩阵对应的纹理特征指标，获取各纹理特征指标的使用频率，通过预设阈值选取高频纹理特征指标；根据切片图像的灰度共生矩阵结合所述高频纹理特征指标获取纹理特征图像，将所述切片图像与所述纹理特征图像进行加权融合获取增强后的切片图像；提取增强后切片图像中空隙区域的形状特征及位置特征，并获取空隙区域的像素点个数与切片图像的总像素和之间的比值，根据所述形状特征及位置特征结合所述比值获取几何特征；根据切片图像的纹理特征及几何特征表征待识别岩芯的岩性特征
。
[0009]本方案中，通过不同切片图像对应岩性特征之间的相似度进行岩性特征的描述，利用岩性特征描述进行待识别岩芯的识别，具体为：获取待识别岩芯的三维岩芯模型中不同切片图像对应的岩性特征，并计算不同切片图像岩性特征之间的欧式距离获取相似度，获取不同切片图像的相似度分布图；获取相似度大于预设相似度阈值的岩性特征进行标记，利用标记的岩性特征计算与不同种类岩芯的标准岩性特征之间的平均曼哈顿距离；将待识别岩芯归于平均曼哈顿距离最近的岩芯种类，获取待识别岩芯的识别结
果，根据所述岩芯种类生成种类标签
。
[0010]本方案中，通过计算待识别岩芯的岩石质量指标进行分类，具体为：在钻探过程中根据测量每个回次的岩芯长度和采取率计算底层的孔深及层厚，将每个回次进尺相加，得到地层的孔深，所述地层的孔深
=
回次进尺
1+
回次进尺
2+...+
回次进尺
n+
（回次进尺
n+1
处当前截岩芯的实际长度
/
当前回次的采取率）；根据识别出的连续岩芯长度总和
、
岩芯样本的总长度计算待识别岩芯的岩石质量指标
RQD
，所述岩石质量指标
RQD=
（连续岩石芯的长度总和
/
岩芯样本的总长度）
×
100%
；根据所述岩石质量指标通过预设评价体系获取岩石质量等级，根据本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种钻探岩芯特征的智能识别描述方法，其特征在于，包括以下步骤：获取待识别岩芯的扫描图像信息，对所述扫描图像信息进行预处理，根据预处理后的扫描图像信息提取图像特征，通过所述图像特征结合尺寸特征建立三维岩芯模型；根据所述三维岩芯模型提取待识别岩芯的切片图像，对待识别岩芯的切片图像进行纹理特征及几何特征的提取，利用所述纹理特征及几何特征获取岩性特征；通过不同切片图像对应岩性特征之间的相似度进行岩性特征的描述，利用岩性特征描述进行待识别岩芯的识别，并通过计算待识别岩芯的岩石质量指标进行分类；根据获取的岩芯扫描图像信息
、
岩性特征描述及识别分类结果进行待识别岩芯的编录
。2.
根据权利要求1所述的一种钻探岩芯特征的智能识别描述方法，其特征在于，根据预处理后的扫描图像信息提取图像特征，具体为：通过
CT
扫描技术获取岩芯箱中待识别岩芯的扫描图像信息集合，将扫描图像信息进行灰化处理得到灰化图像，将所述灰化图像进行滤波去噪及图像增强，对图像增强后的扫描图像信息进行背景滤除，获取预处理后的扫描图像信息；根据所述预处理后的扫描图像信息若干图像块，利用空洞卷积对卷积神经网络进行优化，将若干图像块导入优化后的卷积神经网络，提取不同尺度特征图，获取图像块的局部感兴趣特征；将所述局部感兴趣特征进行特征拼接，获取全局感兴趣特征，将卷积神经网络与区域生成网络进行级联，利用所述全局感兴趣特征作为区域生成网络的输入；通过所述区域生成网络输出不同尺度的建议区域，根据锚框回归获取扫描图像信息中的感兴趣区域，获取感兴趣区域中的待识别岩芯的轮廓信息，进行二值化处理获取二值化图像，提取二值化特征作为图像特征
。3.
根据权利要求2所述的一种钻探岩芯特征的智能识别描述方法，其特征在于，通过图像特征结合尺寸特征建立三维岩芯模型，具体为：获取扫描图像信息中的感兴趣区域，将所述感兴趣区域导入
U
‑
Net
网络进行编码完成感兴趣区域下采样，在编码过程中引入空间注意力模块及通道注意力机模块；将特征图进行池化操作后获取通道描述导入通道注意力模块获取通道注意力权重，通过所述通道注意力权重结合输入的特征图得到通道注意力模块的输出；将通道注意力模块的输出导入空间注意力模块，进行池化操作后将通道描述进行拼接叠加，根据叠加后的通道描述获取空间注意力权重，结合空间注意力模块输入的特征获取最终特征；将所述最终特征利用解码器输出完成感兴趣区域上采样，通过
sigmoid
函数将感兴趣区域中的空隙与岩体进行区分，输出二值化图像并提取图像特征；获取岩芯箱的标准尺寸，通过所述二值化图像计算待识别岩芯在图像中的像素尺寸与实际尺寸的比例关系，获取待识别岩芯的尺寸特征；利用所述尺寸特征及图像特征建立待识别岩芯的三维岩芯模型
。4.
根据权利要求1所述的一种钻探岩芯特征的智能识别描述方法，其特征在于，对待识别岩芯的切片图像进行纹理特征及几何特征的提取，利用所述纹理特征及几何特征获取岩性特征，具体为：
根据待识别岩芯的三维岩芯模型截取不同断面的切片图像，采用
Canny
边缘检测算子获取所述切片图像的边缘信息；获取切片图像的灰度共生矩阵，基于大数据方法获取岩芯识别实例，提取所述岩芯识别实例中对应二值化图像的灰度共生矩阵对应的纹理特征指标，获取各纹理特征指标的使用频率，通过预设阈值选取高频纹理特征指标；根据切片图像的灰度共生矩阵结合所述高频纹理特征指标获取纹理特征图像，将所述切片图像与所述纹理特征图像进行加权融合获取增强后的切片图像；提取增强后切片图像中空隙区域的形状特征及位置特征，并获取空隙区域的像素点个数与切片图像的总像素和之间的比值，根据所述形状特征及位置特征结合所述比值获取几何特征；根据切片图像的纹理特征及几何特征表征待识别岩芯的岩性特征
。5.
根据权利要求1所述的一种钻探岩芯特征的智能识别描述方法，其特征在于，通过不同切片图像对应岩性特征之间的相似度进行岩性特征的描述，利用岩性特征描述进行待识别岩芯的识别，具体为：获取待识别岩芯的三维岩芯模型中不同切片图像对应的岩性特征，并计算不同切片图像岩性特征之间的欧式距离获取相似度，获取不同切片图像的相似度分布图；获取相似度大于预设...

【专利技术属性】
技术研发人员：刘亚茹，钟迪，李书鹏，郭丽莉，郝弟，张家铭，
申请(专利权)人：北京建工环境修复股份有限公司，
类型：发明
国别省市：