System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及一种二维岩性识别方法、装置、系统及存储介质,属于地质勘探。
技术介绍
1、岩性识别是地质学、资源勘查、岩土勘察、岩石力学与工程等领域中必不可缺的环节。准确高效的识别岩性具有重要的应用价值,能为矿产、石油等资源勘探提供强有力的支持。
2、传统的岩性识别方法主要分为手标本鉴定、薄片鉴定和实验分析法。手标本鉴定易受地质工作者经验的影响;薄片鉴定受限于样品薄片复杂的制作流程,通常鉴定需要耗费大量的时间并且只能在实验室内进行;实验分析法可量化岩石的组成成分,提供精确的识别结果,但是实验仪器价格高昂,且对仪器精度和工作环境要求高。虽然传统的岩性识别方法在地质学和工程应用中获得了广泛应用,但是识别过程耗时耗力,自动化程度有待提高。
3、人工智能的应用有效提高了自动化程度、降低了实验成本,有利于消除人为错误、提供更智能的工作手段。特别是随着深度学习的研究推进,智能学习的分析方法开始应用于岩性识别方面。目前基于岩心图像的智能识别方法逐步发展为以神经网络为主的深度学习方法,但岩性识别大多集中于几种常见的岩石类型,网络模型较单一,制约着岩性识别的速度和准确率。而且,为提高岩性识别的准确率,需将岩心图像识别和测井曲线相结合,但识别的岩性都是垂向的岩性,是一维的,未考虑横向的岩性变化。
技术实现思路
1、本专利技术的目的在于提供一种二维岩性识别方法、装置、系统及存储介质,能够对二维岩心图像进行岩性识别,获取二维岩性识别结果,提高岩性识别精度。
2、为达到上述
3、第一方面,本专利技术提供一种二维岩性识别方法,包括:
4、对预获取的二维岩心图像数据进行预处理,获取包含二维岩心图像训练集和二维岩心图像测试集的二维岩心图像数据集;
5、将所述二维岩心图像训练集输入至预构建的二维岩心图像识别模型进行训练,获取训练好的二维岩心图像识别模型;
6、将所述二维岩心图像测试集输入至训练好的二维岩心图像识别模型进行岩性识别,获取二维岩性识别结果。
7、结合第一方面,进一步的,获取二维岩心图像数据包括:
8、利用岩心扫描仪扫描实物岩心,获取二维岩心图像;
9、将所述二维岩心图像与岩性标签进行关联,获取二维岩心图像数据。
10、结合第一方面,进一步的,对预获取的二维岩心图像数据进行预处理包括:
11、对预获取的二维岩心图像数据进行裁剪,获取二维岩心裁剪图像数据;
12、对所述二维岩心裁剪图像数据进行滤波处理,获取二维岩心滤波图像数据;
13、对所述二维岩心滤波图像数据进行精细处理,获取二维岩心图像数据集。
14、结合第一方面,进一步的,对所述二维岩心裁剪图像数据进行滤波处理时,采用的滤波方法为高斯滤波、均值滤波、中值滤波中的任意一种。
15、结合第一方面,进一步的,对所述二维岩心滤波图像数据进行精细处理包括:
16、利用预获取的孤立森林检测算法检测出所述二维岩心滤波图像数据中的噪声样本,并删除所述噪声样本的岩性标签,获取无标签样本;
17、将所述无标签样本输入至预构建的半监督学习框架,利用预获取的三重训练法进行标签矫正,获取矫正样本;
18、利用所述矫正样本替换所述二维岩心滤波图像数据中的无标签样本,获取二维岩心图像数据集。
19、结合第一方面,进一步的,将所述二维岩心图像数据集中标有岩性标签的图像数据划分为二维岩心图像训练集,未标有岩性标签的图像数据划分为二维岩心图像测试集。
20、结合第一方面,进一步的,将所述二维岩心图像训练集输入至预构建的二维岩心图像识别模型进行训练,获取训练好的二维岩心图像识别模型包括:
21、利用所述二维岩心图像识别模型的编码器对输入的二维岩心图像训练集中的图像数据进行特征提取,获取各感受野下的特征图像;
22、利用所述二维岩心图像识别模型的解码器对各感受野下的特征图像进行跳跃链接,将各感受野下的特征图像上采样为与输入的二维岩心图像训练集中的图像数据尺寸相同,并输出各图像数据对应的二维岩性识别结果;
23、将各图像数据的二维岩性识别结果与其岩性标签进行对比,并利用损失函数对所述二维岩心图像识别模型进行反向传播训练,获取训练好的二维岩心图像识别模型;
24、其中,所述二维岩心图像识别模型为预获取的unet++网络模型。
25、第二方面,本专利技术提供一种二维岩性识别装置,包括:
26、预处理模块:用于对预获取的二维岩心图像数据进行预处理,获取包含二维岩心图像训练集和二维岩心图像测试集的二维岩心图像数据集;
27、训练模块:用于将所述二维岩心图像训练集输入至预构建的二维岩心图像识别模型进行训练,获取训练好的二维岩心图像识别模型;
28、识别模块:用于将所述二维岩心图像测试集输入至训练好的二维岩心图像识别模型进行岩性识别,获取二维岩性识别结果。
29、第三方面,本专利技术提供一种二维岩性识别系统,包括处理器及存储介质;
30、所述存储介质用于存储指令;
31、所述处理器用于根据所述指令进行操作以执行根据第一方面任一项所述方法的步骤。
32、第四方面,本专利技术提供一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现第一方面任一项所述方法的步骤。
33、与现有技术相比,本专利技术的有益效果是:
34、本专利技术提供的二维岩性识别方法,利用训练好的二维岩心图像识别模型,对二维岩心图像进行岩性识别,能够获取二维岩性识别结果,明晰垂向和横向的岩性分布,提高岩性识别精度。利用孤立森林检测算法检出测噪声样本,删除噪声样本的岩性标签,并将其作为无标签样本输入至半监督学习框架,利用三重训练法进行标签矫正,从数据层面考虑了噪声问题,且没有直接删除噪声样本,能够更好地应用于含噪声的标签分类,提高岩性识别的准确性。unet++网络模型嵌合了多层上采样和前后跳跃链接,提高了不同尺度下特征的利用率,同时损失函数能够对模型进行剪枝,优化模型整体大小,在相同精度的前提下,减少识别时间。
本文档来自技高网...【技术保护点】
1.一种二维岩性识别方法,其特征在于,包括:
2.根据权利要求1所述的二维岩性识别方法,其特征在于,获取二维岩心图像数据包括:
3.根据权利要求1所述的二维岩性识别方法,其特征在于,对预获取的二维岩心图像数据进行预处理包括:
4.根据权利要求3所述的二维岩性识别方法,其特征在于,对所述二维岩心裁剪图像数据进行滤波处理时,采用的滤波方法为高斯滤波、均值滤波、中值滤波中的任意一种。
5.根据权利要求3所述的二维岩性识别方法,其特征在于,对所述二维岩心滤波图像数据进行精细处理包括:
6.根据权利要求1所述的二维岩性识别方法,其特征在于,将所述二维岩心图像数据集中标有岩性标签的图像数据划分为二维岩心图像训练集,未标有岩性标签的图像数据划分为二维岩心图像测试集。
7.根据权利要求1所述的二维岩性识别方法,其特征在于,将所述二维岩心图像训练集输入至预构建的二维岩心图像识别模型进行训练,获取训练好的二维岩心图像识别模型包括:
8.一种二维岩性识别装置,其特征在于,包括:
9.一种二维岩性识别系统,其
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现权利要求1~7任一项所述方法的步骤。
...【技术特征摘要】
1.一种二维岩性识别方法,其特征在于,包括:
2.根据权利要求1所述的二维岩性识别方法,其特征在于,获取二维岩心图像数据包括:
3.根据权利要求1所述的二维岩性识别方法,其特征在于,对预获取的二维岩心图像数据进行预处理包括:
4.根据权利要求3所述的二维岩性识别方法,其特征在于,对所述二维岩心裁剪图像数据进行滤波处理时,采用的滤波方法为高斯滤波、均值滤波、中值滤波中的任意一种。
5.根据权利要求3所述的二维岩性识别方法,其特征在于,对所述二维岩心滤波图像数据进行精细处理包括:
6.根据权利要求1所述的二维岩性识别方法...
【专利技术属性】
技术研发人员:黄国娇,孙江兵,张宏兵,祝新益,张凌远,魏奎烨,葛一航,
申请(专利权)人:河海大学,
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。