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() 一种礁灰岩细观孔隙结构的三维建模方法及系统技术方案_技高网

一种礁灰岩细观孔隙结构的三维建模方法及系统技术方案

技术编号:41286729 阅读:6 留言:0更新日期:2024-05-11 09:35
本申请公开了一种礁灰岩细观孔隙结构的三维建模方法及系统,包括:对礁灰岩试样的CT扫描图像进行阈值分割处理,得到基质骨架的图像体素信息;对CT扫描图像进行孔隙分析,得到最小孔隙半径;根据最小孔隙半径构建初始颗粒堆积模型;根据图像体素信息和初始颗粒堆积模型的颗粒体素信息,确定目标颗粒集合;根据目标颗粒集合,构造球树算法中的超球体;基于预设的平均体素阈值,根据超球体确定在目标颗粒的颗粒域内的目标体素点,根据目标体素点的平均体素值确定目标颗粒的颗粒属性;根据目标颗粒集合和颗粒属性,确定礁灰岩细观孔隙结构三维模型。本申请能准确表征礁灰岩的细观结构,且建模计算量小、准确率高,可广泛用于三维重构技术领域。

【技术实现步骤摘要】

本申请涉及三维重构,尤其涉及一种礁灰岩细观孔隙结构的三维建模方法及系统


技术介绍

1、随着对海洋地下空间的开发,在许多岩土工程的设计和施工过程中常常遇到复杂的礁灰岩地层。礁灰岩是一种特殊岛礁岩体,其组成物质和发育环境的特殊性,礁灰岩孔隙率高、非均质性强,孔隙结构复杂;内部孔隙网络连通性较好,紧密性程度较高,且存在一些重要性较高的关键孔隙节点,对整体网络特性影响较大与陆源岩石存在很大的差异。因此,孔隙结构对其力学性质影响突出,精确描述礁灰岩的孔隙结构特征,可以为后续礁灰岩的基础物性数值模拟工作提供更加精确的三维数值模型。

2、现有技术采用有限元法对细观结构进行三维重建。礁灰岩孔隙度高、非均质性强,孔隙结构相较于陆源岩体更加复杂。有限元方法基于连续介质假设,需要对物体进行网格划分,数值模型建立结果会受到网格划分的影响,选择合适的网格划分方式对于获得准确的建模结果至关重要,但需要一定的经验和试错过程。并且由于礁灰岩的高孔隙度,随着模型的精细化,需要更加精细的网格划分,导致有限元法的计算复杂度会显著提高,无法对其细观结构进行计算。而已有的离散元建模方法如采用pfc软件进行建模,对岩体细观结构描述不够精细,且计算量大,建模时间成本高。


技术实现思路

1、本申请实施例的主要目的在于提出一种高精度、计算量小的礁灰岩细观孔隙结构的三维建模方法及系统。

2、为实现上述目的,本申请实施例的一方面提出了一种礁灰岩细观孔隙结构的三维建模方法,所述方法包括:

3、对礁灰岩试样的ct扫描图像进行阈值分割处理,得到基质骨架的图像体素信息;

4、对所述ct扫描图像进行孔隙分析,得到最小孔隙半径;

5、根据所述最小孔隙半径构建初始颗粒堆积模型;

6、根据所述图像体素信息和所述初始颗粒堆积模型的颗粒体素信息,确定目标颗粒集合;其中,所述目标颗粒集合中包括若干个目标颗粒;

7、根据所述目标颗粒集合,构造球树算法中的超球体;

8、基于预设的平均体素阈值,根据所述超球体确定在所述目标颗粒的颗粒域内的目标体素点,根据所述目标体素点的平均体素值确定所述目标颗粒的颗粒属性;其中,所述颗粒属性为礁灰岩基质或者礁灰岩孔隙;

9、根据所述目标颗粒集合和所述颗粒属性,确定礁灰岩细观孔隙结构三维模型。

10、在一些实施例中,所述对礁灰岩试样的ct扫描图像进行阈值分割处理,得到基质骨架的图像体素信息,包括:

11、当ct扫描图像中的像素灰度值大于预设的第一灰度值,则将所述像素值配置为预设的第二灰度值;

12、当ct扫描图像中的像素灰度值小于或者等于所述第一灰度值,则将所述像素值配置为0。

13、在一些实施例中,所述对所述ct扫描图像进行孔隙分析,得到最小孔隙半径,包括:

14、根据拓扑理论的快速分水岭算法对所述ct扫描图像进行孔隙分割处理,得到孔隙分割结果;

15、根据所述孔隙分割结果建立孔隙网络模型;

16、根据所述孔隙网络模型,确定孔隙的尺寸和空间位置信息;

17、根据所述尺寸和所述空间位置信息,确定累计频率99%的最小孔隙半径。

18、在一些实施例中,所述根据所述最小孔隙半径构建初始颗粒堆积模型,包括:

19、根据所述最小孔隙半径,确定颗粒直径分散系数;

20、根据所述礁灰岩试样的尺寸,确定初始颗粒堆积模型的规格参数;

21、配置重力和压力顶板,用于模拟颗粒的堆积过程和胶结过程;

22、结合所述颗粒直径分散系数、所述规格参数、所述重力和所述压力顶板,构建初始颗粒堆积模型。

23、在一些实施例中,所述根据所述图像体素信息和所述初始颗粒堆积模型的颗粒体素信息,确定目标颗粒集合;其中,所述目标颗粒集合中包括若干个目标颗粒,包括:

24、根据所述图像体素信息创建三维网格矩阵;

25、设定最终三维模型的长度、宽度和高度;其中,所述高度低于所述初始颗粒堆积模型的高度;

26、配置体素比率,根据所述体素比率将所述初始颗粒堆积模型的颗粒位置转换为体素坐标,得到颗粒体素信息;

27、根据与所述图像体素信息相交的所述颗粒体素信息,确定目标颗粒,形成目标颗粒集合。

28、在一些实施例中,所述基于预设的平均体素阈值,根据所述超球体确定在所述目标颗粒的颗粒域内的目标体素点,根据所述目标体素点的平均体素值确定所述目标颗粒的颗粒属性,包括:

29、计算球心附近每个第一体素点到超球体质心的欧式距离;

30、根据所述欧式距离判断所述第一体素点是否在所述目标颗粒的颗粒域内,得到目标体素点;

31、计算颗粒域内的所有的所述目标体素点的平均体素值,并设定平均体素阈值;

32、基于预设的平均体素阈值,根据所述平均体素值更新所述目标颗粒的颗粒属性。

33、在一些实施例中,所述方法还包括:

34、对ct扫描图像进行预处理;其中,所述预处理包括灰度调整、滤波降噪、强度标准化至少之一。

35、为实现上目的,本申请实施例的另一方面提出了一种礁灰岩细观孔隙结构的三维建模系统,所述系统包括:

36、第一模块,用于对礁灰岩试样的ct扫描图像进行阈值分割处理,得到基质骨架的图像体素信息;

37、第二模块,用于对所述ct扫描图像进行孔隙分析,得到最小孔隙半径;

38、第三模块,用于根据所述最小孔隙半径构建初始颗粒堆积模型;

39、第四模块,用于根据所述图像体素信息和所述初始颗粒堆积模型的颗粒体素信息,确定目标颗粒集合;其中,所述目标颗粒集合中包括若干个目标颗粒;

40、第五模块,用于根据所述目标颗粒集合,构造球树算法中的超球体;

41、第六模块,用于基于预设的平均体素阈值,根据所述超球体确定在所述目标颗粒的颗粒域内的目标体素点,根据所述目标体素点的平均体素值确定所述目标颗粒的颗粒属性;其中,所述颗粒属性为礁灰岩基质或者礁灰岩孔隙;

42、第七模块,用于根据所述目标颗粒集合和所述颗粒属性,确定礁灰岩细观孔隙结构三维模型。

43、需要说明的是,在一些实施例中,该系统还可以包括以下模块:

44、第八模块,用于对ct扫描图像进行预处理;其中,所述预处理包括灰度调整、滤波降噪、强度标准化至少之一。

45、为实现上述目的,本申请实施例的另一方面提出了一种电子设备,所述电子设备包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现前面所述的方法。

46、为实现上述目的,本申请实施例的另一方面提出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,所述计算机程序被处理器执行时实现前面所述的方法。

47、本申请实施例至少包括以下有益效果:本申请本文档来自技高网...

【技术保护点】

1.一种礁灰岩细观孔隙结构的三维建模方法,其特征在于,包括:

2.根据权利要求1所述的方法,其特征在于,所述对礁灰岩试样的CT扫描图像进行阈值分割处理,得到基质骨架的图像体素信息,包括:

3.根据权利要求1所述的方法,其特征在于,所述对所述CT扫描图像进行孔隙分析,得到最小孔隙半径,包括:

4.根据权利要求1所述的方法,其特征在于,所述根据所述最小孔隙半径构建初始颗粒堆积模型,包括:

5.根据权利要求1所述的方法,其特征在于,所述根据所述图像体素信息和所述初始颗粒堆积模型的颗粒体素信息,确定目标颗粒集合;其中,所述目标颗粒集合中包括若干个目标颗粒,包括:

6.根据权利要求1所述的方法,其特征在于,所述基于预设的平均体素阈值,根据所述超球体确定在所述目标颗粒的颗粒域内的目标体素点,根据所述目标体素点的平均体素值确定所述目标颗粒的颗粒属性,包括:

7.根据权利要求1所述的方法,其特征在于,所述方法还包括:

8.一种礁灰岩细观孔隙结构的三维建模系统,其特征在于,包括:

9.一种电子设备,其特征在于,包括处理器以及存储器;

10.一种计算机存储介质,其中存储有处理器可执行的程序,其特征在于,所述处理器可执行的程序在由所述处理器执行时用于实现如权利要求1至7任一项所述的方法。

...

【技术特征摘要】

1.一种礁灰岩细观孔隙结构的三维建模方法,其特征在于,包括:

2.根据权利要求1所述的方法,其特征在于,所述对礁灰岩试样的ct扫描图像进行阈值分割处理,得到基质骨架的图像体素信息,包括:

3.根据权利要求1所述的方法,其特征在于,所述对所述ct扫描图像进行孔隙分析,得到最小孔隙半径,包括:

4.根据权利要求1所述的方法,其特征在于,所述根据所述最小孔隙半径构建初始颗粒堆积模型,包括:

5.根据权利要求1所述的方法,其特征在于,所述根据所述图像体素信息和所述初始颗粒堆积模型的颗粒体素信息,确定目标颗粒集合;其中,所述目标颗粒集合中包括若干个目标...

【专利技术属性】
技术研发人员:李新平魏鑫李文杰瞿登星刘俊朱应伟
申请(专利权)人:武汉理工大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1