基于二维图像和多点统计方法的多孔介质三维重构方法技术

本发明专利技术公开了基于二维图像和多点统计方法的多孔介质三维重构方法，该方法将微米精度的多孔介质二维薄片图像作为初始的训练图像，利用多点统计方法重构其下层图像。将每次获得的下层图像作为新的训练图像，利用多点统计方法重构该训练图像的下层图像；二维重构图像的每个像素对应成三维空间的一个体素，依次叠加每层的二维重构图像得到最终的三维多孔介质图像。本发明专利技术能够获得真实的多孔介质三维结构，突破制约渗流机理研究的瓶颈，可广泛应用与能源和工程领域。

3D reconstruction method of porous media based on two-dimensional image and multi-point statistical method

The invention discloses a method for three-dimensional reconstruction of porous medium of two-dimensional image and multiple point statistics method based on the two-dimensional thin section image of porous media micron accuracy as the initial training images, the use of statistical methods to reconstruct the lower image point. Will each get lower image as a new training image, the lower image by using the statistical method of multi point reconstruction of the training images; the two-dimensional images of each pixel corresponds to a voxel in the three-dimensional space, the two-dimensional images are superimposed in each layer to obtain three-dimensional porous medium final image. The invention can obtain the real three-dimensional structure of porous media and break through the bottleneck of restricting seepage mechanism research, and can be widely applied to the fields of energy and engineering.

【技术实现步骤摘要】

本专利技术涉及一种构图方法，具体涉及一种多孔介质三维图像的重构方法。
技术介绍
以达西定律为基础的渗流力学取得了很大的进展，在众多工程领域有广泛的应 用。但是由于达西定律根本不涉及孔隙介质本身的细观空间结构，因此对细观层次上的渗 流形貌研究无能为力。为克服达西定律的局限性，研究者们提出了孔隙网络模型、毛管模型 和球形颗粒堆积模型等多孔介质孔隙模型。这些模型中的孔隙和喉道常常被简化成一些简 单的几何体。如孔隙体会被简化成球形、立方体或棱柱体；喉道会被简化成圆管、方形管、三 角形管道或星形的管道。但是由于多孔介质内部结构十分复杂，而上述模型的建立并不以 真实的多孔介质三维结构数据为基础，因此并不能很好地定量描述多孔介质内部不规则的 拓扑结构。可见获得真实的多孔介质三维结构已成为制约渗流机理研究的重要瓶颈。 随着实验技术的进步，诸如聚焦离子光束法，激光扫描显微法和X射线CT扫描等 方法被应用于获取三维孔隙图像。虽然一些实验设备的精度可以达到微米甚至是亚微米量 级，然而，一些多孔介质的纳米量级结构(例如石灰岩和硅藻土)却无法直接三维成像。相 比三维孔隙图像，多孔介质的二维薄片图像较易获取并可得到较高的分辨率。例如美国加 州大学在2004年利用实验设备获得精度达到10纳米的石灰石二维薄片图像。 利用二维薄片图像来重构三维孔隙图像的方法目前主要有三类。第一类是过程 法，它通过模拟地质成岩的过程来重构三维图像。过程法虽然可以再现多孔介质内部的长 连通性，但是该方法过于复杂。例如在模拟石灰岩中不规则形状的沉积、压实和成岩过程 时，该方法就显得过于复杂而难以实现。 第二类方法利用从二维图像中获取的孔隙度和两点自相关函数等统计信息来重 构三维孔隙图像，但是由于该类方法只是使用了二维图像中的低阶统计信息，因此难以再 现孔隙空间的长连通性，尤其是难以再现低孔隙度或具有特定孔隙几何形状(例如颗粒和 球形)的多孔介质拓扑结构。 第三类方法由0kabe等人提出，其利用多点统计方法来重构多孔介质的孔隙结 构，但是该方法在构建训练图像时只是通过旋转二维平面获得三维情况下的条件概率分布 函数(cpdf， conditional probability distribution function)，并没有获得真正的三维 训练图像。 利用多点统计方法重构图像的过程需要反映真实几何结构及其分布模式的训练 图像，它强调使用训练图像把先验模型明确而定量地引入到建模当中。先验模型包含了被 研究的真实物质中确信存在的样式，而训练图像则是该模型的定量化表达。通过再现高阶 统计量，多点统计方法能够从训练图像中捕捉复杂的(非线性)特征样式并把它们复制到 重构图像中。可以说训练图像中的概率信息决定了最终的模拟结果。而0kabe等人假定多 孔介质为各向同性，认为铅直方向的cpdf完全等同于水平方向的cpdf，因此该方法重构的 多孔介质三维结构无法反映真实情况下铅直方向的孔隙和骨架结构信息。
技术实现思路
本专利技术针对上述现有方法在重构多孔介质三维结构时所存在的缺陷，而提供一种 基于二维图像和多点统计信息的方法对多孔介质进行三维重构。利用同步辐射光技术获取 多孔介质的体数据，将该体数据的一个二维切面图像作为训练图像。提取训练图像的孔隙 和骨架点作为硬数据(条件数据)，利用多点统计信息重构该训练图像的下一层二维图像。 再将重构得到的新的二维图像作为训练图像模拟其下层图像。如此重复多次，即利用每次 重构得到的新的二维图像作为训练图像来模拟其下层图像。将每层重构图像依次叠加，最 终得到多孔介质的三维结构。 为了达到上述目的，本专利技术采用如下的技术方案 ，该方法包括如下步骤 (1)利用二维的多重数据模板扫描二维训练图像，建立搜索树； (2)利用采样点提取模板遍历多孔介质的二维训练图像提取采样点，并将提取得 到的采样点作为初始条件数据分配到最近的网格节点上；(3)定义一条随机路径访问所有 待模拟节点；对随机路径上的每一个节点，利用与步骤(1)中相同的多重模板提取其条件 数据事件，然后从搜索树上获取该点的条件概率分布函；利用计算机随机模拟方法提取该 点的随机模拟值，并将该模拟值作为后续模拟新增的条件数据；继续模拟随机路径上的其 他节点，直到模拟生成一幅新的二维图像； (4)将由步骤(3)模拟得到的新的二维图像作为步骤(1)中的训练图像，重复步骤 (1)到步骤(3)生成其下一层图像； (5)循环步骤(1)到步骤(4)直至得到N幅新的二维模拟图像，并将每幅二维图像的每个像素对应成三维空间的一个体素，而体素状态值即其对应像素点的状态值；将步骤(1)中最初的训练图像和这N幅图像依次叠加，形成N+l层的多孔介质三维结构。 所述步骤(1)中最初的训练图像为微米精度的多孔介质二维薄片图像。 所述步骤(1)中进行扫描二维训练图像时，可采用逐步减少数据模板大小的方法以使数据事件在训练图像中获得足够多的重复。 所述步骤(3)定义随机路径时，可以先利用数据模板遍历整个待模拟区域，统计每个待模拟点周围条件数据的数目，优先模拟那些条件数据较多的节点。 根据上述技术方案得到的本专利技术在进行重构多孔介质三维结构时能够反映真实情况下铅直方向的孔隙和骨架结构信息，并能重现真实情况下空隙复杂的长连通性特征，够获得真实的多孔介质三维结构，突破制约渗流机理研究的瓶颈。 本专利技术使用具有更高精度的二维薄片图像作为训练图像，从而可以克服三维直接 成像分辨率较低的不足。 本专利技术提供的方法进行重构时具有较快的模拟速度，大大的提高效率。同时本发 明还可以广泛应用于地球科学、生物学、医学等相关领域中。附图说明 以下结合附图和具体实施方式来进一步说明本专利技术。 图1为本专利技术的流程图。2为数据模板扫描训练图像的过程示意图。 3为二维3重网格结构示意图。 4为与图3相对应的三重数据模板示意图。 5a为砂岩体数据的外表面图。 5b为砂岩体数据在三个方向的正交剖面图。 5c为砂岩体数据隐藏骨架后所得到的孔隙结构图。 6为图5所示图像的孔隙度曲线图。 7a为利用多点统计方法生成二维重构图像7b为利用多点统计方法生成二维重构图像 7c为利用多点统计方法生成二维重构图像 8a为利用多点统计方法重构三维多孔介质 8b为利用多点统计方法重构三维多孔介质 8c为利用多点统计方法重构三维多孔介质 9a为多孔介质三维重构图像和体数据在X 9b为多孔介质三维重构图像和体数据在Y 9c为多孔介质三维重构图像和体数据在Z时的初始训练图像。 时的训练图像的采样点图. 时的重构图像。 图像的外表面图。 图像的正交剖面图。 图像的孔隙结构图。 方向的变差函数曲线图。 方向的变差函数曲线图。 方向的变差函数曲线图。具体实施例方式为了使本专利技术实现的技术手段、创作特征、达成目的与功效易于明白了解，下面结 合具体图示，进一步阐述本专利技术。 本专利技术提出一种新的基于多点统计信息的方法对多孔介质进行三维重构的方法。 该方法先利用同步辐射光技术获取多孔介质的体数据，将该体数据的一个二维切面图像作 为训练图像；再提取训练图像的孔隙和骨架点作为硬数据(条件数据)，利用多点统计信息 重构该训练图像的下一层二维图像；接着再将重构得到的新的二维图像作为训练图像模拟 其下层本文档来自技高网...

【技术保护点】
基于二维图像和多点统计方法的多孔介质三维重构方法，其特征在于，所述方法包括如下步骤：　　　　（１）利用二维的多重数据模板扫描二维训练图像，建立搜索树；　　　　（２）利用采样点提取模板遍历多孔介质的二维训练图像提取采样点，并将提取得到的采样点作为初始条件数据分配到最近的网格节点上；　　　　（３）定义一条随机路径访问所有待模拟节点；对随机路径上的每一个节点，利用与步骤（１）中相同的多重模板提取其条件数据事件，然后从搜索树上获取该点的条件概率分布函；利用计算机随机模拟方法提取该点的随机模拟值，并将该模拟值作为后续模拟新增的条件数据；继续模拟随机路径上的其他节点，直到模拟生成一幅新的二维图像；　　　　（４）将由步骤（３）模拟得到的新的二维图像作为步骤（１）中的训练图像，重复步骤（１）到步骤（３）生成其下一层图像；（５）循环步骤（１）到步骤（４）直至得到Ｎ幅新的二维模拟图像，并将每幅二维图像的每个像素对应成三维空间的一个体素，而体素状态值即其对应像素点的状态值；将步骤（１）中最初的训练图像和这Ｎ幅图像依次叠加，形成Ｎ＋１层的多孔介质三维结构。

【技术特征摘要】

【专利技术属性】
技术研发人员：杜奕，张挺，
申请(专利权)人：上海第二工业大学，
类型：发明
国别省市：31[中国|上海]