砂巖薄片圖像分割關(guān)鍵技術(shù)研究.pdf

1、砂巖是我國分布最廣的儲集層之一，它所包含的油氣成分是現(xiàn)代能源與化工原料的主要來源，所以研究砂巖顆粒的結(jié)構(gòu)及顆粒之間的孔隙對油氣的勘探開發(fā)有著重要的意義。通過顯微鏡觀察和分析砂巖切片樣本，是從微觀結(jié)構(gòu)方面研究儲集層的一種重要方法。而通過顯微成像，對砂巖薄片圖像進行分析，可使薄片的孔隙結(jié)構(gòu)和粒度分析達到定量化，得到準確的微觀特征基礎(chǔ)數(shù)據(jù)。砂巖薄片圖像分析最大的難點是圖像分割問題，即如何將圖像中的孔隙和顆粒準確提取出來，這方面國內(nèi)外的相關(guān)報道

2、都很少，論文力圖解決這個問題。 論文首先介紹了邊緣流的概念，研究了如何構(gòu)造灰度邊緣流、紋理邊緣流和相位邊緣流，提出了如何在L<'*>a<'*>b<'*>色彩空間將這些邊緣流進行集成。 其次，介紹了尺度空間的概念以及它的重要性質(zhì)，因果性、對比不變性和轉(zhuǎn)換不變性等。提出了累加不同尺度下邊緣流向量場的方法。 接著，研究了用于實現(xiàn)曲線演化的水平集算法，它能較好地處理曲線的拓撲變化。研究了它的數(shù)值計算和常用的快速算法以及實

3、現(xiàn)它需要注意的問題。提出了如何利用邊緣流來控制曲線演化進而檢測出孔隙和顆粒的邊緣。 然后，研究了統(tǒng)計學習理論和支持向量機。從機器學習問題的闡述開始，逐步探討了統(tǒng)計學習理論的核心內(nèi)容，并從結(jié)構(gòu)風險最小化準則開始引出了支持向量機。分別研究了硬間隔支持向量機、軟間隔支持向量機、非線性支持向量機以及多類問題的支持向量機。并運用多類問題的支持向量機來進一步改善圖像分割的效果，得到完整的孔隙和顆粒。 最后，將文中算法與其它常用圖像分