典型文献
采用机器学习分割算法和扫描电镜分析页岩微观孔隙结构
文献摘要：
以五峰-龙马溪组页岩样品为例,进行拼接扫描电镜(MAPS)和聚焦离子束扫描电镜(FIB-SEM)测试,建立样品二维和三维灰度图像,采用机器学习分割算法划分为孔隙、有机质、矿物骨架和黄铁矿.根据孔隙周围矿物类型和形状,将孔隙细分为有机孔、无机孔和微裂缝,并统计含量和孔径分布.结果表明:与常规灰度阈值分割算法相比,该方法准确识别灰度异常区域的组分类型,实现孔径10～200 nm页岩孔隙的精确划分;受分辨率限制,SEM图像识别的页岩总孔隙度与有机质含量与实验结果存在差异.
文献关键词：
页岩;孔隙结构;扫描电镜;图像分割;机器学习
中图分类号：
作者姓名：
刘学锋;张晓伟;曾鑫;程道解;尼浩;李潮流;俞军;胡法龙;李长喜;魏宝君
作者机构：
中国石油大学(华东)理学院,山东青岛266580;四川省兴文县发展和改革局,四川宜宾644400;中国石油集团测井有限公司,陕西西安710077;中国石油勘探开发研究院,北京100083
文献出处：
引用格式：
[1]刘学锋;张晓伟;曾鑫;程道解;尼浩;李潮流;俞军;胡法龙;李长喜;魏宝君-.采用机器学习分割算法和扫描电镜分析页岩微观孔隙结构)[J].中国石油大学学报（自然科学版）,2022(01):23-33
A类：
B类：
扫描电镜分析,页岩微观孔隙,微观孔隙结构,五峰,龙马溪组页岩,拼接,MAPS,聚焦离子束扫描电镜,FIB,灰度图像,黄铁矿,有机孔,微裂缝,孔径分布,灰度阈值,阈值分割算法,准确识别,异常区域,分类型,图像识别,总孔隙度,有机质含量,图像分割
AB值：
0.347425
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
