典型文献
基于深度学习的数字岩心图像重构及其重构效果评价
文献摘要：
以鄂尔多斯盆地延长组致密砂岩为研究对象,基于超分辨率生成对抗神经网络(SRGAN)提高数字岩心图像分辨率,研究不同图像放大倍数下SRGAN的重构性能,采用峰值信噪比(PSNR)、结构相似性(SSIM)、孔隙度、分形维数和两点概率函数等对数字岩心重构效果进行定量评价.研究结果表明,利用SRGAN重构的高分辨率图像在视觉效果上与原始CT图像非常接近,其峰值信噪比可以提高20 dB以上.随着放大倍数的增加,PSNR减小了约10 dB,SSIM减小了近一半,分形维数和孔隙度变化幅度不大.放大16倍的重构图像与原始图像的两点概率函数相差较大,图像失真较大,产生多余的伪影,不能作为后续图像重构基础.随后采用深度卷积生成对抗网络(DCGAN),实现了一维噪声数据到二维数字岩心图像重构,重构图像具有与原始CT图像相近的孔隙度、分形维数分布及连通性特征,但重构岩心图像的两点概率函数整体偏低,连通性较差.生成对抗神经网络可以用于提高数字岩心图像分辨率,实现数字岩心重构,在数字岩心研究领域具有广阔的应用前景.
文献关键词：
数字岩心;CT图像;生成对抗神经网络;超分辨率重构;致密砂岩
中图分类号：
作者姓名：
王付勇;赵久玉
作者机构：
油气资源与探测国家重点实验室,北京,102249;中国石油大学(北京) 非常规油气科学技术研究院,北京,102249;中国石油大学(北京) 地球科学学院,北京,102249
文献出处：
引用格式：
[1]王付勇;赵久玉-.基于深度学习的数字岩心图像重构及其重构效果评价)[J].中南大学学报（自然科学版）,2022(11):4412-4424
A类：
B类：
数字岩心,岩心图像,图像重构,构效,鄂尔多斯盆地,延长组,致密砂岩,生成对抗神经网络,SRGAN,图像分辨率,图像放大,放大倍数,重构性,峰值信噪比,PSNR,结构相似性,SSIM,孔隙度,分形维数,两点,概率函数,心重,定量评价,高分辨率图像,视觉效果,dB,近一半,重构图像,原始图像,失真,多余,伪影,深度卷积生成对抗网络,DCGAN,噪声数据,连通性,超分辨率重构
AB值：
0.251942
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。
