基于核聚类的砂岩图像孔隙分割方法OA北大核心CSTPCD
砂岩孔隙识别是研究孔隙结构的一个重要步骤,采用通用的图像分割算法不易得到理想的图像孔隙分割效果,为此提出了一种使用EfficientNetV2-S模型和核K-Means聚类技术对孔隙进行分割的方法。首先,获得砂岩图像的超像素集合,使用超像素方法预分割输入的致密砂岩图像,构建带标签的孔隙与非孔隙图像库;然后,应用EfficientNetV2-S模型提取砂岩图像的孔隙和非孔隙的语义特征,并结合迁移学习的方法,使用有限的砂岩图像的孔隙和非孔隙样本进行E…More>>
王梅;宋晓晖;王治国;韩非;于源泽
东北石油大学计算机与信息技术学院,黑龙江大庆163318中国移动通信集团浙江有限公司舟山分公司,浙江舟山316000大庆油田有限责任公司勘探开发研究院,黑龙江大庆163712东北石油大学人工智能能源研究院,黑龙江大庆163318东北石油大学计算机与信息技术学院,黑龙江大庆163318
地质学
砂岩CT图像图像分割超像素EfficientNetV2-S核聚类
《石油物探》 2024 (5)
P.1051-1060,10
国家自然科学基金项目(51774090,62076234)黑龙江省博士后科研启动金资助项目(LBH-Q20080)黑龙江省研究生精品课程建设项目(人工智能及其应用)共同资助。