巖石孔隙作為巖石組分的一個重要部分,是研究油藏運移、儲存機理及其控制的基礎。然而,不同類型的孔隙對油氣滲透率有很大影響。因此,本文以鄂爾多斯盆地致密儲層砂巖孔隙圖像為實驗數(shù)據(jù),對三種圖像檢索方法進行研究。首先,以顏色特征、形狀特征和紋理特征為切入點,將基于內(nèi)容的圖像檢索技術應用到巖石孔隙圖像檢索中,通過實驗分別實現(xiàn)了基于顏色直方圖、SIFT形狀特征以及Gabor小波紋理特征的巖石孔隙圖像檢索,實驗結(jié)果表明該方法對巖石孔隙圖像識別率較低,從而導致檢索效率不高,平均僅達到50%。其次,微調(diào)預訓練網(wǎng)絡VGG16的參數(shù),并用其進行巖石孔隙圖像的特征提取與檢索,該結(jié)果表明,相比于前一種方法,基于預訓練網(wǎng)絡VGG16的巖石孔隙圖像檢索效率有所提升,平均達到70%,但依然不能滿足檢索的實際需求。最后,本文選取Alex Net網(wǎng)絡模型,根據(jù)樣本數(shù)據(jù)集對網(wǎng)絡的卷積層數(shù)目、卷積核尺寸及學習率進行調(diào)整,從而得到最適合巖石孔隙圖像識別的網(wǎng)絡結(jié)構(gòu)。利用該網(wǎng)絡結(jié)構(gòu)完成巖石孔隙圖像檢索實驗,實驗結(jié)果表明,調(diào)整后的Alex Net模型在巖石孔隙圖像檢索中效率更高,平均達到93%以上。 

【文章來源】：西安石油大學陜西省

【文章頁數(shù)】：62 頁

【學位級別】：碩士

【部分圖文】：

基于深度學習的巖石薄片圖像檢索擬定路線

第二章 基于內(nèi)容的圖像檢索內(nèi)容為特征的圖像查詢，其根本就是將內(nèi)容相似的圖像返回給，需要根據(jù)特定的選擇方法提取數(shù)據(jù)庫中的所有圖像特征，并征庫。在進行圖像查詢的過程中，需要對查詢圖像提取相同性質(zhì)向量在特征庫中執(zhí)行索引查找，最后根據(jù)距離計算方法對特征向較小的圖像。本章將從圖像檢索的系統(tǒng)框架、特征提取算法、檢索效果評價指標四個方面進行研究。構(gòu)容的圖像檢索系統(tǒng)基本上由兩部分組成：圖像特征庫的建立和首先需要進行圖像預處理、目標標識等，圖像查詢是在查詢接然后通過搜索引擎對相似的圖像進行搜索，并返回搜索結(jié)果。下圖 2-1 所示。

據(jù)庫中圖像特征進行距離計算。2 圖像特征提取2.1 顏色特征顏色特征在圖像查詢中使用較為廣泛，因為顏色往往是表達圖像中包含目標對象景的重要特征。另外，顏色特征和圖像的大小、方向以及角度沒有關系，且具有很魯棒性。1、顏色直方圖顏色的直方圖表示在圖像識別與檢索中具有廣泛的應用[30]。它集中體現(xiàn)了整幅圖顏色分布，并且每幅圖像都有與之對應的直方圖。通常，不同的圖像對應的直方圖同。但是，由于顏色在圖像中的位置不能被直方圖表現(xiàn)出來，因此相同的顏色分布會被匹配到不同的圖像，即一個直方圖可對應多幅圖像。顏色直方圖主要是對每種顏色的不同通道進行表示，在 RGB 顏色空間中，每種由紅色、綠色和藍色三種基色的組合表示，如下圖 2-2 所示。


本文編號：3606899