[發(fā)明專利]一種基于生成網(wǎng)絡(luò)的多孔介質(zhì)圖像重建方法

有效

• 申請?zhí)枺?/td>: 201910221978.3
• 申請日: 2019-03-22
• 公開（公告）號: CN111724331B
• 公開（公告）日: 2023-05-09
• 發(fā)明（設(shè)計(jì)）人: 滕奇志;馮俊羲;何小海;卿粼波;吳小強(qiáng);吳曉紅
• 申請（專利權(quán)）人: 四川大學(xué)
• 主分類號: G06T5/50
• 分類號: G06T5/50
• 代理公司: 暫無信息
• 代理人: 暫無信息

本發(fā)明公開了一種基于生成網(wǎng)絡(luò)的多孔介質(zhì)圖像重建方法。本發(fā)明針對二維圖像缺失或不完整的問題，提出了基于生成網(wǎng)絡(luò)的重建方法。本發(fā)明的主要創(chuàng)新包括：提出用深度生成網(wǎng)絡(luò)來學(xué)習(xí)局部圖像到完整圖像之間的映射關(guān)系；設(shè)計(jì)了基于模式的損失函數(shù)和基于孔隙度的損失函數(shù)；聯(lián)合GAN損失和L1損失，通過設(shè)定不同的權(quán)重來共同約束重建過程；引入高斯噪聲以實(shí)現(xiàn)重建結(jié)果的多樣性。對于不同的多孔介質(zhì)，制作了相應(yīng)的數(shù)據(jù)集，采用視覺效果和統(tǒng)計(jì)函數(shù)的方式來驗(yàn)證了本發(fā)明的有效性。該方法快速、準(zhǔn)確、可拓展性強(qiáng)，可以重建多相介質(zhì)、處理各向異性圖像重建、結(jié)合用戶自定義的數(shù)據(jù)、加速其他重建算法等，具有較好的應(yīng)用價(jià)值。

技術(shù)領(lǐng)域

本發(fā)明涉及一種基于生成網(wǎng)絡(luò)的多孔介質(zhì)圖像的重建方法，尤其涉及一種利用極其有限信息來重建多孔介質(zhì)完整圖像的方法，屬于圖像處理技術(shù)領(lǐng)域。

背景技術(shù)

多孔介質(zhì)如巖石、土壤、復(fù)合材料等大量存在于自然界和人們的生活中，并在實(shí)際工程應(yīng)用中有著廣泛的應(yīng)用。多孔介質(zhì)的微觀結(jié)構(gòu)直接決定著外部的宏觀性質(zhì)，因此，對它們內(nèi)部結(jié)構(gòu)的理解就顯得尤為重要。

以巖石為例，獲取其內(nèi)部微觀結(jié)構(gòu)圖像有兩種主要的方式。一是利用三維成像技術(shù)，如計(jì)算機(jī)斷層掃描computed?tomography(CT)，掃描電鏡(scanning?electronmicroscope，SEM)等技術(shù)進(jìn)行成像，直接獲取巖心的三維圖像；二是利用光學(xué)顯微鏡等成像設(shè)備獲取二維圖像(截面)，并通過三維建模算法進(jìn)行重構(gòu)，來間接地獲取三維圖像。近年來，這兩類方法相輔相成，都得到了飛速的發(fā)展。然而，相比之下二維圖像的獲取有著成本低、操作較為簡單等優(yōu)勢，因此越來越得到研究學(xué)者的關(guān)注。

利用單張二維圖像進(jìn)行三維重建的方法主要有：模擬退火算法(SA)、多點(diǎn)地質(zhì)統(tǒng)計(jì)算法(MPS)等。這些算法大多有個(gè)假設(shè)，即要求二維訓(xùn)練圖像(TI)是平穩(wěn)的。對于非平穩(wěn)的圖像，它們往往難以重建出比較真實(shí)的結(jié)果。另外在實(shí)際中，二維圖像通常并不允許用戶去選擇，它們有可能是部分缺失和不完整的。訓(xùn)練圖像的不完整無疑是給基于其進(jìn)行后續(xù)三維重建和分析帶來了困難。因此，研究如何利用現(xiàn)有信息進(jìn)行二維圖像的重建是一個(gè)關(guān)鍵的問題。此外，重建速度和準(zhǔn)確度也是亟待解決的問題，如需要針對多孔介質(zhì)二維圖像的特性，針對性地提出相應(yīng)的約束函數(shù)(也稱為loss函數(shù))，以確保重建的圖像與真實(shí)圖像的一致。

發(fā)明內(nèi)容

本發(fā)明的目的就在于為了解決上述問題而提供一種準(zhǔn)確而快速的基于生成網(wǎng)絡(luò)的多孔介質(zhì)二維圖像重建方法。

本發(fā)明通過以下技術(shù)方案來實(shí)現(xiàn)上述目的：

一種準(zhǔn)確而快速的基于深度學(xué)習(xí)的多孔介質(zhì)二維重建方法，包括以下步驟：

(1)制作二維圖像數(shù)據(jù)集，用于網(wǎng)絡(luò)的訓(xùn)練和測試；

(2)設(shè)計(jì)基于模式分布的約束函數(shù)，目的是對重建結(jié)果的統(tǒng)計(jì)特性進(jìn)行約束；

(3)設(shè)計(jì)基于孔隙度的約束函數(shù)，目的是對重建結(jié)果的孔隙度進(jìn)行約束；

(4)提出的兩個(gè)約束函數(shù)聯(lián)合GAN?loss和L1loss，共同約束整個(gè)重建過程；

(5)重建中，引入高斯噪聲以確保生成樣本的多樣性；

(6)訓(xùn)練和測試神經(jīng)網(wǎng)絡(luò)，調(diào)整參數(shù)，直到重建結(jié)果符合真實(shí)預(yù)期。

上述方法的基本原理如下：