[發明專利]一種碎屑巖礦物成分識別方法、巖性定名方法和相關裝置

在審

• 申請號: 202110772037.6
• 申請日: 2021-07-08
• 公開（公告）號: CN113628163A
• 公開（公告）日: 2021-11-09
• 發明（設計）人: 李欣;任義麗;吳健平;胡延旭;李彬;羅路;陶治;羅嗣梧;崔京鋼;郭永軍;李長新
• 申請（專利權）人: 中國石油天然氣股份有限公司
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06T7/10;G06T7/62;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 北京思格頌知識產權代理有限公司 11635
• 代理人: 楊超

本發明公開了一種碎屑巖礦物成分識別方法、巖性定名方法和相關裝置。所述碎屑巖礦物成分識別方法包括：通過實例分割模型分別從薄片的多張不同光源圖像中分割提取礦物顆粒對應的圖像單元；利用卷積神經網絡模型得到圖像單元的池化特征；針對位置信息相同的各圖像單元，根據光源類型與權重的對應關系和圖像單元的池化特征及所屬圖像的光源類型，確定各圖像單元的融合特征；將融合特征輸入時間循環神經網絡模型，根據輸出結果確定對應的礦物顆粒的類型。能夠快速高效的自動識別礦物成分，且識別準確度高。

技術領域

本發明涉及信息技術和儲層評價技術領域，特別涉及一種碎屑巖礦物成分識別方法、巖性定名方法和相關裝置。

背景技術

巖石礦物成分里蘊含著豐富的地質信息，礦物成分識別是碎屑巖薄片鑒定的核心內容。礦物成分識別的結果不僅能夠為礦物的形成環境、巖石的成因、形成歷史和形成條件及不同巖石之間的相關性研究提供相關的數據信息及依據；同時能夠為巖石定名工作提供依據。因此礦物成分識別具有重要的現實意義，做好礦物成分的識別工作，能夠將碎屑巖薄片數據更好地應用于實際，并提供指導性意見。

傳統的碎屑巖薄片的礦物成分識別方式是依賴于專業人員在光學顯微鏡下觀察目估，往往需要耗費大量時間，導致礦物成分識別費時、費力，且極大程度依賴于專業人員，識別結果受主觀因素影響較高，無法實現精確量化。

發明內容

鑒于上述問題，提出了本發明以便提供一種克服上述問題或者至少部分地解決上述問題的一種碎屑巖礦物成分識別方法、巖性定名方法和相關裝置，能夠快速高效的自動識別礦物成分，且識別準確度高。

第一方面，本發明實施例提供一種碎屑巖礦物成分識別方法，包括：

通過實例分割模型分別從薄片的多張不同光源圖像中分割提取礦物顆粒對應的圖像單元；

利用卷積神經網絡模型得到圖像單元的池化特征；

針對位置信息相同的各圖像單元，根據光源類型與權重的對應關系和圖像單元的池化特征及所屬圖像的光源類型，確定所述各圖像單元的融合特征；

將所述融合特征輸入時間循環神經網絡模型，根據輸出結果確定對應的礦物顆粒的類型。

第二方面，本發明實施例提供一種碎屑巖巖性定名方法，包括：

通過上述碎屑巖礦物成分識別方法識別薄片中的礦物顆粒的類型；

根據每種類型礦物顆粒的總面積，按設定命名規則確定薄片的巖性名稱。

第三方面，本發明實施例提供一種碎屑巖礦物成分識別裝置，包括：

分割提取模塊，用于通過實例分割模型分別從薄片的多張不同光源圖像中分割提取礦物顆粒對應的圖像單元；

池化特征確定模塊，用于利用卷積神經網絡模型得到圖像單元的池化特征；

融合特征確定模塊，用于針對位置信息相同的各圖像單元，根據光源類型與權重的對應關系和圖像單元的池化特征及所屬圖像的光源類型，確定所述各圖像單元的融合特征；

礦物類型識別模塊，用于將所述融合特征輸入時間循環神經網絡模型，根據輸出結果確定對應的礦物顆粒的類型。

第四方面，本發明實施例提供一種碎屑巖巖性定名裝置，包括：

礦物類型識別模塊，用于通過上述碎屑巖礦物成分識別方法識別薄片中的礦物顆粒的類型；

巖性名稱確定模塊，用于根據每種類型礦物顆粒的總面積，按設定命名規則確定薄片的巖性名稱。

第五方面，本發明實施例提供一種具備碎屑巖礦物成分識別功能的計算機程序產品，包括計算機程序/指令，其中，該計算機程序/指令被處理器執行時實現上述碎屑巖礦物成分識別方法，或實現上述碎屑巖巖性定名方法。