[發明專利]一種小樣本的頁巖電鏡孔隙智能識別方法

在審

• 申請號: 202310554698.0
• 申請日: 2023-05-17
• 公開（公告）號: CN116309567A
• 公開（公告）日: 2023-06-23
• 發明（設計）人: 張倬實;汪敏;肖伊曼;楊桃;羅浚七;于魏銘;邱毅;伍文靜
• 申請（專利權）人: 西南石油大學
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06V10/44;G06V10/82;G06N3/08;G06V10/80;G06N3/0464
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種小樣本的頁巖電鏡孔隙智能識別方法，其特征在于，包括以下步驟：

S10、收集頁巖電鏡圖像，對頁巖電鏡圖像進行孔隙標注，并構成有圖像標注信息的支持集與不含圖像標注信息的查詢集；

S20、將標注好的支持集與查詢集輸入到基于卷積神經網絡構成的孔隙識別深度學習模型中輸出高維孔隙特征；

S30、計算查詢集特征與支持集特征的余弦相似性，構建孔隙的超相關特征；

S40、將卷積神經網絡提取到的支持集圖像中的孔隙特征通過由自注意力機制與多層感知機所構成的注意力擠壓層來壓縮孔隙特征維度，得到維度更小、孔隙信息更詳細的特征；

S50、將根據孔隙特征由粗到細融合，生成孔隙識別圖，最終準確的識別出電鏡圖像中的有機孔、無機孔、裂縫，構建孔隙識別模型。

2.根據權利要求1所述的一種小樣本的頁巖電鏡孔隙智能識別方法，其特征在于，所述孔隙標注包括頁巖電鏡圖像中的有機孔、無機孔、裂縫，孔隙在圖像中的位置，根據標注生成的孔隙掩碼。

3.根據權利要求1所述的一種小樣本的頁巖電鏡孔隙智能識別方法，其特征在于，所述高維孔隙特征包括利用卷積神經網絡提取到的查詢集圖像中的孔隙特征，以及將卷積神經網絡與查詢集中的圖像標注信息結合所提取到的更準確的支持集圖像中的孔隙特征。

4.根據權利要求1所述的一種小樣本的頁巖電鏡孔隙智能識別方法，其特征在于，所述步驟S30中構建孔隙的超相關特征是將相似的查詢集孔隙特征與支持集孔隙特征進行級聯構成。

5.根據權利要求1所述的一種小樣本的頁巖電鏡孔隙智能識別方法，其特征在于，所述步驟S50中根據孔隙特征由粗到細融合，生成孔隙識別圖是通過上采樣的方法將不同粗細程度的孔隙特征轉化成相同維度，然后把孔隙特征相加，再將孔隙特征通過非線性變換生成查詢圖像的孔隙識別圖。

6.根據權利要求1所述的一種小樣本的頁巖電鏡孔隙智能識別方法，其特征在于，所述步驟S50中判斷模型是否識別準確的損失函數為：

式中：為孔隙類別數量，表示孔隙類別，和分別表示特征圖的高度和寬度，表示特征圖的所有位置，表示特征圖中的位置，表示預測掩碼，表示真實掩碼。