基于改进的UNet++岩心图像充填缝提取算法

作者：曹迁义; 李立华; 何小海^*; 滕奇志; 卿粼波

来源：无线电工程, 2023, 53(02): 363-370.

• 岩心充填缝图像
• 深度学习
• 坐标注意力
• 空洞卷积

岩心充填缝是石油勘探行业常见的地质现象之一，对充填缝图像进行裂缝的提取有利于地质研究人员后续的深入分析。由于岩心充填缝图像背景较为复杂，并且裂缝的粗细大小不同，目前已提出的裂缝检测模型在检测充填缝时效果不佳。为了改善岩心充填缝提取的效果，设计了一种基于UNet++的岩心图像充填缝提取算法。该算法在UNet++的跳跃连接中嵌入一个坐标注意力(Coordinate Attention, CA)模块使网络更加精确地聚焦于目标区域，并通过在编码器末端构建空洞空间池化金字塔(Atrous Spatial Pyramid Pooling, ASPP)增强网络对多尺度的充填缝的捕获能力。实验结果表明，改进后的算法在岩心充填缝图像上具有良好的分割效果，相比原始UNet++网络，分别在平均交并比(mean Intersection over Union, mIoU),平均像素精度(mean Pixel Accuracy, mPA)和F1值上提升了2.85%,2.35%和3.94%。

• 单位
  四川大学