科研之友
微信
新浪微博
Facebook
分享链接
摘要
通过分析岩石薄片中矿物成分，研究储集层空间结构，对后续的油气勘探开发具有重要意义。基于正交偏光序列图像的矿物识别研究已经取得了一些成果，但多数方法未利用矿物颗粒在序列图中的变化信息，本文借鉴视频分类的思想，针对岩石矿物颗粒正交偏光序列图像，结合岩石矿物颗粒消光性特点，构建了卷积神经网络和循环神经网络相结合的识别模型。卷积神经网络选用SKnet并在此基础上添加了空间特征融合机制，循环神经网络采用双向门控循环单元(Bidirectional Gated Recurrent Unit, Bi-GRU)来提取序列图像的前后关联特征。选取石英、碱性长石、斜长石、岩屑4类矿物颗粒序列图像构建数据集进行验证，结果表明本文提出的矿物颗粒识别方法识别效果良好。
-
单位四川大学; 成都西图科技有限公司
