-
公开(公告)号：CN119649223A
公开(公告)日：2025-03-18
申请号：CN202411811936.2
申请日：2024-12-10
Applicant: 长江大学
IPC: G06V20/10 , G06V10/26 , G06V10/44 , G06V10/774 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/084 , G06N3/086 , G06N3/126
Abstract: 本发明涉及一种过井裂缝图像分隔方法、装置、电子设备及介质，属于计算机视觉技术领域，其中，该方法包括：对过井裂缝图像数据集进行预处理，得到预处理后的数据集；在Deeplabv3+模型的基础上加入通道和空间融合注意力机制得到GA_Deeplabv3+语义分割模型；基于所述数据集训练GA_Deeplabv3+语义分割模型，得到训练完备的GA_Deeplabv3+语义分割模型；获取目标过井裂缝图像；将目标过井裂缝图像输入到训练完备的GA_Deeplabv3+语义分割模型中，得到分隔后的裂缝图像。本发明通过在Deeplabv3+模型的基础上加入通道和空间注意力机制，从而提高过井裂缝的提取精度和效率。
-
公开(公告)号：CN114140337B
公开(公告)日：2025-02-11
申请号：CN202111180323.X
申请日：2021-10-11
Applicant: 长江大学
IPC: G06T5/00
Abstract: 本发明公开了一种基于模糊因子预估变分的超声测井图像盲复原方法及系统，其通过对超声测井模糊图像对数谱的分析，估计模糊因子的半径，从而提高后续迭代优化算法的稳定性，同时通过构建基于L1范数的变分盲复原模型，充分利用了超声测井图像的稀疏特性，有效提高了复原图像的质量。其相较已有的超声测井图像盲复原方法而言，能有效地提高超声测井图像的清晰度和对比度，为后续的测井勘探提供高质量的图像，具有非常好的实用性。
-
公开(公告)号：CN114140415B
公开(公告)日：2024-10-25
申请号：CN202111414115.1
申请日：2021-11-25
Applicant: 长江大学
IPC: G06T7/00 , G06N3/0464 , G06N3/08
Abstract: 本申请公开了一种基于深度学习的超声测井图像裂缝提取方法和装置，所述方法包括：创建初始卷积神经网络模型；获取测井成像图，并将已标记的测井成像图加入训练数据集；将所述训练数据集输入到所述初始卷积神经网络模型进行迭代训练，得到训练完备的卷积神经网络模型；获取实时测井成像图，根据所述实时测井成像图和所述训练完备的卷积神经网络模型进行裂缝图像提取。本发明的方法在基于跳跃连接的卷积神经网络模型加入了密集连接模块和SE注意力模块，提高了网络模型对裂缝这种局部特征的学习能力，提升了网络模型对裂缝提取的性能；通过声波衰减补偿消除了声波能量幅度衰减对裂缝提取的影响。
-
公开(公告)号：CN110208859A
公开(公告)日：2019-09-06
申请号：CN201910375453.5
申请日：2019-05-07
Applicant: 长江大学
IPC: G01V1/48
Abstract: 本发明公开一种基于超声成像的油基泥浆井裂缝定量参数智能计算方法，其在分析超声成像裂缝响应特征的基础上，通过滤波处理突显裂缝响应，提高信噪比，然后通过图像智能识别算法自动拾取裂缝轨迹并计算裂缝长度、密度和倾角，接着沿裂缝轨迹法向方向自动探索并统计计算裂缝宽度，再根据裂缝长度、宽度、密度参数计算裂缝面孔率；同时，利用人工或计算机自动处理岩心滚扫照片获取岩心裂缝参数，并利用岩心裂缝参数对超声成像计算的裂缝参数进行刻度校正，以提高超声成像裂缝参数计算的精度。本发明用于水基和油基泥浆井的裂缝参数定量评价并指导储层评价，提高复杂非常规储层测井评价的准确性和可靠性，进而为制定合理高效的开发方案提供依据。
-
公开(公告)号：CN113506259A
公开(公告)日：2021-10-15
申请号：CN202110764109.2
申请日：2021-07-06
Applicant: 长江大学
Abstract: 本发明公开了一种基于融合网络的图像模糊判别方法，步骤如下：S1、分别构造训练集和测试集；S2、改进后的VGG16网络初步判别模糊图像；S3、利用纹理噪声网络提取纹理噪声特征；S4、融合网络获取最终的判别结果。本发明还公开了一种基于融合网络的图像模糊判别系统，包括：训练集构造模块：分别构造训练集和测试集；初步判断模块：改进后的VGG16网络初步判别模糊图像；纹理噪声提取模块：利用纹理噪声网络提取纹理噪声特征；融合网络模块：融合网络最终判别；判别执行模块：利用融合网络模块所生成模型进行判别。本发明相比已有的模糊和清晰图像判别方法，具有识别准确度高、实用性好的特点，可以广泛应用于计算机视觉技术领域。
-
Patent Agency Ranking
公开(公告)号：CN110208859B
公开(公告)日：2020-10-02
申请号：CN201910375453.5
申请日：2019-05-07
Applicant: 长江大学
IPC: G01V1/48
Abstract: 本发明公开一种基于超声成像的油基泥浆井裂缝定量参数智能计算方法，其在分析超声成像裂缝响应特征的基础上，通过滤波处理突显裂缝响应，提高信噪比，然后通过图像智能识别算法自动拾取裂缝轨迹并计算裂缝长度、密度和倾角，接着沿裂缝轨迹法向方向自动探索并统计计算裂缝宽度，再根据裂缝长度、宽度、密度参数计算裂缝面孔率；同时，利用人工或计算机自动处理岩心滚扫照片获取岩心裂缝参数，并利用岩心裂缝参数对超声成像计算的裂缝参数进行刻度校正，以提高超声成像裂缝参数计算的精度。本发明用于水基和油基泥浆井的裂缝参数定量评价并指导储层评价，提高复杂非常规储层测井评价的准确性和可靠性，进而为制定合理高效的开发方案提供依据。
-
公开(公告)号：CN114140337A
公开(公告)日：2022-03-04
申请号：CN202111180323.X
申请日：2021-10-11
Applicant: 长江大学
IPC: G06T5/00
Abstract: 本发明公开了一种基于模糊因子预估变分的超声测井图像盲复原方法及系统，其通过对超声测井模糊图像对数谱的分析，估计模糊因子的半径，从而提高后续迭代优化算法的稳定性，同时通过构建基于L1范数的变分盲复原模型，充分利用了超声测井图像的稀疏特性，有效提高了复原图像的质量。其相较已有的超声测井图像盲复原方法而言，能有效地提高超声测井图像的清晰度和对比度，为后续的测井勘探提供高质量的图像，具有非常好的实用性。
-
公开(公告)号：CN114119879A
公开(公告)日：2022-03-01
申请号：CN202111476848.8
申请日：2021-12-02
Applicant: 长江大学
IPC: G06T17/00 , G06T19/20 , G06F30/18 , G06F3/04815
Abstract: 本发明公开了一种基于VR的管道异常监测方法及系统，方法包括构建包含有若干个管段的管道的三维虚拟场景；获取并存储各个所述管段的运行参数信息；根据各个所述管段的运行参数信息，获取异常管段的编号；根据异常管段的编号，在已构建的管道的三维虚拟场景中标注异常管段。本发明提出的技术方案的有益效果是：在使用时，当某些管段发生异常时，在三维虚拟场景中对这些异常管段进行标注，从而通过本发明提供的技术方案可直观地显示管道异常发生的具体管段，节省了用户面对管道异常的响应时间，减少管道传输状态异常所造成的损失，同时，提高了用户的沉浸感与参与感，让用户在三维虚拟环境中更真实地获取管道的三维状态和运行状态。
-
公开(公告)号：CN111783542A
公开(公告)日：2020-10-16
申请号：CN202010487721.5
申请日：2020-06-02
Applicant: 长江大学
Abstract: 本发明涉及结构健康检测技术领域，尤其涉及一种自动提取应力波反射周期的方法；包括以下步骤：S1，采集原周期性反射信号；S2，对所述原周期性反射信号进行去噪、增强和时频分析生成信号时频图；S3，从所述信号时频图提取图像周期，通过像素和时间的关系计算反射周期。本发明实施例通过充分利用采集的应力波反射信号的时频域信息生成时频图，然后从时频图自动提取反射周期，计算过程不需人工参与，提高信号反射周期的准确性。
-
公开(公告)号：CN111783542B
公开(公告)日：2024-05-31
申请号：CN202010487721.5
申请日：2020-06-02
Applicant: 长江大学
IPC: G06F18/10 , G06F18/213 , G06V10/44
Abstract: 本发明涉及结构健康检测技术领域，尤其涉及一种自动提取应力波反射周期的方法；包括以下步骤：S1，采集原周期性反射信号；S2，对所述原周期性反射信号进行去噪、增强和时频分析生成信号时频图；S3，从所述信号时频图提取图像周期，通过像素和时间的关系计算反射周期。本发明实施例通过充分利用采集的应力波反射信号的时频域信息生成时频图，然后从时频图自动提取反射周期，计算过程不需人工参与，提高信号反射周期的准确性。
-
-
-
-
-
-
-
-
-
Search Results
13
records
(took 0.016 seconds)
