|
FIB双束电镜作为非常规岩石微观孔隙结构研究的利器，能够对岩石进行超精细纳米级别的扫描，并通过重构可以得到三维的岩石结构。FIB双束电镜的图像超高精度的特点使其能够充分的反映诸如页岩等岩石的内部结构，有机质及有机质孔的特点。同时，由FIB双束电镜得到的图像也会存在有比较难于处理和分析的局限性——孔隙背底问题。 什么是孔隙背底？
FIB双束电镜利用的破坏性的连续切片成像技术。电子束进行扫描，离子束进行切割，就这样扫描过程和切割过程不断重复，直到扫描完成。诸如岩石这种多孔介质，在解决孔隙重构的问题时，会产生一些图像问题。岩石中的孔隙或者裂缝如果比较浅，不足以捕捉电子，形成像SEM扫描电镜中的“黑洞”，或者之前切割有些碎屑粉末添补了孔隙的时候，孔隙的底面（相对于扫描面）或者是碎屑粉末就会在扫描图像中显示出“发光”或者“透亮”的伪影，这就是所谓的孔隙背底问题。孔隙背底问题造成在进行后处理分析时，无法完整的提取和定义岩石孔隙。 孔隙背底问题是进行FIB双束电镜扫描时普遍存在的，特别是在致密岩石和碳酸盐岩中。今天就和大家分享如何利用PerGeos对孔隙背底问题的影响进行校正的工作流程。以下工作流程对于二维和三维数据都适用。 图1 FIB双束电镜扫描切片中出现的孔隙背底 方法 考虑孔隙背底问题的孔隙分割利用基于标记的分水岭变化进行二维的膨胀算法。 这里为什么要利用二维算法呢？因为对于FIB双束电镜扫描图像而言，离子束切割的厚度（通常可能为1μm~2μm左右）远远大于纳米级的扫描分辨率，因此在Z轴上的梯度变化通常会比较大，因此选用二维算法。 首先，我们现看一下孔隙背底的影响究竟有多严重。用常规的阈值分割手段提取图像中的孔隙部分，如图2。我们可以观察到，原本应该是孔隙的中间有一块也被标记为了基质。这是优于孔隙中的部分呈高亮，和基质有了相同的灰度值。 图2 用高阈值对图像进行初步分割 PerGeos中避免孔隙背底问题的基本思想是用类似于非局部均值滤波器的分歧滤波器作为灰度探测的滤波器，取代了通常直接利用梯度进行孔隙和基质识别的方法。这种方法避免了孔隙背底的伪影问题，而孔隙周边灰度值差异较大的基质非常方便分水岭变换算法进行二维灰度梯度探测。特别当孔隙周边有切割留下的碎屑粉末时，显示出高亮，如图3，让这种孔隙-基质的差异更加明显。 图3 切割造成的孔隙周边留有碎屑粉末 PerGeos不仅具有这种考虑孔隙背底问题的卓越的孔隙分割功能，再加上独有的Recipes操作菜谱功能，可以让用户能够记录特有的处理过程，在不同的数据提上自动重复操作，并在不同的设备或不同的用户之间共用。 PerGeos孔隙背底操作菜谱的步骤如下： - 进行分歧滤波计算（Kenel size为20-30） - 低分歧因子标记基质 - 标记孔隙（在基质标记之后进行，目的是避免低阈值中有些孔隙被误判）+可选择用Black Top Hat - 可选择性使用高阈值分割提升孔隙分割的准确度 - 使用二维基于梯度的分水岭变换 - 利用Black Top Hat提升孔隙分割准确度 图4 PerGeos孔隙背底操作菜谱 Recipe操作菜谱过程图示
图5 原始灰度图像 图6 分歧滤波后图像（KenelSize=20） 图7 标记基质 图8 低阈值下的孔隙标记 图9 孔隙标记加基质标记 图10 基于梯度的二维分水岭算法 图11 利用Black TopHat提升孔隙准确度 其他处理方案 除了上述分割过程，接下来介绍的方法对于某些FIB双束电镜/SEM扫描电镜图像有效。这些材料由于其非均质性（矿物包含物，孔隙周边的有机质等）导致大的分歧算法因子值的使用不可靠。 相反，如果只考虑孔隙的梯度变化，那么阈值分割就只会捕捉到孔隙和基质接触边缘的一些噪声（伪影）。 利用这种方法我们既可以标记孔隙又可以标记基质（利用Top Hat算法进行精细化），用比较小的分歧因子值就可以标记出伪影部分，后续再利用closing闭合算法扩张。 最后，利用二维分水岭算法扩张标记并标记孔隙背底部分。 PerGeos中这个过程的Recipes操作菜谱如下： - 进行分歧滤波计算（Kenel size为20-30） - 利用阈值分割标记基质和孔隙+可选用Black Top Hat算法 - 检测高分歧因子下的噪声 - 利用形态学闭合算法扩张噪声区 - 从标记中删除噪声区部分 - 使用二维基于梯度的分水岭变换
关注科吉思石油公众号，查看原文：
| 
发表于 2020-4-24 11:12:59
收藏