|
首先给大家介绍PerGeos里面非常好用的一个命令，叫Adaptive Threshold，自适应阈值分割工具。不同于给定阈值的分割方法，AdaptiveThreshold的阈值分割则是选择两个具有代表性的度量值，动态计算每个标签图像的最大阈值和最小阈值，并对他们进行单独的阈值设置。 第一步我们要依照2μm扫描电镜SEM图像对5μm的Micro-CT图像进行尺度升级。首先进行2D-3D图像的对准，如图1所示。 图1 2D-3D图像对准 我们分别选取SEM电镜图像和Micro-CT扫描图像中的同一个部分进行孔隙提取，可以明显的看到更高分辨率的SEM图像对孔隙的描述更加真实和细致，如图2和图3。 图2 SEM图像和Micro-CT图像同一个位置灰度对比图 图3 SEM图像和Micro-CT图像分割后孔隙对比图 利用Adaptive Threshold命令，通过对比SEM图像和对应的Micro-CT图像中的截面得到孔隙分割的阈值为19767。将此阈值应用到整体的Micro-CT图像中，得到尺度升级后的5μm Micro-CT图像的孔隙度为14.95%，连通孔隙度为14.41%，如图4。 图4 尺度升级后的阈值分割 将5μm的3D图像和16μm的3D图像进行配准，从16μm图像中提取相同位置尺寸的岩心柱。利用Adaptive Threshold命令得到孔隙分割的阈值为31863。在16μm Micro-CT图像中应用该阈值分割孔隙，得到尺度升级后的孔隙度为15.2%，连通孔隙度为14.6%，图5。到这一步，我们就完成了孔隙度的尺度升级。和实验测得的孔隙度14.4%相比，我们通过数字岩石多级扫描的方法，验证了数字岩石进行孔隙结构提取和分析的准确性。通过数字岩石分析，不仅能够得到准确的孔隙度，还能从各个级别去定量化可视化结合的描述岩心孔隙的内部结构特征。 图5 16μm Micro-CT图像孔隙结构示意图 查看原文，可关注科吉思石油：
| 
发表于 2020-5-18 10:00:07
收藏