買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網恭喜延安大學申請的專利基于深度學習的石油勘探巖心圖像自動分類與識別方法獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN119863670B 。

龍圖騰網通過國家知識產權局官網在2025-05-16發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202510359479.6，技術領域涉及：G06V10/764；該發明授權基于深度學習的石油勘探巖心圖像自動分類與識別方法是由吳彥君;王鵬渝;趙雪嬌;韓進;劉江斌;鐘高潤設計研發完成，并于2025-03-25向國家知識產權局提交的專利申請。

本基于深度學習的石油勘探巖心圖像自動分類與識別方法在說明書摘要公布了：本發明涉及巖心圖像分析領域，具體涉及一種基于深度學習的石油勘探巖心圖像自動分類與識別方法。獲取灰度連通域；根據連通域的灰度變化獲得表面均勻程度與顆粒程度；根據連通域邊緣梯度獲得邊緣顯著程度；結合連通域之間的整體灰度差異獲得分布相似程度，進而獲得礦物特征向量；根據像素點周圍梯度分布獲得地形變化程度；根據灰度分布獲得孔隙程度；結合顆粒程度獲得凹凸特征向量；根據像素點的向量差異與距離差異獲得聚類簇，進而獲得關鍵區域特征向量；根據三個向量最終獲得巖心圖像的分類模型，根據分類模型對巖心圖像進行分類識別。本發明識別巖心圖像的微小結構表現，分類模型能夠準確對圖像內的結構進行分類識別。

本發明授權基于深度學習的石油勘探巖心圖像自動分類與識別方法在權利要求書中公布了：1.一種基于深度學習的石油勘探巖心圖像自動分類與識別方法，其特征在于，所述方法包括：獲取石油勘探過程中的巖心圖像；根據像素點之間的灰度差異，獲得每個像素點所在的灰度連通域；在巖心圖像中任選一個像素點的所在連通域作為參考像素點所在的參考連通域；根據參考連通域的灰度變化特征獲得參考連通域的表面均勻程度；根據參考連通域的邊緣像素點的梯度分布，獲得參考連通域的邊緣顯著程度；根據參考連通域與其他灰度連通域之間的表面均勻程度差異、邊緣顯著程度差異以及整體灰度差異，獲得參考連通域的分布相似程度；根據所述表面均勻程度、所述邊緣顯著程度以及所述分布相似程度，獲得參考像素點的礦物特征向量；根據參考像素點周圍區域的像素點梯度分布，獲得參考像素點的地形變化程度；根據參考像素點周圍的灰度變化特征，獲得參考像素點的顆粒程度；根據參考像素點周圍的像素點灰度值與巖心圖像灰度最小值的接近程度，獲得參考像素點的孔隙程度；根據所述地形變化程度、所述顆粒程度與所述孔隙程度，獲得參考像素點的凹凸特征向量；根據像素點之間的距離差異、礦物特征向量差異與凹凸特征向量差異，對巖心圖像的像素點進行聚類，獲得所有聚類簇；根據每個聚類簇內像素點的礦物特征向量以及凹凸特征向量，獲得巖心圖像的所有關鍵區域；根據每個關鍵區域內的面積、區域屬性以及關鍵區域之間的距離，獲得參考像素點的關鍵區域特征向量；根據像素點的所述礦物特征向量、所述凹凸特征向量與所述關鍵區域特征向量，構建出巖心圖像的分類模型；根據所述分類模型對巖心圖像進行自動分類與識別；所述關鍵區域的獲取方法包括：根據礦物特征向量計算公式獲取所述礦物特征向量，所述礦物特征向量計算公式如下所示：式中，表示參考像素點的礦物特征向量；表示參考像素點的表面均勻程度；表示參考像素點的邊緣顯著程度；表示參考連通域的分布相似程度；根據凹凸特征向量計算公式獲取所述凹凸特征向量，所述凹凸特征向量計算公式如下所示：式中，表示參考像素點的凹凸特征向量；表示參考像素點的地形變化程度；表示參考像素點的顆粒程度，為參考像素點預設第三鄰域內的灰度變化特征；表示參考像素點的孔隙程度；根據任意兩個像素點之間的距離差異、礦物特征向量差異與凹凸特征向量差異，獲得參考任意兩個像素點之間的距離度量值，計算公式如下所示：式中，表示像素點與像素點之間的距離度量值；表示像素點與像素點之間的歐氏距離；表示像素點與像素點的礦物特征向量之間的余弦相似度；表示像素點與像素點的凹凸特征向量之間的余弦相似度；依據像素點之間的距離度量值對巖心圖像進行聚類，獲得巖心圖像內的所有聚類簇；將像素點的礦物特征向量均值大于預設第二閾值的聚類簇作為礦物區域，將像素點的凹凸特征向量均值大于預設第二閾值的聚類簇作為凹凸區域；將所述礦物區域與所述凹凸區域均作為關鍵區域。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人延安大學，其通訊地址為：716000 陜西省延安市新區工學北路1號延安大學新校區；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。