Segmentação digital automática de rochas

segmentação digital automática de rochas. sistema e métodos de segmentação automática digital de rocha são fornecidos. um modelo de aprendizagem profunda pode ser treinado para segmentar imagens de rocha de reservatório. o treinamento pode envolver o uso de primeiros dados de imagem de amostras de r...

Ausführliche Beschreibung

Gespeichert in:
Bibliographische Detailangaben
1. Verfasser: ANDRE DE ALMEIDA MAXIMO
Format: Patent
Sprache:por
Schlagworte:
Online-Zugang:Volltext bestellen
Tags: Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!
Beschreibung
Zusammenfassung:segmentação digital automática de rochas. sistema e métodos de segmentação automática digital de rocha são fornecidos. um modelo de aprendizagem profunda pode ser treinado para segmentar imagens de rocha de reservatório. o treinamento pode envolver o uso de primeiros dados de imagem de amostras de rocha de reservatório e primeiros dados de segmentação mapeando uma intensidade de elementos de imagem dos primeiros dados de imagem para um de uma pluralidade de canais de saída que representam respectivamente uma caracterização de rocha de reservatório. os segundos dados de imagem de uma nova amostra de rocha de reservatório podem ser obtidos e uma intensidade de elementos de imagem dos segundos dados de imagem pode ser determinada. usando o modelo de aprendizagem profunda treinado, podem ser gerados segundos dados de segmentação que mapeiam a intensidade de cada elemento de imagem nos segundos dados de imagem para um correspondente da pluralidade de canais de saída. o modelo de aprendizagem profunda treinado pode emitir uma caracterização da nova amostra de rocha de reservatório com base nos segundos dados de segmentação. System and methods of automatic digital rock segmentation are provided. A deep learning model may be trained to segment images of reservoir rock. The training may involve the use of first image data of reservoir rock samples and first segmentation data mapping an intensity of image elements of the first image data to one of a plurality of output channels that respectively represent a characterization of reservoir rock. Second image data of a new reservoir rock sample may be obtained, and an intensity of image elements of the second image data may be determined. Using the trained deep learning model, second segmentation data may be generated that maps the intensity of each image element in the second image data to a corresponding one of the plurality of output channels. The trained deep learning model may output a characterization of the new reservoir rock sample based on the second segmentation data.