摘要
本发明公开了一种基于深度学习的测井成像缝洞分割及参数提取方法,所述方法包括:步骤一、数据集制作;步骤二、模型训练与选择:将步骤一制作的数据集输入至深度学习模型进行训练,训练过程中模型会生成两个关键输出,即last.pt和best.pt;选用best.pt作为实际分割过程中的模型;步骤三、在完成数据集制作、模型训练与选择的基础上,进一步对测井成像裂缝分割及参数提取系统的客户端界面进行设计;步骤四、裂缝图像处理与曲线拟合算法实现,裂缝倾角参数提取;步骤五、打开客户端界面,选择数据来源开始检测,结果输出,显示结果。本发明可以准确的提取裂缝倾角参数信息;为用户提供集成化、可视化操作平台。
技术关键词
参数提取方法
裂缝
井眼图像
深度学习模型
参数提取系统
图像显示窗口
测井电阻率
信息展示区
客户端
图像处理
测井成像数据
曲线
深度特征提取
测井图像
形态学方法
界面
系统为您推荐了相关专利信息
图像特征提取方法
特征提取网络
粒子群优化算法
线性加权法
CT扫描图像