基于机器学习的碳酸盐岩储层孔隙结构参数定量分析方法

本发明涉及基于机器学习的碳酸盐岩储层孔隙结构参数定量分析方法，包括获取碳酸盐岩样品的铸体薄片的显微图像；根据碳酸盐岩中孔隙形态特征对显微图像进行分析，采用交互式方法分别标注孔隙与非孔隙区域，生成训练数据集；通过提取显微图像的多尺度高斯强度特征、LBP纹理特征和形态学梯度特征，采用分层融合方式构建高维特征空间；训练随机森林分类器，获得显微图像的孔隙概率分布图；对显微图像的孔隙概率分布图进行分割和形态学优化，输出二值化孔隙分类结果；基于所述二值化孔隙分类结果，计算面孔率、孔隙孔径大小、孔径分布、孔隙连通性指数。本申请准确性高，适用性好；而且处理非常便捷，人力物力消耗低。