买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉重庆科技大学申请的专利一种致密砂岩储层孔隙类型识别和面孔率计算方法、系统及设备获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119295893B 。

龙图腾网通过国家知识产权局官网在2025-08-29发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202411310630.9，技术领域涉及：G06V10/82；该发明授权一种致密砂岩储层孔隙类型识别和面孔率计算方法、系统及设备是由谷易婷;罗龙;谭先锋;赖富强;王佳;瞿雪姣;高儇博;蒋威;王敦繁;李雯雯;余信;李格格;谭善政;李萌设计研发完成，并于2024-09-19向国家知识产权局提交的专利申请。

本一种致密砂岩储层孔隙类型识别和面孔率计算方法、系统及设备在说明书摘要公布了：本申请公开了一种致密砂岩储层孔隙类型识别和面孔率计算方法、系统及设备，涉及深度学习图像处理领域，该方法包括获取目标图像，并输入至致密砂岩储层孔隙类型识别模型中，输出孔隙类型识别图像；孔隙类型识别图像上标记有孔隙轮廓、孔隙类型预测值和对应的孔隙类型识别置信度预测值；致密砂岩储层孔隙类型识别模型是采用训练样本对改进的YOLOv8模型进行训练得到的；训练样本包括致密砂岩的铸体薄片图像样本、对应的孔隙类型样本值以及孔隙类型识别置信度样本值；采用图像处理技术计算所述孔隙类型识别图像中的面孔率。本申请能够提高致密砂岩储层中孔隙类型识别的准确性和面孔率计算的效率。

本发明授权一种致密砂岩储层孔隙类型识别和面孔率计算方法、系统及设备在权利要求书中公布了：1.一种致密砂岩储层孔隙类型识别和面孔率计算方法，其特征在于，所述致密砂岩储层孔隙类型识别和面孔率计算方法包括： 获取目标图像；所述目标图像为致密砂岩的铸体薄片图像； 将所述目标图像输入至致密砂岩储层孔隙类型识别模型中，输出孔隙类型识别图像；所述孔隙类型识别图像上标记有孔隙轮廓、孔隙类型预测值和对应的孔隙类型识别置信度预测值；所述致密砂岩储层孔隙类型识别模型是采用训练样本对改进的YOLOv8模型进行训练得到的；所述训练样本包括致密砂岩的铸体薄片图像样本、对应的孔隙类型样本值以及孔隙类型识别置信度样本值； 采用图像处理技术计算所述孔隙类型识别图像中的面孔率； 所述改进的YOLOv8模型包括依次连接的骨干网络、特征融合网络以及检测头网络； 所述骨干网络用于对所述目标图像进行特征提取，得到特征图； 所述特征融合网络用于对所述特征图进行特征融合，得到融合特征图； 所述检测头网络用于对所述融合特征图进行预测，得到孔隙类型识别图像； 所述骨干网络包括依次连接的第一卷积层、第二卷积层、第一特征融合模块、第三卷积层、第二特征融合模块、第四卷积层、第三特征融合模块、第五卷积层、第四特征融合模块、SPPF层以及相似性感知注意力机制子网络； 其中，所述相似性感知注意力机制子网络包括依次连接的输入层、嵌入层、Dropout层、多层相似性感知注意力机制层、全连接层、Softmax层和输出层； 所述第一特征融合模块、所述第二特征融合模块、所述第三特征融合模块和所述第四特征融合模块中均嵌入空间和通道重建卷积模块； 所述特征融合网络包括第一特征融合子网络、第二特征融合子网络和第三特征融合子网络； 所述第一特征融合子网络包括依次连接的第一拼接层、第一上采样层、第二拼接层、第二上采样层、第一多头检测头、第三拼接层、第三上采样层以及第二多头检测头；其中，所述第一拼接层与所述第一特征融合模块连接，所述第二拼接层与所述第二特征融合模块连接，所述第三拼接层与所述第三特征融合模块连接，所述第二多头检测头与所述相似性感知注意力机制子网络连接； 所述第二特征融合子网络包括第三多头检测头和第六卷积层；其中，所述第三多头检测头与所述第一上采样层连接，所述第六卷积层与所述第一多头检测头连接； 所述第三特征融合子网络包括依次连接的第四多头检测头、第七卷积层、第四拼接层、第五多头检测头、第八卷积层、第五拼接层、第六多头检测头、第九卷积层、第六拼接层以及第七多头检测头；其中，所述第四拼接层与所述第三多头检测头连接，所述第五拼接层与所述第一多头检测头连接，所述第六拼接层分别与所述第六卷积层和所述第二多头检测头连接； 采用图像处理技术计算所述孔隙类型识别图像中的面孔率，具体包括： 去除孔隙类型识别图像上标记的孔隙类型预测值和对应的孔隙类型识别置信度，得到标记有孔隙轮廓的孔隙类型识别图像； 将标记有孔隙轮廓的孔隙类型识别图像转换成灰度图像，得到标记有孔隙轮廓的孔隙类型识别灰度图像； 采用高斯模糊滤波技术对标记有孔隙轮廓的孔隙类型识别灰度图像进行滤波去噪，得到滤波后的标记有孔隙轮廓的孔隙类型识别灰度图像； 设定预设阈值，基于所述预设阈值将所述滤波后的标记有孔隙轮廓的孔隙类型识别灰度图像转换为标记有孔隙轮廓的孔隙类型识别黑白图像； 采用findContours函数检测标记有孔隙轮廓的孔隙类型识别黑白图像中的各孔隙的轮廓，并采用contourArea函数计算检测到的各轮廓的面积，确定孔隙面积计算结果； 将不同类型的孔隙面积计算结果相加，得到不同类型的孔隙总面积； 标记有孔隙轮廓的孔隙类型识别黑白图像的总面积，并根据标记有孔隙轮廓的孔隙类型识别黑白图像的总面积和不同类型的孔隙总面积，确定不同类型的孔隙的面孔率。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人重庆科技大学，其通讯地址为：401331 重庆市沙坪坝区大学城东路20号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。