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！

龙图腾网恭喜西南石油大学申请的专利一种基于裂缝增强与筛选技术的岩心多尺度裂缝提取方法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：CN118411338B 。

龙图腾网通过国家知识产权局官网在2025-05-06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：202410491835.5，技术领域涉及：G06T7/00；该发明授权一种基于裂缝增强与筛选技术的岩心多尺度裂缝提取方法是由陈学武;吴丰;王雍觅;李佳鑫;陈思源;唐松;李顺;范玲设计研发完成，并于2024-04-23向国家知识产权局提交的专利申请。

本一种基于裂缝增强与筛选技术的岩心多尺度裂缝提取方法在说明书摘要公布了：本发明公开了一种基于裂缝增强与筛选技术的岩心多尺度裂缝提取方法，包括：S1、获取包含有不同尺度裂缝的岩心原始CT扫描图像；S2、对岩心原始CT扫描图像进行预处理，分别得到岩心降噪后CT扫描图像以及信息增强后CT扫描图像；S3、基于岩心降噪后CT扫描图像进行宏观裂缝分割，得到宏观裂缝分割图像，基于信息增强后CT扫描图像进行微裂缝分割，得到微裂缝分割图像，将宏观裂缝分割图像与微裂缝分割图像进行叠加，得到宏观+微裂缝分割图像；S4、基于宏观+微裂缝分割图像进行多次裂缝筛选，得到岩心多尺度裂缝提取结果，可以针对不同尺度裂缝采用不同的分割方法，提高了裂缝识别的准确性和稳定性。

本发明授权一种基于裂缝增强与筛选技术的岩心多尺度裂缝提取方法在权利要求书中公布了：1.一种基于裂缝增强与筛选技术的岩心多尺度裂缝提取方法，其特征在于，包括以下步骤：S1、获取包含有不同尺度裂缝的岩心原始CT扫描图像；S2、对岩心原始CT扫描图像进行预处理，包括多尺度裂缝滤波核叠加降噪以及微裂缝信息增强，分别得到岩心降噪后CT扫描图像以及信息增强后CT扫描图像，具体包括以下步骤：a.基于岩心原始CT扫描图像，读取最小微裂缝的张开度εmin和最大宏观裂缝的张开度εmax，在岩心裂缝张开度范围εmin，εmax内，由小到大等间距提取n个裂缝张开度εi，其中i＝1，2，…，n；b.计算n个裂缝张开度εi对应的滤波核尺度ki； 上式中：d为岩心原始CT图像分辨率，μm像素；εi为裂缝张开度，μm；[]为取整运算；ki为第i个滤波核尺度，i＝1,2,…,n；c.采用尺寸为ki×ki大小的滤波核对岩心原始CT扫描图像Ir进行滤波，并计算多个不同滤波核滤波后图像的平均值，得到岩心降噪后CT扫描图像Ig； 上式中：Ir为岩心原始CT扫描图像；ki为第i个滤波核尺度；滤波核中心像素点所在位置定义为相对原点0,0；j,l为滤波核中任一像素点在滤波核内部的相对坐标；其中，Sort算子表示将相对位置为j,l像素点的灰度值从小到大进行排序，并输出排序后第个像素灰度值；Ig为岩心降噪后CT扫描图像；所述S2中，微裂缝信息增强，具体为：基于岩心降噪后CT扫描图像Ig，对微裂缝信息进行增强处理，得到岩心微裂缝信息增强后CT扫描图像Ie；在公式3中，根号部分负责对岩心降噪后CT扫描图像Ig进行裂缝边界检测，根号外的部分负责对微裂缝进行信息增强； 上式中：εmin为最小微裂缝的张开度，μm；[]为取整运算；x,y为CT图像像素点坐标；Ie为岩心微裂缝信息增强后CT扫描图像；S3、基于岩心降噪后CT扫描图像进行宏观裂缝分割，得到宏观裂缝分割图像，基于信息增强后CT扫描图像进行微裂缝分割，得到微裂缝分割图像，将宏观裂缝分割图像与微裂缝分割图像进行叠加，得到宏观+微裂缝分割图像，具体包括以下步骤：利用公式4将宏观裂缝分割图像IsMac与微裂缝分割图像IsMic进行叠加，得到宏观+微裂缝分割图像Is； 上式中：IsMac为宏观裂缝分割图像；IsMic为微裂缝分割图像；Is为宏观+微裂缝分割图像；S4、基于宏观+微裂缝分割图像进行多次裂缝筛选，得到岩心多尺度裂缝提取结果；其中，多次裂缝筛选包括：基于形状参数分析进行第一次裂缝筛选和基于平整度-伸长率分析进行第二次裂缝筛选；所述基于形状参数分析进行第一次裂缝筛选，具体为：a.利用公式5计算出宏观+微裂缝分割图像Is中各区域的形状因子F，并统计各区域的长度L、宽度W、表面积S、体积V和形状因子F； 上式中：N为目标三维物体表面像素量；M为目标三维物体全部像素量；F为形状因子；b.根据统计长度L、宽度W、表面积S、体积V和形状因子F数据分别制作长度L～形状因子F交会图、宽度W～形状因子F交会图、表面积S～形状因子F交会图、体积V～形状因子F交会图，通过线性拟合分别建立的长度L～形状因子F线性拟合趋势线、宽度W～形状因子F线性拟合趋势线、表面积S～形状因子F线性拟合趋势线、体积V～形状因子F线性拟合趋势线的表达式如下： 上式中：L为长度，μm；W为宽度，μm；S为表面积，μm2；V为体积，μm3；F为形状因子；a1、b1、a2、b2、a3、b3、a4、b4为拟合系数；c.在长度L～形状因子F交会图、宽度W～形状因子F交会图、表面积S～形状因子F交会图、体积V～形状因子F交会图中，绘制2条与拟合趋势线平行的筛选边界线，表达式如公式11～公式14所示，通过调节参数c1、c2、c3、c4，使2条筛选边界线围成的筛选区域内数据点数量占总数据点数量的80％，得到的筛选数据A、B、C、D分别为长度L～形状因子F交会图、宽度W～形状因子F交会图、表面积S～形状因子F交会图、体积V～形状因子F交会图预测的裂缝区域数据； 上式中：c1、c2、c3、c4为拟合趋势线移动参数；A、B、C、D分别为长度L～形状因子F交会图、宽度W～形状因子F交会图、表面积S～形状因子F交会图、体积V～形状因子F交会图预测的裂缝区域数据；d.根据公式11求取筛选数据A、B、C、D的交集，获得第一次筛选结果COMB1；COMB1＝A∩B∩C∩D11上式中：∩为交集运算符；COMB1为第一次筛选结果；所述基于平整度-伸长率分析进行第二次裂缝筛选，具体为：a.根据公式12、公式13计算第一次筛选后各区域的平整度Flatness、伸长率Elongation； 上式中：λS为图像协方差矩阵最小特征值；λM为中间特征值；Flatness为平整度； 上式中：λL为图像协方差矩阵最大特征值；Elongation为伸长率；b.将第一次筛选结果COMB1中各区域的平整度Flatness和伸长率Elongation代入公式14中，得到第二次筛选结果COMB2； 上式中：Elongation为伸长率；Flatness为平整度；COMB2为第二次筛选结果；通过平整度-伸长率分析获得第二次筛选结果COMB2去除裂缝形状特征差异较小的矿物边界面区域，第二次筛选结果COMB2即为岩心多尺度裂缝提取的最终结果。

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西南石油大学，其通讯地址为：610000 四川省成都市新都区新都大道8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”。