買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網獲悉重慶科技大學申請的專利一種致密砂巖儲層孔隙類型識別和面孔率計算方法、系統及設備獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN119295893B 。

龍圖騰網通過國家知識產權局官網在2025-08-29發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202411310630.9，技術領域涉及：G06V10/82；該發明授權一種致密砂巖儲層孔隙類型識別和面孔率計算方法、系統及設備是由谷易婷;羅龍;譚先鋒;賴富強;王佳;瞿雪姣;高儇博;蔣威;王敦繁;李雯雯;余信;李格格;譚善政;李萌設計研發完成，并于2024-09-19向國家知識產權局提交的專利申請。

本一種致密砂巖儲層孔隙類型識別和面孔率計算方法、系統及設備在說明書摘要公布了：本申請公開了一種致密砂巖儲層孔隙類型識別和面孔率計算方法、系統及設備，涉及深度學習圖像處理領域，該方法包括獲取目標圖像，并輸入至致密砂巖儲層孔隙類型識別模型中，輸出孔隙類型識別圖像；孔隙類型識別圖像上標記有孔隙輪廓、孔隙類型預測值和對應的孔隙類型識別置信度預測值；致密砂巖儲層孔隙類型識別模型是采用訓練樣本對改進的YOLOv8模型進行訓練得到的；訓練樣本包括致密砂巖的鑄體薄片圖像樣本、對應的孔隙類型樣本值以及孔隙類型識別置信度樣本值；采用圖像處理技術計算所述孔隙類型識別圖像中的面孔率。本申請能夠提高致密砂巖儲層中孔隙類型識別的準確性和面孔率計算的效率。

本發明授權一種致密砂巖儲層孔隙類型識別和面孔率計算方法、系統及設備在權利要求書中公布了：1.一種致密砂巖儲層孔隙類型識別和面孔率計算方法，其特征在于，所述致密砂巖儲層孔隙類型識別和面孔率計算方法包括： 獲取目標圖像；所述目標圖像為致密砂巖的鑄體薄片圖像； 將所述目標圖像輸入至致密砂巖儲層孔隙類型識別模型中，輸出孔隙類型識別圖像；所述孔隙類型識別圖像上標記有孔隙輪廓、孔隙類型預測值和對應的孔隙類型識別置信度預測值；所述致密砂巖儲層孔隙類型識別模型是采用訓練樣本對改進的YOLOv8模型進行訓練得到的；所述訓練樣本包括致密砂巖的鑄體薄片圖像樣本、對應的孔隙類型樣本值以及孔隙類型識別置信度樣本值； 采用圖像處理技術計算所述孔隙類型識別圖像中的面孔率； 所述改進的YOLOv8模型包括依次連接的骨干網絡、特征融合網絡以及檢測頭網絡； 所述骨干網絡用于對所述目標圖像進行特征提取，得到特征圖； 所述特征融合網絡用于對所述特征圖進行特征融合，得到融合特征圖； 所述檢測頭網絡用于對所述融合特征圖進行預測，得到孔隙類型識別圖像； 所述骨干網絡包括依次連接的第一卷積層、第二卷積層、第一特征融合模塊、第三卷積層、第二特征融合模塊、第四卷積層、第三特征融合模塊、第五卷積層、第四特征融合模塊、SPPF層以及相似性感知注意力機制子網絡； 其中，所述相似性感知注意力機制子網絡包括依次連接的輸入層、嵌入層、Dropout層、多層相似性感知注意力機制層、全連接層、Softmax層和輸出層； 所述第一特征融合模塊、所述第二特征融合模塊、所述第三特征融合模塊和所述第四特征融合模塊中均嵌入空間和通道重建卷積模塊； 所述特征融合網絡包括第一特征融合子網絡、第二特征融合子網絡和第三特征融合子網絡； 所述第一特征融合子網絡包括依次連接的第一拼接層、第一上采樣層、第二拼接層、第二上采樣層、第一多頭檢測頭、第三拼接層、第三上采樣層以及第二多頭檢測頭；其中，所述第一拼接層與所述第一特征融合模塊連接，所述第二拼接層與所述第二特征融合模塊連接，所述第三拼接層與所述第三特征融合模塊連接，所述第二多頭檢測頭與所述相似性感知注意力機制子網絡連接； 所述第二特征融合子網絡包括第三多頭檢測頭和第六卷積層；其中，所述第三多頭檢測頭與所述第一上采樣層連接，所述第六卷積層與所述第一多頭檢測頭連接； 所述第三特征融合子網絡包括依次連接的第四多頭檢測頭、第七卷積層、第四拼接層、第五多頭檢測頭、第八卷積層、第五拼接層、第六多頭檢測頭、第九卷積層、第六拼接層以及第七多頭檢測頭；其中，所述第四拼接層與所述第三多頭檢測頭連接，所述第五拼接層與所述第一多頭檢測頭連接，所述第六拼接層分別與所述第六卷積層和所述第二多頭檢測頭連接； 采用圖像處理技術計算所述孔隙類型識別圖像中的面孔率，具體包括： 去除孔隙類型識別圖像上標記的孔隙類型預測值和對應的孔隙類型識別置信度，得到標記有孔隙輪廓的孔隙類型識別圖像； 將標記有孔隙輪廓的孔隙類型識別圖像轉換成灰度圖像，得到標記有孔隙輪廓的孔隙類型識別灰度圖像； 采用高斯模糊濾波技術對標記有孔隙輪廓的孔隙類型識別灰度圖像進行濾波去噪，得到濾波后的標記有孔隙輪廓的孔隙類型識別灰度圖像； 設定預設閾值，基于所述預設閾值將所述濾波后的標記有孔隙輪廓的孔隙類型識別灰度圖像轉換為標記有孔隙輪廓的孔隙類型識別黑白圖像； 采用findContours函數檢測標記有孔隙輪廓的孔隙類型識別黑白圖像中的各孔隙的輪廓，并采用contourArea函數計算檢測到的各輪廓的面積，確定孔隙面積計算結果； 將不同類型的孔隙面積計算結果相加，得到不同類型的孔隙總面積； 標記有孔隙輪廓的孔隙類型識別黑白圖像的總面積，并根據標記有孔隙輪廓的孔隙類型識別黑白圖像的總面積和不同類型的孔隙總面積，確定不同類型的孔隙的面孔率。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人重慶科技大學，其通訊地址為：401331 重慶市沙坪壩區大學城東路20號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。