基于岩心二维颗粒图像的三维颗粒结构重建方法
【技术领域】
[0001] 本发明涉及一种基于二维图像的三维建模方法，尤其涉及一种基于岩心二维颗粒 图像的三维颗粒结构重建方法，属于三维图像重建技术领域。
【背景技术】
[0002] 在石油地质研究中，岩心三维微观结构是研究岩心宏观物理特性的基础。以岩心 二维颗粒图像为基础进行岩心三维颗粒结构的重建，是获取岩心三维颗粒结构信息的主要 手段之一。目前，基于岩心二维图像重建与其对应的三维结构的方法，大多侧重于孔隙的三 维重建，而对岩心中矿物颗粒的三维空间分布的研究相对较少。在目前缺少对岩心三维颗 粒微观结构研究的情况下，研究者基于岩心二维颗粒图像的三维颗粒结构重建，重建的三 维颗粒微观结构为真实岩心微观结构提供了一个很好的解释。目前对岩心二维颗粒图像重 建与其对应的三维颗粒结构的重建算法主要有基于过程的重建算法和最大熵原理重建算 法等。
[0003] 所述基于过程的重建算法的基本思想是模拟岩心的沉积过程。用该方法构建岩心 三维颗粒结构主要包括三个过程：颗粒沉积过程、压实过程和成岩过程。在构建数字岩心 三维颗粒结构过程中，假定岩心颗粒粒径分布满足正态分布，且岩心颗粒形状均为球形。此 时，颗粒在沉积过程中遵循重力势能最小原理，主要利用下降与滚动算法确定三维数字岩 心中每一岩心颗粒球心的稳定位置；然后将所有沉积岩心颗粒向下移动来模拟岩心的压实 和颗粒重排过程；最后模拟岩心矿物的地质形成过程，在成岩过程模拟中，考虑了石英胶结 质的生长和粘土物质的填充作用。
[0004] 1984年美国电气工程师C. E. Shannon在其《通信的数学理论》一文中首次提到了 信息熵的概念，把熵作为一个随机事件的"不确定性或信息量的度量。"而最大熵算法是一 种选择随机变量统计特性最符合客观情况的准则，在这种情况下，概率分布最均匀，预测的 风险最小。因为这时概率分布的信息熵最大，所以人们称这种算法叫"最大熵算法"。所述最 大熵原理重建算法构建微观结构的核心思想是把微观结构看成随机场并利用最大熵原理 构造随机场的概率分布函数，即在已知二维图像随机场的概率分布函数的状况下估计重建 三维结构最大可能的概率分布，使重建三维结构的概率分布函数接近原始二维图像的微观 结构；并能够将任意多的概率信息并入到重建后的微观结构模型中，为匹配目标提供最优 选择是最大熵原理重建算法的优点。但其最大缺点是需要大规模的计算，因此重建微观三 维颗粒结构非常耗时且所重建效果并不理想。应用最大熵原理研究微观结构的重建主要是 针对平面微观结构，而目前基于最大熵原理的岩心三维颗粒结构重建工作未见报道。因此， 如何解决这一问题，是所属技术领域科技工作者面临急待解决的问题。基于此，本课题组潜 心研究，提出一种基于岩心二维颗粒图像的三维颗粒结构重建方法；该研究项目受国家自 然科学基金项目《岩石微观非均质结构三维图像重建及分辨率提升技术研究》（61372174) 资助。
【发明内容】
[0005] 本发明的目的在于为了解决上述现有技术中所存在的技术问题，而提供一种基于 岩心二维颗粒图像的三维颗粒结构重建方法。该方法是基于岩心二维图像的三维建模问 题，利用二维颗粒图像中所包含的矿物颗粒信息，推断与二维矿物颗粒结构信息相对应的 三维颗粒结构信息，采用重建算法，使重建的三维颗粒结构与二维颗粒结构参考图像具有 相似的形态分布。
[0006] 本发明是通过以下技术方案来实现上述发明目的的。
[0007] 本发明提供的一种基于岩心二维颗粒图像的三维颗粒结构重建方法，包括以下步 骤：
[0008] (1)提取原始岩心二维颗粒图像中矿物颗粒的个数，对不同矿物颗粒赋予不同的 灰度级，将处于不同灰度级的矿物颗粒进行标号，以区分出不同的颗粒；
[0009] (2)统计步骤⑴提取的岩心二维颗粒图像中每个矿物颗粒的面积；采用遍历整 幅岩心二维颗粒图像，用计算机记录每个矿物颗粒标号下二维矿物颗粒像素值的个数，BP 统计出岩心二维矿物颗粒的面积；
[0010] (3)将步骤（2)统计出的每个矿物颗粒的面积，按其大小给出二维矿物颗粒面积 分布直方图；
[0011] (4)对步骤（3)给出的每个二维矿物颗粒面积分布直方图区间的二维矿物颗粒， 采用第一阶段模拟退火算法来预测其直方图区间中每个岩心二维矿物颗粒的三维颗粒结 构；
[0012] (5)将步骤（4)预测的每个岩心二维矿物颗粒的三维颗粒结构放入重建的三维空 间中；整个重建过程当满足预测终止条件时结束，即获得每个岩心二维矿物颗粒的三维颗 粒结构；
[0013] (6)对步骤（5)在第一阶段预测重建所得每个岩心二维矿物颗粒三维结构的基础 上采用第二阶段颗粒生长算法预测重建，即在余下的未被颗粒占据的空间中，应用颗粒生 长算法模拟岩心颗粒的生长过程，整个生长过程直到满足预测终止条件时结束，即完成岩 心二维颗粒图像的三维颗粒结构重建。
[0014] 上述方案中，步骤（3)中所述统计出的每个矿物颗粒的面积，按其大小给出二维 矿物颗粒面积分布直方图，即找出其中的最大面积和最小面积，通过最大面积与最小面积 的差值除以10,即将二维矿物颗粒面积分成10等份，计算出二维矿物颗粒面积分布直方图 每个区间的大小，再将每个颗粒按其面积大小存放到不同的各区间中。
[0015] 上述方案中，步骤（4)中所述通过第一阶段模拟退火算法预测直方图区间中每个 岩心二维矿物颗粒的三维颗粒结构时，首先提取该岩心二维矿物颗粒，然后在三维空间中 以该岩心二维矿物颗粒所占的体积分数随机布点作为初始结构，并以岩心二维矿物颗粒的 两点概率函数作为重建约束条件，预测三维颗粒结构。
[0016] 上述方案中，步骤（5)中所述将预测的岩心二维矿物颗粒的三维颗粒结构放入重 建的三维空间中，是在重建每一个三维颗粒后，在存储颗粒的三维空间中随机寻找没有被 颗粒占据且能够完整存放三维颗粒的空间点放置重建的三维颗粒；当重建三维颗粒结构的 直方图与二维颗粒图像相匹配或重建三维颗粒结构占整个三维空间的百分比与二维颗粒 图像相同时，重建达到终止条件。
[0017] 上述方案中，步骤（6)中所述的第二阶段颗粒生长算法是在步骤（5)中重建结束 后，在余下的三维空间中，随机选取一个没有被矿物颗粒占据的空间点作为矿物颗粒生长 核，以该生长核为中心向其18邻域生长；该生长核生长后的结构作为新的矿物颗粒生长 核，重复上述过程，直到重建三维颗粒结构的直方图与二维颗粒图像相匹配，或重建三维颗 粒结构占整个三维空间的百分比与二维颗粒图像相同时，重建即结束。
[0018] 上述方案中，所述步骤(6)中所述的颗粒生长算法，是在颗粒生长过程中，如果生 长的颗粒和其他颗粒结构相接触则停止该方向上颗粒的生长，完成一个颗粒的生长之后， 随机再选取一个没有被矿物颗粒占据的空间点作为新的颗粒生长核，重复上述过程，直到 颗粒生长的体积与预测的颗粒结构的体积相同为止，即完成所述三维颗粒结构的预测。
[0019] 上述方案中，所述以生长核为中心向其18邻域生长，它的最近邻域为6邻域和12 次近邻，其生长概率的比值为4:1，生长核生长后的结构作为新的生长核，重复上述过程，直 到颗粒生长的体积与预测的颗粒结构的体积相同为止，即完成所述三维颗粒结构的预测。
[0020] 上述方案中，所述生长概率的设置是基于矿物颗粒结构是一种聚合物的形状，因 而生长核的最近6邻域的生长概率高于12次近邻的生长概率，本发明中将生长核的最近6 邻域和12次近邻的生长概率的比值设置为4:1。
[0021] 所述模拟退火算法是一种求解优化组合问题的通用算法，其原理是将可行解和目 标函数看作是物质体系的状态和能量，通过模拟物质