多尺度特征融合ESRGAN的岩石显微图像超分辨研究
2023-07-21朱联祥仝文东牛文煜邵浩杰
计算机技术与发展 2023年7期
朱联祥,仝文东,牛文煜,邵浩杰
(西安石油大学 计算机学院,陕西 西安 710065)
0 引 言
岩石是具有稳定外形的固态集合体。通过研究其特性可对该地区油气藏分布情况进行评估预测。岩石显微图像在岩性识别、储集层评价等方面起着直观可视的重要作用。不仅能满足观察烃类与岩石的需要,而且能清晰地显示出储集层空间的微观结构特点及烃类物质在储集层中的存在方式,揭示岩石中油气分布与岩石结构、构造、次生缝洞之间的关系,为准确识别油气层提供了可靠依据[1]。岩石薄片显微图像超分辨处理可获得更加清晰的岩石图像,从而更有利于相关研究工作的展开。
图像超分辨率重建[2]是将低分辨率图像通过软件处理,从而生成具有较高分辨率图像的技术。目前图像超分辨率重建主要分为传统方法和基于深度学习的方法两大类别。传统方法主要包括基于插值、基于重建和基于学习三种[3],相对来讲操作简单,但重建的图像通常也比较模糊。基于深度学习的方法将图像输入到复杂的神经网络中,通过获取低分辨率图像与高分辨率图像间的复杂映射关系来实现图像重建,虽然训练周期往往较长,但因具有更好的重建效果而得到更为广泛的重视[4]。
2016年,Dong Chao等人提出SRCNN[5]结构,将深度学习引入到单张图像的超分辨率重建领域,为图像超分辨率重建技术的研究开辟了一条崭新路径[6]。2017年,Leding等人首次将GAN应用于图像超分辨率重建,提出了SRGAN[7]算法。……
登录APP查看全文
