申请/专利权人:四川大学
申请日:2022-08-10
公开(公告)日:2024-03-01
公开(公告)号:CN117635738A
主分类号:G06T11/00
分类号:G06T11/00;G06T17/00
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.03.19#实质审查的生效;2024.03.01#公开
摘要:本发明公开了基于VAE和WGAN‑GP的多孔介质图像重建方法,主要包括如下步骤:构建二维图像数据集;设计基于VAE和WGAN‑GP的二维图像重建三维图像的网络结构;设计编码器损失函数,用于提取二维图像的统计特征;设计生成器损失函数,使得生成图像学习到真实图像的分布特征;设计三个鉴别器损失函数,用于辨别生成图像为真实图像的概率;设计孔隙度损失函数,用于约束生成图像的孔隙度;基于上述的数据集、网络和损失函数,训练网络,直到重建图像符合真实预期,获得图像三维重建的模型;基于所述的模型,完成二维图像的三维重建。本发明可以准确和稳定地完成二维图像到三维图像的重建,在石油地质等领域有重要的应用价值。
主权项:1.基于VAE和WGAN-GP的多孔介质图像重建方法,其特征在于:包括以下步骤:1构建二维图像数据集;2设计基于VAE和WGAN-GP改进的二维图像重建三维图像的网络结构VWGAN-GP;3设计VWGAN-GP网络的编码器损失函数目的是通过VAE的编码器提取二维图像的统计特征;4设计VWGAN-GP网络的生成器损失函数目的是使得生成器生成的重建图像学习到真实图像的形态和分布特征;5设计VWGAN-GP网络的鉴别器损失函数目的是提高鉴别器辨别真伪的能力;6设计VWGAN-GP网络的孔隙度损失函数目的是对重建图像的孔隙度进行约束;7基于上述的数据集、网络和损失函数,进行网络的训练,直到重建图像符合真实预期,获得图像三维重建的模型VWGAN-GP;8基于所述的VWGAN-GP模型,完成二维图像的三维重建。
全文数据:
权利要求:
百度查询: 四川大学 基于VAE和WGAN-GP的多孔介质图像重建方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。