基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
由于直接取样算法在重建过程中引入了多个需要手动调节的参数,使其在实际运用中具有一定的难度.针对这一问题,提出了一种自适应直接取样岩心三维重建算法.首先,使用三级网格对图像进行逐级重建;其次,使用高斯加权来提高模式匹配的准确性;然后,根据待匹配数据事件的条件数据点自适应的选择模式搜索范围,将距离最小模式的中心点赋给待模拟点;最后,使用算法与传统直接取样算法分别对多张储集层岩心图像进行三维重建.通过比较重建结果与真实结构在统计分布 、孔隙结构上的差异,证明了算法的有效性.
推荐文章
自适应的三维分形地形重建算法研究
分形插值
迭代函数系统
自适应算法
基于概率的分形重建
基于相位相关的图像三维重建算法
双目视觉
三维重建
相位相关
立体匹配
序列图像三维重建中的关键算法
图像序列
三维重建
高曲率
重采样
三角化
基于图像分割的医学图像三维重建算法
三维重建
MC算法
图像分割
模型简化
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 自适应直接取样岩心三维重建算法
来源期刊 四川大学学报(自然科学版) 学科 工学
关键词 三维重建 自适应直接取样算法 储集层岩心图像 训练图像 三级网格
年,卷(期) 2019,(2) 所属期刊栏目 电子信息科学
研究方向 页码范围 260-266
页数 7页 分类号 TP391
字数 4804字 语种 中文
DOI 10.3969/j.issn.0490-6756.2019.02.013
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 滕奇志 四川大学电子信息学院 198 900 14.0 21.0
2 冯俊羲 四川大学电子信息学院 3 4 1.0 2.0
3 许诗涵 四川大学电子信息学院 1 1 1.0 1.0
4 丁凯 四川大学电子信息学院 2 1 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (64)
共引文献  (16)
参考文献  (15)
节点文献
引证文献  (1)
同被引文献  (8)
二级引证文献  (1)
1936(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(2)
  • 参考文献(0)
  • 二级参考文献(2)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(4)
  • 参考文献(2)
  • 二级参考文献(2)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(3)
  • 参考文献(0)
  • 二级参考文献(3)
2006(2)
  • 参考文献(1)
  • 二级参考文献(1)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(4)
  • 参考文献(0)
  • 二级参考文献(4)
2009(3)
  • 参考文献(0)
  • 二级参考文献(3)
2010(2)
  • 参考文献(1)
  • 二级参考文献(1)
2011(5)
  • 参考文献(1)
  • 二级参考文献(4)
2012(3)
  • 参考文献(1)
  • 二级参考文献(2)
2013(7)
  • 参考文献(2)
  • 二级参考文献(5)
2014(9)
  • 参考文献(2)
  • 二级参考文献(7)
2015(7)
  • 参考文献(1)
  • 二级参考文献(6)
2016(12)
  • 参考文献(1)
  • 二级参考文献(11)
2017(2)
  • 参考文献(0)
  • 二级参考文献(2)
2018(3)
  • 参考文献(3)
  • 二级参考文献(0)
2019(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2020(2)
  • 引证文献(1)
  • 二级引证文献(1)
研究主题发展历程
节点文献
三维重建
自适应直接取样算法
储集层岩心图像
训练图像
三级网格
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
四川大学学报(自然科学版)
双月刊
0490-6756
51-1595/N
大16开
成都市九眼桥望江路29号
62-127
1955
chi
出版文献量(篇)
5772
总下载数(次)
10
总被引数(次)
25503
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导