采用机器学习分割算法和扫描电镜分析页岩微观孔隙结构

• 作者: 刘学锋 张晓伟 曾鑫 程道解 尼浩 李潮流 俞军 胡法龙 李长喜 魏宝君
• 来源期刊: 中国石油大学学报（自然科学版）
• 学科: 地球科学
• 关键词: 页岩 孔隙结构 扫描电镜 图像分割 机器学习
• 年，卷（期）: 2022,（1）
• 所属期刊栏目: 石油地质与勘查工程|PETROLEUM GEOLOGY AND GEOPHYSICAL EXPLORATION ENGINEERING
• 页码范围: 23-33
• 页数: 11页
• 分类号: P631.8
• 语种: 中文
• DOI: 10.3969/j.issn.1673-5005.2022.01.003

摘要

以五峰-龙马溪组页岩样品为例,进行拼接扫描电镜(MAPS)和聚焦离子束扫描电镜(FIB-SEM)测试,建立样品二维和三维灰度图像,采用机器学习分割算法划分为孔隙、有机质、矿物骨架和黄铁矿.根据孔隙周围矿物类型和形状,将孔隙细分为有机孔、无机孔和微裂缝,并统计含量和孔径分布.结果表明:与常规灰度阈值分割算法相比,该方法准确识别灰度异常区域的组分类型,实现孔径10～200 nm页岩孔隙的精确划分;受分辨率限制,SEM图像识别的页岩总孔隙度与有机质含量与实验结果存在差异.