一种火成岩中长石含量的确定方法、装置以及存储介质

技术领域

本发明涉及勘探技术领域，尤其涉及一种火成岩中长石含量的确定方法、装置以及存储介质。

背景技术

火成岩中的长石是影响火成岩岩石物理性质的一个重要因素，对火成岩物理建模有重要影响，在构建火成岩岩石物理模型时必须要考虑长石的含量和赋存状态。对于长石含量的评估通常采用X衍射方法对从火成岩获取到的粉末样品进行测量或者采用薄片鉴定的方法进行测量，但是这些方法实施的过程中岩心样品会受到破坏，导致分析过程不可逆，另外，长石的含量的确定还会受到取样位置、实验技术手段的影响。

发明内容

本发明要解决的技术问题是：现有技术中长石含量的确定过程会使岩心样品会受到破坏，导致分析过程不可逆，另外，长石的含量的确定还会受到取样位置、实验技术手段的影响。

为解决上述技术问题，本发明提供了一种火成岩中长石含量的确定方法、装置以及存储介质。

本发明的第一个方面，提供了一种火成岩中长石含量的确定方法，其包括：

通过计算机横断扫描机获取火成岩岩心样品中各个层面的二维图像；

基于所述火成岩岩心样品中各个层面的所述二维图像，构建所述火成岩岩心样品的三维图像；

根据长石与灰度值分布范围的对应关系，确定所述长石对应的灰度阈值；

根据所述灰度阈值，从所述三维图像中确定出所述长石对应的像素点数量；

根据所述像素点数量和所述火成岩岩心样品的总像素点数量，确定所述长石含量。

在一些实施例中，所述根据长石与灰度值分布范围的对应关系，确定所述长石对应的灰度阈值，包括：

根据所述长石与所述灰度值分布范围的对应关系，确定所述长石对应的初始灰度值范围；

根据所述火成岩岩心样品的属性参数，对所述初始灰度值范围进行调整，以确定出所述长石对应的所述灰度阈值。

在一些实施例中，根据所述像素点数量和所述火成岩岩心样品的总像素点数量，确定所述长石含量，包括：

根据所述像素点数量和所述火成岩岩心样品的所述总像素点数量的比值，确定所述长石含量。

在一些实施例中，通过计算机横断扫描机获取火成岩岩心样品中各个层面的二维图像之后且基于所述火成岩岩心样品中各个层面的所述二维图像，构建所述火成岩岩心样品的三维图像之前，所述方法还包括：

对各个层面的所述二维图像进行滤波处理。

在一些实施例中，采用均值滤波法或中值滤波法对各个层面的所述二维图像进行滤波处理。

本发明的第二个方面，提供了一种火成岩中长石含量的确定装置，其包括：

二维图像获取模块，其用于通过计算机横断扫描机获取火成岩岩心样品中各个层面的二维图像；

三维图像构建模块，其用于基于所述火成岩岩心样品中各个层面的所述二维图像，构建所述火成岩岩心样品的三维图像；

灰度阈值确认模块，其用于根据长石与灰度值分布范围的对应关系，确定所述长石对应的灰度阈值；

像素点数量获取模块，其用于根据所述灰度阈值，从所述三维图像中确定出所述长石对应的像素点数量；

长石含量确定模块，其用于根据所述像素点数量和所述火成岩岩心样品的总像素点数量，确定所述长石含量。

在一些实施例中，所述灰度阈值确认模块包括：

初始灰度值范围确定单元，其用于根据所述长石与所述灰度值分布范围的对应关系，确定所述长石对应的初始灰度值范围；

初始灰度值范围调整单元，其用于根据所述火成岩岩心样品的属性参数，对所述初始灰度值范围进行调整，以确定出所述长石对应的所述灰度阈值。

在一些实施例中，所述长石含量确定模块用于根据所述像素点数量和所述火成岩岩心样品的所述总像素点数量的比值，确定所述长石含量。

在一些实施例中，所述火成岩中长石含量的确定装置还包括：

二维图像滤波模块，其用于对各个层面的所述二维图像进行滤波处理。

本发明的第三个方面，提供了一种存储介质，所述存储介质中存储有计算机程序，所述计算机程序被处理器执行时能够实现如上任意一项所述的火成岩中长石含量的确定方法。

与现有技术相比，上述方案中的一个或多个实施例可以具有如下优点或有益效果：

应用本发明提供的火成岩中长石含量的确定方法，通过计算机横断扫描机获取火成岩岩心样品中各个层面的二位图像；基于火成岩岩心样品中各个层面的二位图像，构建火成岩岩心样品的三维图像；根据长石与灰度值分布范围的对应关系，确定长石对应的灰度阈值；根据灰度阈值，从三维图像中确定出长石对应的像素点数量；根据像素点数量和火成岩岩心样品的总像素点数量，确定长石含量。该方法可以有效避免对火成岩岩心样品的损坏，可采用计算机横断扫描机对火成岩岩心样品进行整体扫描，并通过灰度阈值在三维图像中确定出长石对应的像素点数量，从而能够快捷有效的确定出火成岩中的长石含量。

附图说明

通过结合附图阅读下文示例性实施例的详细描述可更好地理解本公开的范围。其中所包括的附图是：

图1示出了本发明实施例一提供的一种火成岩中长石含量的确定方法流程示意图；

图2示出了本发明实施例二提供的一种火成岩中长石含量的确定方法流程示意图；

图3示出了本发明实施例提供的一种火成岩中长石含量的确定装置的结构示意图。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚，以下将结合附图及实施例来详细说明本发明的实施方法，借此对本发明如何应用技术手段来解决技术问题，并达成技术效果的实现过程能充分理解并据以实施。

火成岩中的长石是影响火成岩岩石物理性质的一个重要因素，对火成岩物理建模有重要影响，在构建火成岩岩石物理模型时必须要考虑长石的含量和赋存状态。对于长石含量的评估通常采用X衍射方法对从火成岩获取到的粉末样品进行测量或者采用薄片鉴定的方法进行测量，但是这些方法实施的过程中岩心样品会受到破坏，导致分析过程不可逆，另外，长石的含量的确定还会受到取样位置、实验技术手段的影响。

有鉴于此，本发明提供提供了一种火成岩中长石含量的确定方法，通过计算机横断扫描机获取火成岩岩心样品中各个层面的二位图像；基于火成岩岩心样品中各个层面的二位图像，构建火成岩岩心样品的三维图像；根据长石与灰度值分布范围的对应关系，确定长石对应的灰度阈值；根据灰度阈值，从三维图像中确定出长石对应的像素点数量；根据像素点数量和火成岩岩心样品的总像素点数量，确定长石含量。该方法可以有效避免对火成岩岩心样品的损坏，可采用计算机横断扫描机对火成岩岩心样品进行整体扫描，并通过灰度阈值在三维图像中确定出长石对应的像素点数量，从而能够快捷有效的确定出火成岩中的长石含量。

实施例一

参见图1所示，图1示出了本发明实施例一提供的一种火成岩中长石含量的确定方法流程示意图，其可以包括：

步骤S101：通过计算机横断扫描机获取火成岩岩心样品中各个层面的二维图像；

步骤S102：基于火成岩岩心样品中各个层面的二维图像，构建火成岩岩心样品的三维图像；

步骤S103：根据长石与灰度值分布范围的对应关系，确定长石对应的灰度阈值；

步骤S104：根据灰度阈值，从三维图像中确定出长石对应的像素点数量；

步骤S105：根据像素点数量和火成岩岩心样品的总像素点数量，确定长石含量。

在本发明实施例中，步骤S101可以具体为，基于预先得到的火成岩岩心样品，采用计算机横断扫描机(即CT机)对整个火成岩岩心样品进行X射线扫描，以得到火成岩岩心样品中各个层面的二维图像。

在一些实施例中，步骤S102可以具体为，基于火成岩岩心样品中各个层面的二维图像，通过矩阵变化法或迭代法，构建火成岩岩心样品的三维图像。

在本发明实施例中，可以预先获取长石与灰度值分布范围的对应关系。在一些实施例中，可以预先获取多个火成岩岩心样品以及各个火成岩岩心样品对应的三维图像，通过识别出各个火成岩岩心样品中的长石成分，并获取各个火成岩岩心样品中长石对应的灰度值分布，来确定长石与灰度值范围的对应关系。

在一些实施例中，步骤S103可以具体为：

根据长石与灰度值分布范围的对应关系，确定长石对应的初始灰度值范围；

根据火成岩岩心样品的属性参数，对初始灰度值范围进行调整，以确定出长石对应的灰度阈值。

其中，火成岩岩心样品的属性参数包括火成岩岩心样品中长石颗粒边缘点，以满足在三维图像中清楚的勾画出长石颗粒边界为原则，对初始灰度值范围进行调整，得到调整后的灰度阈值。

在一些实施例中，步骤S104可以具体为根据确定出的灰度阈值，从三维图像中识别出长石以及长石对应的像素点数量。

在一些实施例中，步骤S105可以具体为根据像素点数量和火成岩岩心样品的总像素点数量的比值，确定长石含量。其中，火成岩岩心样品的总像素点数量也可以从三维图像中获取得到。

以上为本发明提供的一种火成岩中长石含量的确定方法，通过计算机横断扫描机获取火成岩岩心样品中各个层面的二位图像；基于火成岩岩心样品中各个层面的二位图像，构建火成岩岩心样品的三维图像；根据长石与灰度值分布范围的对应关系，确定长石对应的灰度阈值；根据灰度阈值，从三维图像中确定出长石对应的像素点数量；根据像素点数量和火成岩岩心样品的总像素点数量，确定长石含量。该方法可以有效避免对火成岩岩心样品的损坏，可采用计算机横断扫描机对火成岩岩心样品进行整体扫描，并通过灰度阈值在三维图像中确定出长石对应的像素点数量，从而能够快捷有效的确定出火成岩中的长石含量。

为了提高对火成岩中长石含量确定的准确性，还可以在进行三维图像构建之前对得到的二维图像进行预处理，具体请参见以下实施例二中的描述。

实施例二

参见图2所示，图2示出了本发明实施例二提供的一种火成岩中长石含量的确定方法流程示意图，其可以包括：

步骤S201：通过计算机横断扫描机获取火成岩岩心样品中各个层面的二维图像；

步骤S202：对各个层面的二维图像进行滤波处理；

步骤S203：基于火成岩岩心样品中各个层面的滤波处理后的二维图像，构建火成岩岩心样品的三维图像；

步骤S204：根据长石与灰度值分布范围的对应关系，确定长石对应的灰度阈值；

步骤S205：根据灰度阈值，从三维图像中确定出长石对应的像素点数量；

步骤S206：根据像素点数量和火成岩岩心样品的总像素点数量，确定长石含量。

在本发明实施例中，步骤S201可以具体为，基于预先得到的火成岩岩心样品，采用计算机横断扫描机(即CT机)对整个火成岩岩心样品进行X射线扫描，以得到火成岩岩心样品中各个层面的二维图像。

在一些实施例中，步骤S202可以具体为，采用均值滤波法或中值滤波法对各个层面的二维图像进行滤波处理。其中，均值滤波是典型的线性滤波算法，它是指在图像上对目标像素给一个模板，该模板包括了其周围的临近像素，再用模板中的全体像素的平均值来代替原来像素值，该方法能够很好的去除二维图像中的噪声。中值滤波法是一种非线性平滑技术，它将每一像素点的灰度值设置为该点某邻域窗口内的所有像素点灰度值的中值，在消除二维图像中的噪声的同时，能够很好的保护信号的边缘，保持二维图像的细节部分。

在一些实施例中，步骤S203可以具体为，基于火成岩岩心样品中各个层面的滤波处理后的二维图像，通过矩阵变化法或迭代法，构建火成岩岩心样品的三维图像。

在本发明实施例中，可以预先获取长石与灰度值分布范围的对应关系。在一些实施例中，可以预先获取多个火成岩岩心样品以及各个火成岩岩心样品对应的三维图像，通过识别出各个火成岩岩心样品中的长石成分，并获取各个火成岩岩心样品中长石对应的灰度值分布，来确定长石与灰度值范围的对应关系。

在一些实施例中，步骤S204可以具体为：

根据长石与灰度值分布范围的对应关系，确定长石对应的初始灰度值范围；

根据火成岩岩心样品的属性参数，对初始灰度值范围进行调整，以确定出长石对应的灰度阈值。

其中，火成岩岩心样品的属性参数包括火成岩岩心样品中长石颗粒边缘点，以满足在三维图像中清楚的勾画出长石颗粒边界为原则，对初始灰度值范围进行调整，得到调整后的灰度阈值。

在一些实施例中，步骤S205可以具体为根据确定出的灰度阈值，从三维图像中识别出长石以及长石对应的像素点数量。

在一些实施例中，步骤S206可以具体为根据像素点数量和火成岩岩心样品的总像素点数量的比值，确定长石含量。其中，火成岩岩心样品的总像素点数量也可以从三维图像中获取得到。

以上为本发明提供的一种火成岩中长石含量的确定方法，通过计算机横断扫描机获取火成岩岩心样品中各个层面的二位图像；对各个层面的二维图像进行滤波处理；基于火成岩岩心样品中各个层面的滤波处理后的二位图像，构建火成岩岩心样品的三维图像；根据长石与灰度值分布范围的对应关系，确定长石对应的灰度阈值；根据灰度阈值，从三维图像中确定出长石对应的像素点数量；根据像素点数量和火成岩岩心样品的总像素点数量，确定长石含量。该方法可以有效避免对火成岩岩心样品的损坏，可采用计算机横断扫描机对火成岩岩心样品进行整体扫描，并通过灰度阈值在三维图像中确定出长石对应的像素点数量，从而能够快捷有效的确定出火成岩中的长石含量。此外，在构建三维图像之前还可以对火成岩岩心样品中各个层面的二维图形进行滤波处理，以去除二维图像中的噪声，进一步提高火成岩中长石含量确定的准确性。

实施例三

参见图3所示，图3示出了本发明实施例提供的一种火成岩中长石含量的确定装置的结构示意图，其可以包括：

二维图像获取模块31，其用于通过计算机横断扫描机获取火成岩岩心样品中各个层面的二维图像；

三维图像构建模块32，其用于基于火成岩岩心样品中各个层面的二维图像，构建火成岩岩心样品的三维图像；

灰度阈值确认模块33，其用于根据长石与灰度值分布范围的对应关系，确定长石对应的灰度阈值；

像素点数量获取模块34，其用于根据灰度阈值，从三维图像中确定出长石对应的像素点数量；

长石含量确定模块35，其用于根据像素点数量和火成岩岩心样品的总像素点数量，确定长石含量。

在本发明实施例中，二维图像获取模块31可用于基于预先得到的火成岩岩心样品，采用计算机横断扫描机(即CT机)对整个火成岩岩心样品进行X射线扫描，以得到火成岩岩心样品中各个层面的二维图像。

在一些实施例中，三维图像构建模块32可用于基于火成岩岩心样品中各个层面的滤波处理后的二维图像，通过矩阵变化法或迭代法，构建火成岩岩心样品的三维图像。

在本发明实施例中，可以预先存储有长石与灰度值分布范围的对应关系。在一些实施例中，可以预先获取多个火成岩岩心样品以及各个火成岩岩心样品对应的三维图像，通过识别出各个火成岩岩心样品中的长石成分，并获取各个火成岩岩心样品中长石对应的灰度值分布，来确定长石与灰度值范围的对应关系并进行存储。

在一些实施例中，灰度阈值确认模块33可包括：

初始灰度值范围确定单元331，其用于根据长石与灰度值分布范围的对应关系，确定长石对应的初始灰度值范围；

初始灰度值范围调整单元332，其用于根据火成岩岩心样品的属性参数，对初始灰度值范围进行调整，以确定出长石对应的灰度阈值。

其中，火成岩岩心样品的属性参数可以包括火成岩岩心样品中长石颗粒边缘点，以满足在三维图像中清楚的勾画出长石颗粒边界为原则，对初始灰度值范围进行调整，得到调整后的灰度阈值。

在一些实施例中，像素点数量获取模块34用于根据确定出的灰度阈值，从三维图像中识别出长石以及长石对应的像素点数量。

在一些实施例中，长石含量确定模块35用于根据像素点数量和火成岩岩心样品的总像素点数量的比值，确定长石含量。其中，火成岩岩心样品的总像素点数量也可以从三维图像中获取得到。

在一些实施例中，火成岩中长石含量的确定装置还可以包括：二维图像滤波模块36，其用于对各个层面的二维图像进行滤波处理。

在一些实施例中，二维图像滤波模块36采用均值滤波法或中值滤波法对各个层面的二维图像进行滤波处理。其中，均值滤波是典型的线性滤波算法，它是指在图像上对目标像素给一个模板，该模板包括了其周围的临近像素，再用模板中的全体像素的平均值来代替原来像素值，该方法能够很好的去除二维图像中的噪声。中值滤波法是一种非线性平滑技术，它将每一像素点的灰度值设置为该点某邻域窗口内的所有像素点灰度值的中值，在消除二维图像中的噪声的同时，能够很好的保护信号的边缘，保持二维图像的细节部分。

以上为本发明提供的一种火成岩中长石含量的确定装置，该装置中二维图像获取模块31通过计算机横断扫描机获取火成岩岩心样品中各个层面的二位图像；三维图像构建模块32用于基于火成岩岩心样品中各个层面的滤波处理后的二位图像，构建火成岩岩心样品的三维图像；灰度阈值确认模块33用于根据长石与灰度值分布范围的对应关系，确定长石对应的灰度阈值；像素点数量获取模块34用于根据灰度阈值，从三维图像中确定出长石对应的像素点数量；长石含量确定模块35用于根据像素点数量和火成岩岩心样品的总像素点数量，确定长石含量。该装置可以有效避免对火成岩岩心样品的损坏，可采用计算机横断扫描机对火成岩岩心样品进行整体扫描，并通过灰度阈值在三维图像中确定出长石对应的像素点数量，从而能够快捷有效的确定出火成岩中的长石含量。此外，该装置还可以包括二维图像滤波模块36，用于对各个层面的二维图像进行滤波处理，以去除二维图像中的噪声，进一步提高火成岩中长石含量确定的准确性。

实施例四

本发明的另一方面，还提供了一种存储介质，存储介质中存储有计算机程序，计算机程序被处理器执行时能够实现如上实施例一或实施例二中所述的火成岩中长石含量的确定方法。

以上描述的处理、功能、方法和/或软件可被记录、存储或固定在一个或多个计算机可读存储介质中，计算机可读存储介质包括程序指令，程序指令将被计算机实现，以使处理器执行所述程序指令。存储介质还可单独包括程序指令、数据文件、数据结构等，或者包括其组合。存储介质或程序指令可被计算机软件领域的技术人员具体设计和理解，或者，存储介质或指令对计算机软件领域的技术人员而言可以是公知和可用的。计算机可读介质的示例包括：磁性介质，例如硬盘、软盘和磁带；光学介质，例如，CDROM盘和DVD；磁光介质，例如，光盘；和硬件装置，具体被配置以存储和执行程序指令，例如，只读存储器(ROM)、随机存取存储器(RAM)、闪存等。程序指令的示例包括机器代码(例如，由编译器产生的代码)和包含高级代码的文件，可由计算机通过使用解释器来执行所述高级代码。所描述的硬件装置可被配置为用作一个或多个软件模块，以执行以上描述的操作和方法，反之亦然。另外，计算机可读存储介质可分布在联网的计算机系统中，可以分散的方式存储和执行计算机可读代码或程序指令。

该存储介质中的计算机程序被处理器执行时，可以实现与上述实施例一或实施例二相同的有益效果，通过计算机横断扫描机获取火成岩岩心样品中各个层面的二位图像；基于火成岩岩心样品中各个层面的二位图像，构建火成岩岩心样品的三维图像；根据长石与灰度值分布范围的对应关系，确定长石对应的灰度阈值；根据灰度阈值，从三维图像中确定出长石对应的像素点数量；根据像素点数量和火成岩岩心样品的总像素点数量，确定长石含量。该方法可以有效避免对火成岩岩心样品的损坏，可采用计算机横断扫描机对火成岩岩心样品进行整体扫描，并通过灰度阈值在三维图像中确定出长石对应的像素点数量，从而能够快捷有效的确定出火成岩中的长石含量。此外，在构建三维图像之前还可以对火成岩岩心样品中各个层面的二维图形进行滤波处理，以去除二维图像中的噪声，进一步提高火成岩中长石含量确定的准确性。

虽然本发明所公开的实施方式如上，但所述的内容只是为了便于理解本发明而采用的实施方式，并非用以限定本发明。任何本发明所属技术领域内的技术人员，在不脱离本发明所公开的精神和范围的前提下，可以在实施的形式上及细节上作任何的修改与变化，但本发明的保护范围，仍须以所附的权利要求书所界定的范围为准。