基于卷积神经网络的岩心FIB-SEM 图像分割算法

王润涵，李 兵，滕奇志

（1.四川大学 电子信息学院 图像信息研究所，成都 610065；2.中国石油测井有限公司 技术中心，西安 710077；3.中国石油天然气集团有限公司测井重点实验室，西安 710077）

0 概述

近年来，页岩气、致密气、致密油等非常规油气产量快速上升，其勘探开发受到广泛关注［1］。与常规油气资源不同，非常规油气储层主要为微纳米级孔隙结构。研究岩心微纳米级孔隙空间结构对非常规油气资源勘探开发具有重要的指导意义［2-3］。聚焦离子束扫描电镜（Focused Ion Beam-Scanning Electron Microscope，FIB-SEM）是一种研究非常规油气储层结构的新方法［4］，其使用离子束轰击样品表面以发生溅射，再通过电子束观察表面成像。FIB-SEM 成像技术可用于恢复岩心真实三维孔隙结构图像［5］，但若要进一步提取三维孔隙，则需对图像进行物相区分，使用分割算法提取图像中的孔隙［6］。受FIBSEM 成像原理影响，目前提取孔隙存在以下问题：由于电子束并非垂直击中观察面，样品观察面底部接收到的信号比上部弱，因此最终扫描图像由上至下亮度会逐渐变暗，导致利用阈值分割等传统方法进行物相分割时会产生较大干扰［6］；岩心图像中有机质和黏土矿物等杂质的灰度值与孔隙相近，增加了孔隙提取难度；采用FIB-SEM 成像技术可呈现孔隙内部细节，但电子束作用在孔隙内部时会使其在图像上出现局部高亮现象［6］，对孔隙的精确提取造成严重干扰。

针对上述问题，研究人员提出众多解决方案。2012 年，SALZER 等人［7］采用两阶段分割算法提取多孔介质的孔隙，对易分割的高光区域进行反向传播，但要求非孔隙区域灰度值差异较小，且在岩心FIB-SEM 图像中存在多种杂质干扰的情况下不能有效提取孔隙。……