بازسازی تصاویر سنگ دیجیتال از روی تصاویر با وضوح پایین به کمک شبکه ی عصبی FSRCNN
- سال انتشار: 1401
- محل انتشار: اولین همایش بین المللی هوش مصنوعی، علم داده و تحول دیجیتال در صنعت نفت و گاز
- کد COI اختصاصی: OILANDGAS01_021
- زبان مقاله: فارسی
- تعداد مشاهده: 113
نویسندگان
کارشناسی ارشد مهندسی نفت، دانشگاه تربیت مدرس
دکتری مهندسی نفت، دانشگاه تربیت مدرس
دانشیار دانشکده مهندسی شیمی، دانشگاه تربیت مدرس
چکیده
در فرایند آنالیز مغزه دیجیتال، تصاویر سنگ با وضوح بالا مورد نیاز می باشند تا پارامترهایی مانند تخلخل و نفوذپذیری بادقت بالاتری محاسبه شوند. تصویربرداری از سنگ با محدودیت های دستگاه تصویربرداری محدود شده است که منجر به تقابلبین وضوح تصویر و میدان دید می شود. در این مقاله هدف استفاده از روش های فراتفکیک پذیری برای جبران این محدودیتمی باشد. در این مقاله شبکه ی عصبی پیچشی فراتفکیک پذیر (SRCNN)(Super Resolution Convolutional Neural Network) که اولین روش یادگیری عمیق برای فراتفکیک پذیری تصویر هست با کمک شبکه ی عصبی پیچشی فراتفکیک پذیرسریع (FSRCNN) (Fast Super Resolution Convolutional Neural Network) در سه جنبه دوباره طراحی شده است. ابتدایک لای هی دکانولوشن در انتهای شبکه قرار داده شد که در این صورت نگاشت مستقیما از تصویر با وضوح پا یین اصلی بهتصویر با وضوح بالا آموخته می شود. دوم، لایه ی نگاشت با کوچک کردن بعد و یژگ ی ورودی قبل از نگاشت و گسترش مجددپس از آن فرمول بندی شد. سوم، از فیلترهای با اندازهی کوچکتر اما لایه های نگاشت بیشتری استفاده شد. نتایج نشان دادندکه شبکه ی عصبی پیچشی فراتفکیک پذیر سریع، میتواند تصاویر سنگ دیجیتال را با وضوح بالا و همچنین با سرعت بیشترینسبت به شبکه ی SRCNN (سرعتی بیش از ۲۰ برابر) بازسازی کند که بازسازی تصاویر سنگ با وضوح بالا باعث می شود کهبتوان پارامترهای تخلخل و نفوذپذیری را با دقت بالاتری به دست آورد که این موضوع در زمینه ی تصاویر سنگ دیجیتال درصنعت نفت بسیار ارزشمند استکلیدواژه ها
شبکه های عصبی عمیق، تصاویر سنگ دیجیتال، شبکه ی عصبی پیچشی فراتفکیک پذیر، شبکهی عصبیپیچشی فراتفکیک پذیر سریعمقالات مرتبط جدید
- مروری بر فرآیند حذف یون های سرب (II) از محلول های آبی به روش جذب سطحی با استفاده از نانولوله های کربنی
- بررسی تغییر ترشوندگی سطح ماسه سنگ در مجاورت با سوسپانسیون پایه آبی ذرات ژل
- مطالعه آزمایشگاهی برهمکنش آب-نفت در روش ترکیبی آب کم شور-ذرات ژل پیش ساخته
- مروری بر نانوسیالات و بررسی کاربرد های آنها
- روش های پیشرفته جداسازی آب از نفت خام
اطلاعات بیشتر در مورد COI
COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.
کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.