来源：期刊VIP网 时间：
作者：张可佳;廖明月;刘涛;赵玉武;刘宗堡;田枫;张岩;贺友志;
单位：东北石油大学计算机与信息技术学院;大庆油田有限责任公司第八采油厂;东北石油大学地球科学学院;
摘要：页岩扫描电镜(scanning electron microscope, SEM)图像智能识别能够快速分析页岩储层矿物，是页岩油储层“甜点”预测的重要手段之一，也是未来的技术发展趋势。传统方法在鉴定矿物成分时存在自动化程度低、样本适配度低和特征提取受限等问题。为此，本文提出基于BlendMask的页岩SEM图像鉴定方法。首先，采用双边滤波、拉普拉斯和图像归一化等图像预处理技术对原始图像进行去噪、锐化和像素统一处理，提高训练样本的质量；然后，采用旋转、缩放、光度变化等图像增广方法构建增广策略，扩大数据集数量；最后，利用注意力机制和深度可分离卷积改进BlendMask网络，实现图像的成分分割与识别。应用于海塔盆地的页岩SEM图像实验结果表明，相比BlendMask模型，改进后方法的分割准确率和召回率分别提升了0.02～0.20和0～0.59,分割用时减少了1.29～2.70 s。
关键词：页岩油“甜点”储层;;BlendMask;;扫描电镜图像;;矿物成分;;分割与识别
基金资助：国家自然科学基金项目(42172161);; 黑龙江省教育厅人才类项目(UNPYSCT-2020144);; 黑龙江省省属本科高校基本科研业务费项目(2022TSTD-03);; 黑龙江省高校基本科研业务费项目(2022YDL-15)~~
