一种全变分修复算法在成像测井图像异点处理中的应用

针对超声成像测井中因各种不确定因素而导致测井图像中出现异样点的现象,通过分析目前清除异样点所采取的常规方式的不足,提出一种能够有效解决此类问题的全变分修复算法;该方法先于选定区域内依据阈值大小识别待修复的异样点,随后采用该修复算法进行修复;并分别将其应用于标准测井图像与实际测井资料处理中并进行效果比对;实践证明:该算法能够完全恢复其图像的原始特征,为后期图像资料中此类状况的修复处理提供了有效的解决方案。     

一种全变分修复算法在成像测井图像异样点处理中的应用

针对超声成像测井中因各种不确定因素而导致测井图像中出现异样点的现象,通过分析目前清除异样点所采取的常规方式的不足,提出一种能够有效解决此类问题的全变分修复算法;该方法先于选定区域内依据阈值大小识别待修复的异样点,随后采用该修复算法对此进行修复;并分别将其应用于标准测井图像与实际测井资料处理中并进行效果比对;实践证明：该算法能够完全恢复其图像的原始特征,为后期图像资料中此类状况的修复处理提供了有效的解决方案。     

超声成像测井中图像“链条效应”的识别与修复研究

通过对超声成像测井过程中因测井仪器下放遇阻和上提遇卡而导致抖动，造成采样图像出现“链条效应”特征的详细分析，设计出针对此类病态图像的自动识别与修复算法；分别应用于典型实验数据与实际测井资料处理中，并进行效果比对_该算法为进一步改善成像资料图像质量提供了有效的解决方案．     

一种连续带状分布区域修复方法在成像测井资料处理中的应用

通过对超声成像测井过程中因测井仪器下放遇阻和上提遇卡而导致抖动,造成采样图像出现"带状分布区域"特征的详细分析,设计出针对此类病态图像的自动识别与修复算法;分别应用于典型实验数据与实际测井资料处理中并进行效果比对;为进一步改善成像资料图像质量提供了有效的解决方案。     

超声成像测井中图像“链条效应”的识别与修复研究

【】 通过对超声成像测井过程中因测井仪器下放遇阻和上提遇卡而导致抖动,造成采样图像出现“链条效应”特征的详细分析,设计出针对此类病态图像的自动识别与修复算法;分别应用于典型实验数据与实际测井资料处理中并进行效果比对;为进一步改善成像资料图像质量提供了有效的解决方案。     

基于最小二乘法的成像测井中井径偏心图像校正方法研究

通过对超声成像测井过程中因测井仪器工作中出现偏心状况而造成采样图像中出现垂直暗条特征的分析,提出针对此类问题的偏心修正算法。通过理论分析与实际测井资料的处理验证并进行效果比对;证明:该方法为进一步改善井径图像成像质量、提高后期测井资料解释处理的精确度提供了有效的解决方案。     

超声成像测井中井径图像的偏心修正方法

通过对超声成像测井过程中因测井仪器工作出现偏心状况而造成采样图像中出现垂直暗条特征的分析,提出针对此类问题的偏心修正算法,分别通过理论分析与实际测井资料的处理验证并进行效果比对．实践证明：该方法为进一步改善井径图像成像质量、提高后期测井资料解释处理的精确度提供了有效的解决方案．     

全变分2范数有限差分小波域成像测井图像缺陷修复算法

针对超声成像测井中因各种不确定因素而导致测井图像中出现带状异常区域的现象,通过分析修复异常区域所采用的常规方法尤其是小波域修复方法的不足,文章提出了一种能够有效解决该类问题的全变分2范数有限差分小波域超声测井图像修复算法。首先,设计基于图像相邻行相关值与绝对误差值相结合的"链条"异常区域自动识别算法,实现对异常区域的准确定位;然后,针对全变分小波域图像修复过程中出现的"分片常数"效应,设计一种全变分2范数有限差分小波域修复算法来有效消除该影响。通过实际测井资料处理结果与标准测井图像效果的比对,证明该算法进一步提升了针对"链条"异常区域的修复效果,为后期图像资料中该类状况的修复提供了有效的解决方案。     

浮选泡沫表面动态特征提取方法研究

为了解决浮选泡沫图像中光噪点多、相互黏结、无法准确地提取其动态特征的问题，提出了一种浮选泡沫表面动态特征提取的方法.首先，通过分数阶微分最小均值算法、谷底检测算法和形态学处理，得到泡沫边缘轮廓图像，再对这些图像进行三叉点检测，避免了光噪点的影响；其次，用快速视网膜关键点(fast retina keypoint, FREAK)匹配算法对特征点进行匹配，再利用随机抽样一致(random sample consensus, RANSAC)算法进一步剔除误匹配点；最后，提取出速度特征，并利用特征点对的坐标绘制出速度矢量图和曲线图.实验结果表明，该方法具有更高的抗噪性能，并能够有效改善图像的对比度、减轻泡沫图像光噪点影响、有效剔除误匹配，从而提取出准确的速度特征.本方法的提取准确率为93.3%,该提取准确率较现有一些算法有较大提高，适用于动态变化的浮选工况.     

一种基于特征点的图像匹配算法

本文提出一种图像特征点匹配算法，并在该算法的基础上形成构建全景图的图像拼接算法．此算法采用Harris角检测算子进行特征点提取，并为其分配特征描述符．在进行相邻图片的特征比对时，提出一种基于小波系数的特征索引算法，提高搜索效率．运用稳健的RANSAC算法将伪匹配点集合划分成为内点与外点，在内点域中精确计算图像之间的变换关系．算法的重要特点为：基于小波系数的特征索引，可以使不同图像之间匹配特征点的搜索效率显著提高．实验结果表明：该算法得到的匹配点精确，受图像的形变、噪声影响较小；图像拼接处理的效果较好，具有较高的实用价值．     

基于核可能性c-均值算法的支持向量机

提出一种基于核可能性c-均值算法的支持向量机分类算法,该算法改进了SVM训练过程中噪声和孤立点的敏感问题.其基本思想是:用核可能性c-均值算法对每个模式类训练样本进行聚类,得到不同的可能性度量值,根据得到的可能性度量值对训练样本进行修剪,删除具有较低可能性度量值的训练样本,最后用生成的新训练样本训练支持向量机.实验结果表明,该算法可以有效地解决由噪声和孤立点引发的分类错误问题以及重要样本的错分问题.     

基于角点匹配的鲁棒图像镶嵌方法

为了获取场景的宽视场表示,提出了一种鲁棒的图像镶嵌方法.该方法对图像序列中的各个图像进行角点提取,再利用归一化相关方法进行角点的初始匹配.由于初始匹配中包含有大量的出格点,直接采用最小二乘法得不到正确的图像平面间的变换模型参数,为此,采用了鲁棒随机采样算法来估计图像平面间的变换模型参数.该算法能够有效地剔除初始匹配中的出格点,获得精确的匹配点子集.然后利用这些精确匹配的点集来计算变换模型参数,从而实现了图像的正确镶嵌.整个过程无需人工干预,均由计算机自动完成.对真实图像的试验结果表明了该方法的有效性.     

基于局部密度离群点检测k-means算法

针对数据集的聚类过程容易受到离群值的影响这一问题,提出了局部密度离群值检测k-means算法,即先对数据集使用局部密度离群值检测方法检测离群值,先把离群值去除,再进行k-means聚类,算法的有效性通过Davies-Bouldin指标(DB)、Dunn指标和Silhouette指标进行评价,在人工生成的数据集与UCI数据集上验证,去除离群值,再使用k-means算法得到的聚类结果相比原始数据集进行k-means算法聚类结果较好,并且用在疫情数据分析上,对安徽省、北京市、福建省、广东省等24个省、市、自治区2020年2月18日新型冠状病毒肺炎确诊人数进行聚类分析,得到的去除离群值在使用k-means算法相比原始数据集进行k-means算法聚类结果较好,该结果能帮助更好地在实际中怎么去做决策以及更好地降低经济损失。     

基于矢量量化的贝尔原始数据压缩算法

提出了直接对贝尔原始数据进行矢量量化压缩的算法。首先把贝尔CFA图像从RGB色空间转换到YCrCb色空间,然后用分块法对图像进行矢量块分割,最后用训练好的码书对每一矢量块编码,实现对贝尔原始数据的压缩。采用改进的LBG算法训练码书,并对得到的码书用合并法进一步优化,最终得到性能优良的码书。实验结果表明,笔者提出的压缩算法带来的失真很小,压缩的比特率很低,且插值后恢复的全彩图像在主观视觉和客观质量评价中都能获得令人满意的效果。     

成像测井在灯影组微生物岩岩相识别中的应用

岩相识别是沉积储层研究的基础，针对未取芯井开展测井岩相识别工作至关重要。对于四川盆地震旦系灯影组碳酸盐岩地层而言，由于经历过多期成岩改造作用，使得不同岩相的常规测井响应特征区分度较低，准确识别难度大。为了建立有效的测井岩相识别方法，在前人岩石分类的基础上，通过选取多口岩芯、薄片和测井等资料齐全的代表性钻井作为关键井，在充分发挥成像测井优势基础上，明确不同岩相典型成像特征，建立成像测井相岩相的转换模型，并采用多点地质统计学方法开展成像测井全井眼图像处理，提取图像典型特征，结合所建立的岩相转换模型，开展全井段岩相识别，并推广应用于研究区其他未取芯井。通过实际效果验证表明，相比常规测井，基于成像测井所建立的岩相识别方法岩性识别准确率更高，能为后续沉积微相和储层研究提供有力支撑。     

一种新的JPEG图像的空域水印算法

提出了一种新的基于JPEG图像的空域水印算法.该算法采用随机位平面替换方法,选用二值图像作为待嵌入水印.水印嵌入过程是先对载体图像JPEG解码,然后根据密钥选择位平面进行替换;提取过程采用统计检测方法,进行水印盲提取.实验结果表明,本算法可有效地实现JPEG图像的空域水印嵌入和盲提取,具有较高的安全性和不可见性,对于剪切攻击具有较好的鲁棒性.     

基于图像拼接的可信图像修补方法

为了尽可能地恢复被损坏图像的原始场景,获得最真实的复原效果,针对大区域破损图像的修复,提出了一个基于移位参考图像的可信图像修补与基于图像本身的自修复算法相结合的图像修复方法。首先,受启于图像拼接技术,若存在可以利用的参考图像,便利用SIFT(scale invariant feature transform)算法和RANSAC(random sample consensus)算法将参考图像与目标图像进行配准并投影拼接至目标图像,完成目标图像的可信修补。然后对仍未修复的破损区域进行图像自修复,其中自修复部分采用Criminisi算法。所得到的图像修复结果真实性与可信度较高,与实际景象偏差较小,说明该方法合理可行。     

基于纵横距离的单纯异常点检测算法及应用

首先讨论了异常点挖掘在数据挖掘过程中的重要性,产生异常点的原因,以及目前用于检测异常点的常用算法,指出了单纯应用距离法的局限性,提出了基于纵横距离的异常点检测算法,并给出了基于学生成绩检测的应用实例,该方法不需要进行大量的样本训练,在异常点检测方面有较好的效果.