排序方式: 共有1条查询结果,搜索用时 31 毫秒
1
1.
针对常规的编码器-解码器网络模型和U-Net网络模型进行复杂岩性(如砂砾岩)测井电成像空白条带充填时效果较差的问题,提出一种融合多层语义特征的深度神经网络方法。在编码部分,通过带有空洞卷积的骨干网络和空洞空间特征提取模块得到图像的高层语义特征,进行上采样后,与骨干网络提取的低层语义特征融合,最后经过多层上采样解码,得到输出图像。在砂砾岩电成像图像的实际处理中,本文模型的图像填充连续性更好,砾岩颗粒边缘的清晰度和准确性得到有效提升,为电成像图像的后续处理提供了准确的图像信息。 相似文献
1