买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉中国石油化工集团有限公司;中石化石油工程技术服务有限公司;中石化经纬有限公司;中石化经纬有限公司胜利测井公司申请的专利一种基于深度学习的电成像图像测井信息识别方法及系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN115775327B 。

龙图腾网通过国家知识产权局官网在2025-08-12发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202111039783.0，技术领域涉及：G06V10/764；该发明授权一种基于深度学习的电成像图像测井信息识别方法及系统是由张晋言;邢强;许东晖;焦再峰;王延江;程文;刘伟锋;王珺;刘宝弟设计研发完成，并于2021-09-06向国家知识产权局提交的专利申请。

本一种基于深度学习的电成像图像测井信息识别方法及系统在说明书摘要公布了：本发明提供了一种基于深度学习的电成像图像测井信息识别方法及系统，其通过对获取的电成像原始图像进行扩增处理，进而分别编号并与图像关联存储；采用生成对抗网络修复扩增后的图像得到对应的电成像复原图像，进而通过测井标记步骤处理复原图像，同时得到匹配的电成像掩膜图像；然后以标记后的所述电成像复原图像及匹配的掩膜图像为输入，利用设定的预测模型对输入进行处理，得到测井信息预测图，进而结合匹配电成像复原图像进行融合计算，获取含多种地质类型的测井解释结果。采用该方案克服了现有技术中对分析人员的专业程度依赖以及分析结果数据完整性不足的缺陷，实现了测井电成像信息自动识别，保障识别效率的同时，提升了测井解释的精确度。

本发明授权一种基于深度学习的电成像图像测井信息识别方法及系统在权利要求书中公布了：1.一种基于深度学习的电成像图像测井信息识别方法，其特征在于，所述方法包括： 原始图像整理步骤、获取测井数据中的测井电成像图像作为原始图像，对所述原始图像进行扩增处理并编号，关联存储扩增处理后的原始图像及编号信息； 图像修复步骤、采用生成对抗网络对扩增处理后的原始图像进行修复处理，得到对应的电成像复原图像； 测井标记步骤、按照需求的文件格式基于测井地质类型数据对电成像复原图像进行测井信息标记，并生成与所标记测井信息匹配的电成像掩膜图像； 预测识别步骤、将标记后的所述电成像复原图像及对应的电成像掩膜图像输入预先训练的测井信息预测模型中，基于所述模型的编码器-解码器网络结构对输入图像的特征数据进行处理，得到对应的测井信息预测图； 融合计算步骤、针对所述测井信息预测图和匹配的电成像复原图像进行融合计算，获取包含多种地质类型的测井解释结果； 其中，所述测井信息预测模型的编码器包括基本特征提取模块和多尺度并行池化模块； 所述基本特征提取模块对样本库图像进行卷积和池化处理，得到满足需求的低层特征图； 所述多尺度并行池化模块对所述低层特征图进行多尺度并行池化模块处理，得到不同尺度特征图的融合图，即多尺度特征融合图； 其解码器对所述多尺度特征融合图进行转置卷积处理，得到分辨率满足要求的解码特征图，并将其与同分辨率的所述低层特征图拼接，得到拼接特征图； 所述测井信息预测模型是通过模型训练步骤，基于设定的样本电成像复原图像和样本电成像掩膜图像训练得到的； 在模型训练步骤中，包括以下操作： 针对样本原始数据分别采用所述原始图像整理步骤、图像修复步骤和测井标记步骤的操作进行处理，得到样本电成像复原图像和样本电成像掩膜图像； 根据需求划分得到样本训练集和样本验证集； 将样本训练集中的样本电成像复原图像和样本电成像掩膜图像输入初始的测井信息预测模型网络中，根据设定的损失函数迭代计算网络的评价指标； 结合损失函数的计算结果和样本验证集的匹配计算结果对预测模型的参数进行重复优化，直至满足设定要求，将获得的参数最优预测模型作为最终的测井信息预测模型。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人中国石油化工集团有限公司;中石化石油工程技术服务有限公司;中石化经纬有限公司;中石化经纬有限公司胜利测井公司，其通讯地址为：100728 北京市朝阳区朝阳门北大街22号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。