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！

龙图腾网获悉西南石油大学申请的专利一种数字岩心重构方法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：CN115456867B 。

龙图腾网通过国家知识产权局官网在2025-08-15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：202211144971.4，技术领域涉及：G06T3/04；该发明授权一种数字岩心重构方法是由陈雁;严兆;李洋冰;方全堂;杨志平;邓伟;李鹏旗;闫天宇;安玉钏设计研发完成，并于2022-09-20向国家知识产权局提交的专利申请。

本一种数字岩心重构方法在说明书摘要公布了：本发明公开了一种数字岩心重构方法，包括以下步骤：S1：将三维数字岩心图像转换为岩心序列切片；S2：将岩心序列切片转换为数字图像矩阵；S3：将数字图像矩阵作为生成对抗网络的输入，训练生成对抗网络；S4：将岩心序列切片作为改进长短期记忆神经网络的输入，训练改进长短期记忆神经网络，并得到时序特征；S5：将时序特征输入至训练好的生成对抗网络中，生成预测岩心图像，并将预测岩心图像转换为最新的数字图像矩阵，继续下一张三维数字岩心图像重构。本发明利用长短期记忆神经网络能够精确的获得样本序列图片的时序特征，且生成对抗网络能够生成清晰的数字岩心切片，将两者结合能够预测生成清晰的数字岩心序列图像。

本发明授权一种数字岩心重构方法在权利要求书中公布了：1.一种数字岩心重构方法，其特征在于，包括以下步骤： S1：采集三维数字岩心图像，并将三维数字岩心图像转换为岩心序列切片； S2：对岩心序列切片进行预处理，将岩心序列切片转换为数字图像矩阵； S3：将三维数字岩心图像的数字图像矩阵作为生成对抗网络的输入，训练生成对抗网络； S4：将岩心序列切片作为改进长短期记忆神经网络的输入，训练改进长短期记忆神经网络，并得到时序特征； S5：将时序特征输入至训练好的生成对抗网络中，生成预测岩心图像，并将预测岩心图像转换为最新的数字图像矩阵，继续下一张三维数字岩心图像重构； 所述步骤S4中，训练改进长短期记忆神经网络的具体方法为：设置步长为20的滑动窗口，通过滑动窗口将20张岩心序列切片依次作为改进长短期记忆神经网络的输入，依次进行训练； 所述改进长短期记忆神经网络包括第一层记忆神经网络、第二层记忆神经网络、第三层记忆神经网络、第四层记忆神经网络、第五层记忆神经网络、第六层记忆神经网络、第七层记忆神经网络、第八层记忆神经网络、第九层记忆神经网络和第十层记忆神经网络；所述第一层记忆神经网络、第二层记忆神经网络、第三层记忆神经网络、第四层记忆神经网络、第五层记忆神经网络、第六层记忆神经网络、第七层记忆神经网络、第八层记忆神经网络和第九层记忆神经网络的结构相同，均包括卷积层、归一化层和LeakyReLu激活函数层；所述第十层记忆神经网络包括全连接层和LSTM层； 所述第一层记忆神经网络用于接收512*512分辨率的图像特征，并输出256*256分辨率的图像特征；所述第二层记忆神经网络用于接收256*256分辨率的图像特征，并输出128*128分辨率的图像特征；所述第三层记忆神经网络用于接收128*128分辨率的图像特征，并输出64*64分辨率的图像特征；所述第四层记忆神经网络用于接收64*64分辨率的图像特征，并输出32*32分辨率的图像特征；所述第五层记忆神经网络用于接收32*32分辨率的图像特征，并输出16*16分辨率的图像特征；所述第六层记忆神经网络用于接收16*16分辨率的图像特征，并输出8*8分辨率的图像特征；所述第七层记忆神经网络用于接收8*8分辨率的图像特征，并输出4*4分辨率的图像特征；所述第八层记忆神经网络用于接收4*4分辨率的图像特征，并输出2*2分辨率的图像特征；所述第九层记忆神经网络用于接收2*2分辨率的图像特征，并输出1*1分辨率的图像特征；所述第十层记忆神经网络用于接收2*2分辨率的图像特征，并输出向量大小为1024的时序特征。

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西南石油大学，其通讯地址为：610500 四川省成都市新都区新都大道8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”。