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可变形卷积U-Net网络的测井图像充填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：CN115775288B 。

龙图腾网通过国家知识产权局官网在2026-03-17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：202111039793.4，技术领域涉及：G06T11/40；该发明授权一种基于可变形卷积U-Net网络的测井图像充填方法及系统是由邢强;张晋言;刘伟;王延江;王珺;孙清溪;刘宝弟;杜春雨设计研发完成，并于2021-09-06向国家知识产权局提交的专利申请。

本一种基于可变形卷积U-Net网络的测井图像充填方法及系统在说明书摘要公布了：本发明提供了一种基于可变形卷积U‑Net网络的测井图像充填方法及系统，该方法在基于测井数据获取具有修复需求的测井电成像图后对其进行预处理后作为待修复图像，进而将所述待修复图像和对应的掩膜图像输入基于U‑Net网络编码器‑解码器架构的图像充填网络模型中，基于注意力机制的约束对编码处理后的待修复图像数据进行选择性解码处理，实现测井电成像图的精确空白条充填。上述方案相对于常规的深度学习网络模型，将U‑Net网络模型用于测井电成像图像空白条带充填，允许编码器网络底层包含的像素级特征信息传输至解码器，将编码器各层的特征结合应用，可兼顾全局预测和局部预测，结合注意力机制的不同关注度约束，能够高效精确地实现复杂储层测井图像的充填。

本发明授权一种基于可变形卷积U-Net网络的测井图像充填方法及系统在权利要求书中公布了：1.一种基于可变形卷积U-Net网络的测井图像充填方法，其特征在于，所述方法包括： 充填对象获取步骤、基于测井数据获取具有修复需求的测井电成像图，对其进行预处理后作为待修复图像；对测井电成像图进行预处理的过程包括：将测井电成像图处理为满足设定尺寸要求的子测井图像；对各子测井图像进行降噪及灰度处理；由灰度化后的待修复图像生成掩膜图像； 充填实施步骤、将所述待修复图像结合对应的掩膜图像和随机噪声图像输入基于U-Net网络编码器-解码器架构的图像充填网络模型中，由所述图像充填网络模型基于预设的网络深度对待修复图像的数据进行编码和选择性解码处理，获得已充填测井图像；采用可变形卷积U-Net网络架构中的标准卷积，使不同位置的卷积核采样点位置能根据图像内容发生自适应的变化，适应不同物体在形状、大小方面的几何形变；在每次卷积之前增加一层卷积单元作为过滤器，通过该过滤器学习下一层卷积核的位置偏移量实现可变形卷积； 充填实施步骤中，设编码器-解码器网络的参数为θ，编码器的输入为随机噪声图像z，以及有空白条带的测井电成像图像x0和掩码图像m，解码器的输出为x=fθz，目标函数E为： 其中表示矩阵点乘； 所述图像充填网络模型是通过模型构建步骤，基于多卷积组合层编码器和多卷积组合层解码器的网络构建的，其中，通过具有注意力机制约束的设定连接策略将编码器各层与解码器各层连接；在U-Net网络架构每个卷积组合层的每个卷积运算之前都增加一个Padding层，对图像或者特征图的边缘区域进行充填补零，以保证充填后的图像的尺寸一致性和像素完整性； 在构建所述图像充填网络模型的过程中，还包括： 参数优化步骤、将与待修复图像同样尺寸的2通道网格灰度图像输入到已构建的图像充填网络模型中，获取模型的输出将其与待修复的电测井图像进行比对，采用可误差反向传播的优化算法对模型的参数进行优化训练和更新，重复执行优化算法，直至满足设定要求后，将当前的图像充填网络模型作为投入应用的目标图像充填网络模型； 充填对象获取步骤中，由灰度化后的待修复图像生成掩膜图像的过程包括： 灰度化后的待修复图像，将从有空白条带的测井电成像图中提取出空白条带部分作为掩膜图像；将灰度化后的电成像图像的空白条带部分的RGB像素值设为0,0,0，非空白条带部分的图像像素值设为255,255,255，从而生成测井图像的掩码图像。

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”。

以上内容由龙图腾AI智能生成。