[发明专利]基于学习的多孔介质超维重建方法

摘要

本发明涉及一种基于学习的多孔介质超维重建方法。该方法基于多孔介质二维图像的三维建模问题，通过将超分辨率重建中学习的方法引入多孔介质三维重建，建立从单幅图像到三维结构的字典，提出了超维的概念。具体重建步骤包括：选取原始CT图像序列作为训练集；利用超维重建的方法建立原始三维CT序列每层二维图像到包括该层在内的五层CT图像对应位置的三维结构的字典。以原始参考图像为依据，在建立好的训练集中搜索最匹配的三维结构，实现超维的重建。重建的三维微观结构为真实多孔介质微观结构提供了一个很好解释，可用于多孔介质微观结构电学特性及渗流特性的研究，具有实用价值。

主权项

1.一种基于学习的多孔介质超维重建的方法，其特征在于包括以下步骤：(1)对于原始CT图像序列组成的训练集，在每层CT图像中，采用隔点采样的方式建立5×5有一个像素值间隔的二维图像到包括该层在内的五层CT图像对应位置的5×5×5有像素值间隔的三维图像块的字典，构建学习模型；(2)在步骤(1)完成字典建立的基础上，通过查找字典，以逐层重建的方式对前五层图像进行重建，并在重建过程中考虑像素值的邻域匹配；(3)在步骤(2)重建结果的基础上，通过块匹配的方式，对三维图像块进行像素值的填充；(4)以重建好的第五层图像作为新的参考图像，重复步骤(2)、(3),完成整个三维结构128张图像的重建。