×

使用基于机器学习的特征,从2D横截面图像随机重建3D微观结构。 (英语) Zbl 1507.74565号

摘要:高质量三维(3D)微结构的可用性是理解非均匀介质宏观行为的基本前提。考虑到三维显微成像的高成本,从二维横截面图像的有限形态信息中获取大量虚拟三维微观结构是一种经济的方法。本文提出了一种有效的方法,将基于机器学习的二维图像特征化结合起来,以统计重建三维微观结构。通过拟合监督机器学习模型来掌握二维图像的潜在随机性,该模型本质上表征了局部形态统计。提出了一种形态学集成方案,将二维形态学统计信息投影到三维空间,然后通过概率采样连续生成体素值来合成新的等效三维微结构。该方法在一系列具有不同形貌的非均匀介质上进行了测试,并与两种经典方法(基于随机优化的重建和高斯随机场变换)在重建精度和效率方面进行了比较。此外,还使用各种显微结构描述符量化重建显微结构与目标显微结构之间的差异。结果证实,该方法提供了一种高性价比且广泛适用的方法来重现3D实现,精确地保留了2D横截面图像中存在的统计特征、几何不规则性、长距离连接性和各向异性。

MSC公司:

74秒99 固体力学中的数值方法和其他方法
65天18分 计算机图形、图像分析和计算几何的数值方面
2017年10月68日 人工神经网络与深度学习
74A40型 随机材料和复合材料

软件:

PMTK公司
PDF格式BibTeX公司 XML格式引用
全文: 内政部

参考文献:

[1] Torquato,S.,《随机异质材料:微观结构和宏观性能》,第16卷(2013年),Springer Science&Business Media
[2] 阿诺维茨,L.M。;科尔,D.R.,《孔隙度和孔隙结构的表征与分析》,《矿物评论》。地球化学。,80, 1, 61-164 (2015)
[3] Bultreys,T。;De Boever,W。;Cnudde,V.,《地质材料中孔隙尺度的成像和基于图像的流体传输建模:对当前最先进技术Earth-Sci的实际介绍》。版本:15593-128(2016)
[4] 施吕特,S。;Sheppard,A。;Brown,K。;Wildenschild,D.,《通过X射线显微层析获得的多相图像的图像处理:综述》,《水资源》。研究,50,4,3615-3639(2014)
[5] 布伦特,M.J。;Bijeljic,B。;Dong,H。;加尔比,O。;Iglauer,S。;莫斯塔吉米,P。;Paluszny,A。;Pentland,C.,孔隙尺度成像和建模,水资源高级研究所。,51, 197-216 (2013)
[6] Stutzman,P.,水硬性水泥微观结构的扫描电子显微镜成像,水泥。混凝土。组成。,26, 8, 957-966 (2004)
[7] Scriverner,K.L.,《水泥基微观结构的背散射电子成像:理解和量化》,水泥。混凝土。组成。,26, 8, 935-945 (2004)
[8] 托尔夸托,S。;Yeong,C.,重建随机媒体ii。二维切割的三维媒体,Phys。E版,58、1、224-233(1998年)
[9] Ju,Y。;郑,J。;爱泼斯坦,M。;苏达克,L。;Wang,J。;赵,X.,利用分形算法对岩石连通多孔结构进行三维数值重建,计算。方法应用。机械。工程师,279212-226(2014)·Zbl 1423.76426号
[10] Karsanina,M.V。;Gerke,K.M.,分层优化:具有重新缩放相关函数的快速和稳健的多尺度随机重建,Phys。修订稿。,第121、26条,第265501页(2018年)
[11] 梁,Z。;费尔南德斯,C。;马格纳尼,F。;Philippi,P.,《使用图像分析和傅里叶变换的三维多孔介质重建技术》,J.Pet。科学。工程,21,3-4,273-283(1998)
[12] 冯,J。;李,C。;岑,S。;Owen,D.,两相随机介质的统计重建,计算机。结构。,137, 78-92 (2014)
[13] 冯,J。;岑,S。;李,C。;Owen,D.,多相随机介质的统计重建和Karhunen-Loève展开,国际。J.数字。方法工程,105,1,3-32(2016)·Zbl 1358.74004号
[14] Okabe,H。;Blunt,M.J.,《使用多点统计法重建孔隙空间》,J.Pet。科学。工程师,46,1-2,121-137(2005)
[15] 哈吉扎德,A。;Safekordi,A。;Farhadpour,F.A.,从2D图像重建3D孔隙空间的多点统计算法,水资源高级研究所。,34, 10, 1256-1267 (2011)
[16] Wu,Y。;林,C。;任,L。;Yan,W。;安,S。;陈,B。;Wang,Y。;张,X。;你,C。;Zhang,Y.,基于3D训练图像的多点统计法重建3D多孔介质,J.Nat.Gas Sci。工程师,51,129-140(2018)
[17] Wu,K。;医学博士范·迪克。;夫妇,G.D。;江,Z。;马,J。;Sorbie,K.S。;克劳福德,J。;Young,I。;Zhang,X.,非均质多孔介质的三维随机建模——储层岩石应用,交通。多孔介质,65,3,443-467(2006)
[18] 拉蒂夫,F。;比斯瓦尔,B。;Fauzi,美国。;Hilfer,R.,枫丹白露砂岩孔隙尺度微结构的连续重建,物理A,389,8,1607-1618(2010)
[19] Tahmasebi,P。;Sahimi,M.,使用单个薄片重建三维多孔介质,Phys。E版,第85、6条,第066709页(2012年)
[20] 刘,X。;Shapiro,V.,通过纹理合成的随机异质材料,计算机。马特。科学。,99, 177-189 (2015)
[21] 特纳,D.M。;Kalidindi,S.R.,从倾斜截面上收集的二维样本中统计构建三维微观结构,材料学报。,102, 136-148 (2016)
[22] 杨,M。;Nagarajan,A。;梁,B。;Soghrati,S.,异质微观结构虚拟重建的新算法,计算。方法应用。机械。工程,338275-298(2018)·Zbl 1440.74482号
[23] Golparvar,A。;周,Y。;Wu,K。;马,J。;Yu,Z.,《多孔介质中多相流孔隙尺度建模方法的综合评述》,《高级地质能源研究》,2,4,418-440(2018)
[24] Ijeje,J.J。;甘(Q.Gan)。;蔡,J.,渗透率各向异性对地热储层传热和渗透率演化的影响,高级地质能源研究(2019)
[25] Fu,J。;Dong,J。;Wang,Y。;Ju,Y。;D.R.J.欧文。;Li,C.,分辨率效应:基于格子boltzmann方法估算的多孔介质固有渗透率误差修正模型,Transp。多孔介质,132,3627-656(2020)
[26] Fu,J。;托马斯·H·R。;Li,C.,多孔介质的弯曲性:图像分析和物理模拟,Earth-Sci。修订版,第103439条pp.(2020)
[27] Wood,D.A.,《一个透明的开放式学习网络提供了对复杂系统的洞察力,并为更无懈可击的机器学习算法提供了性能基准》,《Adv.Geo-Energy Res.,2,2,148-162》(2018)
[28] Choubineh,A。;Helalizadeh,A。;Wood,D.A.,《使用人工神经网络模型在广泛条件下估算不同气体成分和油藏原油的最小混溶压力》,《高级地质能源研究》,3,1,52-66(2019)
[29] 李,X。;刘,Z。;崔,S。;罗,C。;李,C。;庄,Z.,通过基于图像的建模和深度学习预测异质材料的有效力学性能,计算。方法应用。机械。工程,347735-753(2019)·Zbl 1440.74258号
[30] 杨,Z。;于春华。;Buehler,M.J.,预测分层复合材料中复杂应力和应变场的深度学习模型,科学。高级,7,15,eabd7416(2021)
[31] Shukla,K。;雅格塔普,A.D。;Blackshire,J.L。;斯帕克曼,D。;Karniadakis,G.E.,使用超声波数据量化多晶镍微观结构特性的物理信息神经网络(2021),arXiv预印本arXiv:2103.14104
[32] Sundararaghavan,V。;Zabaras,N.,使用支持向量机对三维微观结构进行分类和重建,计算机。马特。科学。,32, 2, 223-239 (2005)
[33] 博斯塔纳巴德,R。;Bui,A.T。;谢伟。;阿普利,D.W。;Chen,W.,通过监督学习进行随机微观结构表征和重建,材料学报。,103, 89-102 (2016)
[34] 博斯塔纳巴德,R。;Chen,W。;Apley,D.,通过监督学习表征和重建3D随机微观结构,J.Microsc。,264,3282-297(2016)
[35] R.苍。;Xu,Y。;陈,S。;刘,Y。;焦,Y。;Ren,M.Y.,计算材料设计中通过深度信念网络对异质材料的微观结构表示和重建,J.Mech。设计。,第139、7条,第071404页(2017年)
[36] Mosser,L。;O.Dubrule。;Blunt,M.J.,使用生成对抗性神经网络重建三维多孔介质,Phys。E版,96,4,第043309条,pp.(2017)
[37] 冯,J。;Teng,Q。;李,B。;何,X。;陈,H。;Li,Y.,基于深度学习的单一二维图像的多孔介质端到端三维重建框架,计算。方法应用。机械。工程,368,第113043条pp.(2020)·Zbl 1506.74105号
[38] 李,X。;Zhang,Y。;赵,H。;伯克哈特,C。;布林森,L.C。;Chen,W.,《微观结构重建和结构性能预测的转移学习方法》,科学。代表,8,1,1-13(2018)
[39] Wang,Y。;Arns,C.H。;拉赫曼,S.S。;Arns,J.-Y.,利用卷积神经网络重建多孔结构,数学。地质科学。,50, 7, 781-799 (2018) ·Zbl 1402.86005号
[40] Bostanabad,R.,通过传输学习从二维图像重建三维微观结构,计算。辅助设计。,128,第102906条pp.(2020)
[41] Fu,J。;崔,S。;岑,S。;Li,C.,使用深度神经网络的异质微观结构的统计表征和重建,计算。方法应用。机械。工程,373,第113516条pp.(2021)·Zbl 1506.74233号
[42] 张,F。;Teng,Q。;陈,H。;何,X。;Dong,X.,多孔介质上基于混合深生成模型的切片到体素随机重建,计算。马特。科学。,186,第110018条pp.(2021)
[43] Soille,P.,《形态图像分析:原理与应用》(2013),Springer Science&Business Media
[44] Wang,J。;醛糖,M。;岑,S。;Li,C.,结构可靠性分析的Hermite多项式正态变换,工程计算。(2021)
[45] Wei,L。;Levoy,M.,使用树结构矢量量化的快速纹理合成,(第27届计算机图形和交互技术年会论文集(2000),ACM出版社/Addison-Wesley出版社),479-488
[46] Li,S.Z.,图像分析中的马尔可夫随机场建模(2009),施普林格科学与商业媒体·Zbl 1183.68691号
[47] Murphy,K.P.,《机器学习:概率观点》(2012),麻省理工学院出版社·Zbl 1295.68003号
[48] Kotsiantis,S.B.公司。;扎哈拉基斯,I。;Pintelas,P.,《监督机器学习:分类技术综述》,Emerg.Artif。因特尔。申请。计算。工程,160,3-24(2007)
[49] Yegnanarayana,B.,人工神经网络(2009),PHI Learning Pvt.Ltd。
[50] Möller,M.F.,用于快速监督学习的缩放共轭梯度算法,神经网络。,6255-533(1993年)
[51] Corson,P.B.,预测非均质材料特性的相关函数。二、。两相固体空间相关函数的经验构造,J.Appl。物理。,45, 7, 3165-3170 (1974)
[52] Torquato,S.,《微观结构的统计描述》,年。修订版材料。决议,32,1,77-111(2002)
[53] Hilfer,R.,《多孔介质微观结构的尺度相关表征综述》,Transp。多孔介质,46,2-3,373-390(2002)
[54] 崔,S。;Fu,J。;岑,S。;托马斯·H·R。;Li,C.,异质材料统计描述符之间的相关性,计算。方法应用。机械。工程,384,第113948条pp.(2021)·Zbl 1506.74484号
[55] Yeong,C。;Torquato,S.,《重构随机媒体》。二、。二维切割的三维媒体,Phys。E版,58、1、224(1998年)
[56] 海岭,A。;Sheppard,A。;特纳,M。;Beeching,L.,砂岩中的多相流(2018),http://www.digitalrocksportal.org/projects/135
[57] Berg,C.F.,枫丹白露3D模型(2016),http://www.digitalrocksportal.org/projects/57
[58] Dong,H.,Micro-CT成像和孔隙网络提取(2008),伦敦帝国理工学院地球科学与工程系(博士论文)
[59] 卢,X。;Heenan,T.M。;Bailey,J.J。;李·T。;李凯。;布雷特·D·J。;Shearing,P.R.,《固体氧化物燃料电池阳极的三相边界和微观结构之间的相关性:成分、孔隙度和镍致密化的作用》,J.Power Sources,365,210-219(2017)
[60] Farrell,北卡罗来纳州。;Healy,D.,断裂多孔砂岩中的各向异性孔隙组构,J.Struct。地质。,104, 125-141 (2017)
[61] 高,Q.-F。;Jrad,M。;哈特塔布,M。;Fleureau,J.-M。;Ameur,L.I.,三轴载荷下高岭石重塑粘土的孔隙形态、孔隙度和孔径分布,国际地质力学杂志。,第20、6条,第04020057页(2020年)
[62] 施吕特,S。;Vogel,H.-J.,《关于随机非均质介质中结构和功能特性的重建》,水资源高级研究所。,34, 2, 314-325 (2011)
[63] Münch,B。;Holzer,L.,《用电子显微镜和汞侵入法获得的孔径分析中的矛盾几何概念》,J.Am.Ceram。Soc.,91,12,4059-4067(2008)
[64] O.O.Taiwo。;菲尼根,D.P。;伊斯特伍德,D.S。;法夫,J.L。;Brown,L.D。;Darr,J.A。;李,P.D。;布雷特·D·J。;Shearing,P.R.,《量化锂离子电池电极微观结构的三维分析和体视学技术比较》,J.Microsc。,263, 3, 280-292 (2016)
[65] Buscombe,D.,《根据沉积物数字图像估算粒度分布和相关参数》,《沉积地质学》,210,1-2,1-10(2008)
[66] 拉巴尼,A。;Ayatollahi,S.,比较三种图像处理算法,以从二值2D图像估计多孔岩石的粒度分布,并对颗粒重叠度进行敏感性分析,Spec.Top。《多孔介质国际期刊》第6卷第1期(2015年)
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配,可能包含数据转换错误。在某些情况下,zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献,而不要求完整或完全匹配。