Применение методов машинного зрения для автоматического обнаружения и анализа трещиноватости полноразмерного керна по изображениям

Аннотация: В нефтегазовой и горнодобывающей отраслях анализ трещиноватости керна играет ключевую роль, однако традиционные методы, основанные на визуальном осмотре, трудоемки и субъективны. В данном исследовании предложены три подхода к автоматической детекции и характеристике трещин по изображениям полноразмерного керна с использованием методов машинного зрения: комбинация традиционных методов компьютерного зрения, анализ выходов сверточных слоев предобученной модели VGG16 и применение модели сегментации Segment Anything Model (SAM). Наилучшие результаты показал подход на основе SAM, обеспечивший точность детекции трещин 92% и сокративший время анализа в 30 раз по сравнению с ручной обработкой. Модель SAM продемонстрировала высокую универсальность, успешно справляясь с неоднородными текстурами, вариациями освещения и посторонними объектами на изображениях без дополнительного обучения на геологических данных. Разработанный метод открывает новые возможности для быстрого, объективного и масштабируемого анализа кернов, что способствует оптимизации процессов в нефтегазовой и горнодобывающей отраслях.