XRM应用分享 | 砂岩的显微计算机断层扫描：原始、滤波和分割数据集

关键词：左手视频app下载安装率三维左手视频ios苹果下载显微成像技术，桌面型左手视频app下载安装率三维左手视频ios苹果下载显微镜，XRM，纤维取向，孔隙缺陷分布，微观结构，非破坏性三维成像，高精度成像技术，CMOS探测器，桌面级设备，三维 X 射线显微断层扫描，MicroCT，数字岩石，微观结构解析

摘要

左手视频app下载安装率计算机显微断层扫描是科学领域的重要方向，它与多种实验方法密切相关，并为高级计算物理研究奠定基础，在这些研究中，左手视频app下载安装率图像被用作不同科学模拟模型的输入。本文呈现的数据集包括使用布鲁克 Skyscan 1272 X 射线断层扫描仪获得的（原始）灰度图像；通过对比度增强和降噪滤波器获取的滤波图像；以及使用 IsoData 分割方法获得的分割图像。所有图像的分辨率为 2.25 μm（等距体素），尺寸为 1000³ 体素。

数据的价值 

1、本数据集提供了 11 个砂岩岩石的 X 射线显微断层扫描 3D 图像集中数据，其孔隙度跨度超过 10 个百分点，渗透率跨度达 2 个数量级。
2、所有样品都在相同条件下测量，这对于如此大的数据集来说是极其罕见的。
3、每个图像都提供了三种变体（原始、滤波和分割），无论使用场景如何，都提供了现成可用的图像。
4、数字岩石分析的计算方法的发展，如复杂网络和人工智能，可从像左手视频这样的大型、多样化和标准化数据集的可用性中大的受益。
5、同样，新的图像处理方法的发展，如去噪、滤波、分割和数字结构表示，也可从同一数据集中受益。
6、该数据集可供数字多孔介质、石油科学与工程、水科学与工程以及计算流体动力学领域的研究人员使用，这些研究人员缺乏表征这些岩石样品的资源。
7、自发布以来，已有超过 4000 名用户下载了该数据集。

数据描述 

该数据集 [1] 包括从 Kocurek 工业公司获取的砂岩样品的 3D 显微断层扫描图像：Bandera Gray、Parker、Kirby、Bandera Brown、Berea Sister Gray、Berea Upper Gray、Berea、Castlegate、Buff Berea、Leopard 和 Bentheimer。有兴趣使用该数据集的研究人员将为每个样品找到三幅不同的图像：

原始图像：从显微 CT 投影重建获得的灰度图像数据。

滤波图像：通过应用对比度增强和降噪滤波器 [2,3] 从原始图像获得的灰度图像。

分割图像：从滤波后的灰度图像获得的二值图像数据。灰度图像在使用 IsoData 算法 [4] 计算的阈值水平处进行分割。
所有图像都有 1000×1000×1000 个体素，等距体素大小为 2.25 μm。值得注意的是，分割图像包括孤立的孔隙，这与 Neumann  [5] 和 Lucas-Oliveira [6] 所开展的相关工作中观察到的不同，在他们的工作中，计算物理分析应用于所有孔隙都可以通过孔隙连接饱和的系统。

实验设计、材料和方法 

3D 图像是从圆柱形样品（高度 = 30 mm，半径 = 5 mm）获取的，使用的是布鲁克 Skyscan 1272 显微计算机断层扫描系统，如图 1 所示。

图 1. (a) 布鲁克 Skyscan 1272 和 (b) 固定在布鲁克 Skyscan 1272 旋转台上的圆柱形样品。
采集参数配置如下：电流100 μA；电压 100 kV；帧平均 4；Cu 0.11 mm 滤波器；像素大小 2.25 μm；旋转 180°，步长 0.1°。
采集后，使用布鲁克提供的软件（NRecon，版本 1.7.0.4，重建引擎 InstaRecon，版本 2.0.2.6）进行重建。为了避开图像中心，因为那里的环状伪影校正影响更大，在样品区域内选择了一个 1000×1000 像素的区域，如图 2 所示，在 z 方向有 1000 幅图像。

图 2. 显微 CT 图像示例，其中选择了用于重建的区域，避开了环状伪影校正影响更大的中心。在样品区域内选择了 1000×1000 像素的区域，并在 z 方向获取了 1000 个切片。
图像重建后，应用了对比度增强滤波器。不同的样品，具有不同的矿物成分，对 X 射线透射的响应不同，产生不同的灰度级分布。这一步旨在使整个对比度均匀，确保所有图像在后续图像处理步骤中得到平等对待。
对比度增强滤波器单独地应用于每个图像，在累积直方图达到 99.8% 的灰度级处截断灰度直方图，然后将剩余的灰度级映射回 [0, 255] 区间。通过这种方式，确保了灰度级范围的有效利用。
所得图像随后通过在 ImageJ 软件中实现的 3D 非局部均值滤波器 [2,3] 进行处理。平滑因子选择为 1，sigma 参数自动确定。这一步减少了任何数字成像技术固有的图像噪声量。
结果，使用 IsoData 方法 [4] 为每个图像计算灰度阈值水平，随后将它们分割为固体和空隙空间，生成二值图像。在图 3 中，给定图像切片的所有变体并排显示。

图 3. 原始（左）、滤波（中）和分割（右）图像的示例，表示了左手视频图像处理工作流程中的每个步骤。每个图像表示一个边长为 2250 μm 的正方形切片。
孔隙度和渗透率均在巴西国家石油公司研究中心（CENPES/Petrobras）的商业系统中测量，并且这些性质是针对圆柱形砂岩样品（直径和长度为 38 mm）获得的。孔隙度和渗透率分别在 500 psi 的上覆压力下，使用 UltraPore 300 和 UltraPerm 500 设备（均来自美国 Core Lab），在 25°C 下使用氮气测量。渗透率和孔隙度均发表在参考文献 [5] 中。

实验总结 

该数据集通过标准化采集与处理，为岩石微观结构研究提供了多维度、大样本的基础数据，尤其适用于数字岩石物理模型开发、多孔介质流体流动模拟等领域。其三级数据格式（原始、过滤、分割）降低了不同研究场景的使用门槛，推动了跨学科研究的可重复性与可比性。

参考文献：

[1] R. Neumann, M. Andreeta, E. Lucas-Oliveira, 11 种砂岩：原始、滤波和分割数据，数字岩石门户。(2020)，doi: 10.17612/f4h1-w124。
[2] J. Darbon, A. Cunha, T.F. Chan, S. Osher, G.J. Jensen，快速非局部滤波应用于电子冷冻显微镜，见：第五届 IEEE 国际生物医学成像研讨会论文集：从纳米到宏观，2008 年会议录，ISBI，doi: 10.1109/ISBI.2008.4541250。
[3] A. Buades, B. Coll, J.M. Morel，非局部均值去噪，图像处理在线 1 (2011)，doi: 10.5201/ipol.2011.bcm_nlm。
[4] T.W. Ridler, S. Calvard，使用迭代选择方法的图像阈值处理，IEEE 系统、人与控制论汇刊 (1978) SMC-8，doi: 10.1109/tsmc.1978.4310039。
[5] R.F. Neumann, M. Barsi-Andreeta, E. Lucas-Oliveira, H. Barbalho, W.A. Trevizan, T.J. Bonagamba, M.B. Steiner，数字岩石中高精度毛细管网络表示揭示渗透率缩放函数，科学报告 11 (2021)，doi: 10.1038/s41598-021-90090-0。
[6] E. Lucas-Oliveira, A.G. Araujo-Ferreira, W.A. Trevizan, B.C. Coutinho dos Santos, T.J. Bonagamba，通过 NMR T2 分布和数字岩石模拟确定砂岩表面弛豫率用于渗透率评估，石油科学与工程杂志 193 (2020)，doi: 10.1016/j.petrol.2020.107400。