論文の概要: Image registration of 2D optical thin sections in a 3D porous medium: Application to a Berea sandstone digital rock image

• arxiv url: http://arxiv.org/abs/2504.06604v2
• Date: Thu, 10 Apr 2025 20:52:03 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-04-14 10:55:28.109898
• Title: Image registration of 2D optical thin sections in a 3D porous medium: Application to a Berea sandstone digital rock image
• Title（参考訳）: 3次元多孔質媒質中の2次元光細部画像の登録:ベレア砂岩デジタルロック画像への応用
• Authors: Jaehong Chung, Wei Cai, Tapan Mukerji,
• Abstract要約: 本研究では,3次元ディジタルロックボリューム内に2次元の光学的薄断面像を配向させる方式を提案する。 この方法は合成多孔質媒体上で検証され、正確に登録され、ベレア砂岩に適用される。
• 参考スコア（独自算出の注目度）: 5.179429519583878
• License:
• Abstract: This study proposes a systematic image registration approach to align 2D optical thin-section images within a 3D digital rock volume. Using template image matching with differential evolution optimization, we identify the most similar 2D plane in 3D. The method is validated on a synthetic porous medium, achieving exact registration, and applied to Berea sandstone, where it achieves a structural similarity index (SSIM) of 0.990. With the registered images, we explore upscaling properties based on paired multimodal images, focusing on pore characteristics and effective elastic moduli. The thin-section image reveals 50 % more porosity and submicron pores than the registered CT plane. In addition, bulk and shear moduli from thin sections are 25 % and 30 % lower, respectively, than those derived from CT images. Beyond numerical comparisons, thin sections provide additional geological insights, including cementation, mineral phases, and weathering effects, which are not clear in CT images. This study demonstrates the potential of multimodal image registration to improve computed rock properties in digital rock physics by integrating complementary imaging modalities.
• Abstract（参考訳）: 本研究は,3次元ディジタルロックボリューム内に2次元の光学的薄断面像を配向させるための,系統的な画像登録手法を提案する。 テンプレート画像マッチングと微分進化最適化を用いて,最もよく似た2次元平面を3Dで同定する。 この方法は合成多孔質媒体上で検証され、正確に登録され、ベレア砂岩に適用され、構造類似度指数(SSIM)が0.990である。 登録された画像を用いて、ペア化されたマルチモーダル画像に基づくアップスケーリング特性を探索し、細孔特性と効率的な弾性変調に着目した。 薄切片画像では、登録されたCT面よりもポロシティとサブミクロン孔が50%多いことが分かる。 また, 薄切片のバルクおよびせん断率はそれぞれ, CT画像より25%, 30%低い。 数値的な比較の他に、薄いセクションは、セメント、鉱物相、気象の影響など、CT画像では明らかでない追加の地質学的洞察を提供する。 本研究は, 相補的な画像モダリティを統合することにより, ディジタルロック物理における計算された岩石特性を改善するためのマルチモーダル画像登録の可能性を示す。

関連論文リスト

• Super-Resolution of 3D Micro-CT Images Using Generative Adversarial Networks: Enhancing Resolution and Segmentation Accuracy [0.0]
  機械学習(ML)生成モデルを用いた岩石の3次元マイクロCT画像の分割品質向上手法を開発した。 提案モデルでは, 分解能8倍 (8x) を向上し, 異なる岩石鉱物および相のマイクロCT測定において, 重なり合うX線減衰によるセグメンテーション不正確性に対処する。 我々は,高精細3次元画像の解像度0.4375マイクロm/voxelと精密セグメンテーションを達成し,ミネラルと細孔空間を構成する。
  論文  参考訳（メタデータ） (2025-01-12T21:33:06Z)
• Constrained Transformer-Based Porous Media Generation to Spatial Distribution of Rock Properties [0.0]
  3次元マイクロ計算トモグラフィーデータの情報に基づく岩石画像の細孔スケールモデリングは複雑な地下過程の研究に不可欠である。 本稿では,ベクトル量子化変分オートエンコーダ(VQVAE)と空間上向きおよび任意の3次元多孔質メディア再構成のためのトランスフォーマモデルを組み合わせた2段階モデリングフレームワークを提案する。
  論文  参考訳（メタデータ） (2024-10-28T19:03:33Z)
• DDGS-CT: Direction-Disentangled Gaussian Splatting for Realistic Volume Rendering [30.30749508345767]
  デジタル再構成ラジオグラフィ(DRR)は3次元CTボリュームから生成された2次元X線画像である。 そこで本研究では, DRR 生成を効率よく, 微分可能な DRR 生成で実現し, 現実的な物理にインスパイアされた X-ray シミュレーションを取り入れた新しい手法を提案する。
  論文  参考訳（メタデータ） (2024-06-04T17:39:31Z)
• NeuSD: Surface Completion with Multi-View Text-to-Image Diffusion [56.98287481620215]
  本稿では,対象物の一部のみを捉えた複数の画像から3次元表面再構成を行う手法を提案する。 提案手法は, 表面の可視部分の再構成に神経放射場を用いた表面再構成法と, SDS (Score Distillation Sampling) 方式で事前学習した2次元拡散モデルを用いて, 可観測領域の形状を再現する手法である。
  論文  参考訳（メタデータ） (2023-12-07T19:30:55Z)
• On the Localization of Ultrasound Image Slices within Point Distribution Models [84.27083443424408]
  甲状腺疾患は高分解能超音波(US)で診断されることが多い 縦断追跡は病理甲状腺形態の変化をモニタリングするための重要な診断プロトコルである。 3次元形状表現におけるUS画像の自動スライスローカライズのためのフレームワークを提案する。
  論文  参考訳（メタデータ） (2023-09-01T10:10:46Z)
• Multiscale Analysis for Improving Texture Classification [62.226224120400026]
  本稿では,テクスチャの異なる空間周波数帯域を別々に扱うために,ガウス・ラプラシアピラミッドを用いる。 バイオインスパイアされたテクスチャ記述子,情報理論測度,灰色レベルの共起行列特徴,ハリリック統計特徴から抽出した特徴を特徴ベクトルに集約した。
  論文  参考訳（メタデータ） (2022-04-21T01:32:22Z)
• Enhancement of Novel View Synthesis Using Omnidirectional Image Completion [61.78187618370681]
  ニューラルレイディアンス場(NeRF)に基づく1枚の360度RGB-D画像から新しいビューを合成する方法を提案する。 実験により,提案手法は実世界と実世界の両方でシーンの特徴を保ちながら,可塑性な新規なビューを合成できることが実証された。
  論文  参考訳（メタデータ） (2022-03-18T13:49:25Z)
• Machine Learning Guided 3D Image Recognition for Carbonate Pore and Mineral Volumes Determination [1.565870461096057]
  我々は3D uCTとMRI画像からポロシティを決定する2つの方法を提案する。 IROGAとMLDGRFは、トレーニングセットで96.2%と97.1%の精度でポロシティの結果を生み出している。
  論文  参考訳（メタデータ） (2021-11-08T16:34:08Z)
• Revisiting 3D Context Modeling with Supervised Pre-training for Universal Lesion Detection in CT Slices [48.85784310158493]
  CTスライスにおける普遍的病変検出のための3Dコンテキスト強化2D特徴を効率的に抽出するための修飾擬似3次元特徴ピラミッドネットワーク(MP3D FPN)を提案する。 新たな事前学習手法により,提案したMP3D FPNは,DeepLesionデータセット上での最先端検出性能を実現する。 提案された3Dプリトレーニングウェイトは、他の3D医療画像分析タスクのパフォーマンスを高めるために使用できる。
  論文  参考訳（メタデータ） (2020-12-16T07:11:16Z)
• DeePore: a deep learning workflow for rapid and comprehensive characterization of porous materials [0.0]
  DeePoreは、マイクロトモグラフィー画像に基づく幅広い多孔質材料特性を推定するためのディープラーニングワークフローである。 我々は,2563ボクセルの大きさの多孔質ジオマテリアルの半実3次元構造を17700個生成し,各試料の物理特性を,対応する細孔ネットワークモデル上の物理シミュレーションを用いて計算した。 CNNは、このデータセットに基づいて、多孔質材料のいくつかの形態的、水圧的、電気的、機械的特性を1秒で推定するように訓練されている。
  論文  参考訳（メタデータ） (2020-05-03T08:46:09Z)
• Learning Deformable Image Registration from Optimization: Perspective, Modules, Bilevel Training and Beyond [62.730497582218284]
  マルチスケールの伝搬により微分同相モデルを最適化する,新しいディープラーニングベースのフレームワークを開発した。 我々は,脳MRIデータにおける画像-アトラス登録,肝CTデータにおける画像-画像登録を含む,3次元ボリュームデータセットにおける画像登録実験の2つのグループを実行する。
  論文  参考訳（メタデータ） (2020-04-30T03:23:45Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。