ИСТИНА

Работа посвящена задачам первичной обработки изображений пористых сред. Целью данной работы является разработка и исследование математических методов сегментации пористых сред на основе машинного обучения и, в частности, сверточных нейронных сетей при отсутствии обу­чающих данных, с последующей алгоритмической и программной реализацией этих методов. В работе был предложен метод получения признакового представления на основе корреляционных функций для изображения пористой среды, в рамках данного подхода был разработан и реализован в виде программного модуля метод разделения изображения пористой среды на однородные зоны. Также был разработан метод сегментации изображений пористых сред на основе сверточной нейронной сети с использованием разметки, полученной методами сегментации без учителя. В качестве развития идеи обучения при отсутствии размеченных оператором данных был разработан метод построения синтетического изображения компьютерной томографии пористой среды по информации о пространственном распределении ее фаз и их физико-химическим свойствам. Данный метод был реализован в виде программного модуля, который поддерживает возможность вычислений как на центральном, так и на графическом процессоре.