新闻详情

新闻详情

首页 / 资讯中心 / 详情

利用Avizo计算岩石孔隙率——详细步骤

发布时间:2026/11/13 16:23:47来源:尧图网络
利用Avizo计算岩石孔隙率——详细步骤
打开数据、图像首先打开Avizo创建一个空白项目之后打开想要分析的数据根据数据调整参数例如图像大小、体素大小单位是nm等。查看和调整图像在左上角的Project View窗口中绿色的为数据红色的为方法右键数据可以为其添加一些内容如果要可视化数据常用的有Volume Rendering、Bounding Box、OrthoSlice可以在搜索栏搜索需要的方法。每个数据左侧的蓝色的小方块Viewer Toggle可以调整是否显示数据。另外布局乱了可以在左上的菜单栏——Window调整和重置布局。可以点击Volume Rendering然后在左下角的properties调整ColorMap来选择显示的范围接下来需要将感兴趣的部分从整个数据中划分出来在我的示例数据中我只想分析中间这个石头那么需要将其分割出来如果数据数据是歪的还可以使用Transform Editer将其摆正再用Resample Transformed Image进行Apply得到调整后的新图像。现在切出来我们需要的部分首先为图像添加Volume Editor然后手动选择范围再切掉范围以外的部分得到切割后的数据最后还需要创建一个mask。如果还想切可以用crop editor把图像大小切成数据所在部分的大小现在我们有了完美的数据接下来终于可以开始分析了。最关键的一步——分割孔隙这是最重要的一步有许许多多的算法这里只分享我使用的一个分割步骤。首先切换到Segmentation部分这里的左侧从上到下有四个部分最上边为Image和Label field第二部分是Materials再下面有个收起来的Display Control最后一个部分是Selection。用法是在Selection选好区域添加到Materials中得到的数据在Label field中。懒得看就直接上手。选择你想分割孔隙的图像新建一个Label field。在Materials中新建一个或者直接用它给出的Inside也可以还可以重命名之后在Selection中选择阈值Threshold选择孔的部分调整好范围这里推荐不要太严格因为后面还可以用分水岭让它自己判断。再点击选择区域将其添加到Materials中即可。到这里选择的孔隙已经可以用来计算孔隙率了。返回Project看到你创建的label那个就是孔的lable可以直接跳到计算孔隙率这一步了当然接下来的也不难并且如果你的样本质量很高孔隙很明显那可能对你的样本没有用。但是从我的样中左下角可以看到这是一个大孔但是孔中间却被低密度的内容填充阈值分割是无法将其分割出来的。我们需要继续调整也非常简单重复选择孔的过程只是这次通过阈值选择高密度的部分当做新的材料。在图中红色、蓝色分别表示材料和孔隙现在使用分水岭算法将二者扩大。可以多次尝试但多次尝试要记住不要选错了梯度和Label field。还可以用画笔brush手动修正一下区域再进行分水岭。效果已经比较让人满意了。计算孔隙率在Materials中只保留孔隙其他材料删除即可对labels添加Volume Fraction选择之前创建好的mask即可注意大小一致如果对图像进行了裁剪crop那mask也要裁剪。如此便得到了孔隙率0.414...。好了结束分析孔如果还想额外分析可以先对得到的孔隙标签进行mask操作使用之前得到的mask将圆柱之外的部分去掉然后添加Separate Objects操作再添加Lable Analysis操作。需要调整参数来得到更好的分离结果。
网站建设高端定制企业官网
RELATED

相关资讯

更多精彩内容,欢迎继续阅读

较早相关资讯

最新相关资讯

【外设】之大彩串口显示屏 2026/11/14 3:51:47

【外设】之大彩串口显示屏

大彩串口屏初步使用 1 .官网下载 STM32 屏幕 GUI 设计资料 http://www.gz-dc.com/category/typeid/4112 找到 STM32 Keil 工程,移植相关代码因项目而异进行移植,由于项目简单,本人只对用到的指令接口进行修改。 比如:注意事项&…

阅读更多 →
无法下载Windows系统iso文件 2026/11/12 23:59:09

无法下载Windows系统iso文件

当我遇到这个问题的时候,我打开了一个网站: 登录 然后我打算下载的时候: 突然那个官方的连接就可以下载了:

阅读更多 →
【清华代码熊】DeepSeek V4.1 Flash 后训练详解 2026/11/13 10:09:00

【清华代码熊】DeepSeek V4.1 Flash 后训练详解

📌 上期解析了 DeepSeek V4.1 Flash 模型架构改进,本期解析 DeepSeek V4.1 Flash 预训练/后训练技术: 🌟 预训练:45T 文本 多模态混合语料、直接训练 sparse attention(取消 DeepSeek V4 的 dense 冷启动&…

阅读更多 →
Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ... 2026/11/13 13:31:48

Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ...

文章主要内容和创新点 主要内容 本文聚焦于多模态大语言模型(MLLM)强化学习(RL)训练中的效率问题,提出了一个名为Shuffle-R1的框架。研究发现,当前RL训练存在两个关键缺陷: 优势值坍缩(Advantage Collapsing):批次中大多数优势值集中在零附近,导致有效梯度信号被淹…

阅读更多 →
PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction 2026/11/13 16:11:45

PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction

一、文章主要内容总结 本文聚焦于利用大型语言模型(LLMs)实现个人身份信息(PII)脱敏的研究,旨在解决传统脱敏方法(如基于规则的系统、领域特定命名实体识别(NER)模型)泛化能力差、跨格式/跨语境适应性弱的问题。 研究通过全面评估多种LLM架构(包括密集型LLM(D-LLM…

阅读更多 →
LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model 2026/11/14 3:51:43

LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model

文章主要内容和创新点 主要内容 本文聚焦于二进制图像-文本相关性评估任务(判断图像与文本“相关”或“不相关”),针对该任务中文本格式多样、相关性定义随场景变化等挑战,提出了基于多模态大语言模型(MLLM)的解决方案LLaVA-RE。 模型设计:LLaVA-RE基于LLaVA 1.5架构,…

阅读更多 →

今日资讯

本周资讯

本月资讯

看完文章仍有疑问?

联系尧图顾问,获取一对一建站咨询

立即免费咨询 📞 400-888-8888
📞 ✉