论文部分内容阅读
在石油测井工程图纸的曲线矢量化过程中,由于背景网格与曲线、曲线与曲线存在大量交织,致使曲线跟踪中断,需要人工判断走向,难于实现自动跟踪。提出一种基于离散型Hopfield神经网络(DHNN)的测井曲线交叉线识别方法。这个方法先设置8个标准方向样本,对网络进行训练。在曲线跟踪的过程中,当遇到交叉点,就进入交叉线识别,通过训练好的网络进行分支匹配,再结合宽度匹配正确判断曲线走向。理论研究和实验分析表明,采用该方法提高了交叉线识别的正确率,抗干扰效果较好。