电成像测井自动识别和定量评价研究

论文摘要

电成像测井作为一种较为先进的测井技术,将井下地层的信息以二维图像的方式更加直观地呈现给我们。它的出现给我们更加深入的了解地下情况提供了一把利器。同时,随着计算机技术在电成像测井资料处理中的广泛应用,极大的提高了解释处理的效率。但是目前对裂缝、孔洞的识别上都是使用人机交互的方式进行,这样易受主观因素的影响并且效率相对会低一些,因此,进一步发挥计算机的处理能力,尝试利用计算机图形图像技术,应用电成像测井图像来自动识别裂缝、孔洞、岩性等是十分必要的。本文根据电成像测井图像的特点,利用计算机图形图像处理的一些方法,通过对图像的预处理后,分别将裂缝、孔洞等从电成像测井图像中识别出来,并计算出各自的相关参数,进而对它们进行定量评价。同时,根据不同岩性在电成像测井图像上的不同特征,利用计算机自动将不同岩性识别出来。在裂缝识别方面,本文利用Hough变换的原理和方法将斜交张开缝从电成像测井图像上自动识别出来,并计算出裂缝的倾角、倾向等参数,同时根据斜交缝在图像中的显示特点计算出裂缝宽度、密度、视平均孔隙度等参数,对其进行了定量评价。另外,利用人机交互的方法,对自动识别进行校正和扩展,将高阻填充的裂缝和其他类型的裂缝进行拾取和计算。在孔洞识别方面,本文利用区域编号标记、轮廓提取、Freeman编码等方法,将孔洞从电成像测井图像上拾取出来,同时将孔洞面积、孔洞密度、孔洞平均大小和面孔率等参数计算出来,对孔洞进行了定量评价。并且,借由人机交互拾取的方法将一个高阻的砾石、结核等也拾取出来。在利用模板匹配识别岩性方面,本文根据砂砾岩地层不同岩性的不同特征,提取了均值、方差、分形维数、包络、非均质性等五条特征曲线,并分别利用相关性计算和神经网络两种方法进行岩性识别,取得了一定成效。同时,本文利用微软的C#语言对相关的方法进行了编程实现,并将计算结果跟北京吉奥特公司的Logview软件的计算结果进行了比较,两者具有可比性,证明了本文方法的可行性。

论文目录

• 摘要
• Abstract
• 第一章 绪论
• 1.1 论文的目的和意义
• 1.2 国内外研究现状
• 1.2.1 电成像测井裂缝自动识别研究现状
• 1.2.2 电成像测井孔洞自动识别研究现状
• 1.2.3 缝洞定量评价研究现状
• 1.2.4 图像匹配技术的研究现状
• 1.3 研究内容
• 1.4 研究方法和技术路线
• 第二章 电成像测井图像生成和处理方法
• 2.1 电成像测井原理
• 2.1.1 全井眼微电阻率扫描成像测井仪
• 2.1.2 电成像测井的影响因素
• 2.1.3 电成像测井处理用到的数据信息
• 2.2 电成像图像的色度标定
• 2.2.1 静态色度标定
• 2.2.2 动态色度标定
• 2.3 电成像图像的生成与显示
• 2.3.1 电成像图像的色谱
• 2.3.2 电成像图像显示
• 2.4 电成像图像处理方法
• 2.4.1 图像增强
• 2.4.2 图像滤波
• 第三章 电成像测井资料的裂缝自动识别与解释评价
• 3.1 Hough变换
• 3.1.1 Hough变换的基本原理
• 3.1.2 Hough变换识别正弦曲线
• 3.2 裂缝自动识别
• 3.2.1 裂缝的类型
• 3.2.2 真假裂缝的鉴别
• 3.2.3 天然裂缝和人工裂缝鉴别
• 3.2.4 斜交缝的识别
• 3.2.5 其他类型裂缝的识别
• 3.3 裂缝定量解释评价
• 第四章 电成像测井资料的孔洞自动识别与解释评价
• 4.1 电成像图像的分割
• 4.2 目标编号标记及轮廓提取
• 4.2.1 目标编号标记法
• 4.2.2 轮廓跟踪提取
• 4.3 Freeman编码
• 4.4 孔洞的识别及定量解释评价
• 4.4.1 孔洞在电成像图上的特征
• 4.4.2 孔洞的识别及参数计算
• 第五章 电成像人机交互识别研究
• 5.1 人机交互识别斜交缝
• 5.1.1 三次B样条函数
• 5.1.2 正弦曲线最小二乘法拟合
• 5.2 人机交互识别孔洞
• 5.3 人工交互识别其他地质现象
• 第六章 电成像图像模板匹配识别岩性初探
• 6.1 模板匹配识别思路
• 6.2 模板分类及模板创建
• 6.2.1 模板的分类
• 6.2.2 模板的创建及管理
• 6.3 模板匹配识别
• 6.3.1 特征的提取及计算
• 6.3.2 匹配和识别
• 第七章 实例分析
• 7.1 斜交缝识别
• 7.2 孔洞自动识别
• 7.3 模板匹配识别岩性
• 结论
• 参考文献
• 攻读硕士学位期间取得的学术成果
• 致谢