（地球探测与信息技术专业论文）电成像测井自动识别和定量评价研究.pdf

a u t o m a t i c r e c o g n i t i o na n dq u a n t i t a t i v ee v a l u a t i o n s t u d y o he l e c t r i ci m a g e l o g g i n g at h e s i ss u b m i t t e df o rt h ed e g r e eo fm a s t e r c a n d i d a t e ：l im a o b i n g s u p e r v i s o r ：p r o f s u nj i a n m e n g c o l l e g eo fg e o r e s o u r c e sa n di n f o r m a t i o n c h i n au n i v e r s i t yo f p e t r o l e u m ( e a s t c h i n a ) 关于学位论文的独创性声明 本人郑重声明：所呈交的论文是本人在指导教师指导下独立进行研究工作所取得的 成果，论文中有关资料和数据是实事求是的。尽我所知，除文中已经加以标注和致谢外， 本论文不包含其他人已经发表或撰写的研究成果，也不包含本人或他人为获得中国石油 大学( 华东) 或其它教育机构的学位或学历证书而使用过的材料。与我一同工作的同志 对研究所做的任何贡献均已在论文中作出了明确的说明。 若有不实之处，本人愿意承担相关法律责任。 学位论文作者签名：二垄牲 日期：沙f o 年z 月7 日 学位论文使用授权书 本人完全同意中国石油大学( 华东) 有权使用本学位论文( 包括但不限于其印刷版 和电子版) ，使用方式包括但不限于：保留学位论文，按规定向国家有关部门( 机构) 送交学位论文，以学术交流为目的赠送和交换学位论文，允许学位论文被查阅、借阅和 复印，将学位论文的全部或部分内容编入有关数据库进行检索，采用影印、缩印或其他 复制手段保存学位论文。 保密学位论文在解密后的使用授权同上。 学位论文作者签名_ 豸笈睾 指导教师签名：阻蝎一一 日期：钞l o 年5 月7 日 日期：力小年6 月7 日 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、孔河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h o u g h 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、f r e e m a n 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 拌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l o g v i e w 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。 关键词：电成像测井，图像处理，裂缝识别，孔洞识别，岩性识别 a u t o m a t i cr e c o g n i t i o na n dq u a n t i t a t i v ee v a l u a t i o n s t u d yo ne l e c t r i ci m a g el o g g i n g l im a o b i n g ( g e o d e t e c t i o na n di n f o r m a t i o nt e c h n o l o g y ) d i r e c t e db yp r o f s u nj i a n m e n g a b s t r a c t a sa na d v a n c e dw e l ll o g g i n gt e c h n o l o g y , e l e c t r i ci m a g el o g g i n gs h o w su st h e2 di m a g e o ff o r m a t i o nd i r e c t l y i t sa p p e a r a n c em a k e su sl e a r na b o u tt h ed o w n h o l ei n f o r m a t i o nm o l t d e e p l ya n de a s i l y b u tu n t i ln o w , a b o u tt h ei d e n t i f i c a t i o no f f r a c t u r e sa n dv u g s ，w ea c c o m p l i s h t h a ti nt h ew a yo fh u m a n c o m p u t e ri n t e r a c t i o n ，w h i c hi sa f f e c t e db ys u b j e c t i v ef a c t o r se a s i l y a n dn o tv e r ye f f e c t i v e s oi no r d e rt ou s ec o m p u t e rm o r ee f f e c t i v e l y , i ti sr a t h e rn e c e s s a r yt o r e c o g n i z ef r a c t u r e s ，v u g s ，l i t h o l o g ya n d s oo na u t o m a t i c a l l y a c c o r d i n gt oe l e c t r i ci m a g el o g g i n g ，t h ep a p e rm a k e su s eo fs o m ec o m p u t e ri m a g e p r o c e s s i n gt e c h n o l o g yt op r e p r o c e s si m a g e sa n di d e n t i f i e sf r a c t u r e sv u g s ，t h e nc a l c u l a t e st h e i r p a r a m e t e r st oe v a l u a t et h e mq u a n t i t a t i v e l y o t h e r w i s e ，a c c o r d i n gt ot h ed i f f e r e n tc h a r a c t e r so f d i f f e r e n tl i t h o l o g yi m a g e s ，w ec o u l dr e c o g n i z et h el i t h o l o g ya u t o m a t i c a l l y i n t h er e s p e c to ff r a c t u r ei d e n t i f i c a t i o n , m a k i n gu s eo fh o u g ht r a n s f o r m ，t h ep a p e r r e c o g n i z e sf r a c t u r e sa n dc a l c u l a t e st h e i rp a r a m e t e r ss u c ha sd i p ，d e v i a t i o n , w i d t h ，f r a c t u r e p o r o s i t ya n d , s oo i l i na d d i t i o n , i no r d e rt oi d e n t i f yt h eo t h e rk i n do ff r a c t u r e sa n dc o r r e c tt h e a u t o m a t i cr e c o g n i t i o nr e s u l t s ，h u m a n c o m p u t e ri n t e r a c t i o ni su s e dh e r e i nt h er e s p e c to fv u gi d e n t i f i c a t i o n , r e g i o nm a r k i n g ，c o n t o u re x t r a c t i o na n df r e e m a n c o d ea r eu s e dh e r et or e c o g n i z ev u g sa n dc a l c u l a t et h e i rp a r a m e t e r sa u t o m a t i c a l l y f o rt h e p u r p o s eo fr e c o g n i z eg r a v e l sa n dn o d d i e s ，h u m a n c o m p u t e ri n t e r a c t i o ni sa l s ou s e dh e r e a b o u tl i t h o l o g yr e c o g n i t i o n ，t h ep a p e re x t r a c t sf i v ef e a t u r ec u r v e ss u c ha sa v e r a g e ， v a r i a n c ee t c a n dm a k e su s eo fc o r r e l a t i o n c a l c u l a t i o na n dn e u r a ln e t w o r kt ol l c o g n i z e l i t h o l o g y f i n a l l y , t h ep a p e rp r o g r a m s 、撕t l lt h ec 拌l a n g u a g e a n dg a i nf m a lc a l c u l a t i o nr e s u l t s k e yw o r d s ：e l e c t r i ci m a g el o g g i n g ，i m a g ep r o c e s s i n g ，f r a c t u r ei d e n t i f i c a t i o n ，v u g r e c o g n i t i o n , l i t h o l o g yr e c o g n i t i o n 目录 第一章绪论1 1 1 论文的目的和意义1 1 2国内外研究现状2 1 2 1电成像测井裂缝自动识别研究现状2 1 2 2 电成像测井孔洞自动识别研究现状3 1 2 3 缝洞定量评价研究现状3 1 2 4 图像匹配技术的研究现状4 1 3 研究内容5 1 4 研究方法和技术路线5 第二章电成像测井图像生成和处理方法7 2 1电成像测井原理7 2 1 1 全井眼微电阻率扫描成像测井仪7 2 1 2 电成像测井的影响因素8 2 1 3 电成像测井处理用到的数据信息。9 2 2电成像图像的色度标定。1 3 2 2 1 静态色度标定。13 2 2 2 动态色度标定1 3 2 3电成像图像的生成与显示1 4 2 3 1 电成像图像的色谱。1 5 2 3 2 电成像图像显示。16 2 4电成像图像处理方法。17 2 4 1图像增强l7 2 4 2 图像滤波1 9 第三章电成像测井资料的裂缝自动识别与解释评价2 2 3 1 h o u g h 变换2 2 3 1 1 h o u g h 变换的基本原理2 2 3 1 2 h o u g h 变换识别正弦曲线2 3 3 2 裂缝自动识别2 7 3 2 1 裂缝的类型2 8 3 2 2 真假裂缝的鉴别2 8 3 2 3天然裂缝和人工裂缝鉴别3 0 3 2 4 斜交缝的识别3 1 3 2 5 其他类型裂缝的识别3 3 3 3裂缝定量解释评价3 4 第四章电成像测井资料的孔洞自动识别与解释评价3 8 4 1电成像图像的分割3 8 4 2目标编号标记及轮廓提取4 0 4 2 1 目标编号标记法。4 0 4 2 2 轮廓跟踪提取4l 4 3f r e e m a n 编码。4 3 4 4 孔洞的识别及定量解释评价4 7 4 4 1孔洞在电成像图上的特征4 7 4 4 2 孔洞的识别及参数计算4 7 第五章电成像人机交互识别研究5 3 5 1 人机交互识别斜交缝5 3 5 1 1 三次b 样条函数5 3 5 1 2 正弦曲线最小二乘法拟合。5 4 5 2 人机交互识别孔洞5 5 5 3 人工交互识别其他地质现象一5 6 第六章电成像图像模板匹配识别岩性初探一5 8 6 1模板匹配识别思路5 8 6 2 模板分类及模板创建5 8 6 2 1 模板的分类5 8 6 2 2 模板的创建及管理5 8 6 3 模板匹配识别。6 0 6 3 1 特征的提取及计算6 0 6 3 2 匹配和识别6 3 第七章实例分析7 0 7 1 斜交缝识别7 0 7 2 孔洞自动识别一7 2 7 3 模板匹配识别岩性7 5 结论7 7 参考文献。7 8 攻读硕士学位期间取得的学术成果一8 2 致 射8 3 中国石油大学( 华东) 硕士学位论文 第一章绪论 1 1论文的目的和意义 成像测井是2 0 世纪8 0 年代中后期至1 j 9 0 年代初期才陆续走向商业化的测井技术。该项 测井技术主要是以扫描或阵列的方式，来测量岩石的某些物理量( 如电阻率等) 沿井壁或 井周的二维或三维分布，根据测量的数据的变化情况生成图像，从而形成一个井剖面的 数字图像，这样就可以通过井壁的图像间接显示出裂缝、层理、孔洞等地质现象。直到 2 0 世纪9 0 年代初，我国才比较系统地引进了成像测井技术，并且在裂缝识别、岩相分析、 储层划分等方面取得了广泛的应用和良好的效果。 近些年来成像测井的图像处理与自动识别是油气田勘探解释领域内比较活跃的课 题，它的目的主要是通过反映各种地下物理信息的成像测井资料，同时利用计算机数字 图像处理的技术对地质体进行定量和定性的评价，从而解释不同地层地质的岩性、构造 和层理，找出油气层，为石油钻井提供准确的油层深度等有用的信息，它对油气勘探解 释有着重要的作用。 裂缝、孔洞类型的储层的识别以及其相应参数的计算，是成像测井解释的重、难点。 在这方面国外的成像解释软件相对较为成熟，处理效果也很好，如斯伦贝谢公司的 g e o f r a m e 软件包、阿特拉斯公司的e x p r e s s 软件包等等【5 2 】，这些公司的软件包相对来讲 效果不错。但同时，也存在一个问题那就是，这些公司的软件价格相当昂贵，但是它们 的性价比不是很高，并且由于技术封锁等原因我们无法普遍使用，故在这个方面仍然有 着很大的尝试空间。 另外，对于电成像测井资料的图像处理以及相关参数提取，斯伦贝谢公司拥有 f r a c v i e w 、s p o t 两个软件功能模块。这些功能包都是基于人工拾取，通过计算机的自动 运算能力，然后获得了裂缝的密度、宽度、裂缝孔隙度，溶洞的面孔率、孔径分布等评 价参数【5 2 1 。但同时有一个问题也困扰着我们，那就是采用人工拾取的方法，在劳动量方 面将是一个巨大的消耗，而且这样就无法提高劳动效率的问题。同时，受人为主观因素 的影响也很大，不同的解释人员的处理结果也会不刚5 2 1 。 因此，利用计算机图像处理的技术，采用图像分割技术，将电成像图中的裂缝、孔 洞等目标分割出来，然后借助少量的人工交互，剔除客观影响，进而计算参数。张丽莉 【1 1 、周云才【2 】等人把图像分割算法应用于f m i 成像资料的处理当中，成功获得了良好效 果。在一定程度上分割出有意义、简单的缝洞信息，获得了比较理想的处理效果；秦巍 第一章绪论 等利用数学形态学中的腐蚀和膨胀技术以及图像识别的方法，对图像进行分割处理，实 现了对一些评价信息的自动识别和获取【3 1 ；邹长春【4 】、陆敬安5 1 等人利用h o u g h 变换的 方法来自动识别裂缝，并通过识别结果进行定量评价，他们对单条裂缝和相交裂缝的拾 取比较成熟，取得了较好的识别效果。 另外，对于电成像测井图像的地质解释一直停留在定性的水平，并且在很大程度上 取决于解释人员的经验，同时在劳动量上也是一个不小的负担。通过岩心的对比刻度和 对图像本身的理论分析，将典型的图像特征与特征地质岩性建立相对应的解释模式，利 用计算机技术自动识别岩性将极大地减轻人力劳动，提高处理效率。 本文的研究目的是针对电成像测井，利用计算机图像处理方面的技术，编程实现电 成像测井中裂缝、孔洞等地质现象的自动识别，以及相关的参数的定量计算与评价解释 等方面的工作，并针对自动识别的缺陷和不足有针对性的在人工交互方面做了一些工 作。另外，利用特征提取和图像匹配方面的理论和方法以及神经网络技术，在电成像图 像的模板匹配识别岩性方面的进行一些工作，取得了一定的成效。 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 一般情况，裂缝主要分为天然裂缝和钻井诱生裂缝，不同的裂缝其分别在电成像图 像上显示出不同的特征。陈钢花，毛克宇1 6 】等人在利用地层微电阻率成像测井识别裂 缝一文中根据裂缝的形成原因将天然裂缝分为：非构造裂缝和构造裂缝两大类，并且 分别讲述了它们在f m i 图像上的详细响应特征，实现了精确分类1 6 。王贵文、郭荣坤【刀 等人也对成像测井的裂缝响应作了详细的研究，并取得了不错的效果【7 1 。 从电成像测井图像上进行裂缝的识别和参数计算，目前的方法主要是通过用户描出 裂缝的轨迹线，利用轨迹线获得裂缝的部分数据，然后通过计算机利用已知的轨迹线进 行插值和拟合等的计算，画出裂缝形态，并计算裂缝评价参数【_ 丌，但是这种方法对用户要 求比较高，用户需要一定的解释经验和基础，同时效率相对较低。 在当前常用的解释系统中，一般拟合裂缝曲线，大都采用正弦曲线的最d - 乘法。 尽管这两种方法的计算精度都可以达到实际生产的需要，但对于高角裂缝和垂直裂缝等 特殊类型的裂缝，拟合效果不理想【5 2 1 ，这些都是基于人机交互的基础上，工作量大，劳 动效率低。陆敬安网【5 1 等人利用霍夫变换来自动识别裂缝，利用h o u g h 参数空间来获得 裂缝的形态特征和产状等参数，他们对于单条裂缝和相交裂缝的识别结果效果不错【5 1 。 2 中国石油大学( 华东) 硕士学位论文 1 2 2电成像测井孔洞自动识别研究现状 孔洞是储集油气的有利空间，在碳酸盐岩地层中，由于溶蚀作用，溶孔，溶洞比较 发育，这种类型的现象出现的很多，所以在这种类型的地层中对孔洞的识别就显的尤为 重要。碳酸盐岩地层中孔洞的出现往往导致电阻率值、声阻抗等的降低，在电成像图上 可见形状、大小和不规则的暗斑随机地大量出现，通常来说较大、较深的孔洞在成像图 上呈深黑色斑块状，易于识别1 9 】。而较小、较浅的孔洞呈浅黑色斑点状，不易识别，但 是当溶解作用强烈，而同时孔洞数目众多时，孔洞就同溶解扩大后的裂缝连成一体，这 样在电成像图中则看不到斑块模式，会变得较为复杂，而转化为杂乱状或暗块状【9 1 。 当前由f m i ( 或e m i ) 及a r i 等成像测井资料，用户可直接观察到井壁上的孔洞，极 大地改善了孔洞识别和解释效果，给我们的解释工作提供了巨大的便利。我们知道碳酸 盐岩储层解释与评价的核心就是确定其孔隙空间特征，而定量识别碳酸盐岩中裂缝和孔 洞的分布状况及其内部的几何结构，对储层评价来说具有重要意义，有着非常重要的应 用价值。现在成像测井技术已经成为识别和评价碳酸盐岩地层中裂缝和孔洞结构的重要 手段，而且深得广大解释人员的好评，并且研究重点已由定性度量转向定量度量。m e g e r 和b e c h e r 于1 9 9 0 年提出标准层控制下的图像处理分割技术，并可以处理成像测井生成 的图像，同时获取了孔洞分布等线图，并且计算孔洞面元及其分布等特征参数，开创了 利用图像处理技术识别孔洞的先河1 9 1 ，给我们以后的学多工作提供了极大的帮助和指导 作用。李雪英等研究了碳酸盐岩孔洞空间的自动识别【lo j 取得了不错的效果。 1 2 3 缝洞定量评价研究现状 我们在知道在测井解释过程中，裂缝跟孔洞的有效性，主要取决于他们的张开程度、 径向延伸和连通情况等，所以通常来讲对缝洞的定量评价主要是对这三个因素1 5 2 j 。赵军， 祁兴中等研究了成像测井中目标的拾取与计算，他们对裂缝和孔洞进行了定量地描述和 研究，并成功的提取出了诸多有效的定量评价参数，他们提出了奇异多阈值分割算法、 基于过渡区的分割算法、h o p f i e l d 网络方法、基于图像间模糊散度阈值化算法等分割算 法来进行图像分割，对后期缝洞的定量计算提供了可靠保证【l l 】。柯式镇【1 2 】应用井壁电成 像测井数值模拟方法计算裂缝参数，取得了比较好的计算结果。王贵文、郭荣坤在测 井地质学一书中对裂缝的有效性评价作了较为详细的描述。张丽莉【l 】应用图像分割法 计算裂缝参数。对于孔洞的定量评价，徐星，赵万优【1 3 】等人也提出了张开缝、溶蚀孔洞 七参数的定量计算方法。尽管目前的定量计算研究已经取得了很大的进展，但是，由于 受复杂地质环境和测井条件的影响，定量评价的难度依然很大，在这个方面仍然有大量 3 第一章绪论 的工作需要去做。 1 2 4 图像匹配技术的研究现状 图像匹配在近几十年来一直是人们研究的热点和难点，最早在7 0 年代由美国从事 飞行器辅助导航系统等军事应用研究中提出来的。经历了几十年的发展和无数人的辛苦 努力，自从8 0 年代以后，其应用逐步从原来单纯的军事应用扩大到其它领域，并且取 得了不俗的成就【3 9 1 。 国内外现阶段对图像匹配研究主要是以提高匹配的精度和速度为主要目的，同时对 匹配方法的通用性及鲁棒性也有一定要求。当前研究比较多的匹配方法主要分为基于图 像灰度的匹配方法和基于图像特征的匹配方法两种。 对于基于灰度相关的图像匹配方法【3 9 1 ，业界人士己经提出了各种各样针对灰度匹配 的方法，例如：l e e s e 于1 9 7 1 年提出的m a d 算法，b a m e a 和s i i v e m i a n 于1 9 7 2 年提出 了序贯相似性检测法( s s d a ) ，紧接着他们又提出了归一化积相关算法( n c c ) ，但是这些 方法在时间复杂度或匹配精度上均存在一定问题，导致实际应用的时候效率不高，不适 应于实际的匹配应用。对于各种匹配快速算法的研究，主要是从尽可能减少匹配运算量 或搜索的位置数这两个角度入手考虑。m i k h a i lha t a u a h ，l u i g id is t e f a n o ，宋毅，昊培 景，陈光梦等分别对m a d 、n c c 和s s d a 等经典模板匹配算法进行改进，在提高匹配 速度上取得了不错的效梨1 4 18 1 。姜凯，陈海霞，汤建华等将多个算法进行融合，以提高 匹配速度和准确剧1 9 1 。另外，李强，张钹等提出新的匹配方法，他们提出了基于图像灰 度值编码的匹配方法，该方法较传统匹配算法在速度上提高了一个数量级，但其仅适应 于矩形匹配对象，且对局部光照变化非常敏感，从而影响匹配准确度【2 0 l 。同时典型的还 有在搜索策略上进行改进的一系列方法，分层搜索技术、遗传算法、最小二乘、模拟退 火、能量最小、削减搜索分支、多子区域相关匹配等。通常来说匹配速度主要从两个方 面来分析，一方面分析在同样硬件环境下，同样匹配精度和要求下，比较所研究方法和 其它方法的实际运算时间；另一方面分析算法，进行算法时间复杂度的比较。 另外，近些年来随着神经网络技术的飞速发展，越来越多的新的神经网络学习算法 被广泛应用在图像匹配中，取得了卓越的效果。 对于模式识别方法在测井上应用方面，柴华，李宁，肖承文，刘兴礼，李多丽，王 才志，吴大成等人在海相碳酸盐岩礁滩储层上进行了成功的尝试，并取得了较好的效果 1 2 1 。 4 中国石油大学( 华东) 硕士学位论文 1 3 研究内容 本文拟通过对裂缝、孔洞等地质现象的形成机理以及它们在电成像图像上的测井响 应特征进行研究，实现它们在电成像图像上的自动识别以及各自相应参数的定量计算和 评价的研究。另外，利用人机交互识别对自动识别进行适当的补充、修正和扩展。最后， 利用特征提取、相关性匹配、神经网络和模式识别方面的理论方法对电成像图像进行匹 配，以实现对不同岩性的电成像图的匹配识别工作，从而实现岩性识别。 ( 1 ) 电成像的图像生成和处理的方法研究 生成电成像图像，并对图像进行处理( 如平滑、滤波等) 和优化增强为进一步的识 别计算等工作奠定基础。 ( 2 ) 在电成像测井图像上进行裂缝( 主要是斜交张开缝) 自动识别和评价研究 首先，利用计算机图像处理技术对电成像测井图像进行平滑、增强、二值化等图像 预处理，然后利用h o u g h 变换在图像上实现裂缝的自动识别。同时根据识别后的裂缝轨 迹计算获得识别得到裂缝的长度、倾角、方位、裂缝宽度、裂缝长度、裂缝密度、平均 水动力宽度和裂缝孔隙度等裂缝参数，并根据这些参数对获得的裂缝进行定量评价。 ( 3 ) 在电成像测井图像上进行孔洞的自动识别和评价研究 首先，对电成像测井图像进行平滑、二值化、图像增强等图像预处理工作后，利用 区域标记法、轮廓提取、轮廓跟踪等方法获得孔洞等闭合区域的轮廓轨迹，并在此基础 上计算区域的周长、孔洞面积、密度及视面孔率等参数，从而对其进行定量评价。 ( 4 ) 利用电成像测井图像进行岩性自动识别研究 根据不同岩性在电成像图上的不同的显示特征，归纳提取它们的典型特征量或特征 曲线，建立它们对应的模板，根据相关性分析、神经网络和模式识别的相关方法和理论， 利用电成像测井图像实现对岩性的自动识别。 ( 5 ) 编程实现相关的方法 利用c # 编程语言编程，实现对裂缝、孔洞等地质现象在点成像测井图像上的自动 化识别、人机交互识别以及参数定量计算、电成像图像的匹配识别岩性等工作。 1 4 研究方法和技术路线 本文将以电成像测井图像为主要的研究对象，结合前人的成果，利用计算机图形处 理的有关技术，对裂缝、孔洞等进行自动识别的研究。并在此基础上对相关参数进行定 量评价研究。并利用电成像测井图像中不同岩性的不同特征，利用特征提取、相关性分 5 第一章绪论 析匹配、神经网络和模式识别等的方法理论，进行电成像图像的匹配识别岩性工作。 研究采取的具体方案为： 1 收集、总结计算机图像处理的有关技术，根据各种技术理论编程实现对电成像测 井图像的预处理以及电成像测井图像的生成和处理技术，并针对各种方法的特点和处理 效果对相关方法进行分析和挑选。 2 对裂缝的种类和特征进行分析，并在此基础上结合裂缝的形成机理和响应特征在 电成像测井图像上能识别和区分真假裂缝以及天然裂缝和人工诱导缝。 3 分析裂缝等线状地质现象的形态特征，结合数学和计算机图像处理方面的技术 如：曲线插值、曲线拟合、h o u g h 变换等实现对正弦曲线状轨迹的自动识别。同时，根 据识别后的图像计算裂缝长度、宽度等相关的参数，并根据参数对其进行相关的定量评 价解释。 4 分析孔洞等闭合区域性的地质现象的形态特征以及其二值化后的灰度特征等，利 用数学和计算机图像处理方面的知识，通过区域编号标记、轮廓跟踪、轮廓提取等方法 实现对孔洞等黑色闭合区域的自动识别。同时能根据提取的边界采取合适的公式和方法 实现对区域面积、周长、面密度和视面孔率等参数的计算，并根据参数计算对孔洞进行 相关的定量评价解释。 5 鉴于自动识别裂缝、孔洞存在误差较大，准确率相对低的情况。采用人机交互的 方法对裂缝、孔洞的识别结果进行适当的调整修改。同时，鉴于自动识别只能对二值化 后的电成像图中的黑色目标进行自动化操作，因此利用人机交互的方式来拾取一些其他 的高阻的亮色的地质现象。 6 根据不同岩性在电成像测井图像上的特征，分析总结图像的判别特征，然后总结 并归纳一些简单典型的图像模板，提取图像的特征曲线，利用曲线间的相关性匹配、神 经网络和模式识别中的有关方法实现利用电成像测井图像进行岩性识别的工作。 7 基于以上的理论方法，在微软n e t 环境下，利用c 撑编程语言实现上述的功能。 形成程序处理功能模块，同时处理结果跟商业软件处理结果进行对比。 6 中国石油大学( 华东) 硕士学位论文 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 国外对电成像测井仪器的研究开始于8 0 年代初期，其中以斯伦贝谢公司的仪器质 量最好，技术最为先进。1 9 8 6 年斯伦贝谢公司在地层倾角仪( h d t s h d t ) 的基础上开 发出第一代电成像测井仪器m e s 卜a ( f m s ) ，起初该仪器极板数和电扣数都很少，井 眼覆盖率也较低【3 】。接着从1 9 8 6 年到1 9 9 0 年，该仪器经过三次重大改进后，在1 9 9 2 年斯伦贝谢公司推出了第四代微电阻率扫描成像测井仪f m i ，初期该仪器仅仅有两个极 板，总共有5 4 个电扣，随着仪器的不断改进和发展，到现在该仪器有8 个极板，总共 有1 9 2 个电扣【3 】，并且井眼覆盖率也有了极大的提高，在8 英寸井眼中的覆盖面积由原 来的2 0 提高到了8 0 ，极大地提高了仪器的准确性和实用性。同时阿特拉斯和哈里伯 顿公司相继开发出s t a r i i 和e m i x r m i t 3 。 相对于国外，国内起步较晚，对于电成像测井仪器的研制工作1 9 9 7 年才正式启动， 在2 0 0 0 年推出由江汉测井研究所、西安石油勘探仪器总厂、大庆石油管理局联合研制 的w d s 微电扫描成像仪，但通过现场试验发现存在诸多问题【5 2 j ，严重影响了仪器的实 际推广使用。2 0 0 8 年中海油田服务股份有限公司参照哈里伯顿公司的x r m i 仪器，研 制开发了微电阻率扫描成像测井仪( e r m i ) ，6 个极板，共1 5 0 个电扣，在8 英寸井眼 中图像覆盖率能够达到6 0 ，该仪器的现场试验和资料处理分析正在进行中。 对于电成像仪器其基本原理大体上是一致的，本文仅以斯伦贝谢公司的f m i 仪器为 例作详细介绍。 2 1 1全井眼微电阻率扫描成像测井仪 全井眼微电阻率扫描成像测井【5 2 】【5 3 1 ( f m i ) 是1 9 9 4 年由斯伦贝谢公司推出的一款 电成像测井仪器，该仪器共有四个臂，每个臂上都有一个主极板和一个折页极板【2 1 。利 用这种主、副极板结构不仅使极板个数增加，同时电扣的数量也增加，并且极板和电扣 数量的增加可以获得更大的井壁覆盖范剧5 3 】，极大地提高了仪器的可靠性。f m i 的外形 结构和极板结构分别如下图2 一l 、2 2 所示。f m i 仪器的收拢直径为5 i n ，每个主极板和 折页极板上各装有2 4 个钮扣电极阵列【52 ，f m i 仪器有八个极板，这样仪器所有的八个 极板加起来共有1 9 2 个钮扣电极，电极的数目越多仪器的测量质量就会有极大的提高。 该仪器的深度采样间隔为0 1 英寸【5 2 。，探测深度为2 英寸，仪器在测量深度方向和径向 的分辨力都是o 2 英寸【5 3 】，可以看出该仪器具有较高的探测分辨率，使得测量结果非常 7 第二章电成像测井图像生成和处理方法 可信。在井壁覆盖上该仪器只是部分覆盖，对于8 英寸井眼的覆盖率为8 0 r 2 】【6 1 。 图2 - 1f m i 外形结构示意图图2 2f m i 仪器极板结构 全井眼微电阻率扫描成像测井仪器( f m i ) 采用的是侧向测井的屏蔽的基本原理 【5 2 】【3 3 1 ，如图2 3 所示，在测井过程中，借助仪器的液压推靠系统，使8 个极板紧贴井壁。 然后主极板和折页极板上的电扣向地层发射同极性的电流1 5 2 1 ，另外仪器把上部的金属外 壳作为回路电极【3 3 1 ，这样构成一个完整的电流回路。因为极板上的电位是恒定的【3 3 1 ，因 此极板上发射的电流和电扣的电流是同极性的电流，根据同性相斥的原理，就起着聚焦 的作用【5 3 1 ，在一定程度上保证探测深度。因此利用极板上的多排钮扣电极向井壁地层发 射电流【5 2 1 ，由于井壁周围的岩石成分、结构及所含流体的不同，它们的各自的电阻率也 不同，从而不同地层引起电流的变化也不同【3 3 】，这样仪器记录下这些变化的电流【5 3 】，而 这些电流则反映出井壁附近地层的电阻率的变化1 5 2 1 ，然后这些记录的变化电流在经适当 处理后，它们可以被刻度为彩色或灰度等级图像口引，生成的图像可以直观地反映地层中 电阻率的变化1 53 。，也就能直观的呈现井下的地层情况，从这些地层测量图像信息中，我 们就可提取地层地质特征，获得我们想知道的井下信息【5 2 j 【6 1 。 2 1 2电成像测井的影响因素 根据电成像测井仪器的测量原理，电成像测井从根本上说仍然是一种电法测井。该 仪器就是通过测量井壁周围地层的电流的变化情况，从而来反映井壁岩石成分、井壁地 层结构及地层所含流体的情况【5 3 1 ，这样仪器中变化的电流就与井壁周围地层的物理性质 有着直接的关系。从而利用仪器记录下的变化的电流来反映井壁的电阻率变化，通过仪 8 中国石油大学( 华东) 硕士学位论文 器测量数据的变化就可以知道地层的情况。所以，电成像测井仅适用于在导电的水基泥 浆中进行测量，而在油基泥浆中则不行【2 1 】1 2 2 】。 2 1 3电成像测井处理用到的数据信息 电成像测井处理过程中主要用到极板电扣数据、倾角模式的主电扣数据、井径数据、 方位数据、测斜数据等，下面分别将斯伦贝谢的f m i 、哈利伯顿的x r m i 、阿特拉斯的s t a r i i 仪器在电成像处理时用到的参数曲线以表格的形式列出，见表2 1 表2 3 ： ，0 。， 雌文 删 t 融* l r + 、 j 苣靖激 崞嵬纹戳 心 一 夕 图2 - 3 电成像测量原理图 9 第二章电成像测井图像生成和处理方法 表2 - 1x r m i 仪器电成像处理用到的曲线信息及说明 数据类型数据说明 电扣数据 原始记录为电流值，即：六个极板曲线x p a d i 6 ( 二维) ，每个极板包含 2 5 条电扣曲线( 一维) 。 主电扣曲线倾角模式下测得的每个极板的主电扣曲线( f i b l f 6 8 1 ) ，用于倾角处理。 电压曲线发射电压e m m r 曲线，用于e m e x 电压校正和电阻率刻度。 井径曲线极板半径曲线( r a d l 6 ) ，用于极板电扣对齐和图像生成。 方位曲线 一号极板方位( p 1 a z ) ，井斜角( d e v i ) ，井眼方位角( a z l l ) ，相对方位 角( r b ) 。 测斜曲线 三分量加速度曲线( a c c x 、a c c y 、a c c z ) ，单位：g ，最终给出了一条 z 轴加速度曲线( z a c c ) 用于加速度校正。 帧时间曲线 每个采样深度间隔占用时间( d x t m ) ，单位0 8 3 m ，指的是曲线数值乘以 8 3 等于帧时间，单位m s ，用于加速度校正。 电缆张力t e n s 曲线，单位：l b f , 用于加速度校正。 深度纪录在井口，按等距离纪录电缆深度。 采样间隔d 0 0 2 5 m 。 1 0 中国石油大学( 华东) 硕士学位论文 表2 - 2f m i 仪器电成像处理用到的曲线信息及说明 数据类型数据说明 电扣数据原始记录为电流值，即：一个极板上四排电极( f c a l 一f c a 4 、f c b l 一f c b 4 、 f c c l f c c 4 、f c d l f c d 4 ) ，每排1 2 个电极。 主电扣曲线倾角模式下测得的每个极板的主电扣曲线( d b i 、d b l a 、d b 2 、d b 2 a 、 d b 3 、d b 3 a 、d b 4 、d b 4 a 、) ，用于倾角处理。 电压曲线发射电压( e v ) 曲线，用于e m e x 电压校正和电阻率刻度。 井径曲线极板直径曲线( c 1 3 、c 2 4 ) ，用于极板电扣对齐和图像生成。 方位曲线一号极板方位( p 1 a z ) ，井斜角( d e v i ) ，井眼方位角( h a z i ) ，相对方位 角( i m ) 。 测斜曲线 三分量加速度曲线( f c a x 、f c a y 、f c a z ) ，单位：m s 2 ，用于加速度校 正。 帧时间曲线每个采样深度间隔占用时间( f t i m ) ，单位m s ，用于加速度校正。 电缆张力t e n s 曲线，单位：l b f , 用于加速度校正。 深度纪录在井口，按等距离纪录电缆深度。 采样间隔 o 1 i n ，即：0 0 0 2 5 4 m 。 第二章电成像测井图像生成和处理方法 表2 - 3s t a r 仪器电成像处理用到的曲线信息及说明 数据类型 数据说明 电扣数据原始记录为电流值，即：六个极板曲线p i b t n - p 6 b t n ( - - 维) ，每个极板 包含2 5 条电扣曲线( 一维) 。 主电扣曲线倾角