XRMI动态增强及全井眼成像方法研究与应用

2015-05-09王晓峰彭天慈雷刚张杰赵晓军

测井技术 2015年4期

王晓峰, 彭天慈, 雷刚, 张杰, 赵晓军

(1.长城钻探工程有限公司测井公司, 辽宁盘锦 124011; 2.东北石油大学, 黑龙江大庆 163000)

0 引言

XRMI增强型微电阻率扫描成像测井仪在复杂油气储层的解释评价中发挥着重要作用,可进行储层结构特征、构造特征、沉积特征、地应力方向等方面的评价分析[1],解决常规测井资料难以解决的地质问题,尤其在裂缝性储层评价中,它能直观地提供地层裂缝的形态、裂缝发育程度等地质信息。XRMI的处理包括成像的动态增强[2-3],处理软件采用窗长和步长控制的方法进行动态增强,在参数选择不合适的情况下容易造成增强效果不理想、图像不清晰、产生台阶现象。为获得更清晰的成像图,通过对图像增强方法的分析和处理方法的改进,达到增强的效果和消除台阶现象。

XRMI利用6个极板贴井壁测量,与声成像相比,具有分辨率高、不受井眼影响的特点,但它最大的缺点是不能进行全井眼覆盖,在极板与极板之间会形成测量空白。本文通过反距离插值技术,利用已有的极板数据,对空白区域进行插值,在保证地层地质信息的基础上,形成类似井周声波成像的全井眼覆盖成像图。

1 动态增强方法研究

XRMI成像测量数据变化范围较大,成像图颜色变化较大,在一段范围内存在高电阻率区和低电阻率区,在静态图像中高电阻率区或低电阻率区的地质特征受到压制。动态增强就是缩小范围,对小范围的成像数据重新排列,使它能反映地质特征的变化。动态增强的方法主要有图像直方图调整、分段线性拉伸、图像对比度增强、图像去噪处理等[4]。本文根据测井成像图的特点,利用图像直方图调整,对图像频率直方图重新计算排列,达到增强图像的效果,主要有3种直方图增强方法:直方图均衡化增强、直方图规定化增强和基于高斯函数直方图增强。

1.1 直方图均衡化增强

一次测井在不同井段成像数据差异较大,在某一段成像数据可能分布在一个较小的范围内,不能充分利用颜色表示,压制了地层信息的充分展示。动态增强就是对所测数据重新进行分配,充分利用所能利用的颜色,达到提高分辨率的效果。直方图均衡化增强是在一小段井段内,对数据重新计算,使代表每个数据的颜色频率基本一致。设图像颜色为l级,某个颜色级像素出现的概率为

Pr(rk)=nk/N(k=1,2,…,l)

(1)

式中,Pr(rk)是原图像第k个颜色级像素出现的概率;rk是第k个颜色级;nk是rk像素数量;N是图像像素总数。图像的颜色直方图均衡化公式为

(2)

式中,T(rk)表示原图像的第k个颜色级的转换函数;∑Pr(rk)表示第1～k的灰度级出现概率累积相加。因为s是归一化的数值(s∈[0,1]),要转换为0～l的颜色值需要再乘上l,即S=∑Pr(rk)×l。图1为直方图均衡化增强成果图,左边2个道成像图为静态图和动态增强图,右上为静态图概率密度分布图,右下为动态增强图概率密度分布图。由于小值区频率太高,频率分布向高值区偏移,高值区分布频率基本相近。

图1 直方图均衡化增强成果图

1.2 直方图规定化增强

一般成像测井数据是杂乱分布,可以通过定义一个频率密度分布对数据重新进行数学处理,通过改变原始数据的频率密度分布,把感兴趣的地质信息突显出来。对于一个XRMI成像图,地质学家感兴趣的地质特征通常是高值区和低值区,通过拉伸高值区和低值区的分布,压缩中间部分的数据,达到提高识别高值区和低值区的能力。对于16色阶的数据,其概率分布见图2。

图2 规定化增强概率分布图

为了使概率分布规律适用不同的色阶数据,对概率分布作进一步变换,使概率分布函数与色阶相关,进而确定出最优概率分布函数

y=a+bcos (cx+d)

(3)

式中,a、b、c、d为经验系数;x为为色标序号与色标级数的比值。

应用该函数可以计算出不同颜色级别中每种色标概率分布值,根据概率分布重新构建图像数据,使得到的图像既保留原有特征,又具有较高的分辨效果。图3为最优概率分布函数与均匀分布函数的对比,从图3中看出x<0.25或x>0.85时函数变化平缓,图像幅度值的分布频率较低,图像特征被突出和加强[5]。

图3 规定化增强累积概率密度分布图

1.3 基于高斯函数的直方增强[2-3]

通过对成像数据的分析,其概率分布近似服从正态分布,与成像反映的地质信息分布较一致,通过降低高值区和低值区的概率分布,达到突出地质信息的目的。一般高斯函数分布

(4)

式中,μ为正态分布的期望值,是位置参数,决定了正态分布的位置;σ为标准差,决定了正态分布的幅度。当μ=0,σ=1时称为标准正态分布。

对于高斯函数,其累积分布函数为

(5)

式中,erf是一个称作误差函数的特殊函数。可以通过设置不同的期望值和标准差设定一个概率分布函数,把成像数据按设定的概率密度函数重新排列,以达到增强图像的目的。图4和图5为4种不同参数的概率密度分布曲线和概率密度累积分布曲线。

XRMI成像数据分布范围为0～255之间,通过设定不同的μ和σ值,设定数据的概率密度分布图,重新对数据进行转换,达到不同的增强效果。图6和图7为不同参数的概率分布和累积概率分布图。

基于高斯函数直方图增强可以通过控制参数的数值,调整图像数据的频率分布,达到增强低值区或高值区地质特征的目的,缺点是如果参数设置不合理,有可能丢失一些地质特征信息。

图4 概率密度分布曲线

图5 概率密度累积分布函数

图6 不同参数的概率密度分布图

图7 不同参数的累积概率密度分布图

1.4 动态增强台阶的消除

XRMI动态增强采用窗长和步长的方法实现动态增强。在岩性变化较大的层段,容易形成台阶现象的色差,一般采用Mprphing技术对图像进行处理[6],但该方法的算法较复杂,计算量较大。本文采用窗长内逐点统计分布直方图的方法对该点数据进行处理,不仅消除了台阶现象,而且使图像更清晰,提高了成像图对地质信息的分辨能力。图8第1道成像图为静态增强图,第2道为XRMI动态增强图,第3道成像图为新方法动态增强图,新增强图与原增强图相比,不但消除了台阶现象,而且清晰度也有较大提高。

图8 动态增强台阶消除

2 全井眼覆盖成像

全井眼覆盖成像就是对成像空白区域进行插值,形成对井壁全覆盖成像图,通过对现有插值方法的分析,认为反距离加权插值方法[7]较适合。

设空间待插点为P(xp,yp,zp),其邻域内已知散乱点为Qi(xi,yi,zi),i=1,2,…,n,利用距离反比法对P点的属性值进行插值,其原理是利用其邻近点的属性值zi进行加权平均,权的大小与邻近点与P点的距离有关,是距离的k(0≤k≤2)(k一般取2)次方的倒数,即

(6)

式中,di为第i个点到待插点的距离。

对于电成像测井数据,一般考虑待插点数据最近的6个点,同一排的左右2个已知点和上、下2排的最近2个点,每个点与待插点的距离以坐标计算,上、下2排的距离增加1(见图9)。在选取已知插值点时要考虑到坏纽扣的情况,通常一个极板的边缘纽扣电极较容易损坏,在电成像中它可能影响不大,但在插值时它会影响整个区间的插值。解决这个问题的办法是选取已知数据点时通常选择邻近的3个点的中值,这样就可以较好地避开坏纽扣的影响,同时又不会对插值区间产生较大的影响。图10中第1道成像图为原始图,第2道为用边界点插值生成的全井眼图。从图10可以看出,有1道比较明显的斜线,是受原图纽扣电极的影响,第3道的成像图是选取中值纽扣数据进行插值,图像质量较第2道有明显改进,如果3个纽扣电极中有2个不正常,这时插值数据会受坏纽扣电极数据的影响。

图9 反距离加权插值法示意图

图10 中值法消除坏纽扣电极的影响及全井眼成像图

3 程序实现

DPP平台是哈里伯顿公司在SGI工作站开发的石油物理资料解释处理平台,它提供了第三方程序开发接口,其中Builder模块可以建立自已的可执行程序,它需要1个模块数据说明文件(.mds)和1个模块语句文件(.mdl),这2个文件名要一致,通过Builder模块调用模块说明文件(.mds),形成可执行代码,再通过Runner模块调用模块数据说明文件(.mds)执行程序。在进行动态增强直方图频率统计时,采用队列先进先出方式,可以减少数据运算量,提高程序运行速度。