基于图像区域分割和卷积神经网络的电成像缝洞表征
2021-08-18司马立强郭宇豪郭一凡
石油地球物理勘探 2021年4期
关键词:特征
张 浩 王 亮 司马立强 范 玲 郭宇豪 郭一凡
(①西南石油大学地球科学与技术学院,四川成都 610500; ②油气藏地质及开发工程国家重点实验室,四川成都 610500;③成都理工大学能源学院,四川成都 610059; ④中石油西南油气田公司川中油气矿,四川遂宁 629000)
0 引言
裂缝、溶蚀孔洞是碳酸盐岩中油气的重要储集空间和渗流通道,识别和定量评价裂缝、溶蚀孔洞对于油气勘探具有重要意义[1]。然而,裂缝、溶蚀孔洞的常规测井响应特征十分复杂[2],且垂直分辨率低,难以准确识别细节[3]。相较于常规测井,电成像测井资料具有垂直分辨率高、井眼覆盖全的优势,可直观显示地层裂缝、溶蚀孔洞分布等细节[4],为裂缝、溶蚀孔洞的识别、定量评价提供了一种思路,而其中的关键在于电成像图像区域特征的准确、高效、自动识别和提取[5]。
利用电成像资料精确地识别、定量评价裂缝、溶蚀孔洞,首先需要分割图像阈值,从地层背景中分离裂缝、溶蚀孔洞。不同的阈值分割算法效果差异较大。传统的平均阈值分割法[6]在像素值分布单一的情况下效果较好;Otsu自动阈值分割法[6]在像素值分布广泛的情况下效果最佳。因此,需要通过算法之间的优势互补才能分割出更完整的裂缝、溶蚀孔洞特征。
目前,利用电成像资料计算裂缝、溶蚀孔洞参数大多基于测井解释软件平台,由人工提取特征而得,主观性强且工作量大,图像处理效率较低。因此,学者们研究了针对电成像图像特征的自动识别和提取方法。……
登录APP查看全文
