《基于成像测井技术的砂砾岩体识别方法_以东营北带为例》由会员分享，可在线阅读，更多相关《基于成像测井技术的砂砾岩体识别方法_以东营北带为例（3页珍藏版）》请在金锄头文库上搜索。
1、基于成像测井图像纹理特征的火成岩岩性识别胡刚张翔王智杨清长江大学油气资源与勘探技术教育部重点实验室摘 要： 在火成岩岩性识别过程中， 常规测井资料主要反映不同岩性的成分特性， 对岩石结构的信 息反映较弱， 而成像测井资料能够直观的反映岩石结构、 构造等特征。 综合二者的优点， 本文基于计 算机图形学算法1与支持向量机 （SVM） 分类器原理， 提出了一种利用成像测井图像纹理特征自动 识别火成岩岩性的新方法。 实践表明， 该方法与常规测井方法相比， 识别率得到明显提高， 且识别结 果与实际情况相符合。关键词： 成像测井； 火成岩； 纹理特征； 岩性识别表示矩阵第i 行 j 列元素， 它定义为点(
2、m,n)的灰度值为 i,点(k,l)的灰度值为 j 出现的频率。其中两点的 关系如下：0引言在油气开发过程中，与沉积作用有关的岩石一直被作为储层研究的主要对象，沉积盆地中的火山 岩却没有得到足够的重视 2。随着世界对油气资源 的需求不断增加，火山岩油气藏的勘探和开发逐渐 成为增加油气储量和提高油气储量的新亮点。 岩性识别既是测井储层评价的基础，也是火山 岩储层研究中的一个重要环节。在对火成岩储层进 行综合评价研究过程中，岩性识别的准确与否将直 接影响储层结果评价的可靠性。岩心薄片鉴定是识 别火成岩直接而有效的方法， 但由于其成本太高， 因 此无法利用该方法对全井段的火成岩进行识别3。 测井资料
3、中包含丰富的岩性信息，是岩性分析的基 础资料，利用测井资料进行火成岩岩性识别是一种 非常有效实用的方法。但是，由于火成岩的矿物成 分， 结构、 构造十分复杂2， 纵横向变化快4， 非均质性 强，仅用常规测井曲线和常规测井方法难以达到较 好的效果， 所以火成岩的识别难度很大。 这也成为火 成岩岩性研究工作中的难点和热点。(k,l)=(m,n)+(d.cos,d.sin)（1 ）间隔 d 为欧式距离，与反映要描述的纹理的频谱有关，由于火山岩中凝灰结构的纹理表现为微观 纹理特征， 故 d 的取值为 1， 取四个方向 00,450,900 及 1350 的值。 1.2 灰度共生矩阵图像纹理特征的提取一
4、幅图像的灰度共生矩阵反映了图像灰度关于 方向、 相邻间隔、 变化幅度的综合信息。它是分析图 像的局部模式和它们排列规则的基础，从它出发可 以进一步提取描述图像纹理的一系列特征。为表达 简明起见， 在下面的共生矩阵表达中， 略去间隔 d 和 方向 。由以上灰度共生矩阵提取了 5 个反映纹理特征 统计量有能量、 对比度、 熵、 相关性、 方差及反差矩 等。 (1)能量（2 ）能量是灰度共生矩阵各元素的平方和，也称角 二阶矩。它反映了灰度图像纹理变化的均匀程度和 纹理的粗细度。纹理特征11.1 灰度共生矩阵定义方向为 ， 间隔为d 的灰度共生矩阵为P (i,j,d,)，矩阵的维数等于图像灰度级数，P
5、(i,j,d,)(2)对比度（3 ）表 1 两种不同特征参数的预测结果部的差异的大小, 反映了图像的清晰程度和纹理的 沟纹深浅。 (3)相关性 （4）其中，x,y,x,及 y 是 Px(i)的均值与方差与， Ng 是图 图 1 支持向量机方法示意图像的灰度级。 相关性用来度量空间灰度共生矩阵元素在行或 列方向上的相似程度。其值大小反映了图像中局部 灰度的相关性。采用有监督和非监督方式相结合选择训练样 本。 （2 ） 特征参数归一化通过选用 10 种成像测井纹理特征。 为了避免各 特征量纲差异对预测结果造成影响，对学习样本的 特征值进行归一化处理，将每一组特征归一到0,1 或- 1,1中。 （3
6、） 核函数和惩罚因子 C 的选择(4)局部均匀性（5 ）局部平稳性反映了纹理图像的局部变化的强烈 程度， 能更好的反映纹理的一些细节特征。 其值大则 说明图像纹理的不同区域间缺少变化，局部非常均 匀。最常用的核函数有线性核， 多项式核， 高斯核。 (5)熵一般情况下，选用高斯核作为支持向量机方法的核 函数。（6 ）熵是用反映了图像纹理的随机性，表示了图像 中纹理的非均匀程度或复杂程度。当空间共生矩阵 中所有值均相等时,它的值最大;当共生矩阵中的值 不均匀时,它的值就比较小。为了更全面的反映火山岩具有的纹理特性， 除 了计算静态图像的各纹理特征外，还提取了动态图 像对应的各纹理特征。因此， 总共
7、提取 10 个纹理特 征作为描述反映不同火山岩岩性结构及构造的特 征。k(x,y)=exp |x- y| 2 d-（7 ）22其中， d 为多项式的阶数， 为高斯分布的宽度， C 的取值为 1000。实例分析为了更好的对该方法的性能进行评价，分别作 了两组实验 （A 组和 B 组） 对 10 口岩心井进行预 测。实验结果如表 1 所示。3支持向量机的原理利用支持向量机方法进行岩性识别的基本原理 为： 每个样本 （一个采样点 ） 具有一组特征向量 （一组 测井特征 ） ， 同一种岩性类型的样本在高维特征空间 中聚集在一起， 通过样本集的训练， 在高维特征空间 中寻找各岩性之间的最优分类面。确定未
8、知的样本 的岩性类型，就是依据最优分类面确定样本的岩性 类型， 即样本在高维特征空间的位置。 该方法输入的 是各样本的特征向量，输出为各样本预测的岩性类 型。其基本结构如图 1 所示。利用支持向量机识别岩性的具体步骤如下：2上表中， A 组代表采用常规特征作为特征参数时的预测结果， B 组表示利用纹理特征作为特征参结论成像测井在火成岩岩性识别的分析处理上与常 规测井相比具有明显的优势。成像测井图像可以清 楚、 直观的反映岩石的结构， 更加准确的识别出成分 相当， 不同结构的岩性， 从而弥补常规测井资料的不 足。本文利用计算机图形学提取出来成像测井图象 的纹理特征，利用支持向量机分类器分析后获得
9、火 成岩的岩性成像模式， 与常规方法相比， 提高了岩性 识别率。 因此， 采用动静态图像纹理特征作为特征参4数， 运用适当的分类器可以更好的识别火成岩岩性。 这为火山岩岩性精细划分， 火山喷发旋回划分5， 地 层详细对比， 建立研究区的地质模型， 以及储层评价 提供重要依据。参考文献：1孙鲁平、 首皓、 赵晓龙等， 基于微电阻率扫描成像测井的沉积微相识别J， 测井技术，2009，33（4） ：379- 383. 2陈小军、罗顺社、 张凌， 火山熔岩特征与岩性识别方法J，油气地球物理， 2009， 7 （2 ） ： 18- 21. 3张莹、 潘保芝、 印长海等， 成像测井图象在火成岩岩性识别中的
10、应用J， 油物探，2007，46（3） ：288- 294. 4郑春、 王玉山、 汤军等， 火山岩成像测井岩性识别技术研究 J， 长江大学学报，2009，6（1） ：172- 174. 5王满、 薛林福、潘保芝， FMI 图像纹理统计方法识别火成岩岩性J， 测井技术，2009，33（2） ：110- 114.图 2 成像资料与常规资料岩性识别结果对比图 !（上接第 22 页 ）北低阻油气储层导电模 型双水泥质骨架导电模型， 中国科学(D 辑)，2001，31(2)：103110. 8宋延杰、 唐晓敏， 低阻油层通用有效介质电阻率模型J， 中国科学(D 辑)， 2008， 38(7)： 8969
11、09. 9Berg C R . A simple effective- medium model for water satu- ration in porous rocksJ，Geophysics, 60(4), 1995: 10701080.10Koelman J M V A, De Kuijper A. An effective mediummodel for the electric conductivity of an N - componentanisotropic percolating mixtureJ，PHYSICA A , 1997, 247:1022. 11De Kuijper A, Sandor R K J, Hofman J P et al. Electrical conductivities in oil- bearing shaly sand accurately describedwith the SATO R I saturation modelJ， The Log Analyst,September- O ctober, 1996: 2231. 附录 A（略 ）
