针对油砂储层的岩心图像识别算法优选与应用
在地质研究及石油生产开发过程中,岩心资料的识别与表征具有重要意义.加拿大麦凯河油砂区块下白垩统麦克默里组储层岩心中发育数量众多的毫米级泥质夹层,人工识别工作量大,亟需采用图像识别算法自动识别.文中选择OTSU分割、粒子群双阈值分割、FCM聚类分割及神经网络方法,开展针对薄夹层自动识别对比研究.岩心识别结果表明,粒子群算法识别平均准确度达到90.29%,识别准确度最高,识别速度快、可靠性高且易于实现,能够完成大规模的岩心薄夹层识别工作.基于此,开发了一套薄夹层识别软件,服务于研究区及相似区块薄夹层的识别,为油藏勘探开发及地学数字化提供技术支持.
岩心图像自动识别、图像分割算法、软件开发、加拿大油砂
27
TE135;P618.13(石油、天然气地质与勘探)
国家科技重大专项专题“大型油砂砂岩储层成因机制及非均质性评价研究”;国家自然科学基金项目“潮控河口湾油砂储层构型及盖层完整性评价研究”;“三角洲前缘储层多点地质统计建模方法研究”;湖北省创新群体项目“储层精细表征与建模”
2020-08-14(万方平台首次上网日期,不代表论文的发表时间)
共5页
464-468