CN103308433A - 一种基于孔隙演化分析评价致密砂岩储层成岩相的方法 - Google Patents

Abstract

本发明公开了一种基于孔隙演化分析评价致密砂岩储层成岩相的方法，包括：提取区块目的层段样品物性、薄片资料进行分析鉴定，并划分成岩储集相储层及其孔隙度演化模式；计算区块目的层段储层样品各成岩阶段孔隙度演化特征参数，并建立成岩储集相分类评价指标体系；根据所述成岩储集相分类评价指标体系，通过采用灰色理论集成实现评价致密砂岩储层成岩相。本发明在实际应用中，提高了致密气藏储层评价识别精度；在致密气藏快速和高效开发评价中，为气田区块提供有利成岩储集相带及其含气富集目标及井区，为气藏区块部署滚动开发井和开发准备井提供依据。同时还具有简单、实用、可操作性强的特点。

Description

一种基于孔隙演化分析评价致密砂岩储层成岩相的方法

技术领域

本发明属于致密砂岩储层成岩相评价方法设计技术领域，特别涉及一种基于孔隙演化分析评价致密砂岩储层成岩相的方法。

背景技术

致密气储层在漫长地史时期，经成岩压实、胶结、溶蚀等流体与岩石相互作用，致使岩石矿物成分、矿物颗粒之间孔隙形态、结构及其连通性发生了趋于致密的较大变化，导致储层孔隙空间小，孔隙结构复杂，测井识别及其定量评价难度很大。尤其是在成岩过程中，致密气储层孔隙结构细小，无效喉道占喉道数量绝大部分，孔喉分选系数、变异系数、均质系数呈较低，特别不利于储层渗流，也影响退汞效率、孔喉结构等参数变小变差。因此，研究成岩储集相筛选致密气藏相对优质储层一直是国内外普遍关注的地质难题。国外对致密气藏描述主要依赖于岩石学和测井手段，他们认为微裂隙在致密气储层中是常见的，微裂隙连通了因颗粒溶蚀作用产生的次生孔隙对渗透率大小起主要作用。而在超压下，这些微裂隙被大幅度压缩，从而降低了致密气储层渗透率。测井方面由于致密气藏沉积物非均质性强、地层水电阻率变化大、烃类与产水层不确定性以及地层巨厚等特点，使得盆地的测井分析及测井计算含气饱和度存在很大的不确定性。国内在致密气藏上开展了沉积成岩作用及其微观孔隙结构研究，分析成岩作用对致密气储层物性的影响，利用物性参数分析识别成岩储集相，但在实用中缺乏可操作的定量分类演化模式、评价指标和分析方法。

国内外在致密气藏沉积作用特征及其成岩储集相研究上取得了某些进展，但在定量分类模式、综合评价指标体系及有效的综合归类分析方法上存在空白。

发明内容

本发明所要解决的技术问题是提供一种基于孔隙演化分析评价致密砂岩储层成岩相的方法，能够实现利用区块目的层段样品物性、薄片资料进行分析鉴定，划分成岩储集相储层及其孔隙度演化模式，并最终采用灰色理论集成实现评价致密砂岩储层成岩相，具有简单、实用、可操作性强的特点。

为解决上述技术问题，本发明提供了一种基于孔隙演化分析评价致密砂岩储层成岩相的方法，包括：提取区块目的层段样品物性、薄片资料进行分析鉴定，并划分成岩储集相储层及其孔隙度演化模式；计算区块目的层段储层样品各成岩阶段孔隙度演化特征参数，并建立成岩储集相分类评价指标体系；根据所述成岩储集相分类评价指标体系，通过采用灰色理论集成实现评价致密砂岩储层成岩相。

进一步地，采用灰色理论成岩储集相定量分析准则获得所述孔隙度演化特征参数，具体包括：计算未固结砂岩初始孔隙度

;计算压实后剩余压实后剩余粒间孔隙度；计算压实损失孔隙度；计算砂岩压实、胶结、交代后剩余粒间孔隙度

；计算胶结、交代损失孔隙度

；计算溶蚀增加孔隙度

；其中，

进一步地，所述未固结砂岩初始孔隙度的计算公式是：

其中，S_o：特拉斯克分选系数,S_O＝(Q₁/Q₃)^1/2；Q₁:第一四分位数；Q₂:第三四分位数。

进一步地，所述压实后剩余粒间孔隙度的计算公式是：

${\mathrm{\φ}}_2=\frac{{\mathrm{\ρ}}_1+{\mathrm{\ρ}}_2}{\mathrm{\ρ}}\×\mathrm{\μ}+\mathrm{\κ};$

其中，ρ₁：粒间孔面孔率，%；ρ₂：胶结物溶孔面孔率，%；μ物性分析孔隙度，%；κ：胶结物含量，%。

进一步地，所述砂岩压实、胶结、交代后剩余粒间孔隙度的计算公式是：

${\mathrm{\φ}}_4=\frac{{\mathrm{\ρ}}_1}{\mathrm{\ρ}}\×\mathrm{\μ};$

其中，ρ₁：粒间孔面孔率，%；μ物性分析孔隙度，%。

进一步地，所述溶蚀增加孔隙度的计算公式是：

${\mathrm{\φ}}_6=\frac{{\mathrm{\ρ}}_2}{\mathrm{\ρ}}\×\mathrm{\μ};$

其中，ρ₂：胶结物溶孔面孔率，%；μ物性分析孔隙度，%。

进一步地，所述建立成岩储集相分类评价指标体系包括：

采用灰色理论成岩储集相定量分析准则对所述孔隙度演化特征参数统计分析；建立正态分析统计特征值数据列Χ_0i；建立特征评价参数的权系数P_i(k)。

进一步地，所述通过采用灰色理论集成实现评价致密砂岩储层成岩相包括：根据初始评价数据列X、特征值数据列Χ_0i建立无量纲、归一化的标准数据列X_o(k)，X_i(k)；将所述标准数据列X_o(k)、X_i(k)及参数给定权值数据列Y_o采用层点标准指标绝对差的极值加权组合放大技术计算特征评价参数的权系数P_i(k)；根据所述权系数P_i(k)获得灰色加权系数序列；采用综合归一技术获得灰色多元加权归一系数行矩阵P_i；采用最大隶属原则获得致密砂岩储层成岩相评价标准P_max；其中，

所述初始评价数据列X表达式是：X={X(1),X(2),...,X(n)}；

所述特征值数据列Χ_0i表达式是：X_oi={X_oi(1),X_oi(2),...,X_oi(n)}；

所述标准数据列X_o(k)表达式是： $X_o\left(k\right)=\frac{X\left(k\right)}{\frac{1}{m+1}\[\underset{i=1}{\overset{m}{\mathrm{\Σ}}}{X}_{\mathrm{oi}}\left(k\right)+X\left(k\right)\]};$

所述标准数据列X_i(k)表达式是： $X_i\left(k\right)=\frac{X_{\mathrm{oi}}\left(k\right)}{\frac{1}{m+1}\[\underset{i=1}{\overset{m}{\mathrm{\Σ}}}{X}_{\mathrm{oi}}\left(k\right)+X\left(k\right)\]};$

所述参数给定权值数据列Y_o表达式是：Y_o={Y_o(1),Y_o(2),...,Y_o(n)}；

所述灰色加权系数序列表达式是：P_i(k)={P_i(1),P_i(2),...,P_i(n)}；

所述多元加权归一系数行矩阵P_i表达式是：

所述致密砂岩储层成岩相评价标准P_max表达式是：

；

其中，k=1,2,...,n；i=1,2,...,m；n≥1；m≥1。

进一步地：所述权系数P_i(k)计算公式是：

$P_i\left(k\right)=\frac{\stackrel{\min }{i}\stackrel{\min }{k}{\mathrm{\Δ}}_i\left(k\right)+A\stackrel{\max }{i}\stackrel{\max }{k}{\mathrm{\Δ}}_i\left(k\right)}{A\stackrel{\max }{i}\stackrel{\mathrm{maz}}{k}{\mathrm{\Δ}}_i\left(k\right)+{\mathrm{\Δ}}_i\left(k\right)}{Y}_o\left(k\right);$

其中，Δ_i(k)＝|X_o(k)-X_i(k)|；A：灰色分辨系数。

本发明提供的一种基于孔隙演化分析评价致密砂岩储层成岩相的方法，通过提取区块目的层段样品物性、薄片资料进行分析鉴定，划分成岩储集相储层及其孔隙度演化模式并计算区块目的层段储层样品各成岩阶段孔隙度演化特征参数，建立成岩储集相分类评价指标体系；最终根据成岩储集相分类评价指标体系，通过采用灰色理论集成实现评价致密砂岩储层成岩相，实现了提高了致密气藏储层评价识别精度；在致密气藏快速和高效开发评价中，为气田区块提供了有利成岩储集相带及其含气富集目标及井区，为气藏区块部署滚动开发井和开发准备井提供了依据。同时，本发明还具有简单、实用、可操作性强的特点，可应用于其它不同类型油气藏成岩储集相分类评价筛选优质储层，具有广泛的实用价值和应用前景。

附图说明

图1为本发明实施例提供的当Δ_i(k)＝|X_o(k)-X_i(k)|最小时特征评价参数的权系数P_i(k)分布示意图；

图2为本发明实施例提供的当Δ_i(k)＝|X_o(k)-X_i(k)|最大时特征评价参数的权系数P_i(k)分布示意图；

图3为本发明实施例提供的当最大时特征评价参数的权系数P_i(k)分布示意图；

图4为本发明实施例提供的当

最小时特征评价参数的权系数P_i(k)分布示意图。

图5为本发明实施例提供的一种基于孔隙演化分析评价致密砂岩储层成岩相的方法工艺流程图。

具体实施方式

下面结合附图1-5，对本发明提供的具体实施方式作进一步详细说明。

参见图1，本发明实施例提供的一种基于孔隙演化分析评价致密砂岩储层成岩相的方法，包括如下步骤：

步骤S101：提取区块目的层段样品物性、薄片资料进行分析鉴定，并划分（Ⅰ、Ⅱ、Ⅲ、Ⅳ类）成岩储集相储层及其孔隙度演化模式；

步骤S102：计算区块目的层段储层样品各成岩阶段孔隙度演化特征参数，并建立成岩储集相分类评价指标体系；

步骤S103：根据成岩储集相分类评价指标体系，通过采用灰色理论集成实现评价致密砂岩储层成岩相。

其中，本实施例采用灰色理论成岩储集相定量分析准则获得孔隙度演化特征参数，具体包括：计算未固结砂岩初始孔隙度;计算压实后剩余压实后剩余粒间孔隙度

；计算压实损失孔隙度；计算砂岩压实、胶结、交代后剩余粒间孔隙度

；计算胶结、交代损失孔隙度

；计算溶蚀增加孔隙度

下面，通过对本实施例的具体实施情况做进一步详细说明，以支持本发明所要解决的技术问题。

1、计算区块目的层段储层样品各成岩阶段孔隙度演化特征参数

①、未固结砂岩；

未固结砂岩初始孔隙度

（湿砂在地表条件下的分选系数与孔隙度的关系）（Scherer，1987；Beard and Weyl，1973）计算公式是：

其中，S_o：特拉斯克分选系数,S_O＝(Q₁/Q₃)^1/2；Q₁:第一四分位数（即相当于25%处的粒径大小）；Q₂:第三四分位数（即相当于75%处的粒径大小）。

②、压实、压溶后砂岩；

本实施例中，恢复压实后砂岩剩余粒间孔隙度主要用于评价压实作用对原生粒间孔的破坏程度。

本实施例中，压实后剩余粒间孔隙度可根据胶结物含量、粒间孔、溶蚀孔的面孔率与物性分析孔隙度的关系求得。其中，对于现今孔隙中的胶结物溶孔，其形成过程是先形成胶结物，后期溶蚀是对胶结物的溶蚀，胶结物溶孔所占有的空间是砂岩压实后剩余粒间孔的一部分。

本实施例中，压实后剩余粒间孔隙度

计算公式是：

${\mathrm{\φ}}_2=\frac{{\mathrm{\ρ}}_1{+\mathrm{\ρ}}_2}{\mathrm{\ρ}}\×\mathrm{\μ}+\mathrm{\κ};$

其中，ρ₁：粒间孔面孔率，%；ρ₂：胶结物溶孔面孔率，%；μ：物性分析孔隙度（样品进行物性分析所得到的孔隙度值），%；κ：胶结物含量（样品岩矿分析的胶结物百分含量），%。

由上述

可知，压实损失孔隙度压实孔隙度损失率

③、胶结、交代后砂岩；

本实施例中，砂岩压实、胶结、交代后的剩余粒间孔隙度即为物性分析孔隙度中粒间孔隙所具有的孔隙度，其计算公式是：

${\mathrm{\φ}}_4=\frac{{\mathrm{\ρ}}_1}{\mathrm{\ρ}}\×\mathrm{\μ};$

其中，ρ₁：粒间孔面孔率，%；μ：物性分析孔隙度，%。

由上述

可知胶结、交代损失孔隙度

胶结、交代孔隙度损失率

④、溶蚀增加孔隙度

溶蚀增加孔隙度

是指总储集空间中溶蚀孔所占据的那部分储集空间。其计算公式是：

${\mathrm{\φ}}_6=\frac{{\mathrm{\ρ}}_2}{\mathrm{\ρ}}\×\mathrm{\μ};$

其中，ρ₂：胶结物溶孔面孔率，%；μ：物性分析孔隙度，%。

2、建立区块目的层段成岩储集相分类评价指标体系

参见图1-4，利用灰色理论成岩储集相定量评价的分类原则，进行每类成岩储集相压实损失孔隙度、胶结损失孔隙度、溶蚀增加孔隙度和渗透率、孔隙度、面孔率参数统计分析，建立正态分析统计特征值数据列Χ_0i为成岩储集相评价标准：

Χ_0i={Χ_0i(1),Χ_0i(2),……,Χ_0i(n)}；

分别Ⅰ、Ⅱ、Ⅲ、Ⅳ类标准指标绝对差大小|X_0i(k)-X_0j(k)|为准确率，以其标准离差大小σ_i(k)、σ_j(k)为分辨率，分别利用准确率与分辨率组合

建立特征评价参数的权系数P_i(k)。

3、采用灰色理论集成实现评价致密砂岩储层成岩相

根据上述成岩储集相分类评价指标体系，利用灰色理论多元加权归一分析处理方法筛选优质储层。

本实施例在实际应用中作灰色多元加权归一处理时，由于采用数据列量及其单位初值不同，一般利用矩阵作数据列伸缩处理后，再对系统包含的各种因素（包括已知的和未知的）按数据单位类别进行标准化，使之产生无量纲、归一化的数据列。即：

建立初始评价数据列X、被比较数据列（特征值数据列）X_oi：

X={X(1),X(2),...,X(n)}；

X_oi={X_oi(1),X_oi(2),...,X_oi(n)}；

采用地层评价参数及层点数据标准化方法，对以上初始评价数据列X、被比较数据列X_oi进行均值处理，使之成为无量纲、标准化的数据X_o(k)，X_i(k)：

$X_o\left(k\right)=\frac{X\left(k\right)}{\frac{1}{m+1}\[\underset{i=1}{\overset{m}{\mathrm{\Σ}}}{X}_{\mathrm{oi}}\left(k\right)+X\left(k\right)\]};$

$X_i\left(k\right)=\frac{X_{\mathrm{oi}}\left(k\right)}{\frac{1}{m+1}\[\underset{i=1}{\overset{m}{\mathrm{\Σ}}}{X}_{\mathrm{oi}}\left(k\right)+X\left(k\right)\]};$

其中，k=1,2,...,n；i=1,2,...,m；n≥1；m≥1。

本实施例中，标准化后的评价数据列X_o、被比较数据列X_i以及参数给定权值数据列Y_o表示为：

X_o={X_o(1),X_o(2),...,X_o(n)}；

X_i={X_i(1),X_i(2),...,X_i(n)}；

Y_o={Y_o(1),Y_o(2),...,Y_o(n)}；

然后，采用层点标准指标绝对差的极值加权组合放大技术，由下式计算灰色多元加权系数：

$P_i\left(k\right)=\frac{\stackrel{\min }{i}\stackrel{\min }{k}{\mathrm{\Δ}}_i\left(k\right)+A\stackrel{\max }{i}\stackrel{\max }{k}{\mathrm{\Δ}}_i\left(k\right)}{A\stackrel{\max }{i}\stackrel{\mathrm{maz}}{k}{\mathrm{\Δ}}_i\left(k\right)+{\mathrm{\Δ}}_i\left(k\right)}{Y}_o\left(k\right);$

进而得出灰色加权系数序列：

P_i(k)={P_i(1),P_i(2),...,P_i(n)}；

其中，Δ_i(k)＝|X_o(k)-X_i(k)|；同时，上述P_i(k)为数据X_o与X_i在k点（参数）的灰色多元加权系数；

为标准指标两级最小差；

为标准指标两级最大差；Δ_i(k)为第k点X_o与X_i的标准指标绝对差；Y_o(k)：第k点（参数）的权值；A：灰色分辨系数。

但由于系数较多，信息过于分散，不便于优选，本实施例采用综合归一技术，将各点（参数）系数集中为一个值，其表达式为：

$P_i=\frac{1}{\underset{k=1}{\overset{n}{\mathrm{\Σ}}}{Y}_o\left(k\right)}\underset{k=1}{\overset{n}{\mathrm{\Σ}}}{P}_i\left(k\right);$

其中，P_i即为灰色多元加权归一系数的行矩阵。

最后，利用矩阵作数据列处理后，采用最大隶属原则

作为灰色综合评价预测结论，并根据数据列（行矩阵）的数据值，确定评价结论精度及可靠性。

本实施例在实际应用过程中，通过建立致密气藏成岩储集相分类特征及参数演化模式，利用致密气藏储层成岩过程储集空间再分配受各种成岩作用控制（沉积物本身的内在特征也不同程度地制约着成岩作用的发生和发展），进而控制储层孔隙演化并形成Ⅰ、Ⅱ、Ⅲ、Ⅳ类成岩储集相特征及参数演化模式。

同时，利用各类样品成岩阶段孔隙度演化分析推演，分类给出各成岩阶段孔隙度演化参数值（分类取平均值），进行各类别成岩储集相压实损失孔隙度、胶结损失孔隙度、溶蚀增加孔隙度和相应储渗参数统计分析，利用参数统计特征值数据列建立成岩储集相分类评价标准，利用参数准确率和分辨率组合建立评价标准的权系数，形成区块目的层段成岩储集相分类及其甜点综合评价指标体系。并最终采用区块各井目的层段样品物性分析及储集空间鉴定结果，沿上述成岩过程进行孔隙演化分析推演，确定各井目的层段孔隙演化参数及其被评价参数值，利用灰色理论成岩储集相分类综合评价指标体系，以其矩阵分析、标准化、标准指标绝对差和极值加权组合放大技术，进行被评价数据的综合分析处理，实现灰色多元加权归一分析评价筛选出优质储层。

本实施例提供的一种基于孔隙演化分析评价致密砂岩储层成岩相的方法，其有益效果如下所述：

1、有效地利用代表性井点物性分析和鉴定结果进行孔隙演化分析推演，采用灰色理论筛选出较低压实、胶结和强溶蚀作用的Ⅰ、Ⅱ类成岩储集相。且Ⅰ、Ⅱ类成岩储集相在致密气藏储层中处于有利沉积、成岩相带中，具有相对较好的岩性、物性和孔隙类型特征，其有效评价和圈定为致密气藏定量筛选优质储层“甜点”增加了一种有效方法；

2、评价划分的Ⅰ、Ⅱ类成岩储集相具有明显的孔隙类型和结构特征，其孔隙结构参数都分布在相对较好范围，其中孔喉分选系数、变异系数、均值系数处于相对较窄的居中范围，具有明显较好的致密气孔隙结构和渗流、储集特征，为致密气藏筛选优质储层提供十分有效的含气信息；

3、本发明可应用于致密气藏快速和高效开发评价中，为气田区块提供有利成岩储集相带（优质储层带）及其含气富集目标及井区，为气藏区块部署滚动开发井和开发准备井提供依据；

4、简单、实用、可操作性强；可应用于其它不同类型油气藏成岩储集相分类评价筛选优质储层，具有广泛的实用价值和应用前景。

最后所应说明的是，以上具体实施方式仅用以说明本发明的技术方案而非限制，尽管参照实例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本发明技术方案的精神和范围，其均应涵盖在本发明的权利要求范围当中。

Claims (9)

1.一种基于孔隙演化分析评价致密砂岩储层成岩相的方法，其特征在于，包括： 

提取区块目的层段样品物性、薄片资料进行分析鉴定，并划分成岩储集相储层及其孔隙度演化模式； 

计算区块目的层段储层样品各成岩阶段孔隙度演化特征参数，并建立成岩储集相分类评价指标体系； 

根据所述成岩储集相分类评价指标体系，通过采用灰色理论集成实现评价致密砂岩储层成岩相。 

2.根据权利要求1所述基于孔隙演化分析评价致密砂岩储层成岩相的方法，其特征在于，采用灰色理论成岩储集相定量分析准则获得所述孔隙度演化特征参数包括： 

计算未固结砂岩初始孔隙度

计算压实后剩余粒间孔隙度

计算压实损失孔隙度

计算砂岩压实、胶结、交代后剩余粒间孔隙度

计算胶结、交代损失孔隙度

计算溶蚀增加孔隙度

其中， 

。

3.根据权利要求2所述基于孔隙演化分析评价致密砂岩储层成岩相的方法，其特征在于，所述未固结砂岩初始孔隙度的计算公式是： 

其中，S_o：特拉斯克分选系数,S_O＝(Q₁/Q₃)^1/2；Q₁:第一四分位数；Q₂:第三四分位数。 

4.根据权利要求2所述基于孔隙演化分析评价致密砂岩储层成岩相的方 法，其特征在于，所述压实后剩余粒间孔隙度的计算公式是： 

其中，ρ₁：粒间孔面孔率，%；ρ₂：胶结物溶孔面孔率，%；μ物性分析孔隙度，%；κ：胶结物含量，%。 

5.根据权利要求2所述基于孔隙演化分析评价致密砂岩储层成岩相的方法，其特征在于，所述砂岩压实、胶结、交代后剩余粒间孔隙度的计算公式是： 

其中，ρ₁：粒间孔面孔率，%；μ：物性分析孔隙度，%。 

6.根据权利要求2所述基于孔隙演化分析评价致密砂岩储层成岩相的方法，其特征在于，所述溶蚀增加孔隙度的计算公式是： 

其中，ρ₂：胶结物溶孔面孔率，%；μ：物性分析孔隙度，%。 

7.根据权利要求1所述基于孔隙演化分析评价致密砂岩储层成岩相的方法，其特征在于，所述建立成岩储集相分类评价指标体系包括： 

采用灰色理论成岩储集相定量分析准则对所述孔隙度演化特征参数统计分析； 

建立正态分布统计特征值数据列Χ_0i； 

建立特征评价参数的权系数P_i(k)； 

其中，所述特征值数据列Χ_0i表达式是：X_oi={X_oi(1),X_oi(2),...,X_oi(n)}；k=1,2,...,n；i=1,2,...,m；n≥1；m≥1。 

8.根据权利要求7所述基于孔隙演化分析评价致密砂岩储层成岩相的方法，其特征在于，所述通过采用灰色理论集成实现评价致密砂岩储层成岩相 包括： 

建立初始评价数据列X，进而通过所述特征值数据列Χ_0i建立无量纲、归一化的标准数据列X_o(k)，X_i(k)； 

将所述标准数据列X_o(k)、X_i(k)及参数给定权值数据列Y_o采用层点标准指标绝对差的极值加权组合放大技术计算特征评价参数的权系数P_i(k)； 

根据所述权系数P_i(k)获得灰色加权系数序列； 

采用综合归一技术获得灰色多元加权归一系数行矩阵P_i； 

采用最大隶属原则获得致密砂岩储层成岩相评价标准P_max； 

所述初始评价数据列X表达式是：X={X(1),X(2),...,X(n)}； 

所述标准数据列X_o(k)表达式是：

所述标准数据列X_i(k)表达式是：

所述参数给定权值数据列Y_o表达式是：Y_o={Y_o(1),Y_o(2),...,Y_o(n)}； 

所述灰色加权系数序列表达式是：P_i(k)={P_i(1),P_i(2),...,P_i(n)}； 

所述多元加权归一系数行矩阵P_i表达式是：

所述致密砂岩储层成岩相评价标准P_max表达式是：

； 

其中，k=1,2,...,n；i=1,2,...,m；n≥1；m≥1。 

9.根据权利要求8所述基于孔隙演化分析评价致密砂岩储层成岩相的方法，其特征在于： 

所述权系数P_i(k)计算公式是： 

其中，Δ_i(k)＝|X_o(k)-X_i(k)|；A：灰色分辨系数。 

Images