CN106226831A - 一种岩心的孔隙度矩阵反演方法 - Google Patents
一种岩心的孔隙度矩阵反演方法 Download PDFInfo
- Publication number
- CN106226831A CN106226831A CN201510526748.XA CN201510526748A CN106226831A CN 106226831 A CN106226831 A CN 106226831A CN 201510526748 A CN201510526748 A CN 201510526748A CN 106226831 A CN106226831 A CN 106226831A
- Authority
- CN
- China
- Prior art keywords
- rock core
- core
- gray
- porosity
- carried out
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Landscapes
- Analysing Materials By The Use Of Radiation (AREA)
Abstract
本发明公开了一种岩心的孔隙度矩阵反演方法,属于石油地球物理勘探领域。该方法包括:利用X射线对岩心样品进行CT扫描,得到岩心CT图像。对岩心CT图像依次进行灰度化处理和对比度增强处理,得到岩心灰度图。对岩心灰度图进行二值化处理,得到多个二值化矩阵,并将该多个二值化矩阵按三维顺序叠加成三维矩阵。将三维矩阵封装至单元数组的各个元胞数组中,通过对每个元胞数组的孔隙度进行局部反演,随后对所有元胞数组的孔隙度进行反演,实现岩心孔隙度矩阵反演,得到岩心孔隙度参数场。本发明提供的方法能准确获取三维数值岩心,而且,该岩心孔隙度参数场可作为对岩心样品其他性能进行表征的基础数据信息,适应性更广。
Description
技术领域
本发明涉及石油地球物理勘探领域,特别涉及一种岩心的孔隙度矩阵反演方法。
背景技术
数值岩心能够最大程度地反映出地层信息,对于岩石物理的研究具有重要的意义。通过数值岩心所建立的孔隙介质模型的孔隙结构最大程度地与实际岩石相同,这不仅可用来精确地预测岩石的物理特性,还可以用来了解不同的物理响应之间的内在关系。所以,提供一种获取三维数值岩心的方法十分必要。
现有技术提供了一种顺序指示模拟技术及其在3D数字岩心建模中的应用,通过将岩心孔隙度等物理变量的变差函数作为约束条件,对岩心的二维图像进行分析以及随机地三维模拟,采用顺序指示模拟方法构建三维数值岩心。
发明人发现现有技术至少存在以下问题:
现有技术通过随机构建三维数值岩心,与真实的岩心孔隙结构具有差异,无法准确地得到三维数值岩心。
发明内容
本发明实施例所要解决的技术问题在于,提供了一种能准确得到三维数值岩心,且操作简单的岩心的孔隙度矩阵反演方法。具体技术方案如下:
本发明实施例提供了一种岩心的孔隙度矩阵反演方法,包括:
步骤a、利用X射线对岩心样品进行CT扫描,得到岩心CT图像;
步骤b、对所述岩心CT图像依次进行灰度化处理和对比度增强处理,得到岩心灰度图;
步骤c、对所述岩心灰度图进行二值化处理,得到多个二值化矩阵,并将所述多个二值化矩阵按三维顺序叠加成三维矩阵;
步骤d、将所述三维矩阵封装至单元数组的各个元胞数组中,通过对每个元胞数组的孔隙度进行局部反演,随后对所有元胞数组的孔隙度进行反演,实现岩心孔隙度矩阵反演,得到岩心孔隙度参数场。
具体地,作为优选,所述步骤b中,通过采用加权平均法、平均值法或者最大值法对所述岩心CT图像进行灰度化处理,使所述岩心CT图像中任意像素点的R、G、B分量相同。
具体地,作为优选,所述步骤b中,通过采用MATLAB软件,调用所述MATLAB软件中图像处理工具箱中的imajust()函数,以对灰度化处理后的岩心CT图像进行对比度增强处理。
具体地,作为优选,所述步骤c中,通过采用MATLAB软件,调用命令函数im2bw(),将所述岩心灰度图设置成二值图像函数g(x,y),来对所述岩心灰度图进行二值化处理;
其中,f(x,y)为所述岩心灰度图函数;
1代表灰度值为255的岩心孔隙,
0代表灰度值为0的岩心骨架,
t代表预设的灰度阈值。
具体地,作为优选,所述元胞数组的个数为900-10000。
具体地,作为优选,每个所述元胞数组中包括10000-90000个像素点。
具体地,作为优选,每两个所述像素点之间的距离为1-4μm。
具体地,作为优选,每两个所述像素点之间的距离为2μm。
具体地,作为优选,所述方法还包括:利用岩心孔隙度参数场构建岩心的三维图像。
本发明实施例提供的技术方案带来的有益效果是:
本发明实施例提供的岩心的孔隙度矩阵反演方法,通过对岩心样品的CT图像依次进行灰度化处理、对比度增强处理、二值化处理后,得到能精确表征岩心样品孔隙结构信息的三维矩阵。然后,采用像素点将所得到的三维矩阵构建成多个元胞数值矩阵,并对其中的孔隙度进行反演,从而获取岩心孔隙度参数场。可见本发明实施例提供的方法不仅能准确地获取三维数值岩心,以真实地反映岩心样品的孔隙结构,而且,所获取的岩心孔隙度参数场可作为对岩心样品其他性能进行表征的基础数据信息,适应性更广。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本发明实施例提供的岩心CT图像;
图2是本发明又一实施例提供的经灰度处理后的岩心灰度图;
图3是本发明又一实施例提供的岩心灰度图经对比度增强处理后的优化岩心灰度图;
图4是本发明又一实施例提供的经反演后的岩心孔隙度参数场的局部参数示意图;
图5是本发明又一实施例提供的岩心孔隙度参数场模拟分布对比示意图;
图6是本发明又一实施例提供的利用反演得到的岩心孔隙度参数场重建的岩心三维图像的局部结构示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,下面将结合附图对本发明实施方式作进一步地详细描述。
实施例1
本实施例提供了一种岩心的孔隙度矩阵反演方法,其包括以下步骤:
步骤101、利用X射线对岩心样品进行CT扫描,得到岩心CT图像。
步骤102、对步骤101得到的岩心CT图像依次进行灰度化处理和对比度增强处理,得到岩心灰度图。
步骤103、对步骤102得到的岩心灰度图进行二值化处理,得到多个二值化矩阵,并将该多个二值化矩阵按三维顺序叠加成三维矩阵。
步骤104、将步骤103得到的三维矩阵封装至单元数组的各个元胞数组中,通过对每个元胞数组的孔隙度进行局部反演,随后对所有元胞数组的孔隙度进行反演,实现岩心孔隙度矩阵反演,得到岩心孔隙度参数场。
本发明实施例提供的岩心的孔隙度矩阵反演方法,通过对岩心样品的CT图像依次进行灰度化处理、对比度增强处理、二值化处理后,得到能精确表征岩心样品孔隙结构信息的三维矩阵。然后,采用像素点将所得到的三维矩阵构建成多个元胞数值矩阵,并对其中的孔隙度进行反演,从而获取岩心孔隙度参数场。可见本发明实施例提供的方法不仅能准确地获取三维数值岩心,以真实地反映岩心样品的孔隙结构,而且,所获取的岩心孔隙度参数场可作为对岩心样品其他性能进行表征的基础数据信息,适应性更广。
实施例2
本实施例提供了一种优选的岩心的孔隙度矩阵反演方法,其包括以下步骤:
步骤201、利用X射线对岩心样品进行CT扫描,得到岩心CT图像。
采用X射线对岩心样品进行CT扫描即为本领域常用的X射线计算机层析成像技术,其可以无损伤地检测待测岩心样品的组成和结构,且能精确地反映出岩心样品的内部结构。
步骤202、通过采用加权平均法、平均值法或者最大值法对步骤201得到的岩心CT图像进行灰度化处理,以使该岩心CT图像中任意像素点的R、G、B分量相同。
本领域技术人员可以理解的是,通过加权平均法、平均值法或者最大值法对岩心CT图像进行灰度化处理为本领域常用的现有技术,其可以通过使用商业软件,例如MATLAB软件来实现,本发明实施例在此不对其作具体的限定。
步骤203、通过采用MATLAB软件,调用MATLAB软件中图像处理工具箱中的imajust()函数,以对灰度化处理后的岩心CT图像进行对比度增强处理,得到优化的岩心灰度图。
通过对灰度图像进行对比度增强处理,使其从比较集中的某个灰度区间变成在全部的灰度范围内均匀分布,得到高对比度的灰度图像,以便于更好的确定阀值t。
可见,本实施例中,岩心CT图像(参见附图1)经灰度化处理后得到如附图2所示的岩心灰度图,然后经对比度增强处理后,得到具有高对比度的优化的岩心灰度图(参见附图3)。
步骤204、对步骤203得到的优化的岩心灰度图进行二值化处理,得到多个二值化矩阵,并将该多个二值化矩阵按三维顺序叠加成三维矩阵。
具体地,步骤203通过采用MATLAB软件,调用其中的命令函数im2bw(),将优化的岩心灰度图设置成二值图像函数g(x,y),来对岩心灰度图进行二值化处理;
其中,f(x,y)为岩心灰度图函数;
1代表灰度值为255的岩心孔隙,
0代表灰度值为0的岩心骨架,
t代表预设的灰度阈值。
步骤205、通过从优化的岩心灰度图中提取阈值,对其进行二值变换,执行效率较高。
步骤206、将步骤205得到的三维矩阵封装至单元数组的各个元胞数组中,通过对每个元胞数组的孔隙度进行局部反演,随后对所有元胞数组的孔隙度进行反演,实现岩心孔隙度矩阵反演,得到岩心孔隙度参数场。为了便于进一步理解所得到的岩心孔隙度参数场,可以参见附图4,其中,可以通过MATLAB软件实现对岩心孔隙度矩阵反演。
本领域技术人员可以理解的是,元胞数组的个数越多,其中封装的数据越少,反演的精度越高。为了提高反演精度,本发明实施例中,单元数组中的元胞数组的个数优选为900-10000。且每个元胞数组中包括10000-90000个像素点,例如为10000、20000、30000、40000、50000、60000、70000、80000或90000个像素点。每两个像素点之间的距离为1-4μm,优选为2μm。
步骤207、利用步骤206得到的岩心孔隙度参数场构建岩心的三维图像。
为了对得到的岩心孔隙度参数场进行应用,步骤207加工该岩心孔隙度参数场进行图像重构,利用矩阵角点网格的方式进行显示,并与步骤203得到的优化的岩心灰度图进行对比。通过在MATLAB中调用pcolor()函数,分别展示元胞数组数目为30×30、50×50、100×100,如附图5所示。然后继续编写程序,将反演的二维数据体沿着岩心轴线方向进行叠加,进行三维参数场构建,并将重构图像的面调整为透视,得到的岩心局部三维透视图像如附图6所示。可见,本实施例提供的岩心孔隙度参数场能够有效用于重建岩心样品的三维图像,便于后续对岩心样品进一步的研究。可以理解的是,实际设计中元胞数组数量越多,元胞矩阵越多,运算量越大,具体取用可根据实际需要而定。
以上所述仅为本发明的较佳实施例,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (9)
1.一种岩心的孔隙度矩阵反演方法,包括:
步骤a、利用X射线对岩心样品进行CT扫描,得到岩心CT图像;
步骤b、对所述岩心CT图像依次进行灰度化处理和对比度增强处理,得到岩心灰度图;
步骤c、对所述岩心灰度图进行二值化处理,得到多个二值化矩阵,并将所述多个二值化矩阵按三维顺序叠加成三维矩阵;
步骤d、将所述三维矩阵封装至单元数组的各个元胞数组中,通过对每个元胞数组的孔隙度进行局部反演,随后对所有元胞数组的孔隙度进行反演,实现岩心孔隙度矩阵反演,得到岩心孔隙度参数场。
2.根据权利要求1所述的方法,其特征在于,所述步骤b中,通过采用加权平均法、平均值法或者最大值法对所述岩心CT图像进行灰度化处理,使所述岩心CT图像中任意像素点的R、G、B分量相同。
3.根据权利要求2所述的方法,其特征在于,所述步骤b中,通过采用MATLAB软件,调用所述MATLAB软件中图像处理工具箱中的imajust()函数,以对灰度化处理后的岩心CT图像进行对比度增强处理。
4.根据权利要求1所述的方法,其特征在于,所述步骤c中,通过采用MATLAB软件,调用命令函数im2bw(),将所述岩心灰度图设置成二值图像函数g(x,y),来对所述岩心灰度图进行二值化处理;
其中,f(x,y)为所述岩心灰度图函数,
1代表灰度值为255的岩心孔隙,
0代表灰度值为0的岩心骨架,
t代表预设的灰度阈值。
5.根据权利要求1所述的方法,其特征在于,所述元胞数组的个数为900-10000。
6.根据权利要求5所述的方法,其特征在于,每个所述元胞数组中包括10000-90000个像素点。
7.根据权利要求6所述的方法,其特征在于,每两个所述像素点之间的距离为1-4μm。
8.根据权利要求7所述的方法,其特征在于,每两个所述像素点之间的距离为2μm。
9.根据权利要求1-8任一项所述的方法,其特征在于,所述方法还包括:利用岩心孔隙度参数场构建岩心的三维图像。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510526748.XA CN106226831A (zh) | 2015-08-25 | 2015-08-25 | 一种岩心的孔隙度矩阵反演方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510526748.XA CN106226831A (zh) | 2015-08-25 | 2015-08-25 | 一种岩心的孔隙度矩阵反演方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN106226831A true CN106226831A (zh) | 2016-12-14 |
Family
ID=57528682
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510526748.XA Pending CN106226831A (zh) | 2015-08-25 | 2015-08-25 | 一种岩心的孔隙度矩阵反演方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106226831A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110399684A (zh) * | 2019-07-29 | 2019-11-01 | 重庆大学 | 一种abaqus裂缝扩展的数据提取方法、系统与计算机可读存储介质 |
CN111239821A (zh) * | 2020-02-20 | 2020-06-05 | 中国石油大学(北京) | 碳酸盐岩储层孔隙结构预测方法、装置、设备及存储介质 |
CN111353204A (zh) * | 2018-12-20 | 2020-06-30 | 中国石油天然气股份有限公司 | 一种岩心孔隙度参数场的处理方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20110188626A1 (en) * | 2005-05-24 | 2011-08-04 | National University Corporation Hokkaido University | Damage Evaluation Apparatus, and Damage Evaluation Method |
CN103901489A (zh) * | 2012-12-27 | 2014-07-02 | 清华大学 | 检查物体的方法、显示方法和设备 |
CN103971410A (zh) * | 2014-05-23 | 2014-08-06 | 中国石油大学(华东) | 一种基于ct图片的三维岩心可视化方法 |
CN104316962A (zh) * | 2014-07-28 | 2015-01-28 | 中国石油化工股份有限公司 | 岩石孔隙结构参数反演方法及其系统 |
-
2015
- 2015-08-25 CN CN201510526748.XA patent/CN106226831A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20110188626A1 (en) * | 2005-05-24 | 2011-08-04 | National University Corporation Hokkaido University | Damage Evaluation Apparatus, and Damage Evaluation Method |
CN103901489A (zh) * | 2012-12-27 | 2014-07-02 | 清华大学 | 检查物体的方法、显示方法和设备 |
CN103971410A (zh) * | 2014-05-23 | 2014-08-06 | 中国石油大学(华东) | 一种基于ct图片的三维岩心可视化方法 |
CN104316962A (zh) * | 2014-07-28 | 2015-01-28 | 中国石油化工股份有限公司 | 岩石孔隙结构参数反演方法及其系统 |
Non-Patent Citations (1)
Title |
---|
李玥洋: "低氧空气泡沫驱应用基础及数值模拟研究", 《中国博士学位论文全文数据库·工程科技I辑》 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111353204A (zh) * | 2018-12-20 | 2020-06-30 | 中国石油天然气股份有限公司 | 一种岩心孔隙度参数场的处理方法 |
CN111353204B (zh) * | 2018-12-20 | 2023-10-31 | 中国石油天然气股份有限公司 | 一种岩心孔隙度参数场的处理方法 |
CN110399684A (zh) * | 2019-07-29 | 2019-11-01 | 重庆大学 | 一种abaqus裂缝扩展的数据提取方法、系统与计算机可读存储介质 |
CN111239821A (zh) * | 2020-02-20 | 2020-06-05 | 中国石油大学(北京) | 碳酸盐岩储层孔隙结构预测方法、装置、设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10048226B2 (en) | Imaging method and apparatus based on magnetic flux leakage testing | |
Lin et al. | Construction of dual pore 3-D digital cores with a hybrid method combined with physical experiment method and numerical reconstruction method | |
US20180292553A1 (en) | Method and Apparatus for Separating Seismic Diffracted Wave | |
Lelievre et al. | A comprehensive study of including structural orientation information in geophysical inversions | |
CN109242985B (zh) | 一种从三维图像确定孔隙结构关键参数的方法 | |
US8983162B2 (en) | Method and apparatus for estimating monte-carlo simulation gamma-ray scattering in positron emission tomography using graphics processing unit | |
CN109808183A (zh) | 基于神经网络的3d打印误差补偿方法、系统、装置 | |
CN106525680B (zh) | 岩心孔隙度参数场的获取方法 | |
CN105279790A (zh) | 裂缝网络三维数字岩心建模方法 | |
AU2014235543A1 (en) | Systems and methods for improving direct numerical simulation of material properties from rock samples and determining uncertainty in the material properties | |
CN109887073B (zh) | 岩心的三维数字模型构建方法及装置 | |
CN107655908A (zh) | 一种构建数字岩心的方法及装置 | |
CN111127533B (zh) | 基于神经网络的多特征融合砂轮磨削性能预测方法 | |
Friese et al. | Analysis of tomographic mineralogical data using YaDiV—Overview and practical case study | |
US20150310294A1 (en) | Method for processing an image | |
CN106226831A (zh) | 一种岩心的孔隙度矩阵反演方法 | |
CN111239821B (zh) | 碳酸盐岩储层孔隙结构预测方法、装置、设备及存储介质 | |
CN111426616B (zh) | 碳酸盐岩弹性性质与孔隙结构获取方法、装置及存储介质 | |
Li et al. | Reconstructing the 3D digital core with a fully convolutional neural network | |
CN110268441A (zh) | 获得物体的多个部件的3d模型数据的方法 | |
Ji et al. | A hybrid method for reconstruction of three-dimensional heterogeneous porous media from two-dimensional images | |
CN104792283A (zh) | 一种复杂轮廓物体三维无损测量方法及装置 | |
CN110967738A (zh) | 基于深度学习的地震数据插值处理方法及系统 | |
CN109299574A (zh) | 一种结构面制备方法及系统 | |
CN111967117B (zh) | 基于露头碳酸盐岩储层建模的地下储层预测方法及装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20161214 |