CN108682020A - 岩心微米ct孔隙结构重构方法 - Google Patents

岩心微米ct孔隙结构重构方法 Download PDF

Info

Publication number
CN108682020A
CN108682020A CN201810397176.3A CN201810397176A CN108682020A CN 108682020 A CN108682020 A CN 108682020A CN 201810397176 A CN201810397176 A CN 201810397176A CN 108682020 A CN108682020 A CN 108682020A
Authority
CN
China
Prior art keywords
fib
data
sem
micron
hole
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.)
Granted
Application number
CN201810397176.3A
Other languages
English (en)
Other versions
CN108682020B (zh
Inventor
唐明明
卢双舫
檀洪坤
马慧芳
初昌宏
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
China University of Petroleum East China
Original Assignee
China University of Petroleum East China
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by China University of Petroleum East China filed Critical China University of Petroleum East China
Priority to CN201810397176.3A priority Critical patent/CN108682020B/zh
Publication of CN108682020A publication Critical patent/CN108682020A/zh
Priority to PCT/CN2018/114954 priority patent/WO2019205579A1/zh
Application granted granted Critical
Publication of CN108682020B publication Critical patent/CN108682020B/zh
Priority to US16/395,060 priority patent/US10937210B2/en
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/10Segmentation; Edge detection
    • G06T7/136Segmentation; Edge detection involving thresholding
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T11/002D [Two Dimensional] image generation
    • G06T11/003Reconstruction from projections, e.g. tomography
    • G06T11/008Specific post-processing after tomographic reconstruction, e.g. voxelisation, metal artifact correction
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N15/00Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
    • G01N15/08Investigating permeability, pore-volume, or surface area of porous materials
    • G01N15/088Investigating volume, surface area, size or distribution of pores; Porosimetry
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N15/00Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
    • G01N15/08Investigating permeability, pore-volume, or surface area of porous materials
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T11/002D [Two Dimensional] image generation
    • G06T11/003Reconstruction from projections, e.g. tomography
    • G06T11/006Inverse problem, transformation from projection-space into object-space, e.g. transform methods, back-projection, algebraic methods
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/0002Inspection of images, e.g. flaw detection
    • G06T7/0004Industrial image inspection
    • G06T7/001Industrial image inspection using an image reference approach
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/10Segmentation; Edge detection
    • G06T7/11Region-based segmentation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/10Segmentation; Edge detection
    • G06T7/174Segmentation; Edge detection involving the use of two or more images
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/40Analysis of texture
    • G06T7/49Analysis of texture based on structural texture description, e.g. using primitives or placement rules
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N1/00Sampling; Preparing specimens for investigation
    • G01N1/28Preparing specimens for investigation including physical details of (bio-)chemical methods covered elsewhere, e.g. G01N33/50, C12Q
    • G01N1/286Preparing specimens for investigation including physical details of (bio-)chemical methods covered elsewhere, e.g. G01N33/50, C12Q involving mechanical work, e.g. chopping, disintegrating, compacting, homogenising
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N1/00Sampling; Preparing specimens for investigation
    • G01N1/28Preparing specimens for investigation including physical details of (bio-)chemical methods covered elsewhere, e.g. G01N33/50, C12Q
    • G01N1/286Preparing specimens for investigation including physical details of (bio-)chemical methods covered elsewhere, e.g. G01N33/50, C12Q involving mechanical work, e.g. chopping, disintegrating, compacting, homogenising
    • G01N2001/2866Grinding or homogeneising
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N15/00Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
    • G01N15/08Investigating permeability, pore-volume, or surface area of porous materials
    • G01N2015/0846Investigating permeability, pore-volume, or surface area of porous materials by use of radiation, e.g. transmitted or reflected light
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10056Microscopic image
    • G06T2207/10061Microscopic image from scanning electron microscope
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10072Tomographic images
    • G06T2207/10081Computed x-ray tomography [CT]
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/20Special algorithmic details
    • G06T2207/20112Image segmentation details
    • G06T2207/20128Atlas-based segmentation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30181Earth observation
    • G06T2207/30184Infrastructure

Landscapes

  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Chemical & Material Sciences (AREA)
  • Pathology (AREA)
  • General Health & Medical Sciences (AREA)
  • Biochemistry (AREA)
  • Immunology (AREA)
  • Analytical Chemistry (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Dispersion Chemistry (AREA)
  • Algebra (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Mathematical Physics (AREA)
  • Pure & Applied Mathematics (AREA)
  • Quality & Reliability (AREA)
  • Analysing Materials By The Use Of Radiation (AREA)

Abstract

本发明属于非常规储层微观技术领域,具体为岩心微米CT孔隙结构重构方法,利用FIB‑SEM实验,标定微米CT结果中灰度所对应的实际孔隙度,从而建立微米CT图像灰度和孔隙度之间的关系,然后依据该关系,给微米CT图像的每个像素赋予一定的孔隙度,建立孔隙结构的软分割方法。本发明提供的岩心微米CT孔隙结构重构方法,提出综合FIB‑SEM和CT数据的数字岩心孔隙结构重构的软分割方法,建立分数式数字岩心孔隙结构模型,进一步提高数字岩心孔隙结构模型与实际岩心的匹配度。

Description

岩心微米CT孔隙结构重构方法
技术领域
本发明属于非常规储层微观技术领域,具体为岩心微米CT孔隙结构重构方法。
背景技术
随着常规油气资源的逐渐枯竭,页岩气、页岩油、致密油气等非常规油气已经成为当今 油气领域的研究热点之一。但是实际非常规油气开发表明,非常规油气表现出独特的产能递 减规律:初期产量高,衰减快;后期衰减慢,产量低。为了分析页岩气油气的流动规律,需 要开展数字岩心研究,以表征非常规储层微观三维孔-缝结构。
由于非常规储层中,20纳米到10微米左右的孔-缝均有发育,但常规微米CT的分辨率大于 100纳米,因此常规CT中的一个三维像素块,会出现3种情况:①全部都是固体(图4a中a4区)、 ②全部都是空隙(图4a中a3区)、③部分固体部分空隙(图4a中a1和a2区)。常规微米CT数 据(图4b)也有3种情况:(1)黑色区域(图4b中b3像素,对应于图4a中a3区域);(2)白色区域(图4b中b4像素,对应于图4a中a4区域);(3)灰色区域(图4b中b1和b2像素,对应 于图4a中a1和a2区域)。
图4a为岩心孔隙-固体分布;图4b为与a相对应的CT扫描图像。图4b中每个格为一个像素, 像素边长对应CT的分辨率(约0.7微米-20微米)。对图4b中的CT结果采用统一阈值进行硬分 割,是以整个像素为单位,b1像素和b2像素要么整体被判定为孔隙(孔隙度为Fp=1),要么 整体被判定为固体(孔隙度Fp=0),而实际上b1像素和b2像素所对应的岩心a1和a2区域是孔 隙和固体混合的,单个像素块的实际孔隙度Fp是从0到1变化的分数。
目前基于CT的数字岩心孔隙结构重构,普遍采用硬分割方法:对于CT中的任一三维像素, 确定单一分割阈值Th,三维CT数据体中灰度值大于Th的为孔-缝,赋值为0;而三维CT数据体 中灰度值小于Th的为固体部分,赋值为1。
采用硬分割方法进行数字岩心孔隙结构重构,对于部分孔隙部分固体的像素存在误差: 按照目前的这种孔隙分割方法,
图4b中b1和b2像素只能全部划分为孔隙,或者全部划分为固体,这与实际情况不符。
发明内容
针对硬分割方法进行数字岩心孔隙结构重构的问题,即由于微米CT分辨率有限,无法区 分分辨率以下的孔隙结构,采用统一的一个阈值对每个CT像素进行硬分割,CT像素要么全部 划定为孔隙,其像素孔隙度Fp=1;要么全部划分为固体,其像素孔隙度Fp=0。而实际岩心中 对应于CT像素块大小的区域,孔隙是以一定比例分数存在的,并非不是0,就是1,而是一个 分数式的孔隙度。
为了解决以上问题,本发明提出软分割方法,不再将微米CT像素只划分为孔隙和固体两 个类别,而是根据CT图像的灰度,结合高分辨率FIB-SEM实验,通过建立CT灰度和FIB-SEM 实验中实际岩心孔隙度之间的关系,给CT像素赋予分数式的像素孔隙度Fp。
具体技术方案为:
利用FIB-SEM实验,标定微米CT结果中灰度所对应的实际孔隙度,从而建立微米CT图像 灰度和孔隙度之间的关系,然后依据该关系,给微米CT图像的每个像素赋予一定的孔隙度, 建立孔隙结构的软分割方法。
岩心微米CT孔隙结构重构方法,包括以下步骤:
(1)微米CT岩心样品制备
将采集到的原始岩石样品进行表面机械剖光,然后在需要开展微米CT分析的区域,钻取 微米CT样品CT_SAMPLE。该CT样品半径CTR毫米,轴长CTZ毫米;微米CT岩心样品中机械 剖光面的一端标记为样品A端,另外一端为B端;
(2)微米CT岩心样品表面离子剖光
对微米CT岩心样品A端,进行氩离子表面剖光,剖光区域为整个A端端面;然后对离子 剖光后的A端端面进行SEM扫描,拍摄A端端面的表面结构图片;
(3)打定位孔和CT扫描
根据A端SEM扫描图片结果,在A端表面确定一个边长为SEMQ微米的正方形区域SQU; 在该正方形区域SQU内,选取3个定位点PA、PB、PC,要求这3个点构成一个直角坐标关系, 针对打了定位孔的CT样品CT_SAMPLE进行微米CT扫描,扫描图像精度为CTN微米,扫描结 果为3维像素矩阵CT_DATA;
所述的步骤3,包括以下步骤:
(31)根据A端SEM扫描图片结果,在A端表面确定一个边长为SEMQ微米的正方形区域 SQU;
(32)然后在该正方形区域SQU内,选取3个定位点PA、PB、PC,要求这3个点构成一个直角坐标关系;
(33)利用聚焦离子束在3个定位点的位置打3种不同形状的定位孔:
PA标定点打圆柱形孔,孔的直径为3*CTN微米,轴长3*CTN微米;PB标定点打正方体孔, 正方体的边长为3*CTN微米;PC标定孔打三棱柱孔,表面为正三角形,边长为3*CTN微米, 纵向深3*CTN微米;
(34)针对打了定位孔的CT样品CT_SAMPLE进行微米CT扫描,扫描图像精度为CTN微米,扫描结果为3维像素矩阵CT_DATA。
(4)FIB-SEM扫描
针对打了定位孔的CT样品CT_SAMPLE进行FIB-SEM扫描,扫描区域为SQU区域,纵向切入深度为SEMQ微米,横向FIB烧蚀间隔为FIBN纳米;FIB-SEM扫描的精度为FIBN纳米;FIB-SEM扫描后,得到一个边长为SEMQ微米的立方体的岩心三维像素矩阵FIB-SEM_DATA;
(5)微米CT和FIB-SEM数据匹配
步骤(3)中CT扫描结果中可以观察到3个定位孔,CT数据中的3个定位孔为PACT、PBCT、 PCCT,同时步骤(4)FIB-SEM扫描结果中同样可以观察到3个定位孔,FIB-SEM数据中3个定 位孔为PAFIB、PBFIB、PCFIB;PACT、PBCT、PCCT和PAFIB、PBFIB、PCFIB是一一对应的,根据 PACT、PBCT、PCCT和PAFIB、PBFIB、PCFIB,将CT扫描数据CT_DATA和FIB-SEM扫描数据 FIB-SEM_DATA进行位置匹配;
所述的步骤(5),包括以下步骤:
(51)确定CT数据中3个定位孔的中心,然后以PACT孔的中心为坐标系原点,以PACT-PBCT为x轴,以PACT-PCCT为y轴,以垂直于剖光面方向为z轴,建立CT数据坐标系CT_SYSTEM;
(52)确定FIB-SEM数据中3个定位孔的中心,然后以PAFIB孔的中心为坐标系原点,以 PAFIB-PBFIB为x轴,以PAFIB-PCFIB为y轴,以垂直于剖光面方向为z轴,建立FIB-SEM数据坐标 系FIB_SYSTEM;
(53)PACT、PBCT、PCCT和PAFIB、PBFIB、PCFIB是一一对应的,CT数据坐标系CT_SYSTEM 与FIB-SEM数据坐标系FIB_SYSTEM中坐标只相差一个缩放系数SF=CTN/FIBN*106
(54)在FIB-SEM扫描区域与CT扫描重合区域,CT数据中任一像素PCT在CT数据坐标系 CT_SYSTEM中的坐标为PCT_X、PCT_Y和PCT_Z;由于FIB-SEM比CT数据的分辨率高,因此 CT数据中任一像素PCT对应的FIB-SEM数据中的一个像素块PFIB,PFIB的x轴范围为PCT_X*SF 至(PCT_X+1)*SF,y轴范围为PCT_Y*SF至(PCT_Y+1)*SF,z轴范围为PCT_Z*SF至(PCT_Z+1) *SF。
(6)FIB-SEM孔隙度分析
通过步骤(5),在FIB-SEM高分辨率数据中建立与CT数据一一对应的像素块PFIB;对于PFIB中的FIB-SEM数据,由于其分辨率较高,采用硬分割方式,确定PFIB中的FIB-SEM的孔隙部分 孔隙度FPFIB
所述的步骤(6),包括以下步骤:
(61)确定一个初始分割阈值Th*,FIB,PFIB中的FIB-SEM图像中小于Th*,FIB的为孔隙,大 于Th*,FIB为固体骨架,然后不断调整分割阈值,直到分割完毕的孔隙边缘与PFIB中的原始 FIB-SEM图像的孔隙边缘相吻合位置,并以此时的分割阈值为最优阈值ThFIB
(62)确定了最优分割阈值之后,对PFIB中FIB-SEM图像进行分割,统计划分孔隙的像素 和为PorFIB,统计PFIB的总像素数目为PixFIB,则PFIB的孔隙度为FPFIB=PorFIB/PixFIB
(7)微米CT数据灰度和FIB-SEM孔隙度关系分析
通过步骤(5),建立CT数据PCT与FIB-SEM高分辨率数据PFIB之间的一一对应关系,通过 步骤(6)可以得到PFIB的孔隙度FPFIB,从而可以利用最小二乘法建立PCT的灰度GCT与孔隙度 FPFIB之间的多项式拟合关系FPFIB=f(GCT);
(8)微米CT软分割建立孔隙结构模型
应用步骤(7)拟合出的CT图像像素灰度与孔隙率之间的关系FPFIB=f(GCT),带入CT图 像灰度数值,计算CT扫描数据中其他数据的孔隙率,得出全部CT扫描数据中任一像素的孔隙 率FP;建立一个与CT扫描数据CT_DATA相同大小并且一一对应的像素矩阵FP_DATA,FP_DATA的数值即为相应CT_DATA中相应像素的孔隙率FP;FP_DATA即为最后输出的软分 割孔隙结构重构模型。
本发明提供的岩心微米CT孔隙结构重构方法,提出综合FIB-SEM和CT数据的数字岩心孔 隙结构重构的软分割方法,建立分数式数字岩心孔隙结构模型,进一步提高数字岩心孔隙结 构模型与实际岩心的匹配度。
附图说明
图1为实施例中CT扫描样品A端面定位点和定位孔示意图;
图2为实施例中CT数据坐标系CT_SYSTEM;
图3为实施例中FIB-SEM数据坐标系FIB_SYSTEM;
图4a为现有技术中岩心孔隙-固体分布;
图4b为与图4a相对应的CT扫描图像。
具体实施方式
结合附图说明本发明的具体技术方案。
(1)微米CT岩心样品制备
所选微米CT仪器的分辨率为CTN微米(一般为1微米),CT仪器所需样品为圆柱形柱塞, 柱塞样品半径要求为CTR毫米,轴长要求为CTZ毫米。将采集到的原始岩石样品进行表面机 械剖光,然后在需要开展微米CT分析的区域,钻取微米CT样品CT_SAMPLE。该CT样品半径 CTR毫米,轴长CTZ毫米。微米CT岩心样品中机械剖光面的一端标记为样品A端,另外一端为B端。
(2)微米CT岩心样品表面离子剖光
对微米CT岩心样品A端,进行氩离子表面剖光,剖光区域为整个A端端面。然后对离子 剖光后的A端端面进行SEM扫描,拍摄A端端面的表面结构图片。
(3)打定位孔和CT扫描
(31)根据A端SEM扫描图片结果,在A端表面确定一个边长为SEMQ微米的正方形区域 SQU,如图1中FIB-SEM扫描区域;
(32)然后在该正方形区域SQU内,选取3个定位点PA、PB、PC,要求这3个点构成一个直角坐标关系,见图1:
(33)利用聚焦离子束(FIB)在3个定位点的位置打3种不同形状的定位孔见图1:
PA标定点打圆柱形孔,每个孔的直径为3*CTN微米,轴长3*CTN微米;PB标定点打正方 体孔,正方体的边长为3*CTN微米;PC标定孔打三棱柱孔,表面为正三角形,边长为3*CTN微米,纵向深3*CTN微米。由于PA、PB、PC孔的尺寸均大于CT分辨率CTN微米,从而保证 在微米CT中能够显示出这3个标定孔。
(34)针对打了定位孔的CT样品CT_SAMPLE进行微米CT扫描,扫描图像精度为CTN微米,扫描结果为3维像素矩阵CT_DATA。
(4)FIB-SEM扫描
针对打了定位孔的CT样品CT_SAMPLE进行FIB-SEM扫描,扫描区域为SQU区域,纵向切入深度为SEMQ微米,横向FIB烧蚀间隔为FIBN纳米(FIBN一般为10纳米)。FIB-SEM扫 描的精度为FIBN纳米。FIB-SEM扫描后,得到一个边长为SEMQ微米的立方体的岩心三维像 素矩阵FIB-SEM_DATA。
(5)微米CT和FIB-SEM数据匹配
由于步骤(3)中CT扫描结果中可以观察到3个定位孔,CT数据中的3个定位孔为PACT、 PBCT、PCCT,同时FIB-SEM扫描结果中同样可以观察到3个定位孔,FIB-SEM数据中3个定位 孔为PAFIB、PBFIB、PCFIB。由于PACT、PBCT、PCCT和PAFIB、PBFIB、PCFIB都是实际岩心中3 个定位孔PA、PB、PC的扫描结果,因此PACT、PBCT、PCCT和PAFIB、PBFIB、PCFIB是一一对 应的,可以根据PACT、PBCT、PCCT和PAFIB、PBFIB、PCFIB,将CT扫描数据CT_DATA和FIB-SEM 扫描数据FIB-SEM_DATA进行位置匹配,具体匹配步骤如下:
(51)确定CT数据中3个定位孔的中心,然后以PACT孔的中心为坐标系原点,以PACT-PBCT为x轴,以PACT-PCCT为y轴,以垂直于剖光面方向为z轴,建立CT数据坐标系CT_SYSTEM,见图2。
(52)确定FIB-SEM数据中3个定位孔的中心,然后以PAFIB孔的中心为坐标系原点,以 PAFIB-PBFIB为x轴,以PAFIB-PCFIB为y轴,以垂直于剖光面方向为z轴,建立FIB-SEM数据坐标 系FIB_SYSTEM,见图3。
(53)由于PACT、PBCT、PCCT和PAFIB、PBFIB、PCFIB是一一对应的,因此CT数据坐标系 CT_SYSTEM与FIB-SEM数据坐标系FIB_SYSTEM中坐标只相差一个缩放系数 SF=CTN/FIBN*106
(54)在FIB-SEM扫描区域与CT扫描重合区域,如图1中灰色区域,CT数据中任一像素 PCT在CT数据坐标系CT_SYSTEM中的坐标为PCT_X、PCT_Y和PCT_Z。由于FIB-SEM比CT数据 的分辨率高,因此CT数据中任一像素PCT对应的FIB-SEM数据中的一个像素块PFIB,PFIB的x轴 范围为PCT_X*SF至(PCT_X+1)*SF,y轴范围为PCT_Y*SF至(PCT_Y+1)*SF,z轴范围为 PCT_Z*SF至(PCT_Z+1)*SF。
(6)FIB-SEM孔隙度分析
通过步骤(5),可以在FIB-SEM高分辨率数据中建立与CT数据一一对应的像素块PFIB。 对于PFIB中的FIB-SEM数据,由于其分辨率较高,采用硬分割方式,确定PFIB中的FIB-SEM的 孔隙部分。首先确定一个初始分割阈值Th*,FIB,PFIB中的FIB-SEM图像中小于Th*,FIB的为孔隙, 大于Th*,FIB为固体骨架,然后不断调整分割阈值,直到分割完毕的孔隙边缘与PFIB中的原始 FIB-SEM图像的孔隙边缘相吻合位置,并以此时的分割阈值为最优阈值ThFIB。确定了最优分 割阈值之后,对PFIB中FIB-SEM图像进行分割,统计划分孔隙的像素和为PorFIB,统计PFIB的总 像素数目为PixFIB,则PFIB的孔隙度为FPFIB=PorFIB/PixFIB
(7)微米CT数据灰度和FIB-SEM孔隙度关系分析
通过步骤(5),可以建立CT数据PCT与FIB-SEM高分辨率数据PFIB之间的一一对应关系。 通过步骤(6)可以得到PFIB的孔隙度FPFIB,从而可以利用最小二乘法建立PCT的灰度GCT与孔 隙度FPFIB之间的多项式拟合关系FPFIB=f(GCT)。
(8)微米CT软分割建立孔隙结构模型
应用步骤(7)拟合出的CT图像像素灰度与孔隙率之间的关系FPFIB=f(GCT),带入CT图 像灰度数值,计算CT扫描数据中其他数据(即不在FIB-SEM扫描区域与CT扫描重合区域)的 孔隙率,得出全部CT扫描数据中任一像素的孔隙率FP。建立一个与CT扫描数据CT_DATA相 同大小并且一一对应的像素矩阵FP_DATA,FP_DATA的数值即为相应CT_DATA中相应像素的孔隙率FP。FP_DATA即为最后输出的软分割孔隙结构重构模型。
例如基于蔡司微米CT仪得到的岩心微米CT图像分析中,一般以灰度值为50-60作为孔隙的 划分标准。CT图像中灰度小于50-60的为孔隙,大于50-60的固体骨架。而实际上灰度值大于 50-60的部分,并不全都是固体骨架,而是存在一部分孔隙。通过本技术方案,可以给出灰度 大于50-60部分的像素所对应的孔隙率,不再将灰度大于50-60的像素全部划分为固体骨架。 并且本技术方案是综合了FIB-SEM高精度扫描数据建立的定量分析方法。

Claims (4)

1.岩心微米CT孔隙结构重构方法,其特征在于,包括以下步骤:
(1)微米CT岩心样品制备
将采集到的原始岩石样品进行表面机械剖光,然后在需要开展微米CT分析的区域,钻取微米CT样品CT_SAMPLE。该CT样品半径CTR毫米,轴长CTZ毫米;微米CT岩心样品中机械剖光面的一端标记为样品A端,另外一端为B端;
(2)微米CT岩心样品表面离子剖光
对微米CT岩心样品A端,进行氩离子表面剖光,剖光区域为整个A端端面;然后对离子剖光后的A端端面进行SEM扫描,拍摄A端端面的表面结构图片;
(3)打定位孔和CT扫描
根据A端SEM扫描图片结果,在A端表面确定一个边长为SEMQ微米的正方形区域SQU;在该正方形区域SQU内,选取3个定位点PA、PB、PC,要求这3个点构成一个直角坐标关系,针对打了定位孔的CT样品CT_SAMPLE进行微米CT扫描,扫描图像精度为CTN微米,扫描结果为3维像素矩阵CT_DATA;
(4)FIB-SEM扫描
针对打了定位孔的CT样品CT_SAMPLE进行FIB-SEM扫描,扫描区域为SQU区域,纵向切入深度为SEMQ微米,横向FIB烧蚀间隔为FIBN纳米;FIB-SEM扫描的精度为FIBN纳米;FIB-SEM扫描后,得到一个边长为SEMQ微米的立方体的岩心三维像素矩阵FIB-SEM_DATA;
(5)微米CT和FIB-SEM数据匹配
步骤(3)中CT扫描结果中可以观察到3个定位孔,CT数据中的3个定位孔为PACT、PBCT、PCCT,同时步骤(4)FIB-SEM扫描结果中同样可以观察到3个定位孔,FIB-SEM数据中3个定位孔为PAFIB、PBFIB、PCFIB;PACT、PBCT、PCCT和PAFIB、PBFIB、PCFIB是一一对应的,根据PACT、PBCT、PCCT和PAFIB、PBFIB、PCFIB,将CT扫描数据CT_DATA和FIB-SEM扫描数据FIB-SEM_DATA进行位置匹配;
(6)FIB-SEM孔隙度分析
通过步骤(5),在FIB-SEM高分辨率数据中建立与CT数据一一对应的像素块PFIB;对于PFIB中的FIB-SEM数据,由于其分辨率较高,采用硬分割方式,确定PFIB中的FIB-SEM的孔隙部分孔隙度FPFIB
(7)微米CT数据灰度和FIB-SEM孔隙度关系分析
通过步骤(5),建立CT数据PCT与FIB-SEM高分辨率数据PFIB之间的一一对应关系,通过步骤(6)可以得到PFIB的孔隙度FPFIB,从而可以利用最小二乘法建立PCT的灰度GCT与孔隙度FPFIB之间的多项式拟合关系FPFIB=f(GCT);
(8)微米CT软分割建立孔隙结构模型
应用步骤(7)拟合出的CT图像像素灰度与孔隙率之间的关系FPFIB=f(GCT),带入CT图像灰度数值,计算CT扫描数据中其他数据的孔隙率,得出全部CT扫描数据中任一像素的孔隙率FP;建立一个与CT扫描数据CT_DATA相同大小并且一一对应的像素矩阵FP_DATA,FP_DATA的数值即为相应CT_DATA中相应像素的孔隙率FP;FP_DATA即为最后输出的软分割孔隙结构重构模型。
2.根据权利要求1所述的岩心微米CT孔隙结构重构方法,其特征在于,所述的步骤3,包括以下步骤:
(31)根据A端SEM扫描图片结果,在A端表面确定一个边长为SEMQ微米的正方形区域SQU;
(32)然后在该正方形区域SQU内,选取3个定位点PA、PB、PC,要求这3个点构成一个直角坐标关系;
(33)利用聚焦离子束在3个定位点的位置打3种不同形状的定位孔:
PA标定点打圆柱形孔,孔的直径为3*CTN微米,轴长3*CTN微米;PB标定点打正方体孔,正方体的边长为3*CTN微米;PC标定孔打三棱柱孔,表面为正三角形,边长为3*CTN微米,纵向深3*CTN微米;
(34)针对打了定位孔的CT样品CT_SAMPLE进行微米CT扫描,扫描图像精度为CTN微米,扫描结果为3维像素矩阵CT_DATA。
3.根据权利要求1所述的岩心微米CT孔隙结构重构方法,其特征在于,所述的步骤(5),包括以下步骤:
(51)确定CT数据中3个定位孔的中心,然后以PACT孔的中心为坐标系原点,以PACT-PBCT为x轴,以PACT-PCCT为y轴,以垂直于剖光面方向为z轴,建立CT数据坐标系CT_SYSTEM;
(52)确定FIB-SEM数据中3个定位孔的中心,然后以PAFIB孔的中心为坐标系原点,以PAFIB-PBFIB为x轴,以PAFIB-PCFIB为y轴,以垂直于剖光面方向为z轴,建立FIB-SEM数据坐标系FIB_SYSTEM;
(53)PACT、PBCT、PCCT和PAFIB、PBFIB、PCFIB是一一对应的,CT数据坐标系CT_SYSTEM与FIB-SEM数据坐标系FIB_SYSTEM中坐标只相差一个缩放系数SF=CTN/FIBN*106
(54)在FIB-SEM扫描区域与CT扫描重合区域,CT数据中任一像素PCT在CT数据坐标系CT_SYSTEM中的坐标为PCT_X、PCT_Y和PCT_Z;由于FIB-SEM比CT数据的分辨率高,因此CT数据中任一像素PCT对应的FIB-SEM数据中的一个像素块PFIB,PFIB的x轴范围为PCT_X*SF至(PCT_X+1)*SF,y轴范围为PCT_Y*SF至(PCT_Y+1)*SF,z轴范围为PCT_Z*SF至(PCT_Z+1)*SF。
4.根据权利要求1所述的岩心微米CT孔隙结构重构方法,其特征在于,所述的步骤(6),包括以下步骤:
(61)确定一个初始分割阈值Th*,FIB,PFIB中的FIB-SEM图像中小于Th*,FIB的为孔隙,大于Th*,FIB为固体骨架,然后不断调整分割阈值,直到分割完毕的孔隙边缘与PFIB中的原始FIB-SEM图像的孔隙边缘相吻合位置,并以此时的分割阈值为最优阈值ThFIB
(62)确定了最优分割阈值之后,对PFIB中FIB-SEM图像进行分割,统计划分孔隙的像素和为PorFIB,统计PFIB的总像素数目为PixFIB,则PFIB的孔隙度为FPFIB=PorFIB/PixFIB
CN201810397176.3A 2018-04-28 2018-04-28 岩心微米ct孔隙结构重构方法 Active CN108682020B (zh)

Priority Applications (3)

Application Number Priority Date Filing Date Title
CN201810397176.3A CN108682020B (zh) 2018-04-28 2018-04-28 岩心微米ct孔隙结构重构方法
PCT/CN2018/114954 WO2019205579A1 (zh) 2018-04-28 2018-11-12 岩心微米ct孔隙结构重构方法
US16/395,060 US10937210B2 (en) 2018-04-28 2019-04-25 Method for reconstructing pore structure of core with micro-CT (computed tomography)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810397176.3A CN108682020B (zh) 2018-04-28 2018-04-28 岩心微米ct孔隙结构重构方法

Publications (2)

Publication Number Publication Date
CN108682020A true CN108682020A (zh) 2018-10-19
CN108682020B CN108682020B (zh) 2019-04-12

Family

ID=63802526

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810397176.3A Active CN108682020B (zh) 2018-04-28 2018-04-28 岩心微米ct孔隙结构重构方法

Country Status (3)

Country Link
US (1) US10937210B2 (zh)
CN (1) CN108682020B (zh)
WO (1) WO2019205579A1 (zh)

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109709116A (zh) * 2018-11-23 2019-05-03 中国石油天然气股份有限公司 一种步进旋转样品台、微观颗粒三维表面成像方法及系统
WO2019205579A1 (zh) * 2018-04-28 2019-10-31 中国石油大学(华东) 岩心微米ct孔隙结构重构方法
CN111272624A (zh) * 2019-11-29 2020-06-12 中国商用飞机有限责任公司 一种孔隙率检测方法
CN112085693A (zh) * 2020-06-24 2020-12-15 中国科学院武汉岩土力学研究所 土石混合体内部结构的孔隙比评估及形态重建方法及系统
CN112129676A (zh) * 2019-06-24 2020-12-25 中国航发商用航空发动机有限责任公司 孔隙率试块的制作方法及孔隙率快速检测方法
CN112329187A (zh) * 2019-07-18 2021-02-05 中国石油天然气股份有限公司 断层封闭性分析方法、装置及系统
CN113075731A (zh) * 2021-03-24 2021-07-06 东北石油大学 深层储层连续性井筒数字建模方法及装置
CN113281239A (zh) * 2021-06-18 2021-08-20 中国石油大学(北京) 多尺度煤岩孔隙网络生成方法和装置
CN113984808A (zh) * 2021-10-28 2022-01-28 中国科学院西北生态环境资源研究院 冻结法扩展岩石裂隙的试验方法
CN116952995A (zh) * 2023-07-25 2023-10-27 水利部交通运输部国家能源局南京水利科学研究院 一种基于孔隙率的修复材料与混凝土界面区厚度无损识别方法

Families Citing this family (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110927194B (zh) * 2019-12-11 2020-08-18 中国科学院地质与地球物理研究所 确定泥页岩有机孔含量和孔径分布的方法
CN111024499B (zh) * 2019-12-25 2022-04-22 三峡大学 一种对岩石进行层进式劣化规律研究的方法
CN111199582B (zh) * 2019-12-31 2023-05-16 中国石油大学(华东) 一种连续孔隙组分表征的三维数字井筒构建方法
CN111583153B (zh) * 2020-05-11 2023-07-25 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院) 针对多孔复合材料微纳米级结构的三维重构方法
CN113447419B (zh) * 2021-06-28 2022-10-25 哈尔滨工业大学 一种多孔介质连通孔隙结构单元的划分系统
CN113945499A (zh) * 2021-09-01 2022-01-18 同路达(泰州)生态科技有限公司 基于ct扫描和图像处理的透水混凝土孔隙特征分析方法
CN114397235B (zh) * 2022-01-17 2023-02-03 中国矿业大学 一种基于孔隙度重构数字岩心的原位温压两相流分析方法
CN114241077B (zh) * 2022-02-23 2022-07-15 南昌睿度医疗科技有限公司 一种ct图像分辨率优化方法及装置
CN116402675B (zh) * 2023-03-23 2023-11-28 中国地质科学院地质力学研究所 一种基于页岩组分标定的图像配准方法

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20090288880A1 (en) * 2008-05-21 2009-11-26 Wojcik Zbigniew M Method for estimating material properties of porous media using computer tomograpic images thereof
CN102222359A (zh) * 2011-05-24 2011-10-19 中国石油天然气股份有限公司 一种岩心三维孔隙结构重构方法
CN104574420A (zh) * 2015-01-29 2015-04-29 中国石油大学(华东) 一种纳米级泥页岩数字岩心构建方法
CN106127816A (zh) * 2016-03-08 2016-11-16 中国石油大学(华东) 一种页岩基质储层孔隙空间表征方法
CN106918607A (zh) * 2017-03-06 2017-07-04 西南石油大学 一种孔隙结构获取方法及装置
CN106920236A (zh) * 2017-03-06 2017-07-04 西南石油大学 一种孔隙结构获取方法及装置
CN107067379A (zh) * 2017-03-16 2017-08-18 中国科学院地质与地球物理研究所 基于三维fib‑sem图像的页岩孔隙定量表征方法

Family Cites Families (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9134457B2 (en) * 2009-04-08 2015-09-15 Schlumberger Technology Corporation Multiscale digital rock modeling for reservoir simulation
AU2013230933B2 (en) * 2012-03-06 2015-12-10 Ion Geophysical Corporation Model predicting fracturing of shale
US9140117B2 (en) * 2012-07-13 2015-09-22 Ingrain, Inc. Method for evaluating relative permeability for fractional multi-phase, multi-component fluid flow through porous media
WO2014025970A1 (en) * 2012-08-10 2014-02-13 Ingrain, Inc. Method for improving the accuracy of rock property values derived from digital images
EA201500703A1 (ru) * 2012-12-25 2015-10-30 Общество С Ограниченной Ответственностью "Интровижн Ресерч Энд Девелопмент" Способ получения характеристической трехмерной модели образца пористого материала для исследования свойств проницаемости
CN103822865B (zh) * 2014-03-20 2016-05-04 中国石油大学(华东) 一种高分辨率三维数字岩心建模方法
WO2016049204A1 (en) * 2014-09-25 2016-03-31 Ingrain, Inc. Digital pore alteration methods and systems
US10198804B2 (en) * 2015-04-15 2019-02-05 Halliburton Energy Services, Inc. Method for determining fabric and upscaled properties of geological sample
WO2016168882A1 (en) * 2015-04-18 2016-10-27 Stewart Penelope Clair Statistical method for micro-scale rock damage quantification and characterisation using x-ray micro-tomography
CN105115874B (zh) * 2015-08-18 2018-02-02 中国石油天然气股份有限公司 多源信息融合的多组分三维数字岩心构建方法
CN108682020B (zh) * 2018-04-28 2019-04-12 中国石油大学(华东) 岩心微米ct孔隙结构重构方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20090288880A1 (en) * 2008-05-21 2009-11-26 Wojcik Zbigniew M Method for estimating material properties of porous media using computer tomograpic images thereof
CN102222359A (zh) * 2011-05-24 2011-10-19 中国石油天然气股份有限公司 一种岩心三维孔隙结构重构方法
CN104574420A (zh) * 2015-01-29 2015-04-29 中国石油大学(华东) 一种纳米级泥页岩数字岩心构建方法
CN106127816A (zh) * 2016-03-08 2016-11-16 中国石油大学(华东) 一种页岩基质储层孔隙空间表征方法
CN106918607A (zh) * 2017-03-06 2017-07-04 西南石油大学 一种孔隙结构获取方法及装置
CN106920236A (zh) * 2017-03-06 2017-07-04 西南石油大学 一种孔隙结构获取方法及装置
CN107067379A (zh) * 2017-03-16 2017-08-18 中国科学院地质与地球物理研究所 基于三维fib‑sem图像的页岩孔隙定量表征方法

Non-Patent Citations (7)

* Cited by examiner, † Cited by third party
Title
DING FANG ET AL.: "Fine description of structure and sedimentary microfacies", 《ARAB J GEOSCI》 *
PENGFEI ZHANG ET AL.: "Multi-component segmentation of X-ray computed tomography (CT) image using multi-Otsu thresholding algorithm and scanning electron microscopy", 《ENERGY EXPLORATION & EXPLOITATION》 *
WENHAO LI ET AL.: "Quantitative characterization on shale-hosted oil reservoir: A case study of argillaceous dolomite reservoir in the Jianghan Basin", 《FUEL》 *
XUEFENG LIU ET AL.: "Pore-scale characterization of tight sandstone in Yanchang Formation Ordos Basin China using micro-CT and SEM imaging from nm- to cm-scale", 《FUEL》 *
沈珊: "致密砂岩储层微观孔喉表征及渗流模拟", 《河南科学》 *
闫国亮等: "基于数字岩心储层渗透率模型研究", 《中国博士学位论文数据库 工程科技I辑》 *
陈晨等: "不同岩相泥页岩数字岩心构建方法研究———以东营凹陷为例", 《现代地质》 *

Cited By (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2019205579A1 (zh) * 2018-04-28 2019-10-31 中国石油大学(华东) 岩心微米ct孔隙结构重构方法
CN109709116A (zh) * 2018-11-23 2019-05-03 中国石油天然气股份有限公司 一种步进旋转样品台、微观颗粒三维表面成像方法及系统
CN109709116B (zh) * 2018-11-23 2021-11-02 中国石油天然气股份有限公司 一种步进旋转样品台、微观颗粒三维表面成像方法及系统
CN112129676A (zh) * 2019-06-24 2020-12-25 中国航发商用航空发动机有限责任公司 孔隙率试块的制作方法及孔隙率快速检测方法
CN112129676B (zh) * 2019-06-24 2023-09-22 中国航发商用航空发动机有限责任公司 孔隙率试块的制作方法及孔隙率快速检测方法
CN112329187A (zh) * 2019-07-18 2021-02-05 中国石油天然气股份有限公司 断层封闭性分析方法、装置及系统
CN112329187B (zh) * 2019-07-18 2022-10-04 中国石油天然气股份有限公司 断层封闭性分析方法、装置及系统
CN111272624A (zh) * 2019-11-29 2020-06-12 中国商用飞机有限责任公司 一种孔隙率检测方法
CN112085693B (zh) * 2020-06-24 2022-09-20 中国科学院武汉岩土力学研究所 土石混合体内部结构的孔隙比评估及形态重建方法及系统
CN112085693A (zh) * 2020-06-24 2020-12-15 中国科学院武汉岩土力学研究所 土石混合体内部结构的孔隙比评估及形态重建方法及系统
CN113075731A (zh) * 2021-03-24 2021-07-06 东北石油大学 深层储层连续性井筒数字建模方法及装置
CN113281239B (zh) * 2021-06-18 2022-06-24 中国石油大学(北京) 多尺度煤岩孔隙网络生成方法和装置
CN113281239A (zh) * 2021-06-18 2021-08-20 中国石油大学(北京) 多尺度煤岩孔隙网络生成方法和装置
CN113984808A (zh) * 2021-10-28 2022-01-28 中国科学院西北生态环境资源研究院 冻结法扩展岩石裂隙的试验方法
CN113984808B (zh) * 2021-10-28 2023-07-21 中国科学院西北生态环境资源研究院 冻结法扩展岩石裂隙的试验方法
CN116952995A (zh) * 2023-07-25 2023-10-27 水利部交通运输部国家能源局南京水利科学研究院 一种基于孔隙率的修复材料与混凝土界面区厚度无损识别方法
CN116952995B (zh) * 2023-07-25 2024-05-31 水利部交通运输部国家能源局南京水利科学研究院 一种基于孔隙率的修复材料与混凝土界面区厚度无损识别方法

Also Published As

Publication number Publication date
US20190251715A1 (en) 2019-08-15
WO2019205579A1 (zh) 2019-10-31
CN108682020B (zh) 2019-04-12
US10937210B2 (en) 2021-03-02

Similar Documents

Publication Publication Date Title
CN108682020A (zh) 岩心微米ct孔隙结构重构方法
CN113609696B (zh) 基于图像融合的多尺度多组分数字岩心构建方法及系统
RU2576501C2 (ru) Способы построения 3-мерных цифровых моделей пористой среды с использованием комбинации данных высокого и низкого разрешения и многоточечной статистики
RU2639727C2 (ru) Системы и способы цифрового анализа горных пород с определением сэо многофазного потока
Vogel Morphological determination of pore connectivity as a function of pore size using serial sections
CN107709699B (zh) 生成多孔岩石样本的三维微型模型
CN109285222A (zh) 有机页岩高分辨率数字岩心构建与分析方法
CN110320137A (zh) 一种基于数字岩心的多尺度融合方法
CN107655908B (zh) 一种构建数字岩心的方法及装置
CN104574420A (zh) 一种纳米级泥页岩数字岩心构建方法
CN106716114A (zh) 多孔介质分析系统和方法
CN112132965B (zh) 一种岩土体孔裂隙结构多尺度表征方法
CN109345625B (zh) 岩心图像自适应分区三维重建方法
CN115078422B (zh) 一种三维矿物模型建立的方法
Konings et al. Advances in single particle analysis data acquisition
CN111257188A (zh) 碳酸盐岩孔隙系统的多尺度表征方法及装置
Tikoff et al. Big data in microstructure analysis: Building a universal orientation system for thin sections
CN107507276A (zh) 用于任意方向的岩心切片显示的三维数字岩心存储方法
Martišek et al. Multifocal image processing
DE102012109105A1 (de) Verfahren zur Echt-Zeit-Drehung flächentreuer Projektionen radialer Eigenschaftsverteilungen
JP2022124468A (ja) 中空粒子における連通口の評価方法および中空粒子の評価方法
Appoloni et al. Porous microstructure characterization of a sandstone reservoir using high-resolution X-ray microtomography
CN107506357A (zh) 用于不同粗细粒度岩心图像重构的二维数字岩心存储方法
JP2022127593A (ja) 多孔質二次粒子の開口部の評価方法
JP2022124469A (ja) 中空粒子の殻内空孔領域の評価方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant