CN109856029A - 一种基于图像分析的孔隙度评价方法 - Google Patents

一种基于图像分析的孔隙度评价方法 Download PDF

Info

Publication number
CN109856029A
CN109856029A CN201910104058.3A CN201910104058A CN109856029A CN 109856029 A CN109856029 A CN 109856029A CN 201910104058 A CN201910104058 A CN 201910104058A CN 109856029 A CN109856029 A CN 109856029A
Authority
CN
China
Prior art keywords
image
interstitial space
different
casting body
content
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
CN201910104058.3A
Other languages
English (en)
Other versions
CN109856029B (zh
Inventor
蔡华
林承焰
段冬平
黄鑫
刘彬彬
王文广
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
CNOOC China Ltd Shanghai Branch
Original Assignee
China University of Petroleum East China
CNOOC China Ltd Shanghai Branch
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, CNOOC China Ltd Shanghai Branch filed Critical China University of Petroleum East China
Priority to CN201910104058.3A priority Critical patent/CN109856029B/zh
Publication of CN109856029A publication Critical patent/CN109856029A/zh
Application granted granted Critical
Publication of CN109856029B publication Critical patent/CN109856029B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Landscapes

  • Analysing Materials By The Use Of Radiation (AREA)

Abstract

本申请实施例公开了一种基于图像分析的孔隙度评价方法。该方法包括:获取目标岩相的岩心薄片和分析测试资料;筛选出该岩相的强烈早期方解石胶结砂岩、部分早期方解石胶结砂岩和无早期方解石胶结砂岩岩心薄片;采用体式显微镜、图像分析系统和阴极发光显微镜提取相应图像资料;对铸体薄片的全视域图像资料进行二值化处理,划分出骨架颗粒和孔隙空间,建立岩石物理模型;识别出不同孔隙类型及含量和不同胶结物含量;确定不同胶结物时期及期次;重现研究层段该类岩相的孔隙度演化过程。通过执行本实施例所提供的技术方案,可以避免以往图像资料获取时以局部代替整体、个人主观性判断的问题,解决了以往图像资料获取不够客观的问题。

Description

一种基于图像分析的孔隙度评价方法
技术领域
本申请实施例涉及油气储层质量研究技术领域,尤其涉及一种基于图像分析的孔隙度评价方法。
背景技术
目前,由于油气储层孔隙度演化研究方式有很多,例如采用单井埋藏史来确定成岩演化阶段和成岩演化序列,再如通过逐步回归分析和多元非线性高次拟合方法,分别筛选出能表征储层地质参数和高次拟合出多地质参数的孔隙度评价模型,评价出孔隙度。然而这些方式采用的以局部代替整体的图像识别策略,因而存在的个人主观性判断,导致对孔隙度演化过程评价不够客观,也会因为个人水平导致孔隙度评价结果也因人而异的情况。
发明内容
本申请实施例提供一种基于图像分析的孔隙度评价方法,可以避免以往图像资料获取时以局部代替整体,因而存在的个人主观性判断,导致孔隙度评价不够客观,也会因为个人水平导致孔隙度评价结果也因人而异的情况。
第一方面,本申请实施例提供了一种基于图像分析的孔隙度评价方法,该方法包括:
S1、获取研究层段的目标岩相的岩心薄片资料和分析测试资料;其中,所述岩心薄片资料包括铸体薄片、阴极发光薄片和流体包裹体薄片;所述分析测试资料包括:全岩X衍射分析测试资料、铸体薄片定量分析资料、粉末粒度分析资料和常规岩心分析资料;
S2、筛选出三种成岩类型的岩心薄片;所述三种成岩类型包括:强烈早期方解石胶结砂岩岩心薄片、部分早期方解石胶结砂岩岩心薄片和无早期方解石胶结砂岩岩心薄片;
S3、对三种成岩类型的岩心薄片的铸体薄片进行图像获取;包括:采用体式显微镜获取铸体薄片的全视域图像,获取铸体薄片的标准图像,以及获取反映出胶结物世代关系的阴极发光图像;
S4、根据铸体薄片的全视域图像,分别确定三种成岩类型的骨架颗粒百分含量和孔隙空间百分含量;
S5、根据三种成岩类型的骨架颗粒百分含量和孔隙空间百分含量,建立沉积时期骨架颗粒和孔隙空间岩石物理模型和埋藏成岩后骨架颗粒和孔隙空间岩石物理模型;
S6、采用图像分割技术从铸体薄片上识别出不同矿物颗粒含量、不同孔隙类型及含量和不同胶结物含量;其中,所述不同胶结物至少包括:石英胶结物、方解石胶结物和粘土胶结物;其中,所述不同矿物颗粒含量用于与全岩X衍射分析测试资料得到的不同矿物颗粒含量进行匹配,根据匹配结果确定图像分割技术的准确性;
S7、根据所述不同胶结物含量,以及根据阴极发光图像中胶结物发光特征及相应的流体包裹体定年资料,确定所述不同胶结物的时期及期次;
S8、根据S5中的沉积时期骨架颗粒和孔隙空间岩石物理模型和埋藏成岩后骨架颗粒和孔隙空间岩石物理模型,S6中的不同孔隙类型及含量和不同胶结物含量,以及S7中的不同胶结物的时期及期次,确定所述研究层段的目标岩相孔隙度演化过程。
进一步的,对三种成岩类型的岩心薄片的铸体薄片进行图像获取,包括:
采用体式显微镜对铸体薄片进行全视域扫描,获取铸体薄片全视域图像;采用图像分析系统获取铸体薄片符合预设分辨率的标准图像,以及采用阴极发光系统获取反映出胶结物世代关系的图像阴极发光图像;
其中,根据石英胶结物和方解石胶结物中流体包裹体均一温度确定不同胶结物时期及期次。
进一步的,根据铸体薄片的全视域图像,分别确定三种成岩类型的骨架颗粒百分含量和孔隙空间百分含量,包括:
对目标岩相的强烈早期方解石胶结砂岩、部分早期方解石胶结砂岩和无早期方解石胶结砂岩三类成岩类型的铸体薄片全视域图像进行二值化处理,获取强烈早期方解石胶结砂岩、部分早期方解石胶结砂岩和无早期方解石胶结砂岩的骨架颗粒百分含量和孔隙空间百分含量。
进一步的,根据三种成岩类型的骨架颗粒百分含量和孔隙空间百分含量,建立沉积时期骨架颗粒和孔隙空间岩石物理模型和埋藏成岩后骨架颗粒和孔隙空间岩石物理模型,包括:
如下公式计算初始总量:
V初始总量=V初始骨架颗粒+V初始孔隙空间
其中,V初始骨架颗粒是指基于强烈早期方解石胶结砂岩的铸体薄片全视域图像获取的沉积时期石英、长石和岩屑百分含量,%;V初始孔隙空间是指基于强烈早期方解石胶结砂岩的铸体薄片全视域图像获取的沉积时期孔隙空间百分含量,%;
如下公式计算埋藏成岩后总量:
V埋藏成岩后总量=V埋藏成岩后骨架颗粒+V埋藏成岩后孔隙空间
其中,V埋藏成岩后骨架颗粒是指基于无早期方解石胶结砂岩的铸体薄片全视域图像获取的埋藏成岩后石英、长石和岩屑百分含量,%;V埋藏成岩后孔隙空间是指基于无早期方解石胶结砂岩的铸体薄片全视域图像获取的埋藏成岩后孔隙空间百分含量,%;
联合粉末粒度分析资料的分选系数确定该类岩相的初始孔隙度Φ0;在此基础上,将强烈早期方解石胶结砂岩的孔隙空间与初始孔隙度相互标定,换算出每个面孔率的孔隙度值,定义一个参数为R,如下公式:
其中,R是指基于铸体薄片图像和常规岩心分析相互标定确定的每个面孔率的孔隙度值,小数;Φ0是指目标岩相沉积时期的初始孔隙度,%;V初始孔隙空间是指沉积时期砂岩的初始孔隙百分含量,%;
进而,建立沉积时期骨架颗粒和孔隙空间岩石物理模型和埋藏成岩后骨架颗粒和孔隙空间岩石物理模型。
进一步的,采用图像分割技术从铸体薄片上识别出不同矿物颗粒含量、不同孔隙类型及含量和不同胶结物含量,包括:
根据铸体薄片和阴极发光薄片,采用图像分析系统获取石英颗粒、长石颗粒和岩屑颗粒的百分含量;并根据全岩X衍射分析测试资料获取的不同矿物颗粒含量;
判断石英颗粒、长石颗粒和岩屑颗粒的百分含量与根据全岩X衍射分析测试资料获取的不同矿物颗粒含量吻合率是否大于预设阈值;
若大于,则表明符合精度要求;
若小于,则重新获取石英颗粒、长石颗粒和岩屑颗粒的百分含量,直至石英颗粒、长石颗粒和岩屑颗粒的百分含量与根据全岩X衍射分析测试资料获取的不同矿物颗粒含量吻合率大于预设阈值为止。
进一步的,根据所述不同胶结物含量,以及根据阴极发光图像中胶结物发光特征及相应的流体包裹体定年资料,确定所述不同胶结物的时期及期次,包括:
根据阴极发光图像,以及阴极发光条件下胶结物发光特征,识别出不同胶结物;
根据不同胶结物的相互交切关系及流体包裹体定年资料,确定不同胶结物世代关系。
进一步的,根据S5中的沉积时期骨架颗粒和孔隙空间岩石物理模型和埋藏成岩后骨架颗粒和孔隙空间岩石物理模型,S6中的不同孔隙类型及含量和不同胶结物含量,以及S7中的不同胶结物的时期及期次,确定所述研究层段的目标岩相孔隙度演化过程,包括:
根据S5中的沉积时期骨架颗粒和孔隙空间岩石物理模型和埋藏成岩后骨架颗粒和孔隙空间岩石物理模型,S6中的不同孔隙类型及含量和不同胶结物含量,以及S7中的不同胶结物的时期及期次,采用成岩事件和现今孔隙度作为约束条件,确定所述研究层段的目标岩相孔隙度演化过程。
第二方面,本申请实施例提供了一种基于图像分析的孔隙度评价方法,该方法包括下述评价模块的组合,具体包括:
资料获取模块,用于获取研究层段的目标岩相的岩心薄片资料和分析测试资料;其中,所述岩心薄片资料包括铸体薄片、阴极发光薄片和流体包裹体薄片;所述分析测试资料包括:全岩X衍射分析测试资料、铸体薄片定量分析资料、粉末粒度分析资料和常规岩心分析资料;
岩心薄片筛选模块,用于筛选出三种成岩类型的岩心薄片;所述三种成岩类型包括:强烈早期方解石胶结砂岩岩心薄片、部分早期方解石胶结砂岩岩心薄片和无早期方解石胶结砂岩岩心薄片;
图像获取模块,用于对三种成岩类型的岩心薄片的铸体薄片进行图像获取;包括:采用体式显微镜获取铸体薄片的全视域图像,获取铸体薄片的标准图像,以及获取反映出胶结物世代关系的阴极发光图像;
百分含量计算模块,用于根据铸体薄片的全视域图像,分别确定三种成岩类型的骨架颗粒百分含量和孔隙空间百分含量;
模型建立模块,用于根据三种成岩类型的骨架颗粒百分含量和孔隙空间百分含量,建立沉积时期骨架颗粒和孔隙空间岩石物理模型和埋藏成岩后骨架颗粒和孔隙空间岩石物理模型;
含量识别模块,用于采用图像分割技术从铸体薄片上识别出不同矿物颗粒含量、不同孔隙类型及含量和不同胶结物含量;其中,所述不同胶结物至少包括:石英胶结物、方解石胶结物和粘土胶结物;其中,所述不同矿物颗粒含量用于与全岩X衍射分析测试资料得到的不同矿物颗粒含量进行匹配,根据匹配结果确定图像分割技术的准确性;
时期及期次确定模块,用于根据所述不同胶结物含量,以及根据阴极发光图像中胶结物发光特征及相应的流体包裹体定年资料,确定所述不同胶结物的时期及期次;
孔隙度演化过程确定模块,用于根据沉积时期骨架颗粒和孔隙空间岩石物理模型和埋藏成岩后骨架颗粒和孔隙空间岩石物理模型,不同孔隙类型及含量和不同胶结物含量,以及不同胶结物的时期及期次,确定所述研究层段的目标岩相孔隙度演化过程。
第三方面,本申请实施例提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现如本申请实施例所述的基于图像分析的孔隙度评价方法。
第四方面,本申请实施例提供了一种基于图像分析的孔隙度评价系统,包括存储器,处理器及存储在存储器上并可在处理器运行的计算机程序,所述处理器执行所述计算机程序时实现如本申请实施例所述的基于图像分析的孔隙度评价方法。
本申请实施例所提供的技术方案,通过在基于图像分析的孔隙度评价方案中,通过对铸体薄片的全视域图像的获取,可以避免以往图像资料获取时以局部代替整体,因而存在的个人主观性判断,导致基于图像分析的孔隙度评价不够客观,也会因为个人水平导致基于图像分析的孔隙度评价结果也因人而异的情况。
附图说明
图1是本申请实施例一提供的基于图像分析的孔隙度评价方法的流程图;
图2是本申请实施例一提供的基于图像分析的孔隙度评价示意图;
图3是本申请实施例二提供的基于图像分析的孔隙度评价方法的评价模块示意图;
图4是本申请实施例四提供的一种基于图像分析的孔隙度评价系统的结构示意图。
具体实施方式
下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释本申请,而非对本申请的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与本申请相关的部分而非全部结构。
在更加详细地讨论示例性实施例之前应当提到的是,一些示例性实施例被描述成作为流程图描绘的处理或方法。虽然流程图将各步骤描述成顺序的处理,但是其中的许多步骤可以被并行地、并发地或者同时实施。此外,各步骤的顺序可以被重新安排。当其操作完成时所述处理可以被终止,但是还可以具有未包括在附图中的附加步骤。所述处理可以对应于方法、函数、规程、子例程、子程序等等。
实施例一
图1是本申请实施例一提供的基于图像分析的孔隙度评价方法的流程图,本实施例可适于油气储层质量研究的情况,该方法可以由本申请实施例所提供的基于图像分析的孔隙度评价方法的评价模块执行,该评价模块可以由软件和/或硬件的方式来实现,并可集成于基于图像分析的孔隙度评价系统中。
如图1所示,所述基于图像分析的孔隙度评价方法包括:
S1、获取研究层段的目标岩相的岩心薄片资料和分析测试资料;其中,所述岩心薄片资料包括铸体薄片、阴极发光薄片和流体包裹体薄片;所述分析测试资料包括:全岩X衍射分析测试资料、铸体薄片定量分析资料、粉末粒度分析资料和常规岩心分析资料。
其中,研究层段可以是根据研究需求确定的层段,目标岩相可以是研究层段中需要进行具体研究的岩相。岩心薄片资料可以通过切割、打磨等方式来得到。铸体薄片是将有色液态胶在真空加压下注入岩石孔隙空间,待液态胶固化后磨制成的岩石薄片。
S2、筛选出三种成岩类型的岩心薄片;所述三种成岩类型包括:强烈早期方解石胶结砂岩岩心薄片、部分早期方解石胶结砂岩岩心薄片和无早期方解石胶结砂岩岩心薄片。
S3、对三种成岩类型的岩心薄片的铸体薄片进行图像获取;包括:采用体式显微镜获取铸体薄片的全视域图像,获取铸体薄片的标准图像,以及获取反映出胶结物世代关系的阴极发光图像。
在本实施例中,优选的,对三种成岩类型的岩心薄片的铸体薄片进行图像获取,包括:采用体式显微镜对铸体薄片进行全视域扫描,获取铸体薄片全视域图像;采用图像分析系统获取铸体薄片符合预设分辨率的标准图像,以及采用阴极发光系统获取反映出胶结物世代关系的图像阴极发光图像;其中,根据石英胶结物和方解石胶结物中流体包裹体均一温度确定不同胶结物时期及期次。
本发明实施例开拓性地采用体式显微镜对铸体薄片进行全视域扫描,获取铸体薄片全视域图像资料。由于体式显微镜获取的图像资料是基于透视功能的;而铸体薄片中透明性矿物在体式显微镜下都是透明的;本发明实施例根据体式显微镜下透明性矿物是透明的原理,并且考虑其放大倍数高、可以覆盖整个铸体薄片。因而本发明实施例创新性地采用体式显微镜获取铸体薄片全视域图像资料,主要方法为:在铸体薄片之下垫一张红纸,在这种情况下获取的全视域图像资料中红色代表骨架颗粒,而黑色代表孔隙和裂缝等孔隙空间。
本发明创新之处在于以往多在图像分析系统下观察铸体薄片,需要操作人员根据对整个铸体薄片视域的骨架颗粒与孔隙空间分布情况,选择拍摄出能够反映整个视域的图片资料,而且往往需要多张图片资料来反应面孔率;而本发明实施例是开创性地采用体式显微镜拍摄出铸体薄片全视域图像资料,克服了上述问题。
S4、根据铸体薄片的全视域图像,分别确定三种成岩类型的骨架颗粒百分含量和孔隙空间百分含量。
在本实施例中,优选的,根据铸体薄片的全视域图像,分别确定三种成岩类型的骨架颗粒百分含量和孔隙空间百分含量,包括:对目标岩相的强烈早期方解石胶结砂岩、部分早期方解石胶结砂岩和无早期方解石胶结砂岩三类成岩类型的铸体薄片全视域图像进行二值化处理,获取强烈早期方解石胶结砂岩、部分早期方解石胶结砂岩和无早期方解石胶结砂岩的骨架颗粒百分含量和孔隙空间百分含量。
本发明实施例提出对某一岩相的强烈早期方解石胶结砂岩、部分早期方解石胶结砂岩和无早期方解石胶结砂岩的三类铸体薄片全视域图像资料进行二值化处理,获取强烈早期方解石胶结砂岩、部分早期方解石胶结砂岩和无早期方解石胶结砂岩的骨架颗粒和孔隙空间的百分含量。从地质成因角度,强烈早期方解石胶结物砂岩和无早期方解石胶结砂岩分别对应着沉积时期和埋藏成岩后骨架颗粒、孔隙空间的百分含量。
本发明创新之处在于将医学CT和工业CT中二值化技术引入到对铸体薄片全视域图像资料处理上,整体刻画出铸体薄片全视域的骨架颗粒和孔隙空间的百分含量。将二值化处理技术引入本发明实施例,是因为铸体薄片全视域图像资料是采用体式显微镜获得的,全视域图像资料中骨架颗粒是红色的,而孔隙和裂缝孔隙空间是黑色的,因而可以较为方便地划分出骨架颗粒和孔隙空间。
S5、根据三种成岩类型的骨架颗粒百分含量和孔隙空间百分含量,建立沉积时期骨架颗粒和孔隙空间岩石物理模型和埋藏成岩后骨架颗粒和孔隙空间岩石物理模型。
其中,骨架颗粒百分含量可以是在S6中不同矿物含量的总和,孔隙空间沉积成岩后的百分含量可以是不同孔隙类型及含量的总和。
在本实施例中,优选的,根据三种成岩类型的骨架颗粒百分含量和孔隙空间百分含量,建立沉积时期骨架颗粒和孔隙空间岩石物理模型和埋藏成岩后骨架颗粒和孔隙空间岩石物理模型,包括:
如下公式计算初始总量:
V初始总量=V初始骨架颗粒+V初始孔隙空间
其中,V初始骨架颗粒是指基于强烈早期方解石胶结砂岩的铸体薄片全视域图像获取的沉积时期石英、长石和岩屑百分含量,%;V初始孔隙空间是指基于强烈早期方解石胶结砂岩的铸体薄片全视域图像获取的沉积时期孔隙空间百分含量,%;
如下公式计算埋藏成岩后总量:
V埋藏成岩后总量=V埋藏成岩后骨架颗粒+V埋藏成岩后孔隙空间
其中,V埋藏成岩后骨架颗粒是指基于无早期方解石胶结砂岩的铸体薄片全视域图像获取的埋藏成岩后石英、长石和岩屑百分含量,%;V埋藏成岩后孔隙空间是指基于无早期方解石胶结砂岩的铸体薄片全视域图像获取的埋藏成岩后孔隙空间百分含量,%;
联合粉末粒度分析资料的分选系数确定该类岩相的初始孔隙度Φ0;在此基础上,将强烈早期方解石胶结砂岩的孔隙空间与初始孔隙度相互标定,换算出每个面孔率的孔隙度值,定义一个参数为R,如下公式:
其中,R是指基于铸体薄片图像和常规岩心分析相互标定确定的每个面孔率的孔隙度值,小数;Φ0是指目标岩相沉积时期的初始孔隙度,%;V初始孔隙空间是指沉积时期砂岩的初始孔隙百分含量,%;
进而,建立沉积时期骨架颗粒和孔隙空间岩石物理模型和埋藏成岩后骨架颗粒和孔隙空间岩石物理模型。
S6、采用图像分割技术从铸体薄片上识别出不同矿物颗粒含量、不同孔隙类型及含量和不同胶结物含量;其中,所述不同胶结物至少包括:石英胶结物、方解石胶结物和粘土胶结物;其中,所述不同矿物颗粒含量用于与全岩X衍射分析测试资料得到的不同矿物颗粒含量进行匹配,根据匹配结果确定图像分割技术的准确性。
在本实施例中,优选的,采用图像分割技术从铸体薄片上识别出不同矿物颗粒含量、不同孔隙类型及含量和不同胶结物含量,包括:根据铸体薄片和阴极发光薄片,采用图像分析系统获取石英颗粒、长石颗粒和岩屑颗粒的百分含量;并根据全岩X衍射分析测试资料获取的不同矿物颗粒含量;判断石英颗粒、长石颗粒和岩屑颗粒的百分含量与根据全岩X衍射分析测试资料获取的不同矿物颗粒含量吻合率是否大于预设阈值;若大于,则表明符合精度要求;若小于,则重新获取石英颗粒、长石颗粒和岩屑颗粒的百分含量,直至石英颗粒、长石颗粒和岩屑颗粒的百分含量与根据全岩X衍射分析测试资料获取的不同矿物颗粒含量吻合率大于预设阈值为止。
根据铸体薄片获取图像资料,采用特殊的图像分析系统,识别出石英、长石和岩屑不同矿物颗粒的百分含量;在单偏光镜下拍摄出来的图像资料,可以准确地识别出1)石英颗粒、2)长石和岩屑颗粒、3)孔隙空间;而正交光下拍摄出来的图像资料,由于同一种矿物如石英在同一视域下不同时消光,所有无法根据其像素间隔来进行矿物颗粒、孔隙空间分割;根据铸体薄片、阴极发光薄片资料,采用图像分析系统获取石英颗粒、长石颗粒和岩屑颗粒的百分含量;同时,采用图像分析系统可以较好地确定铸体薄片上残余原生粒间孔、粒间溶孔、粒内溶孔和铸模孔的百分含量;在基础上,采用结合步骤1)中全岩X衍射分析测试资料获取的不同矿物颗粒含量,确保识别出来的不同矿物颗粒含量和实测的不同矿物颗粒含量吻合率达到80%以上,符合精度要求;否则,重新对铸体薄片全视域图片资料图像资料进行矿物颗粒、孔隙类型及含量和胶结物识别,重新确定不同矿物颗粒含量、残余原生粒间孔、粒间溶孔、粒内溶孔、铸模孔、不同胶结物含量,直到识别出来的不同矿物颗粒含量与实测的不同矿物颗粒含量吻合率达到80%以上;进而确定了识别出来的不同孔隙类型及含量和不同胶结物含量的准确性。
另外,本发明实施例其创新在于将1)铸体薄片和阴极发光图像资料、2)全岩X衍射分析测试资料两套资料联合起来,即充分使用地质资料,又确保了铸体薄片图像资料中识别出来的不同孔隙类型及含量、不同胶结物含量的准确性,又考虑了两套数据中存在异位数据的情况,充分实现了资料的利用率。其含义参见如下公式:
Z(A+B)=X(A)+Y(B)-Z(A∩B);
式中:X(A)代表铸体薄片和阴极发光薄片的图像资料数据集;Y(B)代表全岩X衍射分析测试资料数据集;Z(A∩B)代表图像资料数据集和分析测试资料数据集都存在的位置,即两种数据的交集,且采用分析测试资料对图像资料的刻画出来的不同矿物含量进行标定,确保图像资料识别出来的不同孔隙类型及含量、不同胶结物含量的准确性;Z(A+B)代表图像资料数据集和分析测试资料数据集两种资料的并集。
S7、根据所述不同胶结物含量,以及根据阴极发光图像中胶结物发光特征及相应的流体包裹体定年资料,确定所述不同胶结物的时期及期次。
在本实施例中,优选的,根据所述不同胶结物含量,以及根据阴极发光图像中胶结物发光特征及相应的流体包裹体定年资料,确定所述不同胶结物的发光特征、世代关系、时期及期次,包括:根据阴极发光图像,以及阴极发光条件下胶结物发光特征,识别出不同胶结物及世代关系;根据不同胶结物的相互交切关系及相应的流体包裹体定年资料,确定不同胶结物的时期及期次。
根据阴极发光薄片图像资料,结合阴极发光条件下胶结物发光特征,识别出不同类型胶结物;同时结合胶结物相互交切关系,确定出不同类型胶结物世代关系。溶蚀作用和胶结作用是在地下砂岩储层内流体与骨架颗粒的不平衡问题,或成岩流体携带不同溶质组分打破原有的流体-岩石物理化学系统平衡,发生成岩溶蚀与沉淀作用,因而形成了不同类型孔隙空间、不同类型胶结物。
本发明实施例是充分考虑地下砂岩储层内流体与骨架颗粒的相互作用,打破原有的流体-岩石物理化学系统平衡,发生溶蚀作用与沉淀作用。在此基础上,根据阴极发光图像资料,确定出不同类型胶结物分布特征;根据铸体薄片和阴极发光薄片图像资料,确定不同类型胶结物世代关系;根据不同期次石英胶结物和方解石胶结物中流体包裹体均一温度确定出不同胶结物时期及期次,为更准确地再现孔隙度演化过程奠定基础。
S8、根据S5中的沉积时期骨架颗粒和孔隙空间岩石物理模型和埋藏成岩后骨架颗粒和孔隙空间岩石物理模型,S6中的不同孔隙类型及含量和不同胶结物含量,以及S7中的不同胶结物的时期及期次,确定所述研究层段的目标岩相孔隙度演化过程。
在本实施例中,优选的,根据S5中的沉积时期骨架颗粒和孔隙空间岩石物理模型和埋藏成岩后骨架颗粒和孔隙空间岩石物理模型,S6中的不同孔隙类型及含量和不同胶结物含量,以及S7中的不同胶结物的时期及期次,确定所述研究层段的目标岩相孔隙度演化过程,包括:根据S5中的沉积时期骨架颗粒和孔隙空间岩石物理模型和埋藏成岩后骨架颗粒和孔隙空间岩石物理模型,S6中的不同孔隙类型及含量和不同胶结物含量,以及S7中的不同胶结物的时期及期次,采用成岩事件和现今孔隙度作为约束条件,确定所述研究层段的目标岩相孔隙度演化过程。
本发明实施例克服了以往图像资料获取过程中以局部代替整体、因而存在个人主观判断认识的问题,且可根据油田科研人员的需求,进一步结合流体包裹体及其它分析测试资料进行更精确的评价,该方法具有科学性和普适性。同时,本发明解决了研究区构造演化不清晰和构造演化背景复杂而无法准确评价孔隙度的问题,给出了孔隙度演化过程的评价方法和评价流程。
本申请实施例所提供的技术方案,通过在基于图像分析的孔隙度评价方案中,通过对铸体薄片的全视域图像的获取,可以避免以往图像资料获取时以局部代替整体,因而存在的个人主观性判断,导致基于图像分析的孔隙度评价不够客观,也会因为个人水平导致基于图像分析的孔隙度评价结果也因人而异的情况。
图2是本申请实施例一提供的基于图像分析的孔隙度评价示意图。
如图2所示,我们可以从同一岩相,通过多尺度提取,以及图像处理,最终得到孔隙度演化评价的全过程。
本实施例中所采用的方式正如上述技术方案所述,通过采用本实施例所提供的技术方案,可以达到以下效果:
开拓性地采用体式显微镜获取铸体薄片全视域图像资料,克服了以往操作人员根据铸体薄片视域的骨架颗粒和孔隙空间分布情况、选择拍摄出能够反映整个视域的部分图像资料的现状;同时将医学CT和工业CT中二值化技术引入到铸体薄片全视域图像资料处理上,整体地刻度出铸体薄片全视域的骨架颗粒和孔隙空间分布及其百分含量信息;该创新之处在于利用透明性发光原理,具有成本低、效率高、计算过程简单而不繁琐的特点,具有推广性和可操作性,便于在油田现场进行推广应用。
根据同一岩相的强烈早期方解石胶结砂岩、部分早期方解石胶结砂岩和无早期方解石胶结砂岩的铸体薄片全视域骨架颗粒和孔隙空间百分含量和粉末粒度分析资料确定的初始孔隙度,建立了沉积时期骨架颗粒和孔隙空间岩石物理模型与埋藏成岩后骨架颗粒和孔隙空间岩石物理模型;较好地揭示了沉积时期骨架颗粒和孔隙空间岩石物理模型,确保后续的孔隙度演化过程的准确性。
根据铸体薄片和阴极发光图像资料确定不同胶结物世代关系,结合阴极发光图像资料和流体包裹体显微测温资料,以成岩事件为约束条件,确定出该类岩相的次生孔隙形成、不同胶结物时期及期次,为更准确地重现孔隙度演化过程奠定基础。
本发明采用薄片图像资料和分析测试资料,详细地分析同一岩相三种成岩作用类型,识别出不同成岩作用类型砂岩铸体薄片全视域图像的骨架颗粒和孔隙空间,结合沉积时期初始孔隙度Ф0建立沉积时期骨架颗粒和孔隙空间岩石物理模型和埋藏成岩后骨架颗粒和孔隙空间岩石物理模型;进一步确定次生孔隙形成、不同胶结物时期及期次,以成岩事件和现今孔隙度作为约束条件恢复研究区孔隙度演化过程,一定程度上回避了构造演化复杂不清楚的难题。同时,保障了评价出的孔隙度演化过程符合实际地质情况,可操作性强。
该方法不仅更具有科学性和普适性,也为成岩数值模拟研究的关键参数评价提供了技术支持。本发明实施例提供一种基于图像分析的孔隙度演化评价方法和评价流程,满足了成岩数值模拟研究的参数评价需求,为构造演化复杂区块的孔隙度演化评价提供了理论基础。
实施例二
图3是本申请实施例二提供的基于图像分析的孔隙度评价方法的评价模块示意图。如图3所示,所述基于图像分析的孔隙度评价方法的评价模块,包括:
资料获取模块310,用于获取研究层段的目标岩相的岩心薄片资料和分析测试资料;其中,所述岩心薄片资料包括铸体薄片、阴极发光薄片和流体包裹体薄片;所述分析测试资料包括:全岩X衍射分析测试资料、铸体薄片定量分析资料、粉末粒度分析资料和常规岩心分析资料;
岩心薄片筛选模块320,用于筛选出三种成岩类型的岩心薄片;所述三种成岩类型包括:强烈早期方解石胶结砂岩岩心薄片、部分早期方解石胶结砂岩岩心薄片和无早期方解石胶结砂岩岩心薄片;
图像获取模块330,用于对三种成岩类型的岩心薄片的铸体薄片进行图像获取;包括:采用体式显微镜获取铸体薄片的全视域图像,获取铸体薄片的标准图像,以及获取反映出胶结物世代关系的阴极发光图像;
百分含量计算模块340,用于根据铸体薄片的全视域图像,分别确定三种成岩类型的骨架颗粒百分含量和孔隙空间百分含量;
模型建立模块350,用于根据三种成岩类型的骨架颗粒百分含量和孔隙空间百分含量,建立沉积时期骨架颗粒和孔隙空间岩石物理模型和埋藏成岩后骨架颗粒和孔隙空间岩石物理模型;
含量识别模块360,用于采用图像分割技术从铸体薄片上识别出不同矿物颗粒含量、不同孔隙类型及含量和不同胶结物含量;其中,所述不同胶结物至少包括:石英胶结物、方解石胶结物和粘土胶结物;其中,所述不同矿物颗粒含量用于与全岩X衍射分析测试资料得到的不同矿物颗粒含量进行匹配,根据匹配结果确定图像分割技术的准确性;
时期及期次确定模块370,用于根据所述不同胶结物含量,以及根据阴极发光图像中胶结物发光特征及相应的流体包裹体定年资料,确定所述不同胶结物的时期及期次;
孔隙度演化过程确定模块380,用于根据沉积时期骨架颗粒和孔隙空间岩石物理模型和埋藏成岩后骨架颗粒和孔隙空间岩石物理模型,不同孔隙类型及含量和不同胶结物含量,以及不同胶结物的时期及期次,确定所述研究层段的目标岩相孔隙度演化过程。
上述产品可执行本申请任意实施例所提供的方法,具备执行方法相应的功能模块和有益效果。
由本发明实施例中所保护的基于图像分析的孔隙度评价方法,可以引申出来相应的存储介质及系统也予以保护。
实施例三
本申请实施例还提供一种包含计算机可执行指令的存储介质,所述计算机可执行指令在由计算机处理器执行时用于执行一种基于图像分析的孔隙度评价方法,该方法包括:
获取研究层段的目标岩相的岩心薄片资料和分析测试资料;其中,所述岩心薄片资料包括铸体薄片、阴极发光薄片和流体包裹体薄片;所述分析测试资料包括:全岩X衍射分析测试资料、铸体薄片定量分析资料、粉末粒度分析资料和常规岩心分析资料;
筛选出三种成岩类型的岩心薄片;所述三种成岩类型包括:强烈早期方解石胶结砂岩岩心薄片、部分早期方解石胶结砂岩岩心薄片和无早期方解石胶结砂岩岩心薄片;
对三种成岩类型的岩心薄片的铸体薄片进行图像获取;包括:采用体式显微镜获取铸体薄片的全视域图像,获取铸体薄片的标准图像,以及获取反映出胶结物世代关系的阴极发光图像;
根据铸体薄片的全视域图像,分别确定三种成岩类型的骨架颗粒百分含量和孔隙空间百分含量;
根据三种成岩类型的骨架颗粒百分含量和孔隙空间百分含量,建立沉积时期骨架颗粒和孔隙空间岩石物理模型和埋藏成岩后骨架颗粒和孔隙空间岩石物理模型;
采用图像分割技术从铸体薄片上识别出不同矿物颗粒含量、不同孔隙类型及含量和不同胶结物含量;其中,所述不同胶结物至少包括:石英胶结物、方解石胶结物和粘土胶结物;其中,所述不同矿物颗粒含量用于与全岩X衍射分析测试资料得到的不同矿物颗粒含量进行匹配,根据匹配结果确定图像分割技术的准确性;
根据所述不同胶结物含量,以及根据阴极发光图像中胶结物发光特征及相应的流体包裹体定年资料,确定所述不同胶结物的时期及期次;
根据沉积时期骨架颗粒和孔隙空间岩石物理模型和埋藏成岩后骨架颗粒和孔隙空间岩石物理模型,不同孔隙类型及含量和不同胶结物含量,以及不同胶结物的时期及期次,确定所述研究层段的目标岩相孔隙度演化过程。
存储介质——任何的各种类型的存储器设备或存储设备。术语“存储介质”旨在包括:安装介质,例如CD-ROM、软盘或磁带装置;计算机系统存储器或随机存取存储器,诸如DRAM、DDR RAM、SRAM、EDO RAM,兰巴斯(Rambus)RAM等;非易失性存储器,诸如闪存、磁介质(例如硬盘或光存储);寄存器或其它相似类型的存储器元件等。存储介质可以还包括其它类型的存储器或其组合。另外,存储介质可以位于程序在其中被执行的计算机系统中,或者可以位于不同的第二计算机系统中,第二计算机系统通过网络(诸如因特网)连接到计算机系统。第二计算机系统可以提供程序指令给计算机用于执行。术语“存储介质”可以包括可以驻留在不同位置中(例如在通过网络连接的不同计算机系统中)的两个或更多存储介质。存储介质可以存储可由一个或多个处理器执行的程序指令(例如具体实现为计算机程序)。
当然,本申请实施例所提供的一种包含计算机可执行指令的存储介质,其计算机可执行指令不限于如上所述的基于图像分析的孔隙度评价操作,还可以执行本申请任意实施例所提供的基于图像分析的孔隙度评价方法中的相关操作。
实施例四
本申请实施例提供了一种基于图像分析的孔隙度评价系统,该基于图像分析的孔隙度评价系统中可集成本申请实施例提供的基于图像分析的孔隙度评价方法的评价模块。图4是本申请实施例四提供的一种基于图像分析的孔隙度评价系统的结构示意图。如图4所示,本实施例提供了一种基于图像分析的孔隙度评价系统400,其包括:一个或多个处理器420;存储装置410,用于存储一个或多个程序,当所述一个或多个程序被所述一个或多个处理器420执行,使得所述一个或多个处理器420实现本申请实施例所提供的基于图像分析的孔隙度评价方法,该方法包括:
获取研究层段的目标岩相的岩心薄片资料和分析测试资料;其中,所述岩心薄片资料包括铸体薄片、阴极发光薄片和流体包裹体薄片;所述分析测试资料包括:全岩X衍射分析测试资料、铸体薄片定量分析资料、粉末粒度分析资料和常规岩心分析资料;
筛选出三种成岩类型的岩心薄片;所述三种成岩类型包括:强烈早期方解石胶结砂岩岩心薄片、部分早期方解石胶结砂岩岩心薄片和无早期方解石胶结砂岩岩心薄片;
对三种成岩类型的岩心薄片的铸体薄片进行图像获取;包括:采用体式显微镜获取铸体薄片的全视域图像,获取铸体薄片的标准图像,以及获取反映出胶结物世代关系的阴极发光图像;
根据铸体薄片的全视域图像,分别确定三种成岩类型的骨架颗粒百分含量和孔隙空间百分含量;
根据三种成岩类型的骨架颗粒百分含量和孔隙空间百分含量,建立沉积时期骨架颗粒和孔隙空间岩石物理模型和埋藏成岩后骨架颗粒和孔隙空间岩石物理模型;
采用图像分割技术从铸体薄片上识别出不同矿物颗粒含量、不同孔隙类型及含量和不同胶结物含量;其中,所述不同胶结物至少包括:石英胶结物、方解石胶结物和粘土胶结物;其中,所述不同矿物颗粒含量用于与全岩X衍射分析测试资料得到的不同矿物颗粒含量进行匹配,根据匹配结果确定图像分割技术的准确性;
根据所述不同胶结物含量,以及根据阴极发光图像中胶结物发光特征及相应的流体包裹体定年资料,确定所述不同胶结物的时期及期次;
根据沉积时期骨架颗粒和孔隙空间岩石物理模型和埋藏成岩后骨架颗粒和孔隙空间岩石物理模型,不同孔隙类型及含量和不同胶结物含量,以及不同胶结物的时期及期次,确定所述研究层段的目标岩相孔隙度演化过程。
当然,本领域技术人员可以理解,处理器420还可以实现本申请任意实施例所提供的基于图像分析的孔隙度评价方法的技术方案。
图4显示的基于图像分析的孔隙度评价系统400仅仅是一个示例,不应对本申请实施例的功能和使用范围带来任何限制。
如图4所示,该基于图像分析的孔隙度评价系统400包括处理器420、存储装置410、输入装置430和输出装置440;基于图像分析的孔隙度评价系统中处理器420的数量可以是一个或多个,图4中以一个处理器420为例;基于图像分析的孔隙度评价系统中的处理器420、存储装置410、输入装置430和输出装置440可以通过总线或其他方式连接,图4中以通过总线450连接为例。
存储装置410作为一种计算机可读存储介质,可用于存储软件程序、计算机可执行程序以及模块单元,如本申请实施例中的基于图像分析的孔隙度评价方法对应的程序指令。
存储装置410可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需的应用程序;存储数据区可存储根据终端的使用所创建的数据等。此外,存储装置410可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实例中,存储装置410可进一步包括相对于处理器420远程设置的存储器,这些远程存储器可以通过网络连接。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
输入装置430可用于接收输入的数字、字符信息或语音信息,以及产生与基于图像分析的孔隙度评价系统的用户设置以及功能控制有关的键信号输入。输出装置440可包括显示屏、扬声器等设备。
本申请实施例提供的基于图像分析的孔隙度评价系统,通过在基于图像分析的孔隙度评价方案中,通过对铸体薄片的全视域图像的获取,可以避免以往图像资料获取时以局部代替整体,因而存在的个人主观性判断,导致对孔隙度演化过程评价不够客观,也会因为个人水平导致孔隙度演化过程评价结果因人而异的情况。
上述实施例中提供的基于图像分析的孔隙度评价方法的评价模块、存储介质及基于图像分析的孔隙度评价系统可执行本申请任意实施例所提供的基于图像分析的孔隙度评价方法,具备执行该方法相应的功能模块和有益效果。未在上述实施例中详尽描述的技术细节,可参见本申请任意实施例所提供的基于图像分析的孔隙度评价方法。
注意,上述仅为本申请的较佳实施例及所运用技术原理。本领域技术人员会理解,本申请不限于这里所述的特定实施例,对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本申请的保护范围。因此,虽然通过以上实施例对本申请进行了较为详细的说明,但是本申请不仅仅限于以上实施例,在不脱离本申请构思的情况下,还可以包括更多其他等效实施例,而本申请的范围由所附的权利要求范围决定。

Claims (8)

1.一种基于图像分析的孔隙度评价方法,其特征在于,包括:
S1、获取研究层段的目标岩相的岩心薄片资料和分析测试资料;其中,所述岩心薄片资料包括铸体薄片、阴极发光薄片和流体包裹体薄片;所述分析测试资料包括:全岩X衍射分析测试资料、铸体薄片定量分析资料、粉末粒度分析资料和常规岩心分析资料;
S2、筛选出三种成岩类型的岩心薄片;所述三种成岩类型包括:强烈早期方解石胶结砂岩岩心薄片、部分早期方解石胶结砂岩岩心薄片和无早期方解石胶结砂岩岩心薄片;
S3、对三种成岩类型的岩心薄片的铸体薄片进行图像获取;包括:采用体式显微镜获取铸体薄片的全视域图像,获取铸体薄片的标准图像,以及获取反映出胶结物世代关系的阴极发光图像;
S4、根据铸体薄片的全视域图像,分别确定三种成岩类型的骨架颗粒百分含量和孔隙空间百分含量;
S5、根据三种成岩类型的骨架颗粒百分含量和孔隙空间百分含量,建立沉积时期骨架颗粒和孔隙空间岩石物理模型和埋藏成岩后骨架颗粒和孔隙空间岩石物理模型;
S6、采用图像分割技术从铸体薄片上识别出不同矿物颗粒含量、不同孔隙类型及含量和不同胶结物含量;其中,所述不同胶结物至少包括:石英胶结物、方解石胶结物和粘土胶结物;其中,所述不同矿物颗粒含量用于与全岩X衍射分析测试资料得到的不同矿物颗粒含量进行匹配,根据匹配结果确定图像分割技术的准确性;
S7、根据所述不同胶结物含量,以及根据阴极发光图像中胶结物发光特征及相应的流体包裹体定年资料,确定所述不同胶结物的时期及期次;
S8、根据S5中的沉积时期骨架颗粒和孔隙空间岩石物理模型和埋藏成岩后骨架颗粒和孔隙空间岩石物理模型,S6中的不同孔隙类型及含量和不同胶结物含量,以及S7中的不同胶结物的时期及期次,确定所述研究层段的目标岩相孔隙度演化过程。
2.根据权利要求1所述的方法,其特征在于,对三种成岩类型的岩心薄片的铸体薄片进行图像获取,包括:
采用体式显微镜对铸体薄片进行全视域扫描,获取铸体薄片全视域图像;采用图像分析系统获取铸体薄片符合预设分辨率的标准图像,以及采用阴极发光系统获取反映出胶结物世代关系的阴极发光图像;
其中,根据石英胶结物和方解石胶结物中流体包裹体均一温度确定不同胶结物时期及期次。
3.根据权利要求1所述的方法,其特征在于,根据铸体薄片的全视域图像,分别确定三种成岩类型的骨架颗粒百分含量和孔隙空间百分含量,包括:
对目标岩相的强烈早期方解石胶结砂岩、部分早期方解石胶结砂岩和无早期方解石胶结砂岩三类成岩类型的铸体薄片全视域图像进行二值化处理,获取强烈早期方解石胶结砂岩、部分早期方解石胶结砂岩和无早期方解石胶结砂岩的骨架颗粒百分含量和孔隙空间百分含量。
4.根据权利要求1所述的方法,其特征在于,根据三种成岩类型的骨架颗粒百分含量和孔隙空间百分含量,建立沉积时期骨架颗粒和孔隙空间岩石物理模型和埋藏成岩后骨架颗粒和孔隙空间岩石物理模型,包括:
如下公式计算初始总量:
V初始总量=V初始骨架颗粒+V初始孔隙空间
其中,V初始骨架颗粒是指基于强烈早期方解石胶结砂岩的铸体薄片全视域图像获取的沉积时期石英、长石和岩屑百分含量,%;V初始孔隙空间是指基于强烈早期方解石胶结砂岩的铸体薄片全视域图像获取的沉积时期孔隙空间百分含量,%;
如下公式计算埋藏成岩后总量:
V埋藏成岩后总量=V埋藏成岩后骨架颗粒+V埋藏成岩后孔隙空间
其中,V埋藏成岩后骨架颗粒是指基于无早期方解石胶结砂岩的铸体薄片全视域图像获取的埋藏成岩后石英、长石和岩屑百分含量,%;V埋藏成岩后孔隙空间是指基于无早期方解石胶结砂岩的铸体薄片全视域图像获取的埋藏成岩后孔隙空间百分含量,%;
联合粉末粒度分析资料的分选系数确定该类岩相的初始孔隙度Φ0;在此基础上,将强烈早期方解石胶结砂岩的孔隙空间与初始孔隙度相互标定,换算出每个面孔率的孔隙度值,定义一个参数为R,如下公式:
其中,R是指基于铸体薄片图像和常规岩心分析相互标定确定的每个面孔率的孔隙度值,小数;Φ0是指目标岩相沉积时期的初始孔隙度,%;V初始孔隙空间是指沉积时期砂岩的初始孔隙百分含量,%;
进而,建立沉积时期骨架颗粒和孔隙空间岩石物理模型和埋藏成岩后骨架颗粒和孔隙空间岩石物理模型。
5.根据权利要求1所述的方法,其特征在于,采用图像分割技术从铸体薄片上识别出不同矿物颗粒含量、不同孔隙类型及含量和不同胶结物含量,包括:
根据铸体薄片和阴极发光薄片,采用图像分析系统获取石英颗粒、长石颗粒和岩屑颗粒的百分含量;并根据全岩X衍射分析测试资料获取的不同矿物颗粒含量;
判断石英颗粒、长石颗粒和岩屑颗粒的百分含量与根据全岩X衍射分析测试资料获取的不同矿物颗粒含量吻合率是否大于预设阈值;
若大于,则表明符合精度要求;
若小于,则重新获取石英颗粒、长石颗粒和岩屑颗粒的百分含量,直至石英颗粒、长石颗粒和岩屑颗粒的百分含量与根据全岩X衍射分析测试资料获取的不同矿物颗粒含量吻合率大于预设阈值为止。
6.根据权利要求1所述的方法,其特征在于,根据所述不同胶结物含量,以及根据阴极发光图像中胶结物发光特征及相应的流体包裹体定年资料,确定所述不同胶结物的时期及期次,包括:
根据阴极发光图像,以及阴极发光条件下胶结物发光特征,识别出不同胶结物;
根据不同胶结物的相互交切关系及相应的流体包裹体定年资料,确定不同胶结物世代关系。
7.根据权利要求1所述的方法,其特征在于,根据S5中的沉积时期骨架颗粒和孔隙空间岩石物理模型和埋藏成岩后骨架颗粒和孔隙空间岩石物理模型,S6中的不同孔隙类型及含量和不同胶结物含量,以及S7中的不同胶结物的时期及期次,确定所述研究层段的目标岩相孔隙度演化过程,包括:
根据S5中的沉积时期骨架颗粒和孔隙空间岩石物理模型和埋藏成岩后骨架颗粒和孔隙空间岩石物理模型,S6中的不同孔隙类型及含量和不同胶结物含量,以及S7中的不同胶结物的时期及期次,采用成岩事件和现今孔隙度作为约束条件,确定所述研究层段的目标岩相孔隙度演化过程。
8.一种基于图像分析的孔隙度评价方法,其特征在于该方法包括下述评价模块的组合,具体包括:
资料获取模块,用于获取研究层段的目标岩相的岩心薄片资料和分析测试资料;其中,所述岩心薄片资料包括铸体薄片、阴极发光薄片和流体包裹体薄片;所述分析测试资料包括:全岩X衍射分析测试资料、铸体薄片定量分析资料、粉末粒度分析资料和常规岩心分析资料;
岩心薄片筛选模块,用于筛选出三种成岩类型的岩心薄片;所述三种成岩类型包括:强烈早期方解石胶结砂岩岩心薄片、部分早期方解石胶结砂岩岩心薄片和无早期方解石胶结砂岩岩心薄片;
图像获取模块,用于对三种成岩类型的岩心薄片的铸体薄片进行图像获取;包括:采用体式显微镜获取铸体薄片的全视域图像,获取铸体薄片的标准图像,以及获取反映出胶结物世代关系的阴极发光图像;
百分含量计算模块,用于根据铸体薄片的全视域图像,分别确定三种成岩类型的骨架颗粒百分含量和孔隙空间百分含量;
模型建立模块,用于根据三种成岩类型的骨架颗粒百分含量和孔隙空间百分含量,建立沉积时期骨架颗粒和孔隙空间岩石物理模型和埋藏成岩后骨架颗粒和孔隙空间岩石物理模型;
含量识别模块,用于采用图像分割技术从铸体薄片上识别出不同矿物颗粒含量、不同孔隙类型及含量和不同胶结物含量;其中,所述不同胶结物至少包括:石英胶结物、方解石胶结物和粘土胶结物;其中,所述不同矿物颗粒含量用于与全岩X衍射分析测试资料得到的不同矿物颗粒含量进行匹配,根据匹配结果确定图像分割技术的准确性;
时期及期次确定模块,用于根据所述不同胶结物含量,以及根据阴极发光图像中胶结物发光特征及相应的流体包裹体定年资料,确定所述不同胶结物的时期及期次;
孔隙度演化过程确定模块,用于根据沉积时期骨架颗粒和孔隙空间岩石物理模型和埋藏成岩后骨架颗粒和孔隙空间岩石物理模型,不同孔隙类型及含量和不同胶结物含量,以及不同胶结物的时期及期次,确定所述研究层段的目标岩相孔隙度演化过程。
CN201910104058.3A 2019-02-01 2019-02-01 一种基于图像分析的孔隙度评价方法 Active CN109856029B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910104058.3A CN109856029B (zh) 2019-02-01 2019-02-01 一种基于图像分析的孔隙度评价方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910104058.3A CN109856029B (zh) 2019-02-01 2019-02-01 一种基于图像分析的孔隙度评价方法

Publications (2)

Publication Number Publication Date
CN109856029A true CN109856029A (zh) 2019-06-07
CN109856029B CN109856029B (zh) 2021-07-30

Family

ID=66897428

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910104058.3A Active CN109856029B (zh) 2019-02-01 2019-02-01 一种基于图像分析的孔隙度评价方法

Country Status (1)

Country Link
CN (1) CN109856029B (zh)

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110596166A (zh) * 2019-09-11 2019-12-20 西京学院 一种油气储集空间类型及其含量的识别方法
CN110988004A (zh) * 2019-12-12 2020-04-10 中国石油大学(华东) 一种粒间压溶成因石英胶结物含量的评价方法
CN111487274A (zh) * 2020-04-28 2020-08-04 中国地质大学(北京) 一种基于阴极发光技术对硅质次生加大边的定量计算方法
CN112748238A (zh) * 2020-12-24 2021-05-04 中山艾尚智同信息科技有限公司 一种便携式集料含水率实时探测仪
CN112881253A (zh) * 2019-11-29 2021-06-01 华北理工大学 一种确定岩石铸体薄片图片孔隙区域的方法、面孔率计算方法及其应用
CN113029899A (zh) * 2021-02-24 2021-06-25 西南石油大学 一种基于显微图像处理的砂岩渗透率计算方法
CN113435456A (zh) * 2021-02-08 2021-09-24 中国石油化工股份有限公司 基于机器学习的岩石薄片组分识别方法、装置及介质
CN114199912A (zh) * 2020-08-31 2022-03-18 中国石油化工股份有限公司 判断次生孔隙成因的方法
CN114441405A (zh) * 2021-12-22 2022-05-06 中国地质大学(北京) 基于压实和胶结减孔趋势的次生增孔幅度定量评价方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105334149A (zh) * 2015-11-24 2016-02-17 中国石油大学(北京) 一种致密储层微观孔隙结构评价与储层分类方法
US20160320506A1 (en) * 2015-04-30 2016-11-03 Saudi Arabian Oil Company Imaging shallow heterogeneities based on near-surface scattered elastic waves
CN106596375A (zh) * 2016-12-19 2017-04-26 中国石油大学(华东) 一种地质历史时期储层孔隙度恢复的方法
CN108445030A (zh) * 2018-01-31 2018-08-24 西安科技大学 基于图像与微观参数的胶结充填体力学响应特性预测方法
CN108734714A (zh) * 2018-06-06 2018-11-02 中国地质大学(北京) 一种基于Matlab分析碳酸盐岩结构的方法
CN109269953A (zh) * 2018-08-21 2019-01-25 中国科学院地质与地球物理研究所 岩石无机矿物孔隙分类表征的方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20160320506A1 (en) * 2015-04-30 2016-11-03 Saudi Arabian Oil Company Imaging shallow heterogeneities based on near-surface scattered elastic waves
CN105334149A (zh) * 2015-11-24 2016-02-17 中国石油大学(北京) 一种致密储层微观孔隙结构评价与储层分类方法
CN106596375A (zh) * 2016-12-19 2017-04-26 中国石油大学(华东) 一种地质历史时期储层孔隙度恢复的方法
CN108445030A (zh) * 2018-01-31 2018-08-24 西安科技大学 基于图像与微观参数的胶结充填体力学响应特性预测方法
CN108734714A (zh) * 2018-06-06 2018-11-02 中国地质大学(北京) 一种基于Matlab分析碳酸盐岩结构的方法
CN109269953A (zh) * 2018-08-21 2019-01-25 中国科学院地质与地球物理研究所 岩石无机矿物孔隙分类表征的方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
汪洋 等: "姬塬西部地区长81致密储层特征及孔隙度演化分析", 《岩性油气藏》 *

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110596166A (zh) * 2019-09-11 2019-12-20 西京学院 一种油气储集空间类型及其含量的识别方法
CN112881253A (zh) * 2019-11-29 2021-06-01 华北理工大学 一种确定岩石铸体薄片图片孔隙区域的方法、面孔率计算方法及其应用
CN110988004A (zh) * 2019-12-12 2020-04-10 中国石油大学(华东) 一种粒间压溶成因石英胶结物含量的评价方法
CN110988004B (zh) * 2019-12-12 2022-04-01 中国石油大学(华东) 一种粒间压溶成因石英胶结物含量的评价方法
CN111487274A (zh) * 2020-04-28 2020-08-04 中国地质大学(北京) 一种基于阴极发光技术对硅质次生加大边的定量计算方法
CN114199912A (zh) * 2020-08-31 2022-03-18 中国石油化工股份有限公司 判断次生孔隙成因的方法
CN112748238A (zh) * 2020-12-24 2021-05-04 中山艾尚智同信息科技有限公司 一种便携式集料含水率实时探测仪
CN113435456A (zh) * 2021-02-08 2021-09-24 中国石油化工股份有限公司 基于机器学习的岩石薄片组分识别方法、装置及介质
CN113029899A (zh) * 2021-02-24 2021-06-25 西南石油大学 一种基于显微图像处理的砂岩渗透率计算方法
CN114441405A (zh) * 2021-12-22 2022-05-06 中国地质大学(北京) 基于压实和胶结减孔趋势的次生增孔幅度定量评价方法

Also Published As

Publication number Publication date
CN109856029B (zh) 2021-07-30

Similar Documents

Publication Publication Date Title
CN109856029A (zh) 一种基于图像分析的孔隙度评价方法
Zhang et al. Adobe photoshop quantification (PSQ) rather than point-counting: A rapid and precise method for quantifying rock textural data and porosities
Tafesse et al. Digital sieving-Matlab based 3-D image analysis
Gundogar et al. Multiscale pore structure characterization of middle east carbonates
CN109736794A (zh) 裂缝性孔隙型致密砂岩储层特征确定方法、装置及系统
US4882763A (en) Method of making a rock-pore micromodel involving generation of an accurate and reliable template image of an actual reservoir rock pore system
Gomez et al. Rapid digital quantification of microfracture populations
Viana et al. Algorithms for extraction of structural attitudes from 3D outcrop models
Al Ibrahim et al. An automated petrographic image analysis system: Capillary pressure curves using confocal microscopy
Corradetti et al. Quantitative analysis of folds by means of orthorectified photogrammetric 3D models: a case study from Mt. Catria, Northern Apennines, Italy
Ehrenberg et al. Growth, demise, and dolomitization of Miocene carbonate platforms on the Marion Plateau, offshore NE Australia
Seelos et al. RADIUS–rapid particle analysis of digital images by ultra‐high‐resolution scanning of thin sections
Kozakiewicz Image analysis algorithm for detection and measurement of Martian sand grains
Holcomb et al. Elemental mapping of micromorphological block samples using portable X‐ray fluorescence spectrometry (pXRF): Integrating a geochemical line of evidence
CN110426350A (zh) 一种岩石中显微组分组成的定量方法以及系统
Loughlin et al. Quantifying tumour-infiltrating lymphocyte subsets: a practical immuno-histochemical method
CN110907317A (zh) 岩石颗粒分析方法、装置、设备及计算机可读存储设备
CN112164103B (zh) 多数据交叉的野外露头信息采集及建模方法
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
Buono et al. Quantitative digital petrography: full thin section quantification of pore space and grains
CN103048257A (zh) 一种砂土种类识别与颗粒组分分析装置
Marino et al. Integration of quantitative rock classification with core-based geologic studies: Improved regional-scale modeling and efficient exploration of tight shale plays
CN108931497B (zh) 激光共聚焦三维重构对烃源岩进行评价的方法和装置
CN108169095A (zh) 中深层砂岩埋藏成岩中长石溶解次生孔隙面孔率测定方法
EP0189660B1 (en) Method of making a rock-pore micromodel

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