CN110082320A - 高过成熟度的含笔石页岩中显微组分的识别方法及系统 - Google Patents
高过成熟度的含笔石页岩中显微组分的识别方法及系统 Download PDFInfo
- Publication number
- CN110082320A CN110082320A CN201910411218.9A CN201910411218A CN110082320A CN 110082320 A CN110082320 A CN 110082320A CN 201910411218 A CN201910411218 A CN 201910411218A CN 110082320 A CN110082320 A CN 110082320A
- Authority
- CN
- China
- Prior art keywords
- maceral
- cross sectional
- graptolite
- sectional photograph
- dermatosome
- 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
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/55—Specular reflectivity
Landscapes
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
本发明提供一种高过成熟度的含笔石页岩中显微组分的识别方法及系统，通过分别获取含笔石页岩光片在偏振反射光和非偏振反射光下照片，鉴定其中显微组分组成，方法简单，操作方便，并且准确性高，解决了目前高过成熟度含笔石页岩显微组分鉴定的难题。在优选的实施例中，基于偏振反射光条件下，旋转物台获取显微组分的照片和反射率值，能够更准确鉴定显微组分的具体类型(如：笔石表皮体或固体沥青)，进一步提高了高过成熟度的含笔石页岩中显微组分的识别精度和适用性。
Description
技术领域
本申请涉及常规和非常规油气勘探领域，更具体的，涉及一种高过成熟度的含笔石页岩中显微组分的识别方法、系统、电子设备及可读介质。
背景技术
沉积岩中显微组分是油气生成的物质基础，其组成决定了烃源岩的品质和生烃潜力，是评价常规和非常规油气资源潜力的关键地质参数，只有在准确鉴定显微组分的基础上，才可以测定特定显微组分的反射率，确定烃源岩的有机质成熟度。
上扬子地区上奥陶统五峰组-下志留统龙马溪组富有机质页岩是中国南方最重要的含笔石海相烃源岩层和页岩气产层之一，由于时代古老，缺失来源于陆源高等植物的贡献，其中有机质来源于低等水生生物，具体而言，主要包括浮游藻类和笔石等。在宏观尺度上，手标本上可见大量笔石，在微观尺度上，由于上奥陶统五峰组-下志留统龙马溪组页岩中显微组分构成相对简单，以笔石表皮体和固体沥青为主，但由于它们处于高过成熟度阶段，显微组分光学特征逐渐趋同，导致显微组分的鉴定存在难度。
以往，针对泥盆纪以后的煤样和沉积岩，系统建立了基于光性特征(如：吸收性状、反射性、荧光性、轮廓和突起等)和特征结构(如：形态、结构等)的显微组分检测和鉴定技术。而针对更古老且高过成熟度的含笔石页岩(随机反射率高于1.3％)显微组分鉴定方法还未有解决方案，极大的影响了确定含笔石页岩显微组分组成和有机质成熟度。
发明内容
为了解决目前对高过成熟度的含笔石页岩显微组分鉴定的难题，本发明提供一种高过成熟度的含笔石页岩中显微组分的识别方法、系统、电子设备及可读介质，通过获取分别在偏振光照射和非偏振光照射下采集待识别页岩样本的剖面图，能够通过显微组分在两种反射光下的结构识别显微组分是笔石表皮体或者固体沥青，方法简单，操作方便，并且准确性高，解决了目前对高过成熟度的含笔石页岩显微组分鉴定的难题。
本发明第一方面提供一种高过成熟度的含笔石页岩中显微组分的识别方法，包括：
获取待识别页岩样本经偏振反射光照射的第一剖面照片和经非偏振反射光照射的第二剖面照片；
基于所述第一剖面照片和所述第二剖面照片识别待识别页岩样本中的显微组分。
在某些实施例中，所述基于所述第一剖面照片和所述第二剖面照片识别待识别页岩样本中的显微组分，包括：
基于所述第一剖面照片识别待识别页岩样本中的笔石表皮体；其中所述第一剖面照片中具有纹层结构的显微组分为所述笔石表皮体；
基于所述第二剖面照片识别待识别页岩样本中的笔石表皮体；其中所述第二剖面照片中具有生物结构的显微组分为所述笔石表皮体。
在某些实施例中，所述基于所述第一剖面照片和所述第二剖面照片识别待识别页岩样本中的显微组分，还包括：
基于所述第二剖面照片识别待识别页岩样本中的固体沥青；其中所述第二剖面照片中处于颗粒之间的孔隙内的显微组分为所述固体沥青。
在某些实施例中，所述生物结构包括：外皮结构、胞腔结构以及公共管道结构。
在某些实施例中，所述方法还包括：
获取多个第三剖面照片；其中，所述多个第三剖面照片通过拍照显微镜采集旋转载物台经偏振反射光照射的待识别页岩样本的剖面信息形成；
基于所述多个第三剖面照片识别未鉴定的显微组分。
在某些实施例中，所述基于所述多个第三剖面照片识别未鉴定的显微组分，包括：
获取每个第三剖面照片中未鉴定的显微组分的反射率；
计算出同一显微组分在所述多个第三剖面照片中双反射率值，并基于所述双反射率值识别出显微组分为笔石表皮体或固体沥青；其中双反射率值高于第一设定阈值的显微组分为笔石表皮体，低于第二设定阈值的显微组分为固体沥青。
在某些实施例中，所述基于所述多个第三剖面照片识别未鉴定的显微组分，包括：
根据多个所述第三剖面照片中同一显微组分的亮度差，识别显微组分；其中亮度差高于设定亮度差阈值的所述显微组分为所述笔石表皮体，亮度差低于设定亮度差阈值的所述显微组分为所述固体沥青。
本发明第二方面实施例提供一种高过成熟度的含笔石页岩中显微组分的识别系统，包括：
第一获取模块，获取待识别页岩样本经偏振反射光照射的第一剖面照片和经非偏振反射光照射的第二剖面照片；
第一显微组分识别模块，基于所述第一剖面照片和所述第二剖面照片识别待识别页岩样本中的显微组分。
在某些实施例中，所述第一显微组分识别模块，包括：
第一笔石表皮体识别单元，基于所述第一剖面照片识别待识别页岩样本中的笔石表皮体；其中所述第一剖面照片中具有纹层结构的显微组分为所述笔石表皮体；
第二笔石表皮体识别单元，基于所述第二剖面照片识别待识别页岩样本中的笔石表皮体；其中所述第二剖面照片中具有生物结构的显微组分为所述笔石表皮体。
在某些实施例中，所述第一显微组分识别模块，还包括：
固体沥青识别单元，基于所述第二剖面照片识别待识别页岩样本中的固体沥青；其中所述第二剖面照片中处于颗粒之间的孔隙内的显微组分为所述固体沥青。
在某些实施例中，所述生物结构包括：外皮结构、胞腔结构以及公共管道结构。
在某些实施例中，所述系统还包括：
第二获取模块，获取多个第三剖面照片；其中，所述多个第三剖面照片通过拍照显微镜采集旋转载物台经偏振反射光照射的待识别页岩样本的剖面信息形成；
第二显微组分识别模块，基于所述多个第三剖面照片识别未鉴定的显微组分。
在某些实施例中，所述第二显微组分识别模块，包括：
反射率测定单元，获取每个第三剖面照片中未鉴定的显微组分的反射率；
显微组分确定单元，计算出同一显微组分在所述多个第三剖面照片中双反射率值，并基于所述双反射率值识别出显微组分为笔石表皮体或固体沥青；其中双反射率值高于第一设定阈值的显微组分为笔石表皮体，低于第二设定阈值的显微组分为固体沥青。
在某些实施例中，所述第二显微组分识别模块根据多个所述第三剖面照片中同一显微组分的亮度差，识别显微组分；其中亮度差高于设定亮度差阈值的所述显微组分为所述笔石表皮体，亮度差低于设定亮度差阈值的所述显微组分为所述固体沥青。
本发明第三方面一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现上述实施例所述的识别方法的步骤。
本发明第四方面一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现上述实施例所述的识别方法的步骤。
本发明的有益效果如下：
本发明提供一种高过成熟度的含笔石页岩中显微组分的识别方法、系统、电子设备及可读介质，通过分别获取在偏振光和非偏振光下采集待识别页岩样本的光片剖面照片，能够识别显微组分是笔石表皮体或者固体沥青，方法简单，操作方便，并且准确性高，解决了目前对高过成熟度的含笔石页岩显微组分鉴定的难题。在优选的实施例中，基于获取旋转载物台获取的图像和参数，也能够辅助识别显微组分，进一步提高了高过成熟度的含笔石页岩中显微组分的识别精度和适用性。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术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示出本发明实施例中一种高过成熟度的含笔石页岩中显微组分的识别方法的流程示意图。
图2示出图1中的步骤S200的具体流程示意图之一。
图3示出图1中的步骤S200的具体流程示意图之二。
图4示出本发明实施例中一种高过成熟度的含笔石页岩中显微组分的识别方法进一步包括的流程示意图。
图5示出图4中步骤S205的具体流程示意图之一。
图6示出图4中步骤S205的具体流程示意图之一。
图7a至图7d示出本发明实施例中的剖面照片的表征示意图。
图8示出本发明实施例中测定的笔石表皮体的反射率与物台旋转角度的相关关系图。
图9示出本发明实施例中测定的固体沥青的反射率与物台旋转角度的相关关系图。
图10示出本发明实施例中一种高过成熟度的含笔石页岩中显微组分的识别系统的结构示意图。
图11示出图10中第一显微组分识别模块20的具体结构示意图之一。
图12示出图10中第一显微组分识别模块20的具体结构示意图之二。
图13示出本发明实施例中一种高过成熟度的含笔石页岩中显微组分的识别系统进一步包括的结构示意图。
图14示出图13中第二显微组分识别模块40的具体结构示意图。
图15示出适于用来实现本申请实施例的电子设备的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
目前针对更古老且高过成熟度的含笔石页岩(随机反射率高于1.3％)显微组分鉴定存在难度，极大的影响了确定含笔石页岩显微组分组成和有机质成熟度。
有鉴于此，本发明提供一种高过成熟度的含笔石页岩中显微组分的识别方法、系统、电子设备及可读介质，通过采集偏振光和非偏振光下待识别页岩样本光片的照片，进而鉴定显微组分，方法简单，操作方便，并且准确性高，解决了目前高过成熟度的含笔石页岩显微组分鉴定的难题。
在本发明的第一方面实施例中，提供一种高过成熟度的含笔石页岩中显微组分的识别方法，如图1所示，包括：
S100：获取待识别页岩样本经偏振反射光照射的第一剖面照片和经非偏振反射光照射的第二剖面照片；其中，所述剖面照片通过显微镜采集待识别页岩样本的剖面信息形成；
S200：基于所述第一剖面照片和所述第二剖面照片识别待识别页岩样本中的显微组分。
在一些实施例中，首先选取高过成熟度含笔石岩石样品，沿着垂直/平行层理方向，切出长宽约2cm，厚度约2mm-1cm的岩石样品，制备成块光片。
在一些具体实施例中，一般地，显微镜拍摄出的图像为黑白图像，因此可以采用目前公知的基于灰度图进行特征识别的方式实现本申请，在此不予赘述。
下面具体对步骤S200进行详细说明。
在一些实施例中，如图2所示，步骤S200具体包括：
S201:基于所述剖面照片识别待识别页岩样本中的笔石表皮体；其中所述剖面照片中具有纹层结构的显微组分为所述笔石表皮体；
S202:基于所述剖面照片识别待识别页岩样本中的笔石表皮体；其中所述剖面照片中具有生物结构的显微组分为所述笔石表皮体。
具体的，纹层结构为笔石表皮体所特有的结构，生物结构即为可识别出是生物的结构，例如外皮、胞腔以及公共管道等，因此，如果可识别出生物结构，则可断定为笔石表皮体。
在一些实施例中，可以预先存储多种形式的生物结构和纹层结构的图像，这样具有处理功能的计算机可以据此通过特征比对的方式进行识别，本申请不做赘述，应当理解，本申请并非涉及对图像具体如何识别的改进，基于现有的公知可以知晓的是，通过预存储纹层结构和生物结构的多种不同形式的图像，可以增加识别的准确性，另外利用深度学习神经网络的原理，也可以进一步提高本申请的识别准确性。
当然，为了进一步识别出固体沥青，如图3所示，步骤S200还包括：
S203：基于所述剖面照片识别待识别页岩样本中的固体沥青；其中所述剖面照片中处于颗粒之间的孔隙内的显微组分为所述固体沥青。
固体沥青首先不具备纹层和特殊生物结构，一般来说，固体沥青是由原油裂解转化而来，原油具有一定的流动性，该流动性可以使得原油裂解形成的沥青残留于颗粒之间的孔隙中。
但需要理解，由于笔石表皮体和固体沥青的照片仅仅是是一个表面的图像，并非所有的显微组分都能够在该一个表面的图像上显示所有特征，因此会出现大量无法识别的显微组分，这种情况下可以采用下述方法进行识别：
如图4所示，所述方法还包括：
S204：获取多个第三剖面照片；其中，所述多个第三剖面照片通过拍照显微镜采集旋转载物台经偏振反射光照射的待识别页岩样本的剖面信息形成；
S205：基于所述多个第三剖面照片识别未鉴定的显微组分；
具体的，可以通过例如机器臂手等方式，或者某些显微镜自带旋转载物台的功能。
在一些实施例中，步骤S205具有两种实现方式，第一种可以通过显微组分的反射率进行确定，第二种可以根据显微组分的亮度差确定。
对于第一种情况，如图5所示，步骤S205具体包括：
S251：获取每个第三剖面照片中未鉴定的显微组分的反射率。
S252：计算出同一显微组分在所述多个第三剖面照片中双反射率值，并基于所述双反射率值识别出显微组分为笔石表皮体或固体沥青；其中双反射率值高于第一设定阈值的显微组分为笔石表皮体，低于第二设定阈值的显微组分为固体沥青。
从反射率特征上看，在偏振反射光下，测定显微组分的最大反射率Rmax和最小反射率Rmin。如果最大反射率Rmax和双反射率(Rmax-Rmin)较大(高于第一设定阈值)，为笔石表皮体，如果两者较小(低于第二设定阈值)，则为固体沥青。
显然，第二设定阈值小于第一设定阈值。
此外，对于第二种情况，如图6所示，步骤S205具体包括：
根据多个所述第三剖面照片中同一显微组分的亮度差，识别显微组分；其中亮度差高于设定亮度差阈值的所述显微组分为所述笔石表皮体，亮度差低于设定亮度差阈值的所述显微组分为所述固体沥青。
具体的，从亮度差中可以看出消光是否强烈，如果亮度差较大，这说明在旋转过程中消光强烈，则为笔石表皮体，如果亮度差较小，这说明在旋转过程中的消光不强烈，则为固体沥青。亮度差可以通过图像分析灰度特征提取获得，本申请不做限制。
下面结合具体场景对本申请的识别方法进行详细说明。
选取高过成熟度五峰组-龙马溪组页岩样品一块，采用切割机沿垂直/平行层理方向，切出一小块岩石样品，长宽约2cm，厚度约2mm-1cm，用环氧树脂凝固，制备成块光片；将该块光片用橡皮泥固定在载玻片上，放置在拍照显微镜下，通过显微镜采集剖面照片以及反射率数据。
如图7a所示，在偏振反射光下，发现显微组分上有纺锤层的结构，将其通过预存的纺锤层的结构比对，确定相似度超过90％，确定其为非粒状笔石表皮体；如图7b所示，在非偏振反射光下，将其通过预存的公共管道结构对比，确定相似度超过90％，说明其为非粒状笔石表皮体。如图7c，通过特征提取，确定显微组分位于孔隙之间，确定该显微组分为固体沥青。
然后对剩下未识别出的显微组分进行判断，在偏振反射光下，对比显微组分明暗变化，如图7d所示，当亮度差较大时确定消光强烈，说明该显微组分具有强烈的各向异性，说明其为笔石表皮体，在图7d有些显微组分的消光微弱，亮度差较小，即为固体沥青。
如图8和图9，通过旋转物台，分别测定显微组分的最大反射率Rmax和最小反射率Rmin。通过最大反射率减去最小反射率，计算双反射率，图8中显微组分的双反射率(Rmax-Rmin)高达4.47％，判断其为笔石表皮体，而图9中显微组分的双反射率(Rmax-Rmin)仅为0.36％，判断其为固体沥青。
显然，通过上述实施例和具体场景的详细说明，可以知晓本方面提供的高过成熟度的含笔石页岩中显微组分的识别方法，通过在偏振光和非偏振光下采集待识别页岩样本光片的照片，能够鉴定显微组分，方法简单，操作方便，并且准确性高，解决了目前对高过成熟度的含笔石页岩显微组分鉴定的难题。在优选的实施例中，基于偏振光条件下，旋转物台，测取显微组分的双反射率，进一步提高了高过成熟度的含笔石页岩中显微组分的识别精度和适用性。
基于与本申请上一方面相同的技术构思，本申请第二方面提供一种高过成熟度的含笔石页岩中显微组分的识别系统，如图10所示，包括：
第一获取模块10，获取待识别页岩样本经偏振反射光照射的第一剖面照片和经非偏振反射光照射的第二剖面照片；其中，所述剖面照片分别通过显微镜采集待识别页岩样本的剖面信息形成；
第一显微组分识别模块20，基于所述第一剖面照片和所述第二剖面照片识别待识别页岩样本中的显微组分。
下面具体对第一显微组分识别模块进行详细说明。
在一些实施例中，如图11所示，所述第一显微组分识别模块20，包括：
第一笔石表皮体识别单元21，基于所述剖面照片识别待识别页岩样本中的笔石表皮体；其中所述剖面照片中具有纹层结构的显微组分为所述笔石表皮体；
第二笔石表皮体识别单元22，基于所述剖面照片识别待识别页岩样本中的笔石表皮体；其中所述剖面照片中具有生物结构的显微组分为所述笔石表皮体。
具体的，纹层结构为笔石表皮体所特有的结构，生物结构即为可识别出是生物的结构，例如外皮、胞腔以及公共管道等，因此，如果可识别出生物结构，则可断定为笔石表皮体。
在一些实施例中，可以预先存储多种形式的生物结构和纹层结构的图像，这样具有处理功能的计算机可以据此通过特征比对的方式进行识别，本申请不做赘述，应当理解，本申请并非涉及对图像具体如何识别的改进，基于现有的公知可以知晓的是，通过预存储纹层结构和生物结构的多种不同形式的图像，可以增加识别的准确性，另外利用深度学习神经网络的原理，也可以进一步提高本申请的识别准确性。
当然，为了进一步识别出固体沥青，如图12所示，所述第一显微组分识别模块20，还包括：
固体沥青识别单元23，基于所述剖面照片识别待识别页岩样本中的固体沥青；其中所述剖面照片中处于颗粒之间的孔隙内的显微组分为所述固体沥青。
固体沥青首先不具备纹层和生物结构，一般来说，固体沥青是由原油裂解转化而来，原油具有一定的流动性，该流动性可以使得原油裂解形成的沥青残留于颗粒之间的孔隙中。
但需要理解，由于笔石表皮体和固体沥青的剖面图仅仅是是一个表面的图像，并非所有的显微组分都能够在该一个表面的图像上显示所有特征，因此会出现一些无法鉴定的显微组分。因此，在一些实施例中，如图13所示，所述系统还包括：
第二获取模块30，获取多个第三剖面照片；其中，所述多个第三剖面照片通过拍照显微镜采集旋转载物台经偏振反射光照射的待识别页岩样本的剖面信息形成；
第二显微组分识别模块40，基于所述多个第三剖面照片识别未鉴定的显微组分。
具体的，可以通过例如机器臂手等方式，或者某些拍照显微镜自带旋转载物台的功能。
在一些实施例中，第二显微组分识别模块具有两种实现方式，第一种可以通过显微组分的反射率进行确定，第二种可以根据显微组分的亮度差确定。
对于第一种情况，如图14所示，所述第二显微组分识别模块40，包括：
反射率测定单元41，获取每个第三剖面照片中未鉴定的显微组分的反射率；
显微组分确定单元42，计算出同一显微组分在所述多个第三剖面照片中双反射率值，并基于所述双反射率值识别出显微组分为笔石表皮体或固体沥青；其中双反射率值高于第一设定阈值的显微组分为笔石表皮体，低于第二设定阈值的显微组分为固体沥青。
从反射率特征上看，在偏振反射光下，测定显微组分的最大反射率Rmax和最小反射率Rmin。如果最大反射率Rmax和双反射率(Rmax-Rmin)较大(高于第一设定阈值)，为笔石表皮体，如果两者较小(低于第二设定阈值)，则为固体沥青。
显然，第二设定阈值小于第一设定阈值。
此外，对于第二种情况，所述第二显微组分识别模块根据多个所述第三剖面照片中同一显微组分的亮度差，识别显微组分；其中亮度差高于设定亮度差阈值的所述显微组分为所述笔石表皮体，亮度差低于设定亮度差阈值的所述显微组分为所述固体沥青。
具体的，从亮度差中可以看出消光是否强烈，如果亮度差较大，这说明在旋转过程中消光强烈，则为笔石表皮体，如果亮度差较小，这说明在旋转过程中的消光不强烈，则为固体沥青。亮度差可以通过图像分析灰度特征提取获得，本申请不做限制。
可以知晓本方面提供的高过成熟度的含笔石页岩中显微组分的识别系统，通过在偏振光和非偏振光下采集待识别页岩样本光片的照片，能够鉴定显微组分，方法简单，操作方便，并且准确性高，解决了目前对高过成熟度的含笔石页岩显微组分鉴定的难题。在优选的实施例中，基于偏振光条件下，旋转物台，测取显微组分的双反射率，进一步提高了高过成熟度的含笔石页岩中显微组分的识别精度和适用性。
本申请的实施例还提供能够实现上述实施例中的方法中全部步骤的一种电子设备的具体实施方式，参见图15，所述电子设备具体包括如下内容：
处理器(processor)601、存储器(memory)602、通信接口(CommunicationsInterface)603和总线604；
其中，所述处理器601、存储器602、通信接口603通过所述总线604完成相互间的通信；
所述处理器601用于调用所述存储器602中的计算机程序，所述处理器执行所述计算机程序时实现上述实施例中的方法中的全部步骤，例如，所述处理器执行所述计算机程序时实现下述步骤：
S100：获取待识别页岩样本经偏振反射光照射的第一剖面照片和经非偏振反射光照射的第二剖面照片。
S200：基于所述第一剖面照片和所述第二剖面照片识别待识别页岩样本中的显微组分。
基于上述方法和系统的实施例的详细描述，可以知晓本申请提供的电子设备也应当具有相应的有益效果，例如能够区分高过成熟度的含笔石页岩中的显微组分是笔石表皮体或固体沥青，解决了目前对高过成熟度的含笔石页岩显微组分鉴定的难题等，在此不予赘述。
本申请的实施例还提供能够实现上述实施例中全部步骤的一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，该计算机程序被处理器执行时实现上述实施例中全部步骤，例如，所述处理器执行所述计算机程序时实现下述步骤：
S100：获取待识别页岩样本经偏振反射光照射的第一剖面照片和经非偏振反射光照射的第二剖面照片。
S200：基于所述第一剖面照片和所述第二剖面照片识别待识别页岩样本中的显微组分。
基于上述方法和系统的实施例的详细描述，可以知晓本申请提供的可读介质也应当具有相应的有益效果，例如能够区分高过成熟度的含笔石页岩中的显微组分是笔石表皮体或固体沥青，解决了目前对高过成熟度的含笔石页岩显微组分鉴定的难题等，在此不予赘述。
本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于硬件+程序类实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。虽然本说明书实施例提供了如实施例或流程图所述的方法操作步骤，但基于常规或者无创造性的手段可以包括更多或者更少的操作步骤。实施例中列举的步骤顺序仅仅为众多步骤执行顺序中的一种方式，不代表唯一的执行顺序。在实际中的装置或终端产品执行时，可以按照实施例或者附图所示的方法顺序执行或者并行执行(例如并行处理器或者多线程处理的环境，甚至为分布式数据处理环境)。术语“包括”、“包含”或者任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、产品或者设备，不仅包括这些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、产品或者设备所固有的要素。在没有更多限制的情况下，并不排除在包括所述要素的过程、方法、产品或者设备中还存在另外的相同或等同要素。为了描述的方便，描述以上装置时以功能分为各种模块分别描述。当然，在实施本说明书实施例时可以把各模块的功能在同一个或多个软件和/或硬件中实现，也可以将实现同一功能的模块由多个子模块或子单元的组合实现等。以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性、机械或其它的形式。本发明是参照根据本发明实施例的方法、设备(系统)和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。本领域技术人员应明白，本说明书的实施例可提供为方法、系统或计算机程序产品。因此，本说明书实施例可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且，本说明书实施例可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于系统实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本说明书实施例的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不必须针对的是相同的实施例或示例。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例的特征进行结合和组合。以上所述仅为本说明书的实施例而已，并不用于限制本说明书实施例。对于本领域技术人员来说，本说明书实施例可以有各种更改和变化。凡在本说明书实施例的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本说明书实施例的权利要求范围之内。
Claims (16)
1.一种高过成熟度的含笔石页岩中显微组分的识别方法，其特征在于，包括：
获取待识别页岩样本经偏振反射光照射的第一剖面照片和经非偏振反射光照射的第二剖面照片；
基于所述第一剖面照片和所述第二剖面照片识别待识别页岩样本中的显微组分。
2.根据权利要求1所述的识别方法，其特征在于，所述基于所述第一剖面照片和所述第二剖面照片识别待识别页岩样本中的显微组分，包括：
基于所述第一剖面照片识别待识别页岩样本中的笔石表皮体；其中所述第一剖面照片中具有纹层结构的显微组分为所述笔石表皮体；
基于所述第二剖面照片识别待识别页岩样本中的笔石表皮体；其中所述第二剖面照片中具有生物结构的显微组分为所述笔石表皮体。
3.根据权利要求2所述的识别方法，其特征在于，所述基于所述第一剖面照片和所述第二剖面照片识别待识别页岩样本中的显微组分，还包括：
基于所述第二剖面照片识别待识别页岩样本中的固体沥青；其中所述第二剖面照片中处于颗粒之间的孔隙内的显微组分为所述固体沥青。
4.根据权利要求2所述的识别方法，其特征在于，所述生物结构包括：外皮结构、胞腔结构以及公共管道结构。
5.根据权利要求3所述的识别方法，其特征在于，所述方法还包括：
获取多个第三剖面照片；其中，所述多个第三剖面照片通过拍照显微镜采集旋转载物台经偏振反射光照射的待识别页岩样本的剖面信息形成；
基于所述多个第三剖面照片识别未鉴定的显微组分。
6.根据权利要求5所述的识别方法，其特征在于，所述基于所述多个第三剖面照片识别未鉴定的显微组分，包括：
获取每个第三剖面照片中未鉴定的显微组分的反射率；
计算出同一显微组分在所述多个第三剖面照片中双反射率值，并基于所述双反射率值识别出显微组分为笔石表皮体或固体沥青；其中双反射率值高于第一设定阈值的显微组分为笔石表皮体，低于第二设定阈值的显微组分为固体沥青。
7.根据权利要求5所述的识别方法，其特征在于，所述基于所述多个第三剖面照片识别未鉴定的显微组分，包括：
根据多个所述第三剖面照片中同一显微组分的亮度差，识别显微组分；其中亮度差高于设定亮度差阈值的所述显微组分为所述笔石表皮体，亮度差低于设定亮度差阈值的所述显微组分为所述固体沥青。
8.一种高过成熟度的含笔石页岩中显微组分的识别系统，其特征在于，包括：
第一获取模块，获取待识别页岩样本经偏振反射光照射的第一剖面照片和经非偏振反射光照射的第二剖面照片；
第一显微组分识别模块，基于所述第一剖面照片和所述第二剖面照片识别待识别页岩样本中的显微组分。
9.根据权利要求8所述的识别系统，其特征在于，所述第一显微组分识别模块，包括：
第一笔石表皮体识别单元，基于所述第一剖面照片识别待识别页岩样本中的笔石表皮体；其中所述第一剖面照片中具有纹层结构的显微组分为所述笔石表皮体；
第二笔石表皮体识别单元，基于所述第二剖面照片识别待识别页岩样本中的笔石表皮体；其中所述第二剖面照片中具有生物结构的显微组分为所述笔石表皮体。
10.根据权利要求9所述的识别系统，其特征在于，所述第一显微组分识别模块，还包括：
固体沥青识别单元，基于所述第二剖面照片识别待识别页岩样本中的固体沥青；其中所述第二剖面照片中处于颗粒之间的孔隙内的显微组分为所述固体沥青。
11.根据权利要求9所述的识别系统，其特征在于，所述生物结构包括：外皮结构、胞腔结构以及公共管道结构。
12.根据权利要求10所述的识别系统，其特征在于，所述系统还包括：
第二获取模块，获取多个第三剖面照片；其中，所述多个第三剖面照片通过拍照显微镜采集旋转载物台经偏振反射光照射的待识别页岩样本的剖面信息形成；
第二显微组分识别模块，基于所述多个第三剖面照片识别未鉴定的显微组分。
13.根据权利要求12所述的识别系统，其特征在于，所述第二显微组分识别模块，包括：
反射率测定单元，获取每个第三剖面照片中未鉴定的显微组分的反射率；
显微组分确定单元，计算出同一显微组分在所述多个第三剖面照片中双反射率值，并基于所述双反射率值识别出显微组分为笔石表皮体或固体沥青；其中双反射率值高于第一设定阈值的显微组分为笔石表皮体，低于第二设定阈值的显微组分为固体沥青。
14.根据权利要求12所述的识别系统，其特征在于，所述第二显微组分识别模块根据多个所述第三剖面照片中同一显微组分的亮度差，识别显微组分；其中亮度差高于设定亮度差阈值的所述显微组分为所述笔石表皮体，亮度差低于设定亮度差阈值的所述显微组分为所述固体沥青。
15.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现权利要求1-7任一项所述的识别方法的步骤。
16.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该计算机程序被处理器执行时实现权利要求1-7任一项所述的识别方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910411218.9A CN110082320A (zh) | 2019-05-17 | 2019-05-17 | 高过成熟度的含笔石页岩中显微组分的识别方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910411218.9A CN110082320A (zh) | 2019-05-17 | 2019-05-17 | 高过成熟度的含笔石页岩中显微组分的识别方法及系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN110082320A true CN110082320A (zh) | 2019-08-02 |
Family
ID=67420559
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910411218.9A Pending CN110082320A (zh) | 2019-05-17 | 2019-05-17 | 高过成熟度的含笔石页岩中显微组分的识别方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110082320A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110850505A (zh) * | 2019-10-17 | 2020-02-28 | 中国石油集团长城钻探工程有限公司 | 页岩笔石带划分模型建立方法及页岩笔石带划分方法 |
| CN111693525A (zh) * | 2020-03-02 | 2020-09-22 | 西南石油大学 | 一种烃源岩中固体沥青的识别和定量统计方法 |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108318514A (zh) * | 2018-01-08 | 2018-07-24 | 中国石油天然气股份有限公司 | 一种确定笔石体与围岩的属性信息的方法 |
-
2019
- 2019-05-17 CN CN201910411218.9A patent/CN110082320A/zh active Pending
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108318514A (zh) * | 2018-01-08 | 2018-07-24 | 中国石油天然气股份有限公司 | 一种确定笔石体与围岩的属性信息的方法 |
Non-Patent Citations (1)
| Title |
|---|
| 罗情勇 等: "重庆地区五峰组—龙马溪组页岩笔石光学特征及其在成熟度评价中的应用", 《天然气地球科学》 * |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110850505A (zh) * | 2019-10-17 | 2020-02-28 | 中国石油集团长城钻探工程有限公司 | 页岩笔石带划分模型建立方法及页岩笔石带划分方法 |
| CN111693525A (zh) * | 2020-03-02 | 2020-09-22 | 西南石油大学 | 一种烃源岩中固体沥青的识别和定量统计方法 |
| CN111693525B (zh) * | 2020-03-02 | 2022-04-08 | 西南石油大学 | 一种烃源岩中固体沥青的识别和定量统计方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Liu et al. | Methods for quantifying fibrillar collagen alignment | |
| Jones | Foraminifera and their applications | |
| Mahatma et al. | LoTSS DR1: Double-double radio galaxies in the HETDEX field | |
| Purkis et al. | Patterns of sedimentation in the contemporary Red Sea as an analog for ancient carbonates in rift settings | |
| CN105466830A (zh) | 储层砂岩孔隙喉道尺寸分布识别方法 | |
| Prairie et al. | Cryptic peaks: Invisible vertical structure in fluorescent particles revealed using a planar laser imaging fluorometer | |
| Assous et al. | Automated detection of planar geologic features in borehole images | |
| CN106918607B (zh) | 一种孔隙结构获取方法及装置 | |
| CN110082320A (zh) | 高过成熟度的含笔石页岩中显微组分的识别方法及系统 | |
| 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 | |
| CN1806501A (zh) | 海洋浮游植物自动识别方法及装置 | |
| CN104076020A (zh) | 一种利用三维定量荧光纵向参数变化趋势识别储层流体性质的方法 | |
| Moore | Do terrestrial vertebrate fossil assemblages show consistent taphonomic patterns? | |
| CN115358285B (zh) | 待勘测区块关键地质参数的选取方法、装置、及设备 | |
| Capobianco et al. | Hyperspectral imaging-based approach for the in-situ characterization of ancient Roman wall paintings | |
| Elder et al. | Sixty-one thousand recent planktonic foraminifera from the Atlantic Ocean | |
| Lazar et al. | Tools and techniques for studying mudstones | |
| CN103760307B (zh) | 一种评价干酪根类型的方法 | |
| Perry | Macroboring of Pleistocene coral communities, Falmouth formation, Jamaica | |
| CN105590018A (zh) | 砂泥岩薄互层油藏的油水层判别方法 | |
| Srisutthiyakorn et al. | Predicting elastic properties and permeability of rocks from 2D thin sections | |
| Wang et al. | Eocene Paleoclimate Evolution under the Background of Warmhouse–Hothouse Conditions in the Continental Fushun Basin: Implications from Magnetic Susceptibility and Color Reflectance | |
| Wang et al. | In-situ non-invasive analysis of conservation materials on mural paintings: a systematic approach in Dahuting Han Dynasty Tomb | |
| Baumann | Importance of size measurements for coccolith carbonate flux estimates | |
| Liang et al. | Particle size distribution analysis of mudstone based on digital image processing |
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 | ||
| WD01 | Invention patent application deemed withdrawn after publication | ||
| WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20190802 |