CN113298795A - 一种页岩油气储层孔隙精细分类提取方法及装置 - Google Patents
一种页岩油气储层孔隙精细分类提取方法及装置 Download PDFInfo
- Publication number
- CN113298795A CN113298795A CN202110644988.5A CN202110644988A CN113298795A CN 113298795 A CN113298795 A CN 113298795A CN 202110644988 A CN202110644988 A CN 202110644988A CN 113298795 A CN113298795 A CN 113298795A
- Authority
- CN
- China
- Prior art keywords
- pore
- image
- pores
- electron microscope
- shale oil
- 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
- 239000011148 porous material Substances 0.000 title claims abstract description 230
- 239000003079 shale oil Substances 0.000 title claims abstract description 62
- 238000000605 extraction Methods 0.000 title claims abstract description 56
- 238000012545 processing Methods 0.000 claims abstract description 17
- 239000004215 Carbon black (E152) Substances 0.000 claims description 8
- 229930195733 hydrocarbon Natural products 0.000 claims description 8
- 150000002430 hydrocarbons Chemical class 0.000 claims description 8
- 238000003708 edge detection Methods 0.000 claims description 4
- 238000007781 pre-processing Methods 0.000 claims description 4
- 238000004040 coloring Methods 0.000 claims description 3
- 238000012216 screening Methods 0.000 claims description 3
- 229910052500 inorganic mineral Inorganic materials 0.000 abstract description 6
- 238000000034 method Methods 0.000 abstract description 5
- 238000011161 development Methods 0.000 description 15
- 238000012512 characterization method Methods 0.000 description 11
- 238000001000 micrograph Methods 0.000 description 10
- 238000011156 evaluation Methods 0.000 description 9
- 239000011435 rock Substances 0.000 description 5
- 239000003086 colorant Substances 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000002349 favourable effect Effects 0.000 description 2
- PCHJSUWPFVWCPO-UHFFFAOYSA-N gold Chemical compound [Au] PCHJSUWPFVWCPO-UHFFFAOYSA-N 0.000 description 2
- 239000010931 gold Substances 0.000 description 2
- 229910052737 gold Inorganic materials 0.000 description 2
- 238000005498 polishing Methods 0.000 description 2
- 238000011002 quantification Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 238000000926 separation method Methods 0.000 description 2
- 238000005507 spraying Methods 0.000 description 2
- 229920000742 Cotton Polymers 0.000 description 1
- 239000000853 adhesive Substances 0.000 description 1
- 230000001070 adhesive effect Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 239000004744 fabric Substances 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 239000010720 hydraulic oil Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000003921 oil Substances 0.000 description 1
- 239000005416 organic matter Substances 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 210000004243 sweat Anatomy 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
- G01N15/08—Investigating permeability, pore-volume, or surface area of porous materials
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
- G01N15/08—Investigating permeability, pore-volume, or surface area of porous materials
- G01N15/088—Investigating volume, surface area, size or distribution of pores; Porosimetry
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/70—Denoising; Smoothing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/90—Dynamic range modification of images or parts thereof
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/13—Edge detection
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
- G01N15/08—Investigating permeability, pore-volume, or surface area of porous materials
- G01N2015/0846—Investigating permeability, pore-volume, or surface area of porous materials by use of radiation, e.g. transmitted or reflected light
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10056—Microscopic image
- G06T2207/10061—Microscopic image from scanning electron microscope
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30108—Industrial image inspection
- G06T2207/30132—Masonry; Concrete
Landscapes
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Chemical & Material Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Life Sciences & Earth Sciences (AREA)
- Dispersion Chemistry (AREA)
- General Health & Medical Sciences (AREA)
- Biochemistry (AREA)
- Immunology (AREA)
- Analytical Chemistry (AREA)
- Pathology (AREA)
- Health & Medical Sciences (AREA)
- Data Mining & Analysis (AREA)
- Bioinformatics & Computational Biology (AREA)
- Quality & Reliability (AREA)
- General Engineering & Computer Science (AREA)
- Evolutionary Computation (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Artificial Intelligence (AREA)
- Analysing Materials By The Use Of Radiation (AREA)
Abstract
本发明公开一种页岩油气储层孔隙精细分类提取方法及装置，方法包括：获取页岩油气储层的电镜扫描图像；对所述电镜扫描图像进行二值化处理，以提取出孔隙分布图像；获取所述电镜扫描图像和所述孔隙分布图像的叠合图，根据所述叠合图完成不同类型孔隙的甄别；将甄别出来的不同类型的孔隙进行分离与提取，以得到多张含有单一类型孔隙的孔隙图。本发明解决了现有技术中无法有效甄别多种类型的无机矿物孔隙的技术问题。
Description
技术领域
本发明涉及石油勘探技术领域，具体涉及一种页岩油气储层孔隙精细分类提取方法、装置、设备及存储介质。
背景技术
页岩储层孔隙系统是非常规页岩油气主体的赋存空间，页岩孔隙类型较为复杂，孔隙形貌特征和结构均呈现出多样化的特征。目前对于页岩储层孔隙主要可以分为有机质孔、无机矿物孔及微裂缝。其中无机矿物孔隙的进一步精细化分类方案尚未统一，难以对孔隙系统进行精细量化表征，制约了页岩油气储层的精细评价和页岩油气资源的有效评估。电镜图像可以提供最直接的证据来观测分析页岩微观孔隙系统的发育特征，但是限制于现有技术难以有效甄别和提取电镜图像中的多种类型的无机矿物孔隙，目前的技术仅仅基于电镜图像对总孔隙和有机孔隙进行重点研究，忽略了对各种类型无机矿物孔隙的甄别，不利于储层精细化和综合评估。
发明内容
本发明的目的在于克服上述技术不足，提供一种页岩油气储层孔隙精细分类提取方法、装置、设备及存储介质，解决现有技术中无法有效甄别多种类型的无机矿物孔隙的技术问题。
为达到上述技术目的，本发明采取了以下技术方案：
第一方面，本发明提供一种页岩油气储层孔隙精细分类提取方法，包括如下步骤：
获取页岩油气储层的电镜扫描图像；
对所述电镜扫描图像进行二值化处理，以提取出孔隙分布图像；
获取所述电镜扫描图像和所述孔隙分布图像的叠合图，根据所述叠合图完成不同类型孔隙的甄别；
将甄别出来的不同类型的孔隙进行分离与提取，以得到多张含有单一类型孔隙的孔隙图。
优选的，所述的页岩油气储层孔隙精细分类提取方法中，通过调用ImageJ软件来完成孔隙分布图像的提取。
优选的，所述的页岩油气储层孔隙精细分类提取方法中，所述对所述电镜扫描图像进行二值化处理，以提取出孔隙分布图像具体包括：
对所述电镜扫描图像进行预处理，以获取灰度图像；
对所述灰度图像进行边缘检测和二值化处理，以提取出孔隙分布图像。
优选的，所述的页岩油气储层孔隙精细分类提取方法中，通过调用CorelDraw软件来完成不同类型孔隙的甄别。
优选的，所述的页岩油气储层孔隙精细分类提取方法中，所述获取所述电镜扫描图像和所述孔隙分布图像的叠合图，根据所述叠合图完成不同类型孔隙的甄别具体包括：
获取所述电镜扫描图像和所述孔隙分布图像的叠合图，其中，所述电镜扫描图像与所述空隙分布图像的大小和位置一致；
即将所述孔隙分布图像转化为位图，并根据叠合图，对所述孔隙分布图像中不同类型的孔隙进行圈定和着色，以完成不同类型孔隙的甄别。
优选的，所述的页岩油气储层孔隙精细分类提取方法中，所述将甄别出来的不同类型的孔隙进行分离与提取，以得到多张含有单一类型孔隙的孔隙图具体包括：
建立多个分别与各个所述空隙类型对应的图层；
将着色后的孔隙分布图像中各个类型的孔隙分别对应移入对应的图层中，并将不同图层的孔隙单独导出，以获取多张含有单一类型孔隙的孔隙图。
优选的，所述的页岩油气储层孔隙精细分类提取方法还包括：
根据各个所述孔隙图，获取各个类型的孔隙的面孔率。
第二方面，本发明还提供一种页岩油气储层孔隙精细分类提取装置，包括：
电镜扫描图像获取模块，用于获取页岩油气储层的电镜扫描图像；
孔隙分布图像获取模块，用于对所述电镜扫描图像进行二值化处理，以提取出孔隙分布图像；
孔隙甄别模块，用于获取所述电镜扫描图像和所述孔隙分布图像的叠合图，根据所述叠合图完成不同类型孔隙的甄别；
孔隙图获取模块，用于将甄别出来的不同类型的孔隙进行分离与提取，以得到多张含有单一类型孔隙的孔隙图。
第三方面，本发明还提供一种页岩油气储层孔隙精细分类提取设备，包括：处理器和存储器；
所述存储器上存储有可被所述处理器执行的计算机可读程序；
所述处理器执行所述计算机可读程序时实现如上所述的页岩油气储层孔隙精细分类提取方法中的步骤。
第四方面，本发明还提供一种计算机可读存储介质，所述计算机可读存储介质存储有一个或者多个程序，所述一个或者多个程序可被一个或者多个处理器执行，以实现如上所述的页岩油气储层孔隙精细分类提取方法中的步骤。
与现有技术相比，本发明提供的页岩油气储层孔隙精细分类提取方法、装置、设备及存储介质，可以有效甄别非常规页岩油气储层中复杂类型的孔隙，据此可以实现对于不同类型孔隙发育特征的定量化识记和表征，进一步对已经完成不同类型孔隙提取的图像进行处理分析，有效获取不同类型孔隙发育的面孔率、圆度、周长、孔径、粗糙度等一系列量化表征参数。本发明能有效实现致密页岩油气储层微观电镜图像中各种类型孔隙的快速识记和提取，突破不同类型孔隙难以直接分类量化表征的瓶颈，有利于页岩油气储层的精细评价和页岩油气资源的有效评估。
附图说明
图1是本发明提供的页岩油气储层孔隙精细分类提取方法的一较佳实施例的流程图；
图2是本发明提取出的灰度图像的一较佳实施例的示意图；
图3为本发明二值化处理后获取的孔隙分布图像的一较佳实施例的示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
请参阅图1，本发明实施例提供的页岩油气储层孔隙精细分类提取方法，包括如下步骤：
S100、获取页岩油气储层的电镜扫描图像。
本实施例中，在获取电镜扫描图像之前，首先对液压油气储层样品进行预处理，将从钻井岩心获取的新鲜页岩样品进行封存，及时送往实验室。使用地质锤工具从岩心样品边缘轻度均匀敲击岩石边缘直至有小块岩石掉落，提前准备好棉布或气垫等接住敲落的碎样，选取较为平整的尺寸大约1.0cm×1.0cm×0.3cm的小块样品作为拟观测分析对象。若岩石表面不太平整，使用打磨砂纸对小块样品进行打磨处理，直至岩石表面肉眼可见较为光滑为止。将表面平整的样品放置于喷金仪器中，进行喷金处理，以使得页岩样品表面具有导电性。然后，再采用SEM扫描电子显微镜获取电镜扫描图像，首先将表面镀金的页岩样品粘贴在SEM扫描电镜样品台上，粘贴使用导电胶，粘贴后样品表面应与样品台保持近于平行。将放置好样品的样品台放置于SEM电镜仓体内，关闭仓门，打开真空泵抽取真空，打开电镜观测系统进行页岩样品的SEM微观图像的采集。
S200、对所述电镜扫描图像进行二值化处理，以提取出孔隙分布图像。
具体的，本发明实施例通过调用ImageJ软件来完成孔隙分布图像的提取。所述步骤S200具体包括：
对所述电镜扫描图像进行预处理，以获取灰度图像；
对所述灰度图像进行边缘检测和二值化处理，以提取出孔隙分布图像。
本实施例中，采用ImageJ软件对随机获取的电镜扫描图像进行了灰度缩放、平滑、灰度拉伸等预处理。根据不同灰度像素包含不同颜色的原理，将电镜扫描图像初步转换为8位、每像素256个灰度级的图像。可以将灰度图像视为三维空间{(x,y,z)}，其中x和y代表平面上的像素位置，z代表像素的灰度值。像素的不同灰度值形成凹凸不平的表面，数字化图像中像素点的空间颜色分布可以表征岩石的表面结构。然后继续使用ImageJ软件对灰度电镜扫描图像进行边缘检测和二值化，并手动调整阈值。如图2和图3所示，从图2中可以看出，灰度图像中的页岩孔隙完全处于黑暗状态，最高灰度级为256。因此，ImageJ软件可以与其他矩阵(低灰度级)分离孔隙信息，进一步测量可见孔隙度和分形维数。在ImageJ软件获得所有暗孔隙信息后，定义阈值边界。另外，使用ImageJ软件可以对噪声进行识别并进行降噪，因为噪声的原始灰度值低于真实毛孔的灰度值。根据经验，当二元阴影面积与页岩表面孔隙面积完全重合时，选择阈值，完成页岩油气储层电镜扫描图像的孔隙系统的二值化处理，实现总孔隙系统的提取。
S300、获取所述电镜扫描图像和所述孔隙分布图像的叠合图，根据所述叠合图完成不同类型孔隙的甄别。
具体的，本发明实施例通过调用CorelDraw软件来完成不同类型孔隙的甄别。所述步骤S300具体包括：
获取所述电镜扫描图像和所述孔隙分布图像的叠合图，其中，所述电镜扫描图像与所述空隙分布图像的大小和位置一致；
即将所述孔隙分布图像转化为位图，并根据叠合图，对所述孔隙分布图像中不同类型的孔隙进行圈定和着色，以完成不同类型孔隙的甄别。
具体的，首先调用CorelDraw软件，将电镜扫描图像以及对应的二值化处理后所获取的页岩油气储层孔隙系统的黑白图像分别导入进图层，将电镜图像和二值化的孔隙图像大小和位置调整一致，以便进行叠合处理，之后，将二值化的孔隙图像转化为位图，然后描摹位图，实现可编辑化状态；然后，对比电镜扫描图像中孔隙发育位置，可以有效对不同类型孔隙部分进行圈定和着色，不同类型孔隙采用不同的颜色进行标记，从而完成不同类型孔隙的甄别。
S400、将甄别出来的不同类型的孔隙进行分离与提取，以得到多张含有单一类型孔隙的孔隙图。
具体的，所述步骤S400具体包括：
建立多个分别与各个所述空隙类型对应的图层；
将着色后的孔隙分布图像中各个类型的孔隙分别对应移入对应的图层中，并将不同图层的孔隙单独导出，以获取多张含有单一类型孔隙的孔隙图。
具体来说，本实施例中首先在CorelDraw软件中构建多个图层，并进行命名不同类型孔隙；然后将步骤S300中在CorelDraw软件完成不同类型孔隙着色的孔隙逐一选定，之后将选定的单色类型的孔隙依次移入对应的孔隙类型图层；最后，将不同图层的孔隙单独导出，由此可以获取单一颜色不同类型孔隙的二值化图像，实现不同类型孔隙的分离与提取。
优选的实施例中，所述页岩油气储层孔隙精细分类提取方法还包括；
根据各个所述孔隙图，获取各个类型的孔隙的面孔率。
具体来说，为了实现对不同类型孔隙特征的定量统计和表征，需要根据各个孔隙图来获取各个类型的孔隙的面孔率，方面进行研究，具体的，将步骤S400中获取的不同类型孔隙的单一化孔隙图像重新导入Image J软件中，设置好刻度标尺；选择阀值将孔隙面积进行标红，这时标红区域将被纳入统计计算的区域；选择软件中的“颗粒分析”，勾选所要进行统计的参数，如面积、周长、长轴径长、短轴径长等数据参量，确认后可以获得视域下单一孔隙发育特征的量化表征参数结果，将结果导出至Excel中，可对数据进行计算。页岩油气储层中不同类型孔隙的面孔率是表征各类孔隙发育情况的重要参数。通过对同一块页岩样品的电镜扫描图像观测，可以获取大量的微观电镜图像，对所获取的电镜图像执行上述孔隙分类抽提、分离和统计的操作步骤，可以最终获取不同类型孔隙的面积值，与整个电镜图像视域面积值作比，进而获取不同类型孔隙的面孔率数据(即单一孔隙面积占总视域面积的百分含量)。
本发明可以有效甄别非常规页岩油气储层中复杂类型的孔隙，据此可以实现对于不同类型孔隙发育特征的定量化识记和表征。进一步结合Image J图像处理软件可以进一步对已经完成不同类型孔隙提取的图像进行处理分析，有效获取不同类型孔隙发育的面孔率、圆度、周长、孔径、粗糙度等一系列量化表征参数。本发明不仅能有效实现致密页岩油气储层微观电镜图像中各种类型孔隙的快速识记和提取，突破不同类型孔隙难以直接分类量化表征的瓶颈，而且能定量表征各类孔隙发育的特征，获取各类孔隙发育特征的全面、综合、精细化的量化表征结果，有利于页岩油气储层的精细评价和页岩油气资源的有效评估。
基于上述页岩油气储层孔隙精细分类提取方法，本发明还相应的提供一种页岩油气储层孔隙精细分类提取装置，包括：
电镜扫描图像获取模块，用于获取页岩油气储层的电镜扫描图像；
孔隙分布图像获取模块，用于对所述电镜扫描图像进行二值化处理，以提取出孔隙分布图像；
孔隙甄别模块，用于获取所述电镜扫描图像和所述孔隙分布图像的叠合图，根据所述叠合图完成不同类型孔隙的甄别；
孔隙图获取模块，用于将甄别出来的不同类型的孔隙进行分离与提取，以得到多张含有单一类型孔隙的孔隙图。
由于上文已对页岩油气储层孔隙精细分类提取方法进行详细描述，在此不再赘述。
基于上述页岩油气储层孔隙精细分类提取方法，本发明还相应的提供一种页岩油气储层孔隙精细分类提取设备，包括：处理器和存储器；
所述存储器上存储有可被所述处理器执行的计算机可读程序；
所述处理器执行所述计算机可读程序时实现如上述各实施例所述的页岩油气储层孔隙精细分类提取方法中的步骤。
由于上文已对页岩油气储层孔隙精细分类提取方法进行详细描述，在此不再赘述。
基于上述页岩油气储层孔隙精细分类提取方法，本发明还相应的提供一种计算机可读存储介质，所述计算机可读存储介质存储有一个或者多个程序，所述一个或者多个程序可被一个或者多个处理器执行，以实现如上述各实施例所述的页岩油气储层孔隙精细分类提取方法中的步骤。
由于上文已对页岩油气储层孔隙精细分类提取方法进行详细描述，在此不再赘述。
综上所述，本发明提供的页岩油气储层孔隙精细分类提取方法、装置、设备及存储介质，可以有效甄别非常规页岩油气储层中复杂类型的孔隙，据此可以实现对于不同类型孔隙发育特征的定量化识记和表征，进一步对已经完成不同类型孔隙提取的图像进行处理分析，有效获取不同类型孔隙发育的面孔率、圆度、周长、孔径、粗糙度等一系列量化表征参数。本发明不仅能有效实现致密页岩油气储层微观电镜图像中各种类型孔隙的快速识记和提取，突破不同类型孔隙难以直接分类量化表征的瓶颈，而且能定量表征各类孔隙发育的特征，获取各类孔隙发育特征的全面、综合、精细化的量化表征结果，有利于页岩油气储层的精细评价和页岩油气资源的有效评估。
以上所述本发明的具体实施方式，并不构成对本发明保护范围的限定。任何根据本发明的技术构思所做出的各种其他相应的改变与变形，均应包含在本发明权利要求的保护范围内。
Claims (10)
1.一种页岩油气储层孔隙精细分类提取方法，其特征在于，包括如下步骤：
获取页岩油气储层的电镜扫描图像；
对所述电镜扫描图像进行二值化处理，以提取出孔隙分布图像；
获取所述电镜扫描图像和所述孔隙分布图像的叠合图，根据所述叠合图完成不同类型孔隙的甄别；
将甄别出来的不同类型的孔隙进行分离与提取，以得到多张含有单一类型孔隙的孔隙图。
2.根据权利要求1所述的页岩油气储层孔隙精细分类提取方法，其特征在于，通过调用ImageJ软件来完成孔隙分布图像的提取。
3.根据权利要求2所述的页岩油气储层孔隙精细分类提取方法，其特征在于，所述对所述电镜扫描图像进行二值化处理，以提取出孔隙分布图像具体包括：
对所述电镜扫描图像进行预处理，以获取灰度图像；
对所述灰度图像进行边缘检测和二值化处理，以提取出孔隙分布图像。
4.根据权利要求1所述的页岩油气储层孔隙精细分类提取方法，其特征在于，通过调用CorelDraw软件来完成不同类型孔隙的甄别。
5.根据权利要求4所述的页岩油气储层孔隙精细分类提取方法，其特征在于，所述获取所述电镜扫描图像和所述孔隙分布图像的叠合图，根据所述叠合图完成不同类型孔隙的甄别具体包括：
获取所述电镜扫描图像和所述孔隙分布图像的叠合图，其中，所述电镜扫描图像与所述空隙分布图像的大小和位置一致；
即将所述孔隙分布图像转化为位图，并根据叠合图，对所述孔隙分布图像中不同类型的孔隙进行圈定和着色，以完成不同类型孔隙的甄别。
6.根据权利要求5所述的页岩油气储层孔隙精细分类提取方法，其特征在于，所述将甄别出来的不同类型的孔隙进行分离与提取，以得到多张含有单一类型孔隙的孔隙图具体包括：
建立多个分别与各个所述空隙类型对应的图层；
将着色后的孔隙分布图像中各个类型的孔隙分别对应移入对应的图层中，并将不同图层的孔隙单独导出，以获取多张含有单一类型孔隙的孔隙图。
7.根据权利要求1所述的页岩油气储层孔隙精细分类提取方法，其特征在于，还包括：
根据各个所述孔隙图，获取各个类型的孔隙的面孔率。
8.一种页岩油气储层孔隙精细分类提取装置，其特征在于，包括：
电镜扫描图像获取模块，用于获取页岩油气储层的电镜扫描图像；
孔隙分布图像获取模块，用于对所述电镜扫描图像进行二值化处理，以提取出孔隙分布图像；
孔隙甄别模块，用于获取所述电镜扫描图像和所述孔隙分布图像的叠合图，根据所述叠合图完成不同类型孔隙的甄别；
孔隙图获取模块，用于将甄别出来的不同类型的孔隙进行分离与提取，以得到多张含有单一类型孔隙的孔隙图。
9.一种页岩油气储层孔隙精细分类提取设备，其特征在于，包括：处理器和存储器；
所述存储器上存储有可被所述处理器执行的计算机可读程序；
所述处理器执行所述计算机可读程序时实现如权利要求1-7任意一项所述的页岩油气储层孔隙精细分类提取方法中的步骤。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有一个或者多个程序，所述一个或者多个程序可被一个或者多个处理器执行，以实现如权利要求1-7任意一项所述的页岩油气储层孔隙精细分类提取方法中的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110644988.5A CN113298795A (zh) | 2021-06-09 | 2021-06-09 | 一种页岩油气储层孔隙精细分类提取方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110644988.5A CN113298795A (zh) | 2021-06-09 | 2021-06-09 | 一种页岩油气储层孔隙精细分类提取方法及装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN113298795A true CN113298795A (zh) | 2021-08-24 |
Family
ID=77327746
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110644988.5A Pending CN113298795A (zh) | 2021-06-09 | 2021-06-09 | 一种页岩油气储层孔隙精细分类提取方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113298795A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116309567A (zh) * | 2023-05-17 | 2023-06-23 | 西南石油大学 | 一种小样本的页岩电镜孔隙智能识别方法 |
| CN117593299A (zh) * | 2024-01-18 | 2024-02-23 | 北京大学 | 纹层状页岩储集空间有效性评价方法、装置、设备及介质 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106651839A (zh) * | 2016-11-16 | 2017-05-10 | 中国科学院地质与地球物理研究所 | 页岩电镜图像中有机和无机孔隙自动识别和定量分析方法 |
| 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 |
-
2021
- 2021-06-09 CN CN202110644988.5A patent/CN113298795A/zh active Pending
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106651839A (zh) * | 2016-11-16 | 2017-05-10 | 中国科学院地质与地球物理研究所 | 页岩电镜图像中有机和无机孔隙自动识别和定量分析方法 |
| 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)
| Title |
|---|
| ZHANG JIZHEN ET AL.: "Microstructural investigation of different nanopore types in marinecontinental continental transitional shales: Examples from the Longtan formation in Southern Sichuan Basin, south China", 《MARINE AND PETROLEUM GEOLOGY》 * |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116309567A (zh) * | 2023-05-17 | 2023-06-23 | 西南石油大学 | 一种小样本的页岩电镜孔隙智能识别方法 |
| CN117593299A (zh) * | 2024-01-18 | 2024-02-23 | 北京大学 | 纹层状页岩储集空间有效性评价方法、装置、设备及介质 |
| CN117593299B (zh) * | 2024-01-18 | 2024-04-19 | 北京大学 | 纹层状页岩储集空间有效性评价方法、装置、设备及介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107133630B (zh) | 一种基于扫描图像判断碳酸盐岩孔隙类型的方法 | |
| CN105352873B (zh) | 页岩孔隙结构的表征方法 | |
| CN104237103B (zh) | 一种孔隙连通性定量表征方法及装置 | |
| CN109961426B (zh) | 一种人脸皮肤肤质的检测方法 | |
| CN113298795A (zh) | 一种页岩油气储层孔隙精细分类提取方法及装置 | |
| Dong et al. | A novel method for extracting information on pores from cast thin-section images | |
| CN108830877A (zh) | 岩心体视显微图像定量描述方法 | |
| CN110443793A (zh) | 一种沥青混合料空隙分布均匀性评价方法 | |
| Wah et al. | Analysis on feature extraction and classification of rice kernels for Myanmar rice using image processing techniques | |
| CN112308819A (zh) | 一种基于扫描电镜多特征灰度图像的孔隙识别方法 | |
| CN113706603A (zh) | 页岩有机质孔隙连通性分类表征的方法 | |
| CN110110667A (zh) | 一种硅藻图像的处理方法、系统及相关组件 | |
| Dobrescu et al. | Diagnosis of breast cancer from mammograms by using fractal measures | |
| CN113435460A (zh) | 一种亮晶颗粒灰岩图像的识别方法 | |
| CN111028094B (zh) | 一种基于页岩扫描电镜图像提取的等效toc计算方法 | |
| CN112991370A (zh) | 一种岩心ct裂纹识别与分割方法 | |
| Mollajan et al. | Improving pore type identification from thin section images using an integrated fuzzy fusion of multiple classifiers | |
| CN115170548A (zh) | 基于无监督学习的皮革缺陷自动检测方法及装置 | |
| CN114092456A (zh) | 细胞荧光图像判别方法及系统 | |
| CN112088296A (zh) | 用于检测细胞学样品中的具有至少一个异常的细胞的方法 | |
| CN116091465A (zh) | 一种基于三维扫描的织物起毛起球等级自动评定方法 | |
| CN115424163A (zh) | 唇形修改伪造视频检测方法、装置、设备及存储介质 | |
| Chaudhury et al. | Diagnosis of invasive ductal carcinoma using image processing techniques | |
| CN115640546A (zh) | 一种图像与特征信息融合的岩性识别方法 | |
| Li et al. | Improved image enhancement method for flotation froth image based on parameter extraction |
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 | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20210824 |