CN113345075A - 一种基于ct三维模型重构的砾岩粒度评价方法 - Google Patents
一种基于ct三维模型重构的砾岩粒度评价方法 Download PDFInfo
- Publication number
- CN113345075A CN113345075A CN202110637258.2A CN202110637258A CN113345075A CN 113345075 A CN113345075 A CN 113345075A CN 202110637258 A CN202110637258 A CN 202110637258A CN 113345075 A CN113345075 A CN 113345075A
- Authority
- CN
- China
- Prior art keywords
- conglomerate
- gravel
- dimensional
- image
- sample
- 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
- 238000011156 evaluation Methods 0.000 title claims abstract description 10
- 238000000034 method Methods 0.000 claims abstract description 40
- 238000009826 distribution Methods 0.000 claims abstract description 19
- 238000004458 analytical method Methods 0.000 claims abstract description 18
- 239000011435 rock Substances 0.000 claims abstract description 18
- 238000003921 particle size analysis Methods 0.000 claims abstract description 14
- 239000011159 matrix material Substances 0.000 claims abstract description 12
- 238000012545 processing Methods 0.000 claims abstract description 8
- 239000000945 filler Substances 0.000 claims abstract description 6
- 230000002708 enhancing effect Effects 0.000 claims abstract description 5
- 239000002245 particle Substances 0.000 claims description 41
- 239000004576 sand Substances 0.000 claims description 29
- 238000002591 computed tomography Methods 0.000 claims description 10
- 230000011218 segmentation Effects 0.000 claims description 10
- 230000000877 morphologic effect Effects 0.000 claims description 9
- 238000012216 screening Methods 0.000 claims description 8
- 238000001914 filtration Methods 0.000 claims description 4
- 239000011148 porous material Substances 0.000 claims description 4
- 239000003086 colorant Substances 0.000 claims description 3
- 238000003709 image segmentation Methods 0.000 claims description 3
- 238000009877 rendering Methods 0.000 claims description 3
- 238000009827 uniform distribution Methods 0.000 claims description 3
- 230000009897 systematic effect Effects 0.000 claims description 2
- 238000005516 engineering process Methods 0.000 abstract description 8
- 238000012800 visualization Methods 0.000 abstract description 7
- 239000000758 substrate Substances 0.000 description 6
- 230000001965 increasing effect Effects 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 238000011161 development Methods 0.000 description 3
- 230000018109 developmental process Effects 0.000 description 3
- 241001270131 Agaricus moelleri Species 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 239000007789 gas Substances 0.000 description 2
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 description 2
- 230000035699 permeability Effects 0.000 description 2
- 102100029469 WD repeat and HMG-box DNA-binding protein 1 Human genes 0.000 description 1
- 101710097421 WD repeat and HMG-box DNA-binding protein 1 Proteins 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000003703 image analysis method Methods 0.000 description 1
- 229910052500 inorganic mineral Inorganic materials 0.000 description 1
- 238000000691 measurement method Methods 0.000 description 1
- 239000011707 mineral Substances 0.000 description 1
- 239000003345 natural gas Substances 0.000 description 1
- 239000003209 petroleum derivative Substances 0.000 description 1
- 230000000704 physical effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000004062 sedimentation Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/20—Image enhancement or restoration using local operators
- G06T5/30—Erosion or dilatation, e.g. thinning
-
- 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
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/136—Segmentation; Edge detection involving thresholding
-
- 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
- G06T2207/10072—Tomographic images
- G06T2207/10081—Computed x-ray tomography [CT]
-
- 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)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Computer Graphics (AREA)
- Geometry (AREA)
- Software Systems (AREA)
- Analysing Materials By The Use Of Radiation (AREA)
Abstract
本发明公开了一种基于CT三维模型重构的砾岩粒度评价方法，包括以下步骤：S1：选取直径为10mm‑100mm的砾岩样品，并对被选取的砾岩进行CT三维扫描，获取砾岩样品的二维灰度图像及三维数字岩心数据体；S2：对二维灰度图像进行图像处理，并消除图像噪声和增强图像中砾岩与基质的对比度；S3：对图像中的砂砾进行提取并分割；S4：对每一个砂砾的直径进行计算并构建砂砾的三维模型；S5：对砾岩中砂砾和填隙物进行粒度分析。实现了在岩样无损的条件下，砂砾岩中砾石大小及其分布的便捷、可靠分析，以及砾石结构的三维空间分布特征可视化，不仅为定量分析砾径大小及分布提供了新方法，同时也拓展了数字岩心技术在粒度分析中的应用。
Description
技术领域
本发明涉及石油与天然气勘探与开发领域，尤其涉及一种基于CT三维模型重构的砾岩粒度评价方法。
背景技术
岩石中矿物的粒度大小是影响储层孔隙度、渗透率等物性的重要因素，长期以来，岩石的粒度分析都是油气勘探、开发环节中最为重要的基础研究之一。砾岩储层结构复杂、砾石大小差异大、分布范围大、非均质性极强。砾石的大小及分布不仅影响着砾岩的孔渗物性，同时也是影响砾岩力学特性的重要因素。因此，科学合理的实现砾岩储层中砾石与填隙物等的粒度分析对砾岩油气藏的高效勘探开发具有重要意义。
目前，粒度分析的方法有很多，如筛选法、直接测量法、沉降法以及二维图像分析法等，但普遍存在需要破坏岩样、剥离颗粒，分析结果可靠性差以及对粒度范围大、非均质强的砾岩适用性差等局限性。因此，急需要一种测量方便、可靠性高的基于CT三维模型重构的砾岩粒度评价方法。
发明内容
针对上述技术中存在的不足之处，本发明提供一种基于CT三维模型重构的砾岩粒度评价方法，实现了在岩样无损的条件下，砂砾岩中砾石大小及其分布的便捷、可靠分析，以及砾石结构的三维空间分布特征可视化，不仅为定量分析砾径大小及分布提供了新方法，同时也拓展了数字岩心技术在粒度分析中的应用。
为实现上述目的，本发明提供一种基于CT三维模型重构的砾岩粒度评价方法，包括以下步骤：S1：选取直径为10mm-100mm的砾岩样品，并对被选取的砾岩进行CT三维扫描，获取砾岩样品的二维灰度图像及三维数字岩心数据体；S2：对二维灰度图像进行图像处理，并消除图像噪声和增强图像中砾岩与基质的对比度；S3：对图像中的砂砾进行提取并分割；S4：对每一个砂砾的直径进行计算并构建砂砾的三维模型；S5：对砾岩中砂砾和填隙物进行粒度分析。实现了在岩样无损的条件下，砂砾中砾石大小及其分布的便捷、可靠分析，以及砾石结构的三维空间可视化特征，不仅为定量分析砾径大小及分布提供了新方法，同时也拓展了数字岩心技术在粒度分析中的应用。
优选的，在步骤S1中，包括观察砾岩样品表观结构，选取具有代表性且满足分析需要的砾岩样品。根据表面砾石的大小，基于样品尺寸大于其中最大砾石直径的原则，选取直径为10mm-100mm的砾岩样品。
优选的，在步骤S1中，还包括利用CT扫描系统对选取的砾岩样品进行三维扫描，获得砾岩样品的灰度图像及三维数字岩心数据体。
优选的，在步骤S2中，针对砾岩样品灰度图像在扫描环境下存在各种类型的噪声，对灰度图像进行中值滤波处理，消除图像中存在的各类噪声。
优选的，在步骤S2中，对二维灰度图像进行直方图均衡化处理，将原始图像的灰度直方图从比较集中的灰度区间变成全域灰度范围内的均匀分布，增加图像的局部对比度。所获得的二维灰度图像中砾石与基质的灰度不均匀，使得砾石与基质呈现同质化，相互混淆。在分割时基质与砾石容易出现阈值重合，使得砾石与基质容易被错误的识别，图像影响分割的效果，增加图像的局部对比度，使得能在二维灰度图像中较好的区分砾石与基质。
优选的，在步骤S3中，基于阈值分割法，对二维灰度图像从灰度级出发选取一个或多个阈值来实现对二维平面上砂砾进行提取，提到二值化图像。
优选的，在步骤S3中，得到砂砾石提取的二值化图像后，再利用形态学的开运算消除二值化图像中孤立的点、闭运算填平孔，即利用形态学开、闭运算消除系统的噪声，并实现对区域小孔的填充。
优选的，在步骤S3中，基于拓扑分水岭算法对形态学运算后所获取的砂砾石结构进行图像分割，实现图像中每个砂砾石结构分割、提取。便于下一步的等效直径计算分析。
优选的，在步骤S4中，基于分水岭算法并结合CT扫描图像的分辨率信息，将砾岩颗粒视为球体，计算分割后砂砾的等效直径，利用如下公式对每个砂砾的等效直径进行统计，得到实验样品的粒度分布信息；
其中：Deq为颗粒的等效直径；Vp为分割后的颗粒体积。
优选的，在步骤S4中，利用以下公式对分割后三维砂砾岩结构的等效直径对应的φ值进行统计，筛选出粒径大于125μm且φ<3的砂砾，建立三维砂、砾结构模型，对每个砂、砾结构进行颜色渲染，即不同的颜色代表不同的砂、砾颗粒，同时将三维基质模型与三维砂砾模型融合叠加，建立三维砂砾岩的结构模型；φ＝-log2d，其中，d为分割后颗粒的等效粒径。
优选的，在步骤S5中，基于SY/T 5434-2009《碎屑岩粒度分析方法》中的粒级分类表和第四步统计的颗粒等效直径及φ值信息，将建立的三维砂砾结构筛选出对应的中砾、细砾、巨砂、粗砂、中砂及细砂等三维结构模型。
本发明的有益效果是：与现有技术相比，本发明提供一种基于CT三维模型重构的砾岩粒度评价方法，包括以下步骤：S1：选取直径为10mm-100mm的砾岩样品，并对被选取的砾岩进行三维扫描，获取砾岩样品的二维灰度图像及三维数字岩心数据体；S2：对二维灰度图像进行图像处理，并消除图像噪声和增强图像中砾岩与基质的对比度；S3：对图像中的砂砾进行提取并分割；S4：对每一个砂砾的直径进行计算并构建砂砾的三维模型；S5：对砾岩中砂砾和填隙物进行粒度分析。实现了在岩样无损的条件下，砂砾中砾石大小及其分布的便捷、可靠分析，以及砾石结构的三维空间可视化特征，不仅为定量分析砾径大小及分布提供了新方法，同时也拓展了数字岩心技术在粒度分析中的应用。
附图说明
图1为本发明的CT扫描原始二维灰度图像；
图2为本发明的CT扫描原始三维数据体；
图3为本发明的滤波后的二维灰度图；
图4为本发明的增强处理后的二维灰度图；
图5为本发明的分割后砂砾结构模型；
图6为本发明的三维砂砾岩结构模型；
图7为本发明的三维中砾结构；
图8为本发明的三维细砾结构；
图9为本发明的三维巨砂结构；
图10为本发明的三维粗、中、细砂结构；
图11为本发明的不同粒级的频数的粒度分布图；
图12为本发明的不同粒级体积频率分布图；
图13为本发明的粒度分布直方图。
具体实施方式
为了更清楚地表述本发明，下面结合附图对本发明作进一步地描述。
实施例1：请参阅图1至图13，本实施例的一种基于CT三维模型重构的砾岩粒度评价方法，包括以下步骤：S1：选取直径为10mm-100mm的砾岩样品，并对被选取的砾岩进行三维扫描，获取砾岩样品的二维灰度图像及三维数字岩心数据体；S2：对二维灰度图像进行图像处理，并消除图像噪声和增强图像中砾岩与基质的对比度；S3：对图像中的砂砾进行提取并分割；S4：对每一个砂砾的直径进行计算并构建砂砾的三维模型；S5：对砾岩中砂砾和填隙物进行粒度分析。实现了在岩样无损的条件下，砂砾中砾石大小及其分布的便捷、可靠分析，以及砾石结构的三维空间可视化特征，不仅为定量分析砾径大小及分布提供了新方法，同时也拓展了数字岩心技术在粒度分析中的应用。
实施例2：本实施例在步骤S1中，包括观察砾岩样品表观结构，选取具有代表性且满足分析需要的砾岩样品。根据表面砾石的大小，基于样品尺寸大于其中最大砾石直径的原则，选取直径为10mm～100mm的砾岩样品。本实施例在步骤S1中，还包括利用CT扫描系统对选取的砾岩样品进行三维扫描，获得砾岩样品的灰度图像及三维数字岩心数据体。
实施例3：本实施例在步骤S2中，针对砾岩样品灰度图像在扫描环境下存在各种类型的噪声，对灰度图像进行中值滤波处理，消除图像中存在的各类噪声。本实施例在步骤S2中，对二维灰度图像进行直方图均衡化处理，将原始图像的灰度直方图从比较集中的灰度区间变成全域灰度范围内的均匀分布，增加图像的局部对比度。所获得的二维灰度图像中砾石与基质的灰度不均匀，使得砾石与基质呈现同质化，相互混淆。在分割时基质与砾石容易出现阈值重合，使得砾石与基质容易被错误的识别，图像影响分割的效果，增加图像的局部对比度，使得能在二维灰度图像中较好的区分砾石与基质。
实施例4：本实施例在步骤S3中，基于阈值分割法，对二维灰度图像从灰度级出发选取一个或多个阈值来实现对二维平面上砂砾进行提取，提到二值化图像。本实施例在步骤S3中，得到砂砾石提取的二值化图像后，再利用形态学的开运算消除二值化图像中孤立的点、闭运算填平孔，即利用形态学开、闭运算消除系统的噪声，并实现对区域小孔的填充。本实施例在步骤S3中，基于拓扑分水岭算法对形态学运算后所获取的砂砾石结构进行图像分割，实现图像中每个砂砾石结构分割、提取。便于下一步的等效直径计算分析。
实施例5：本实施例在步骤S4中，基于分水岭算法并结合CT扫描图像的分辨率信息，将砾岩颗粒视为球体，计算分割后砂砾的等效直径，利用如下公式对每个砂砾的等效直径进行统计，得到实验样品的粒度分布信息；
其中：Deq为颗粒的等效直径；Vp为分割后的颗粒体积。本实施例在步骤S4中，利用以下公式对分割后三维砂砾岩结构的等效直径对应的φ值进行统计，筛选出粒径大于125μm且φ<3的砂砾，建立三维砂、砾结构模型，对每个砂、砾结构进行颜色渲染，即不同的颜色代表不同的砂、砾颗粒，同时将三维基质模型与三维砂砾模型融合叠加，建立三维砂砾岩的结构模型；φ＝-log2d，其中，d为分割后颗粒的等效粒径。
实施例6：本实施例在步骤S5中，基于SY/T 5434-2009《碎屑岩粒度分析方法》中的粒级分类表和第四步统计的颗粒等效直径及φ值信息，将建立的三维砂砾结构筛选出对应的中砾、细砾、巨砂、粗砂、中砂及细砂等三维结构模型。粒级分类表如下：注：φ＝-log2d，其中d为颗粒的等效粒径。
表1粒级分类表
1)筛选出粒径范围在4000～64000μm且-6<φ<-2的中砾；
2)筛选出粒径范围在2000～4000μm且-2<φ<-1的细砾；
3)筛选出粒径范围在1000～2000μm且-1<φ<0的巨砂；
4)筛选出粒径范围在500～1000μm且0<φ<1的粗砂；
5)筛选出粒径范围在250～500μm且1<φ<2的中砂；
6)筛选出粒径范围在125～250μm且2<φ<3的细砂；
7)对筛选出来的不同砂、砾进行统计，实现对砾岩样品的粒度分析。
经过CT扫描、图像处理、三维砂砾结构的建立、等效直径的计算等一系列流程处理，所建立的砂砾岩模型进行粒度分析。由表1与图5可知，岩石内部的砂砾类型的频数呈现双峰的形式，在砂粒结构中，巨砂的频数最多，但只占据总样品的体积较少；该砾岩样品中含有中砾、细砾两种砾石结构，含砾量占样品总体积的63.35％，最大等效直径为11637.9μm。其中，细砾所占样品的砾石数量的多，但细砾占总样品体积的15.25％；中砾所占样品的砾石数量较少，但其占总样品体积的48.09％。与实际的岩样外观所表现出的含砾结构一样，为中细砾岩。本发明可在岩样无损条件下，基于CT扫描的数据体，对岩心的砂砾石进行重构，快捷实现砂砾岩三维微观结构的可视化，真实的还原岩心内部的结构形态；对CT数据体进行一系列的图像处理后，将砂砾石结构分割、等效半径的计算以及后续粒度的筛选统计等，粒度分析的结果具有一定的可靠性，拓展了数字岩心技术在粒度分析中的应用。
本发明的优势在于：
1)相比于传统粒度分析的方法，无需破坏岩样，且能在三维空间上分析砾石结构信息；
2)可在无损条件下快捷实现砾石三维微观结构的可视化，拓展了数字岩心技术在粒度分析中的应用。
以上公开的仅为本发明的几个具体实施例，但是本发明并非局限于此，任何本领域的技术人员能思之的变化都应落入本发明的保护范围。
Claims (10)
1.一种基于CT三维模型重构的砾岩粒度评价方法，其特征在于，包括以下步骤：
S1：选取直径为10mm-100mm的砾岩样品，并对被选取的砾岩进行三维扫描，获取砾岩样品的二维灰度图像及三维数字岩心数据体；
S2：对二维灰度图像进行图像处理，并消除图像噪声和增强图像中砾岩与基质的对比度；
S3：对图像中的砂砾进行提取并分割；
S4：对每一个砂砾的直径进行计算并构建砂砾的三维模型；
S5：对砾岩中砂砾和填隙物进行粒度分析。
2.根据权利要求1所述的基于CT三维模型重构的砾岩粒度评价方法，其特征在于，在步骤S1中，包括观察砾岩样品表观结构，选取具有代表性且满足分析需要的砾岩样品。根据表面砾石的大小，基于样品尺寸大于其中最大砾石直径的原则，选取直径为10mm-100mm的砾岩样品。
3.根据权利要求1所述的基于CT三维模型重构的砾岩粒度评价方法，其特征在于，在步骤S1中，还包括利用CT扫描系统对选取的砾岩样品进行三维扫描，获得砾岩样品的灰度图像及三维数字岩心数据体。
4.根据权利要求1所述的基于CT三维模型重构的砾岩粒度评价方法，其特征在于，在步骤S2中，针对砾岩样品灰度图像在扫描环境下存在各种类型的噪声，对灰度图像进行中值滤波处理，消除图像中存在的各类噪声。
5.根据权利要求4所述的基于CT三维模型重构的砾岩粒度评价方法，其特征在于，在步骤S2中，对二维灰度图像进行直方图均衡化处理，将原始图像的灰度直方图从比较集中的灰度区间变成全域灰度范围内的均匀分布，增加图像的局部对比度。
6.根据权利要求1所述的基于CT三维模型重构的砾岩粒度评价方法，其特征在于，在步骤S3中，基于阈值分割法，对二维灰度图像从灰度级出发选取一个或多个阈值来实现对二维平面上砂砾进行提取，提到二值化图像。
7.根据权利要求6所述的基于CT三维模型重构的砾岩粒度评价方法，其特征在于，在步骤S3中，得到砂砾石提取的二值化图像后，再利用形态学的开运算消除二值化图像中孤立的点、闭运算填平孔，即利用形态学开、闭运算消除系统的噪声，并实现对区域小孔的填充。
8.根据权利要求7所述的基于CT三维模型重构的砾岩粒度评价方法，其特征在于，在步骤S3中，基于拓扑分水岭算法对形态学运算后所获取的砂砾石结构进行图像分割，实现图像中每个砂砾石结构分割、提取。
9.根据权利要求1所述的基于CT三维模型重构的砾岩粒度评价方法，其特征在于，在步骤S4中，基于分水岭算法并结合CT扫描图像的分辨率信息，将砾岩颗粒视为球体，计算分割后砂砾的等效直径，利用如下公式对每个砂砾的等效直径进行统计，得到实验样品的粒度分布信息；
其中：Deq为颗粒的等效直径；Vp为分割后的颗粒体积。
10.根据权利要求1所述的基于CT三维模型重构的砾岩粒度评价方法，其特征在于，在步骤S4中，利用以下公式对分割后三维砂砾岩结构的等效直径对应的φ值进行统计，筛选出粒径大于125μm且φ<3的砂砾，建立三维砂、砾结构模型，对每个砂、砾结构进行颜色渲染，即不同的颜色代表不同的砂、砾颗粒，同时将三维基质模型与三维砂砾模型融合叠加，建立三维砂砾岩的结构模型；φ＝-log2d，其中，d为分割后颗粒的等效粒径。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110637258.2A CN113345075A (zh) | 2021-06-08 | 2021-06-08 | 一种基于ct三维模型重构的砾岩粒度评价方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110637258.2A CN113345075A (zh) | 2021-06-08 | 2021-06-08 | 一种基于ct三维模型重构的砾岩粒度评价方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN113345075A true CN113345075A (zh) | 2021-09-03 |
Family
ID=77475200
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110637258.2A Pending CN113345075A (zh) | 2021-06-08 | 2021-06-08 | 一种基于ct三维模型重构的砾岩粒度评价方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113345075A (zh) |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113702257A (zh) * | 2021-08-09 | 2021-11-26 | 西南石油大学 | 一种基于ct三维数据体的砾岩孔隙结构表征方法 |
| CN114441214A (zh) * | 2022-01-17 | 2022-05-06 | 合肥工业大学 | 一种岩石颗粒结构的非均质度评价方法 |
| CN114511541A (zh) * | 2022-02-10 | 2022-05-17 | 哈尔滨工业大学 | 基于X-ray CT的三维数字集料库快速建立与评价方法 |
| CN114577833A (zh) * | 2022-05-05 | 2022-06-03 | 克拉玛依禾鑫石油科技有限公司 | 快速定量分析砂砾岩岩屑基质中黏土矿物的方法及应用 |
| WO2024027084A1 (zh) * | 2022-08-02 | 2024-02-08 | 西南石油大学 | 岩石力学参数评价模型构建方法及岩石力学特性评价方法 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103871064A (zh) * | 2014-03-25 | 2014-06-18 | 中国石油大学(华东) | 一种火山岩ct图像的预处理和确定分割阀值的方法 |
| CN105487121A (zh) * | 2015-12-03 | 2016-04-13 | 长江大学 | 基于ct扫描图像与电成像图像融合构建多尺度数字岩心方法 |
| CN109577972A (zh) * | 2018-12-21 | 2019-04-05 | 西南石油大学 | 基于岩性分类的砂砾岩储层岩石力学参数测井评价方法 |
| CN110473597A (zh) * | 2019-09-05 | 2019-11-19 | 中国石油大学(北京) | 砾岩力学性质评价分析方法及系统 |
-
2021
- 2021-06-08 CN CN202110637258.2A patent/CN113345075A/zh active Pending
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103871064A (zh) * | 2014-03-25 | 2014-06-18 | 中国石油大学(华东) | 一种火山岩ct图像的预处理和确定分割阀值的方法 |
| CN105487121A (zh) * | 2015-12-03 | 2016-04-13 | 长江大学 | 基于ct扫描图像与电成像图像融合构建多尺度数字岩心方法 |
| CN109577972A (zh) * | 2018-12-21 | 2019-04-05 | 西南石油大学 | 基于岩性分类的砂砾岩储层岩石力学参数测井评价方法 |
| CN110473597A (zh) * | 2019-09-05 | 2019-11-19 | 中国石油大学(北京) | 砾岩力学性质评价分析方法及系统 |
Non-Patent Citations (4)
| Title |
|---|
| YANG JU .ETC: "Three-dimensional numerical reconstruction method for irregular structures of granular geomaterials", 《GEOMECHANICS AND GEOPHYSICS FOR GEO-ENERGY AND GEO-RESOURCES》 * |
| 刘向君等: "基于微Ｃ Ｔ技术的砂岩数字岩石物理实验", 《地球物理学报》 * |
| 尧俊凯等: "基于X⁃ray CT粗粒土填料细观结构表征分析", 《铁道建筑》 * |
| 林承焰等: "基于ＣＴ的数字岩心三维建模", 《吉林大学学报（地球科学版）》 * |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113702257A (zh) * | 2021-08-09 | 2021-11-26 | 西南石油大学 | 一种基于ct三维数据体的砾岩孔隙结构表征方法 |
| CN114441214A (zh) * | 2022-01-17 | 2022-05-06 | 合肥工业大学 | 一种岩石颗粒结构的非均质度评价方法 |
| CN114511541A (zh) * | 2022-02-10 | 2022-05-17 | 哈尔滨工业大学 | 基于X-ray CT的三维数字集料库快速建立与评价方法 |
| CN114511541B (zh) * | 2022-02-10 | 2022-12-02 | 哈尔滨工业大学 | 基于X-ray CT的三维数字集料库快速建立与评价方法 |
| CN114577833A (zh) * | 2022-05-05 | 2022-06-03 | 克拉玛依禾鑫石油科技有限公司 | 快速定量分析砂砾岩岩屑基质中黏土矿物的方法及应用 |
| CN114577833B (zh) * | 2022-05-05 | 2022-07-29 | 克拉玛依禾鑫石油科技有限公司 | 快速定量分析砂砾岩岩屑基质中黏土矿物的方法及应用 |
| WO2024027084A1 (zh) * | 2022-08-02 | 2024-02-08 | 西南石油大学 | 岩石力学参数评价模型构建方法及岩石力学特性评价方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN113345075A (zh) | 一种基于ct三维模型重构的砾岩粒度评价方法 | |
| Berg et al. | Industrial applications of digital rock technology | |
| CN107449707B (zh) | 页岩储层中不同尺度孔隙定量的三维表征确定方法和装置 | |
| AU2011258594B2 (en) | Method for obtaining consistent and integrated physical properties of porous media | |
| Song et al. | Pore structure characterization and permeability prediction of coal samples based on SEM images | |
| Voorn et al. | Porosity, permeability and 3D fracture network characterisation of dolomite reservoir rock samples | |
| CN107067379B (zh) | 基于三维fib-sem图像的页岩孔隙定量表征方法 | |
| RU2543698C1 (ru) | Анализ петрографических изображений для определения капиллярного давления в пористых средах | |
| US8081796B2 (en) | Method for determining properties of fractured rock formations using computer tomograpic images thereof | |
| US10620181B2 (en) | Method of analysing a drill core sample | |
| Sarkar et al. | Pore system, microstructure and porosity characterization of Gondwana shale of Eastern India using laboratory experiment and watershed image segmentation algorithm | |
| Yang et al. | Fractal analysis of CT images of tight sandstone with anisotropy and permeability prediction | |
| Liu et al. | A new method for threshold determination of gray image | |
| Thomson et al. | The influence of microporous cements on the pore network geometry of natural sedimentary rocks | |
| Tavanaei et al. | Pore, throat, and grain detection for rock sem images using digitalwatershed image segmentation algorithm | |
| Liu et al. | Image analysis of the pore structures: An intensive study for Middle Bakken | |
| CN115407045B (zh) | 岩石力学参数评价模型构建方法及岩石力学特性评价方法 | |
| Zhang et al. | Shale lamina thickness study based on micro-scale image processing of thin sections | |
| Lin et al. | Digital characterization and fractal quantification of the pore structures of tight sandstone at multiple scales | |
| CN103149130A (zh) | 砾岩岩心颗粒结构中粒度的分析方法 | |
| Katre et al. | Modelling the effect of grain anisotropy on inter-granular porosity | |
| Liu et al. | Multicomponent digital core construction and three-dimensional micro-pore structure characterization of shale | |
| CN112816388A (zh) | 基于ct和数字岩心三维重构的油砂渗流性能测试方法 | |
| Babadagli | Scanline method to determine the fractal nature of 2-D fracture networks | |
| CN110609046A (zh) | 一种基于微ct水驱油图像的毛管力预测方法 |
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 | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20210903 |