CN117253021B - 一种碎块岩心裂缝网络重构方法 - Google Patents
一种碎块岩心裂缝网络重构方法 Download PDFInfo
- Publication number
- CN117253021B CN117253021B CN202311516436.1A CN202311516436A CN117253021B CN 117253021 B CN117253021 B CN 117253021B CN 202311516436 A CN202311516436 A CN 202311516436A CN 117253021 B CN117253021 B CN 117253021B
- Authority
- CN
- China
- Prior art keywords
- core
- fragments
- fragment
- rock
- closeness
- 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.)
- Active
Links
- 239000012634 fragment Substances 0.000 title claims abstract description 102
- 238000000034 method Methods 0.000 title claims abstract description 23
- 239000011435 rock Substances 0.000 claims abstract description 36
- 238000000691 measurement method Methods 0.000 claims abstract description 9
- 238000003384 imaging method Methods 0.000 claims abstract description 6
- 238000013170 computed tomography imaging Methods 0.000 claims abstract description 5
- 238000005516 engineering process Methods 0.000 claims abstract description 5
- 238000013210 evaluation model Methods 0.000 claims abstract description 5
- 239000011148 porous material Substances 0.000 claims abstract description 5
- 230000011218 segmentation Effects 0.000 claims abstract description 5
- 238000005259 measurement Methods 0.000 claims description 16
- 238000004364 calculation method Methods 0.000 claims description 9
- 239000011159 matrix material Substances 0.000 claims description 7
- 238000011156 evaluation Methods 0.000 claims description 4
- 230000000877 morphologic effect Effects 0.000 claims description 3
- 238000010521 absorption reaction Methods 0.000 claims description 2
- 238000011161 development Methods 0.000 abstract description 4
- 230000018109 developmental process Effects 0.000 abstract description 4
- 230000009286 beneficial effect Effects 0.000 description 3
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 239000004215 Carbon black (E152) Substances 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 229930195733 hydrocarbon Natural products 0.000 description 1
- 150000002430 hydrocarbons Chemical class 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 108010064245 urinary gonadotropin fragment Proteins 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T19/00—Manipulating 3D models or images for computer graphics
- G06T19/20—Editing of 3D images, e.g. changing shapes or colours, aligning objects or positioning parts
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2200/00—Indexing scheme for image data processing or generation, in general
- G06T2200/08—Indexing scheme for image data processing or generation, in general involving all processing steps from image acquisition to 3D model generation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2219/00—Indexing scheme for manipulating 3D models or images for computer graphics
- G06T2219/20—Indexing scheme for editing of 3D models
- G06T2219/2008—Assembling, disassembling
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Engineering & Computer Science (AREA)
- Architecture (AREA)
- Computer Graphics (AREA)
- Computer Hardware Design (AREA)
- General Engineering & Computer Science (AREA)
- Software Systems (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Image Analysis (AREA)
- Analysing Materials By The Use Of Radiation (AREA)
Abstract
本发明属于油气田开发领域，特别涉及一种碎块岩心裂缝网络重构方法；本发明对岩心碎块进行编号以及方向定义后，进行3D成像扫描，利用智能识别系统，以点与线对岩样进行标记提取出的岩样形貌，再利用马氏梯度度量方法，以最大贴近度为优选目标，建立岩样形貌相似度的贴近度评价模型，以任意一块碎岩心为基准，以基准岩心任意一面作为拼接基准面，选取贴近度最大碎块岩心作为最优对象进行拼接，重复以上步骤，直至拼接完成，使用X‑CT成像技术进行岩心三维重叠，再采用图像二值分割方法分离裂缝、孔隙空间和岩石骨架，进行碎块岩心裂缝网络重构。本发明的新方法能够重构碎块岩心的裂缝网络，为正确认识岩心，制定有效的开发方案提供技术支持。
Description
技术领域
本发明属于油气田开发领域，特别涉及一种碎块岩心裂缝网络重构方法。
背景技术
裂缝研究是目前构造油气藏勘探的重点。而裂缝的重构是裂缝研究中的重要问题，针对碎块岩心而言，仅凭肉眼和常规方法，其重构后的裂缝并不具备相当高的精度和可信度。在本发明中，将碎块岩心编号和方向定义后，进行3D成像扫描，得到了不同碎块岩心的最大贴近度，我们提出了一种碎块岩心裂缝网络的重构方法，该方法在碎块岩心裂缝网络的重构中具有理论上的合理性和实际生产应用价值。
发明内容
本发明目的是：通过3D成像扫描碎块岩心，利用智能识别系统标记提取出的岩样形貌，再利用马氏梯度度量方法，计算碎块相邻边缘的相似度情况及水平、竖直方向的度量值，以最大贴近度为目标，建立岩样形貌相似度的贴近度评价模型，以任一碎块岩心为基准，选取贴近度最大碎块岩心作为基准岩心的最优对象进行拼接。使用X-CT成像技术获取大量岩心投影数据，进行岩心三维重叠，再采用图像二值分割方法分离裂缝、孔隙空间和岩石骨架，进行碎块岩心裂缝网络重构。本发明中的新方法能够有效重构碎块岩心的裂缝网络，有助于后续的裂缝研究，制定合理生产计划，为制定有效的开发方案提供技术支持。
为实现上述目的，本发明提供了一种碎块岩心裂缝网络的重构方法，该方法包括下列步骤：
第一步，对顺序混乱了的岩心碎块进行编号以及方向定义；
第二步，将每块岩心依次进行3D成像扫描，提取岩心碎块形貌特征；
第三步，利用智能识别系统，以点与线对岩样进行标记提取出的每块岩样形貌，再利用马氏梯度度量方法，计算碎块间相邻边缘的相似度情况以及水平及竖直方向的度量值，利用各自相邻边缘的相似度情况、两碎块在水平及竖直方向上的度量值表征碎块间的模糊关系并计算两碎块之间的内外积，再利用两碎块之间的内外积计算两碎块之间的贴近度，以最大贴近度为优选目标，建立岩样形貌相似度的贴近度评价模型，随机选取一块碎岩心为基准，以基准岩心任意一面作为拼接基准面，利用马氏梯度度量方法与剩余碎岩心逐一对比计算，选取贴近度最大碎块岩心作为基准岩心的最优对象进行拼接，新拼接的岩心碎块作为下一次识别的基准，重复以上步骤，直至所有碎块拼接完成；
第四步，根据最优拼接结果各位置碎块岩心编号，完成实际岩心拼接；
第五步，使用X-CT成像技术获取拼接好的岩心的投影数据，进行岩心三维重叠，再采用图像二值分割方法分离裂缝、孔隙空间和岩石骨架，进行碎块岩心裂缝网络重构。
与现有技术相比，本发明具有以下有益效果：(1)适用范围广泛，可重构不同碎块岩心裂缝；(2)计算方法便捷有效，工作效率高；(3)计算方法易于推广。
附图说明
在附图中：
图1是碎块岩心拼接示意图；
图2是重构后的碎块岩心图；
图3是碎块岩心裂缝网络重构图。
具体实施方式
下面结合实施方式和附图对本发明做进一步说明；
本发明提供了一种碎块岩心裂缝网络的重构方法，本方法包括下列步骤：
第一，对顺序混乱了的岩心碎块进行编号以及方向定义；
第二，将每块岩心依次进行使用headus 3D tools工具获取和编辑岩心碎块的3D图形数据，提取岩心碎块形貌特征；
第三，利用智能识别系统，以点与线对岩样进行标记提取出的每块岩样形貌，再利用马氏梯度度量方法，计算碎块间相邻边缘的相似度情况以及水平及竖直方向的度量值；
其中，DLR(mi，mj，X，Y)表示碎片mi和碎片mj之间在水平方向上相邻边缘的相似度情况，其中，碎片mi方向X朝上，碎片mj方向Y朝上，Gi(X)j(Y)XY(r)为碎片mi和碎片mj在第r行中的梯度，μi(X)L表示了碎片mi最后两列间梯度的变化，为协方差矩阵，/>为两两碎片在水平方向上的度量值，/>为两两碎片在竖直方向上的度量值。
第四，以最大贴近度为优选目标，建立岩样形貌相似度的贴近度评价模型：
式中σij表示第j块碎岩心与基准岩心i间的贴近度，σ1ij表示第j块碎岩心与基准岩心i间的内积，其计算公式为σ1ij＝∨[Mu(i)^Mu(j)]，σ2ij表示第j块碎岩心与基准岩心i间的外积，其计算公式为σ2ij＝^[Mu(i)∨Mu(j)]，Mu(i)、Mu(j)分别表示第i个和第j个岩心碎块的模糊评价矩阵。
上式中岩心碎块的模糊评价矩阵Mu的表达式为：即利用各自相邻边缘的相似度情况、两碎片在水平方向上的度量值以及两碎片在竖直方向上的度量值表征碎块间的模糊关系其中DLR(mi，mj，X，Y)表示碎片mi和碎片mj之间在水平方向上相邻边缘的相似度情况，其中，碎片mi方向X朝上，碎片mj方向Y朝上，/>为两两碎片在水平方向上的度量值，/>为两两碎片在竖直方向上的度量值；
第五，随机选取一块碎岩心为基准，以基准岩心任意一面作为拼接基准面，利用马氏梯度度量方法与剩余碎岩心逐一对比计算，选取贴近度最大碎块岩心作为基准岩心的最优对象进行拼接，新拼接的岩心碎块作为下一次识别的基准，重复以上步骤，直至所有碎块拼接完成，如图1；
第六，根据最优拼接结果各位置碎块岩心编号，完成实际岩心拼接，如图2；
第七，对拼接好的岩心进行CT设备发射的X射线投射，依据投射射线的衰减程度来确定岩心的密度分布图像，利用采集后的数据求解图像矩阵中各像素的吸收系数，从而获得岩心内部结构重构图像，进行岩心三维重叠，再采用图像二值分割方法分离裂缝、孔隙空间和岩石骨架，进行碎块岩心裂缝网络重构，如图3。
与现有技术相比，本发明具有以下有益效果：(1)适用范围广泛，可重构不同碎块岩心裂缝；(2)计算方法便捷有效，工作效率高；(3)计算方法易于推广。
最后所应说明的是：以上实施例仅用以说明而非限制本发明的技术方案，尽管参照上述实施例对本发明进行了详细说明，本领域的普通技术人员应该理解：依然可以对本发明进行修改或者等同替换，而不脱离本发明的精神和范围的任何修改或局部替换，其均应涵盖在本发明的权利要求范围当中。
Claims (5)
1.一种碎块岩心裂缝网络重构方法，其特征在于，该方法包括下列步骤：
第一步，对顺序混乱了的岩心碎块进行编号以及方向定义；
第二步，将每块岩心依次进行3D成像扫描，提取岩心碎块形貌特征；
第三步，利用智能识别系统，以点与线对岩样进行标记提取出的每块岩样形貌，再利用马氏梯度度量方法，计算碎块间相邻边缘的相似度情况以及水平及竖直方向的度量值，利用各自相邻边缘的相似度情况、两碎块在水平及竖直方向上的度量值表征碎块间的模糊关系并计算两碎块之间的内外积，再利用两碎块之间的内外积计算两碎块之间的贴近度，以最大贴近度为优选目标，建立岩样形貌相似度的贴近度评价模型，随机选取一块碎岩心为基准，以基准岩心任意一面作为拼接基准面，利用马氏梯度度量方法与剩余碎岩心逐一对比计算，选取贴近度最大碎块岩心作为基准岩心的最优对象进行拼接，新拼接的岩心碎块作为下一次识别的基准，重复以上步骤，直至所有碎块拼接完成；
第四步，根据最优拼接结果各位置碎块岩心编号，完成实际岩心拼接；
第五步，使用X-CT成像技术获取拼接好的岩心的投影数据，进行岩心三维重叠，再采用图像二值分割方法分离裂缝、孔隙空间和岩石骨架，进行碎块岩心裂缝网络重构。
2.根据权利要求1所述的一种碎块岩心裂缝网络重构方法，其特征在于：所述3D成像扫描为使用headus 3D tools工具获取和编辑岩心碎块的3D图形数据。
3.根据权利要求1所述的一种碎块岩心裂缝网络重构方法，其特征在于：所述马氏梯度度量方法计算公式如下：
其中，DLR(mi，mj，X，Y)表示碎片mi和碎片mj之间在水平方向上相邻边缘的相似度情况，其中，碎片mi方向X朝上，碎片mj方向Y朝上，Gi(X)j(Y)XY(r)为碎片mi和碎片mj在第r行中的梯度，μi(X)L表示了碎片mi最后两列间梯度的变化，为协方差矩阵，/>为两两碎片在水平方向上的度量值，/>为两两碎片在竖直方向上的度量值。
4.根据权利要求1所述的一种碎块岩心裂缝网络重构方法，其特征在于：所述岩样形貌相似度的贴近度评价模型如下，
式中σij表示第j块碎岩心与基准岩心i间的贴近度，σ1ij表示第j块碎岩心与基准岩心i间的内积，其计算公式为σ1ij＝∨[Mu(i)∧Mu(j)]，σ2ij表示第j块碎岩心与基准岩心i间的外积，其计算公式为σ2ij＝∧[Mu(i)∨Mu(j)]，Mu(i)、Mu(j)分别表示第i个和第j个岩心碎块的模糊评价矩阵；
上式中岩心碎块的模糊评价矩阵Mu的表达式为： 即利用各自相邻边缘的相似度情况、两碎片在水平方向上的度量值以及两碎片在竖直方向上的度量值表征碎块间的模糊关系，其中DLR(mi，mj，X，Y)表示碎片mi和碎片mj之间在水平方向上相邻边缘的相似度情况，其中，碎片mi方向X朝上，碎片mj方向Y朝上，/>为两两碎片在水平方向上的度量值，/>为两两碎片在竖直方向上的度量值。
5.根据权利要求1所述的一种碎块岩心裂缝网络重构方法，其特征在于：所述X-CT成像技术为对拼接好的岩心进行CT设备发射的X射线投射，依据投射射线的衰减程度来确定岩心的密度分布图像，利用采集后的数据求解图像矩阵中各像素的吸收系数，从而获得岩心内部结构重构图像。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311516436.1A CN117253021B (zh) | 2023-11-15 | 2023-11-15 | 一种碎块岩心裂缝网络重构方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311516436.1A CN117253021B (zh) | 2023-11-15 | 2023-11-15 | 一种碎块岩心裂缝网络重构方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117253021A CN117253021A (zh) | 2023-12-19 |
| CN117253021B true CN117253021B (zh) | 2024-02-09 |
Family
ID=89126664
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311516436.1A Active CN117253021B (zh) | 2023-11-15 | 2023-11-15 | 一种碎块岩心裂缝网络重构方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117253021B (zh) |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| 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 |
| CN102262041A (zh) * | 2011-04-20 | 2011-11-30 | 中国石油天然气股份有限公司 | 一种基于多谱孔隙结构分析的饱和度确定方法 |
| CN103114848A (zh) * | 2013-01-18 | 2013-05-22 | 西南石油大学 | 一种基于岩心测量的地层裂缝空间重构方法 |
| CN107064454A (zh) * | 2017-02-16 | 2017-08-18 | 中国海洋石油总公司 | 一种储层裂缝发育程度的岩心确定方法 |
| CN108805811A (zh) * | 2018-05-30 | 2018-11-13 | 山东师范大学 | 一种基于非凸二次规划的自然图像智能拼图方法及系统 |
| CN109448104A (zh) * | 2018-10-11 | 2019-03-08 | 中国科学院力学研究所 | 一种基于岩心图像的拓展重构方法及装置 |
| CN111605182A (zh) * | 2019-12-11 | 2020-09-01 | 四川省科建煤炭产业技术研究院有限公司 | 一种松软煤层非均质煤芯制备方法 |
-
2023
- 2023-11-15 CN CN202311516436.1A patent/CN117253021B/zh active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102262041A (zh) * | 2011-04-20 | 2011-11-30 | 中国石油天然气股份有限公司 | 一种基于多谱孔隙结构分析的饱和度确定方法 |
| 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 |
| CN103114848A (zh) * | 2013-01-18 | 2013-05-22 | 西南石油大学 | 一种基于岩心测量的地层裂缝空间重构方法 |
| CN107064454A (zh) * | 2017-02-16 | 2017-08-18 | 中国海洋石油总公司 | 一种储层裂缝发育程度的岩心确定方法 |
| CN108805811A (zh) * | 2018-05-30 | 2018-11-13 | 山东师范大学 | 一种基于非凸二次规划的自然图像智能拼图方法及系统 |
| CN109448104A (zh) * | 2018-10-11 | 2019-03-08 | 中国科学院力学研究所 | 一种基于岩心图像的拓展重构方法及装置 |
| CN111605182A (zh) * | 2019-12-11 | 2020-09-01 | 四川省科建煤炭产业技术研究院有限公司 | 一种松软煤层非均质煤芯制备方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117253021A (zh) | 2023-12-19 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108428229B (zh) | 一种基于深度神经网络提取表观和几何特征的肺部纹理识别方法 | |
| CN109410321A (zh) | 基于卷积神经网络的三维重建方法 | |
| CN102142153B (zh) | 基于图像的三维模型的重建模方法 | |
| CN105261068B (zh) | 基于Micro-CT技术的储层岩心三维实体模型重构方法 | |
| CN107527067B (zh) | 一种基于探地雷达的铁路路基病害智能识别方法 | |
| CN112241997A (zh) | 基于多尺度点云上采样的三维模型建立、修复方法及系统 | |
| CN111160440A (zh) | 一种基于深度学习的安全帽佩戴检测方法及装置 | |
| CN111985552B (zh) | 复杂背景下机场道面细带状结构病害检测方法 | |
| CN109242985B (zh) | 一种从三维图像确定孔隙结构关键参数的方法 | |
| CN113705580B (zh) | 基于深度迁移学习的高光谱图像分类方法 | |
| CN114004938B (zh) | 一种基于海量数据的城市场景重建方法及装置 | |
| CN107392954A (zh) | 一种基于序列图像的粗大误差点剔除方法 | |
| CN114510772B (zh) | 基于斜扫数据建筑面轮廓的快速生成方法 | |
| CN116168295B (zh) | 一种岩性遥感智能解译模型建立方法及解译方法 | |
| CN114943656B (zh) | 一种人脸图像修复方法及系统 | |
| Dong et al. | New quantitative approach for the morphological similarity analysis of urban fabrics based on a convolutional autoencoder | |
| CN117253021B (zh) | 一种碎块岩心裂缝网络重构方法 | |
| CN114693524A (zh) | 侧扫声呐图像准确匹配快速拼接方法、设备及存储介质 | |
| CN112132798B (zh) | 基于Mini ARU-Net网络的复杂背景PCB标记点图像检测方法 | |
| CN113256543A (zh) | 一种基于图卷积神经网络模型的点云补全方法 | |
| CN115546649B (zh) | 一种单视遥感影像高度估计和语义分割多任务预测方法 | |
| CN117094925A (zh) | 一种基于点代理增强和逐层上采样的猪体点云补全方法 | |
| CN107424205B (zh) | 一种基于昼夜图像对进行三维立面布局估计的联合推断方法 | |
| CN114494637A (zh) | 一种基于结构体矩阵的砂岩三维真实模型重构方法 | |
| CN114494586A (zh) | 晶格投影的深度学习网络阔叶树枝叶分离与骨架重建方法 |
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 | ||
| TA01 | Transfer of patent application right |
Effective date of registration: 20240118 Address after: 610500, Xindu Avenue, Xindu District, Sichuan, Chengdu, 8 Applicant after: SOUTHWEST PETROLEUM University Applicant after: Chengdu Yingwoxin Technology Co.,Ltd. Address before: 610095 No. 7, 6th Floor, Block C, Building 7, Tianfu Xingu, No. 399, West Section of Fucheng Avenue, Wuhou District, Chengdu City, Sichuan Province Applicant before: Chengdu Yingwoxin Technology Co.,Ltd. |
|
| TA01 | Transfer of patent application right | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |