[发明专利]一种岩心裂缝提取方法和系统

说明书

本发明提供一种岩心裂缝提取方法和系统。其中，方法包括：将待提取的岩心图像分割成多个超像素；将每个超像素的最小外接矩形内的图像输入到预先获得的裂缝识别模型，获取每个最小外接矩形内的图像是否包含岩心裂缝的判断结果；根据全部最小外接矩形内的图像的判断结果，获取岩心裂缝。系统包括：图像分割模块，用于将待提取的岩心图像分割成多个超像素；判断模块，用于获取每个最小外接矩形内的图像是否包含岩心裂缝的判断结果；提取模块，用于根据全部最小外接矩形内的图像的判断结果，获取岩心裂缝。本发明提供的一种岩心裂缝提取方法和系统，通过将岩心图像分割为超像素，并利用裂缝识别模型提取岩心裂缝，提高了提取岩心裂缝的准确性。

技术领域

本发明涉及地质勘探技术领域，更具体地，涉及一种岩心裂缝提取方法和系统。

背景技术

在石油地质领域，裂缝识别是油藏和储层非均质研究的重要内容，对油气开发和原油采收率的提高具有重要意义。岩石在应力作用下产生机械性破坏，无明显位移的断裂构造叫裂缝。由于有裂缝的存在，并且裂缝发育，连通性好，才能使泥页岩和碳酸盐岩储层成为有价值的储集层、使得致密储层有较好的运移通道。

提取岩心裂缝，可以精确了解岩心裂缝发育程度。主要可应用有两个方面，第一方面是精确判断储层裂缝发育程度，计算裂缝面密度，可以用于标定测井曲线，从而为储层测井裂缝识别提供准确的标签；第二方面是统计储层裂缝发育的开度，为后期裂缝建模提供裂缝开度的分布函数。

储层岩心裂缝描述是目前的一大技术难点，因为直接对岩心裂缝计数，效率较低且不能较全面的了解岩心裂缝信息，如岩心裂缝的两个重要信息(裂缝面密度、开度)。手工提取岩心裂缝相对准确，但效率极低。因为岩心照片中裂缝灰度值有的高、有的低，受拍摄光线、尘土、划痕、油气浸染等多种因素印象，而且常有油漆标注等人为增加的干扰因素，所以利用常规图像处理技术(边缘检测、阈值分割等)提取裂缝、计算面密度和开度的效果较差，难以满足实际生产要求。

发明内容

为克服现有技术存在的提取岩心裂缝准确性不高的不足，本发明提供一种岩心裂缝提取方法和系统。

根据本发明的一个方面，提供一种岩心裂缝提取方法，包括：

S1、将待提取的岩心图像分割成多个超像素；

S2、将每个所述超像素的最小外接矩形内的图像输入到预先获得的裂缝识别模型，获取每个所述最小外接矩形内的图像是否包含岩心裂缝的判断结果；

S3、根据全部最小外接矩形内的图像的判断结果，获取所述待提取的岩心图像中的岩心裂缝。

优选地，所述裂缝识别模型通过以下步骤获取：

利用一定数量的已标记包含岩心裂缝和不包含岩心裂缝的岩心图像，构建训练样本集；

将所述训练样本集中的岩心图像进行分组，将所述训练样本集中的每组岩心图像分别输入卷积神经网络模型进行训练，根据每组岩心图像的训练结果调整所述卷积神经网络模型中神经元的权值，直至所述训练结果的误差小于预设值，获得所述裂缝识别模型。

优选地，所述利用已标记包含岩心裂缝和不包含岩心裂缝的岩心图像，构建训练样本集的步骤具体包括：

根据是否包含岩心裂缝，将所述岩心图像标记为包含岩心裂缝的岩心图像或不包含岩心裂缝的岩心图像；

将全部标记后的岩心图像调整为相同尺寸，获得所述训练样本集。

优选地，其特征在于，所述岩心图像包括CIFAR-10数据集中的岩心图像、CIFAR-100数据集中的岩心图像或已采集的岩心图像。

优选地，所述步骤S2进一步包括：

S21、将每个所述超像素的最小外接矩形内的图像的尺寸调整为与所述训练样本集中的岩心图像的尺寸相同；