[发明专利]一种储层微裂缝识别方法、设备及存储介质

权利要求书

1.一种储层微裂缝识别方法，其特征在于，包括如下步骤:

获取储层的CT图像，根据所述储层的CT图像的各个灰度级中像素点确定最佳灰度分割阈值，根据所述最佳灰度分割阈值对所述CT图像进行二值化处理，以得到包含微孔隙与微裂缝的二值化图像；

根据所述二值化图像，计算出微孔隙与微裂缝的发育特征参数，根据所述微孔隙与微裂缝的发育特征参数，提取出所述二值化图像中的微裂缝。

2.根据权利要求1所述的储层微裂缝识别方法，其特征在于，所述获取储层的CT图像，根据所述储层的CT图像的各个灰度级中像素点确定最佳灰度分割阈值，根据所述最佳灰度分割阈值对所述CT图像进行二值化处理，以得到包含微孔隙与微裂缝的二值化图像具体包括：

获取储层的CT图像，对所述CT图像进行预处理；

获取预处理后的CT图像中各个灰度级的像素点的个数，根据所述CT图像中各个灰度级的像素点的个数计算出最佳灰度分割阈值，根据所述最佳灰度分割阈值对所述CT图像进行二值化处理，以得到包含微孔隙与微裂缝的二值化图像。

3.根据权利要求2所述的储层微裂缝识别方法，其特征在于，所述获取预处理后的CT图像中各个灰度级的像素点的个数，根据所述CT图像中各个灰度级的像素点的个数计算出最佳灰度分割阈值，根据所述最佳灰度分割阈值对所述CT图像进行二值化处理，以得到包含微孔隙与微裂缝的二值化图像具体包括：

获取预处理后的CT图像中各个灰度级的像素点的个数，计算出各个灰度级的灰度分布概率；

根据各个灰度级的灰度分布概率，确定高灰度目标以及低灰度目标的平均灰度计算公式和方差计算公式；其中，高灰度目标和低灰度目标根据灰度分割阈值确定；

根据所述高灰度目标以及低灰度目标的平均灰度计算公式和方差计算公式，确定类内方差计算公式、类间方差计算公式和总方差计算公式；

根据所述类内方差计算公式、类间方差计算公式和总方差计算公式，确定最佳灰度分割阈值；

根据所述最佳灰度分割阈值，对所述CT图像进行二值化处理，以得到包含微孔隙与微裂缝的二值化图像。

4.根据权利要求3所述的储层微裂缝识别方法，其特征在于，所述高灰度目标的平均灰度计算公式为：

所述高灰度目标的方差计算公式为：

其中，μ₁为高灰度目标的平均灰度，P_i为灰度等级为i的灰度分布概率，k为灰度分割阈值，P₁表示高灰度目标的灰度分布概率，p(k)和μ(k)分别为灰度级从0到k-1的累积出现概率和平均灰度级，为高灰度目标的方差；

所述低灰度目标的平均灰度计算公式为：

所述高灰度目标的方差计算公式为：

其中，μ₂为低灰度目标的平均灰度，P_i为灰度等级为i的灰度分布概率，k为灰度分割阈值，P₂表示低灰度目标的灰度分布概率，p(k)和μ(k)分别为灰度级从0到k-1的累积出现概率和平均灰度级，μ为整幅CT图像的平均灰度级，为低灰度目标的方差。

5.根据权利要求4所述的储层微裂缝识别方法，其特征在于，所述类内方差计算公式为：

所述类间方差计算公式为：

所述总方差计算公式为：

其中，为类内方差，为类间方差，σ²为总方差。

6.根据权利要求5所述的储层微裂缝识别方法，其特征在于，所述最佳灰度分割阈值的计算公式为：

K^*＝Arg max_0≤k≤L-1η(k)，

其中，K^*表示最佳灰度分割阈值。

7.根据权利要求1所述的储层微裂缝识别方法，其特征在于，所述发育特征参数至少包括形状因子和圆度。