專利名稱：Pdc巖屑數(shù)字圖像錄井方法
技術領域：
本發(fā)明專利涉及一套基于數(shù)字圖像處理技術，利用PDC鉆頭條件下石油錄井現(xiàn)場采集的 大量細小巖屑大視場、高分辨率圖像，借以實現(xiàn)巖屑特征描述和種類智能識別的PDC巖屑數(shù) 字圖像錄井方法，屬于地質勘探和信息存儲領域。
背景技術：
對鉆井巖樣進行準確細致的觀察和描迷是保證石油勘探開發(fā)效率與效益的有力手段。近 年來PDC鉆頭在勘探領域得到了普遍的推廣，其獨特的破巖機理在大大提高鉆探效率的同時 造成巖屑細小、量少、肉眼難以分辨等難題，使得傳統(tǒng)的人工錄井工作方式無法實現(xiàn)PDC鉆 頭條件下巖屑的快速準確識別。而將數(shù)字圖像采集處理技術引入錄井領域實現(xiàn)細小巖屑特征 的自動提取和快速分析已經成為解決這一難題的發(fā)展方向。
現(xiàn)有的基于圖像處理技術的巖屑特征分析方法在巖屑種類的識別準確率、識別效率以及 自動化程度方面均難以滿足錄井現(xiàn)場的使用要求。因此，建立一套具有較高自動化和智能化 程度，能夠在錄井現(xiàn)場實現(xiàn)巖屑圖像特征自動分析和準確快速識別的PDC巖屑數(shù)字圖像錄井 方法已經成為當今石油勘探領域的一大需求。

發(fā)明內容
本發(fā)明專利的目的在于為現(xiàn)場錄井工作建立一套基于數(shù)字圖像處理技術，利用PDC鉆 頭條件下大量細小巖屑高分辨率、大視場數(shù)字圖像，借以實現(xiàn)巖屑特征描述、種類識別和錄 井曲線繪制等目的的PDC巖屑數(shù)字圖像錄井方法，該方法具有自動化和智能化程度高、巖屑 特征描述準確，識別率高等特征。
該巖屑錄井方法包括單層巖屑特征描述和多層巖屑信息管理以及巖性錄井曲線繪制功 能。其中，單層巖屑特征描述將系統(tǒng)自動識別與人工識別有機的結合起來，形成了一套特有 的人機互作模式；自動識別中，分別從宏觀和微觀兩個層次進行巖屑的特征提取和分類識別， 宏觀即對單層巖屑所拍得整幅圖像在背景去除后直接提取顏色和巖性特征，然后分別運用顏 色和巖性分類器分類識別；微觀部分，則對背景去除后的巖屑圖像先分割，提取各單顆巖粒 的完整邊緣，然后對各單顆巖粒分別提取顏色和巖性特征，再分別運用顏色和巖性分類器分
4別識別，最后統(tǒng)計單層同類巖性的巖屑面積，得到各類巖性所占比例，并繪制出錄井曲線圖。 人工識別中可對宏微觀自動識別所得類別進行修正，并加載到訓練樣本庫中，以備重新訓練 分類器，來提高巖屑自動識別的準確率。這樣就即從整體上抓住了大量巖屑的宏觀主體特征， 又從各類巖粒的統(tǒng)計中獲得了整包巖屑的微觀特征——各類巖屑所占比例及顏色，再結合錄 井人員的現(xiàn)場修正，即可實現(xiàn)巖屑的準確快速描述。
本發(fā)明專利具有以下特點
1. 單層巖屑特征描述將系統(tǒng)自動識別與人工識別有機的結合起來，憑借地質錄井的傳統(tǒng) 經驗，借助人工識別結果對自動識別結果進行修正，并重新訓練分類器，以提高巖屑自動識 別的準確率。
2. 單層巖屑自動識別從宏觀、微觀兩個角度分別對顏色和巖性特征進行分類描述，顏色 部分實現(xiàn)了棕紅色、肉紅色、黃色、綠色、棕色、黑色、灰色、白色、紫紅色、藍灰色、褐 色、紫色、深灰色十三種顏色的分類識別，巖性部分實現(xiàn)了泥巖、砂巖和其他類別的分類識 別。
3. 單層巖屑特征描述的宏觀、微觀顏色判定均采用先變換顏色空間到HSI空間，然后對 十三種標準顏色巖屑在三維度顏色空間中確定均值中心位置，最后比較待描述巖屑均值點位 置與各標準巖屑的中心位置距離，根據(jù)最近距離識別出顏色。
4. 單層巖屑圖像邊緣提取部分采用了五維均值偏移聚類和邊緣膨脹算法，實現(xiàn)了巖屑圖 像中各單粒巖屑邊緣的完整提取。
5. 單層巖屑特征提取中，宏觀巖性部分提取了圖像的灰度統(tǒng)計特征，含均值、方差、 偏度、峰值、能量、熵；微觀巖性部分運用Gabor方法提取了圖像的80個紋理特征。宏微觀 顏色部分均提取了 RGB和HSI顏色空間的各分量統(tǒng)計均值特征。
6. 單層巖屑分類識別中，宏觀和孩O見的顏色分類均采用了三維均值聚類分類識別方法， 巖性分類均采用了支持向量機(SVM)分類器分類識別。
7. 多層巖屑巖性錄井曲線繪制，即根據(jù)單層微觀描述中得到的各類巖屑巖性所占比例， 通過數(shù)學上的三次插值算法，繪制整個鉆井過程中各地層泥巖、砂巖所占比例的錄井曲線， 為現(xiàn)場錄井人員提供了實時直觀的地層巖性曲線走勢信息。


圖1是PDC巖屑數(shù)字圖像錄井方法流程示意圖2是微觀特征描述狀態(tài)下PDC巖屑數(shù)字圖像錄井儀巖屑描述系統(tǒng)的操作界面；
圖3是宏觀特征描迷狀態(tài)下PDC巖屑數(shù)字圖像錄井儀巖屑描述系統(tǒng)的操作界面；
圖中1、井區(qū)信息管理，2、錄井結果顯示，3、錄井曲線描繪，4、微觀描述結果查看， 5、巖屑特征描述，6、巖屑圖像顯示窗口， 7、分類器控制菜單，8、 RGB色度空間坐標，9、 HSI色度空間坐標，10、巖屑微觀特征統(tǒng)計圖，11、微觀識別結果顯示窗口， 12、人工識別 輸入窗口， 13、宏觀描述結果查看，14、巖屑宏觀特征統(tǒng)計圖，15、宏觀識別結果顯示窗口， 16、巖屑錄井區(qū)，17、巖屑描述區(qū)，18、巖屑圖像采集。
具體實施例方式
PDC巖屑數(shù)字圖像錄井方法由單層巖屑描述、多層巖屑信息管理和錄井曲線繪制三部分 功能構成。其中，單層巖屑描述功能由巖屑描述17和分類器7兩大子系統(tǒng)負責實現(xiàn)。巖屑描 述17子系統(tǒng)包括巖屑圖像采集18、圖像顯示6、巖屑特征描述5、微觀描述結果查看4和宏 觀描述結果查看13、人工識別12五大模塊；分類器7子系統(tǒng)包括訓練樣本加載、訓練樣本 查看、分類器訓練、分類器恢復四大模塊；多層巖屑信息管理功能由井區(qū)信息管理1和多層 錄井結果顯示2兩大子系統(tǒng)負責實現(xiàn)；錄井曲線繪制功能則由錄井曲線描繪3子系統(tǒng)負責實 現(xiàn)。
分類器7子系統(tǒng)包括顏色聚類分類器和巖性SVM分類器，其分別采用HSI顏色空間中 的三維度均值聚類分類和支持向量機分類算法，均具有訓練樣本的加載、查看及分類器訓練 和恢復的功能。
圖像顯示6模塊實現(xiàn)了被采集原始圖像以及圖像分割處理后結果的可視化顯示，并且能 夠通過右鍵菜單實現(xiàn)對圖像中單顆巖粒的屬性查看。
顏色特征描述5模塊實現(xiàn)了宏微觀巖屑顏色和巖性的特征提取和分類識別。其中，宏微 觀顏色的判定方法相同，均首先將巖屑圖像的顏色空間由RGB轉換為HSI，并顯示出各自的 RGB色度坐標8和HSI色度坐標9。之后算出HSI空間中的三維度均值，并計算出它與顏色 聚類分類器訓練過程中得到的各標準顏色巖屑中心點的距離，將距離最近的標準顏色標定為 該巖屑的顏色。相應結果分別由微觀識別結果顯示窗口 11和宏觀識別結果顯示窗口 15加以 顯示，在宏觀識別中，將同時顯示出巖屑宏觀特征統(tǒng)計圖14。巖屑特征描述5模塊中的微觀巖性識別首先對背景去除后的巖屑圖像采用五維均值偏移 聚類和邊緣膨脹算法進行邊緣提取，然后釆用Gabor變換提取單顆巖粒圖像的紋理特征，再 運用支持向量機分類器分類，識別出單顆巖粒的巖性，最后統(tǒng)計整幅巖屑圖像中各類巖屑面 積所占比例，顯示在巖屑微觀特征統(tǒng)計圖10中，以比例最大的巖屑種類標定此層巖屑的巖性， 并在微觀識別結果顯示窗口 11中顯示結果。
巖屑特征描述5模塊中的宏觀巖性識別直接對背景去除后的巖屑圖像，在HSI空間中提 取整幅圖像的灰度直方圖統(tǒng)計特征，再運用訓練好的支持向量機分類器分類，識別出整幅圖 像的巖性，并在宏觀識別結果顯示窗口 15中顯示結果。
在單層巖屑描述17功能中增加的人工識別12模塊極大提高了 PDC巖屑數(shù)字圖像錄井方 法的識別準確率，并拓展了其適用范圍。如在錄井現(xiàn)場的使用過程中，宏微觀顏色、巖性的 自動識別結果不能夠令人滿意，則可根據(jù)傳統(tǒng)地質錄井經驗對自動識別的結果進行人工修正， 并人工識別輸入窗口 12輸入人工識別結果。人工識別結果一經輸入將被記錄進數(shù)據(jù)庫中，并 被作為全新的訓練樣本用于對分類器7子系統(tǒng)進行重新訓練，以獲得令人滿意的分類結果。
多層巖屑信息管理功能借助數(shù)據(jù)庫的強大數(shù)據(jù)存儲功能，將不同井區(qū)、不同層段的單層 巖屑描迷結果進行綜合管理。在井區(qū)信息管理1點擊某井區(qū)名，可方便快捷的獲得該井區(qū)各 個層^:的巖屑錄井結果，并顯示在多層錄井結果顯示2窗口中。
錄井曲線描繪子系統(tǒng)3借助單層巖屑描述17中微觀巖性識別結果，將得到的不同地層層 段中各類巖屑巖性所占比例，通過數(shù)學上的三次插值算法，繪制出整個鉆進過程中各個地層 中泥巖、砂巖所占比例的錄井曲線，從而實現(xiàn)錄井曲線繪制功能。
權利要求
1、一種對石油鉆井過程中PDC鉆頭產生的巖屑圖像進行自動分析、快速識別分類的PDC巖屑數(shù)字圖像錄井方法，包含單層巖屑特征描述、多層巖屑管理及巖性錄井曲線繪制等功能，所述單層巖屑特征描述由自動識別和人工識別系統(tǒng)構成，其中自動識別部分包含宏觀顏色、宏觀巖性、微觀顏色和微觀巖性智能描述，其特征在于自動識別中的宏觀描述即對單層巖屑所拍得整幅圖像在背景去除后直接提取顏色和巖性特征，然后分別運用顏色和巖性分類器分類識別；微觀描述則對背景去除后的硬件采集圖像先分割，提取各單粒巖屑的完整邊緣，然后對各單粒巖屑分別提取顏色和巖性特征，分別運用顏色和巖性分類器分別識別，最后統(tǒng)計同類巖性的巖屑面積，得到各類巖性所占比例。
2、 根據(jù)權利要求1所述的PDC巖屑數(shù)字圖像錄井方法，其特征在于所述單層巖屑特征 描述是將系統(tǒng)自動識別與人工識別有機的結合起來，借助地質錄井的人工識別結果對 自動識別結果進行修正，并重新訓練分類器，來提高巖屑自動識別的準確率。
3、 根據(jù)權利要求2所述的PDC巖屑數(shù)字圖像錄井方法，其特征在于所述單層巖屑自動 識別是從宏觀、微觀兩個角度分別對顏色和巖性特征進行分類描述，顏色部分實現(xiàn)了 棕紅色、肉紅色、黃色、綠色、椋色、黑色、灰色、白色、紫紅色、藍灰色、褐色、 紫色、深灰色十三種顏色的分類識別，巖性部分實現(xiàn)了泥巖、砂巖和其他類別的分類 識別。
4、 根據(jù)權利要求3所述的PDC巖屑數(shù)字圖像錄井方法，其特征在于所迷單層巖屑特征 描述的宏觀、微觀顏色判定均是采用先變換顏色空間到HSI空間，然后對十三種標準 顏色巖屑在三維度顏色空間中確定均值中心位置，最后比較待描述巖屑均值點位置與 各標準巖屑的中心位置距離，根據(jù)最近距離識別出顏色。
5、 根據(jù)權利要求3所述的PDC巖屑數(shù)字圖像錄井方法，其特征在于所述單層巖屑圖像 邊緣提取部分是采用五維均值偏移聚類和邊緣膨脹算法，實現(xiàn)巖屑圖像中各單粒巖屑 邊緣的完整提取。
6、 根據(jù)權利要求3所述的PDC巖屑數(shù)字圖像錄井方法，其特征在于所迷單層巖屑特征 提取宏觀巖性部分提取了圖像的灰度統(tǒng)計特征，含均值、方差、偏度、峰值、能量、 熵；微觀巖性部分運用Gabor方法提取了圖像的80個紋理特征，宏微觀顏色部分均提 取了 RGB和HSI顏色空間的各分量統(tǒng)計均值特征。
7、 根據(jù)權利要求3所述的PDC巖屑數(shù)字圖像錄井方法，其特征在于所述單層巖屑分類 識別中宏觀和微觀的顏色分類均采用了三維均值聚類分類識別方法，巖性分類均采用 了支持向量機分類器分類識別。
8、 根據(jù)權利要求1所述的PDC巖屑數(shù)字圖像錄井方法，其特征在于所述多層巖屑巖性 錄井曲線繪制，是根據(jù)單層微觀描述中得到的各類巖屑巖性所占比例，通過數(shù)學上的 三次插值算法，繪制整個鉆井過程中各地層泥巖、砂巖所占比例的錄井曲線，實時獲 取直觀的地層巖性曲線走勢信息。
全文摘要
一種智能描述PDC鉆頭鉆井中產生的巖屑的PDC巖屑數(shù)字圖像錄井方法，包含單層巖屑描述、多層巖屑信息管理及巖性錄井曲線繪制等功能，所述單層巖屑描述含自動識別和人工識別，其中自動識別含宏、微觀的顏色、巖性描述；其特征在于自動識別中的宏觀描述即對單層巖屑圖像背景去除后直接提取顏色、巖性特征，再用各自分類器分別判識；微觀描述則對背景去除后的圖像先分割，提取各單粒巖屑，再分別提取其顏色、巖性特征，然后進行分別判識，最后統(tǒng)計單層同類巖性的巖屑面積，得到各類巖屑比例，繪制出錄井曲線圖；人工識別中可修正自動識別所得類別，加載到訓練樣本庫中，以備更新分類器，提高識別率。
文檔編號G06K9/00GK101493888SQ20091011999
公開日2009年7月29日 申請日期2009年3月3日 優(yōu)先權日2009年3月3日
發(fā)明者劉宗林, 慈興華, 李文東, 翟慶龍, 鄭榮兒 申請人:中國石化集團勝利石油管理局地質錄井公司;中國海洋大學