FLU-net：用于表征页岩储层微观孔隙的深度全卷积网络

页岩孔隙是页岩气储集的主要空间,孔隙的形状、大小、连通性与发育程度很大程度上决定了页岩储集层的储集性能,因此,页岩气开采首先需要对其孔隙有充分的认识。基于阈值分割法获取页岩孔隙结构参数是目前页岩微观结构表征的一种重要手段,但是受扫描电镜图像灰度分布差异的影响,该方法需要逐一修改图像的最佳分割阈值以达到最好的孔隙分割效果,且阈值分割方法无法直接划分孔隙类别,这给后续的页岩微观结构定量表征带来了麻烦。为了实现页岩孔隙的智能识别和分类,笔者设计基于像素级语义分割的深度全卷积神经网络FLU-net,对页岩孔隙识别并分类为有机孔、无机孔（粒内孔、粒间孔）及裂缝,并结合孔隙尺度分类统计方法,分析不同类型孔隙发育数量、孔径大小、孔隙度等参数,实现页岩储层微观孔隙结构的自动化定量表征。以重庆渝西区块足201井区和四川盆地威远地区威204井区的页岩扫描电镜图像为研究对象,在对1 600幅页岩扫描电镜图像原始数据进行人工标注并划分数据集后,使用FLU-net进行孔隙识别,结果表明,本方法具有较高的准确率,同时自动化程度和泛化能力均高于传统预测方法。因此,扫描电镜与基于深度学习的语义分割模型结合是定量研究页岩微观结构表征的有效手段。     

川东南龙马溪组页岩微观孔隙结构特征北大核心CSCD

以川东南龙马溪组页岩为研究对象,借助扫描电镜及压汞-吸附联合技术对其微观孔隙结构进行表征,利用吸-脱附曲线特性及FHH分形理论对孔隙形态和分形维数进行研究,结果表明,龙马溪组页岩储集空间中约80%为微-介孔,其中贫有机质页岩以平板状孔隙为主,分形维数一般小于2.75,在扫描电镜下呈现颗粒矿物粒缘缝及伊利石片层晶间孔;富有机质页岩则以"墨水瓶"状孔隙为主,分形维数一般大于2.85,主要为有机质孔。TOC含量与总孔容、吸-脱附滞回面积及分形维数均呈显著正相关关系,表明随着TOC含量增加,页岩孔隙由平行板状为主的无机孔隙网络过渡至"墨水瓶"效应显著的有机孔隙网络,有机质孔隙为富有机质页岩主要储集空间,同时多重毛管力叠加及扩散能力降低,使得页岩微观封闭能力提高,有利于页岩气富集与保存。     

川东南龙马溪组页岩微观孔隙结构特征

以川东南龙马溪组页岩为研究对象,借助扫描电镜及压汞-吸附联合技术对其微观孔隙结构进行表征,利用吸-脱附曲线特性及FHH分形理论对孔隙形态和分形维数进行研究,结果表明,龙马溪组页岩储集空间中约80%为微-介孔,其中贫有机质页岩以平板状孔隙为主,分形维数一般小于2.75,在扫描电镜下呈现颗粒矿物粒缘缝及伊利石片层晶间孔;富有机质页岩则以"墨水瓶"状孔隙为主,分形维数一般大于2.85,主要为有机质孔。TOC含量与总孔容、吸-脱附滞回面积及分形维数均呈显著正相关关系,表明随着TOC含量增加,页岩孔隙由平行板状为主的无机孔隙网络过渡至"墨水瓶"效应显著的有机孔隙网络,有机质孔隙为富有机质页岩主要储集空间,同时多重毛管力叠加及扩散能力降低,使得页岩微观封闭能力提高,有利于页岩气富集与保存。     

四川盆地涪陵地区五峰组-龙马溪组页岩孔隙特征及演化模式

本文以四川盆地涪陵地区五峰组-龙马溪组富有机质页岩为研究对象,通过FE-SEM扫描电镜、高压压汞、低温N2吸附和低温CO2吸附相结合的方法对页岩孔隙结构特征进行表征,明确了页岩孔隙发育的主控因素,并探讨了页岩孔隙演化特征.研究认为龙马溪组页岩微观孔隙类型以有机质孔隙为主,页岩气吸附的主要场所是纳米级微孔和中孔.页岩储层...     

利用回波波形特征实现激光雷达的水陆分离

针对双频测深激光雷达数据的特点,研究了利用激光回波波形特征实现点云数据水陆分离的方法。激光和水体的相互作用通常会导致激光回波波形的展宽,与仅在空气中传播的陆地激光回波有明显区别。首先采用高斯函数对回波数据进行波形模拟,用期望方差最大法求解高斯函数的最优参数,得到波形拟合特征参数,随后以绿波段的波宽之和以及红波段与绿波段振幅比值这两个指标作为水陆分离的特征参数,采用最佳阈值分割法得到阈值参数并实现水陆分离,最后采用遥感影像辅助生成准确的水陆点云类别,评价本文方法的分类精度。实验结果表明,基于回波波形特征和阈值分割的方法能够较为准确地实现双频测深激光雷达数据的水陆分离,数据正确率优于94%。     

基于分形特征的中低孔渗储层分类研究

低孔渗储层的孔隙结构对油气渗流和产能有重要影响,也是对低孔渗储层分类的重要参数。在微观尺度上用薄片观测法、孔渗测试等方法进行储层描述,但宏观尺度上缺少一种有效的定量表征方法。将分形理论引入孔隙结构评价,利用压汞数据与分形模型建立联系,求取孔隙度、渗透率、排驱压力、孔喉半径中值与分形分维数的关系。研究结果表明分形分维数与储层物性、孔隙结构具有较好的相关性。用分形分维数作为宏观尺度参数来定量表征孔隙空间复杂程度具有可行性,同时为中低孔渗储层分类提供可靠的定量表征参数,为油田开发生产提供较好的决策依据。     

基于纹理特征的围填海SAR图像分水岭分割方法

本文提出了一种基于纹理特征的围填海SAR图像分水岭分割方法,首先对机载MiniSAR图像进行灰度共生矩阵纹理滤波,获得纹理特征图像,再对纹理特征图像进行分水岭算法分割,将获得的形态学重建图像进行门限阈值分割,得到最后的二值化分割结果。该方法一方面通过调整灰度共生矩阵纹理滤波的窗口大小,抑制了斑点噪声的影响;另一方面,利用分水岭算法对边缘模糊杂乱图像的优势,提高了围填海信息提取的准确性。实验结果表明,本方法对高分辨率SAR图像围填海监测图像的分割效果良好。     

一种大视场星图星点提取的阈值算法

确定区分星点与背景的阈值是星空图像处理的重要环节。介绍了根据背景灰度统计特征确定阈值的算法,根据星空图像灰度直方图的走势,提出一种基于灰度直方图的阈值算法;通过对实际拍摄大视场星图的处理,基于统计的阈值容易将亮背景中的亮噪声误认为星点提取,而基于直方图的阈值能够滤除这些噪点;针对星图中星点亮度不一的情况,提出在全局阈值的基础上应用Bernsen算法计算局部阈值提取暗星点,实验证明该算法能较充分地提取暗星图像。     

基于改进粒子群优化算法和模糊熵水下图像分割

由于水下图像受到水下光照条件以及水质的一些特性影响,存在对比度低、灰度不均、目标边缘模糊等特点。传统基于最大熵原理的阈值法尽管能实现某些特定的分割任务,但是采用凸模糊集的隶属函数和穷举法存在计算复杂度高、时效性差等缺点。在传统模糊熵分割算法的基础上,重新定义了模糊熵,并根据最大熵原理,利用改进粒子群优化算法(PSO)来搜索分割阈值。通过水下图像处理试验证明,该算法对简单背景的图像分割是有效的;与传统分割方法相比,具有更强的自适应性和抗噪性。     

基于序列非线性滤波SAR影像水体自动提取

由于合成孔径雷达（SAR）图像中固有斑点噪声的强烈影响,某些对于光学图像有很好效果的目标提取区域分割方法,但是对于SAR图像来说,效果不很好,针对水体目标的亮度及形状分布特征,不作阈值分割处理,而采用序列非线性滤波处理方法,可以快速有效地实现SAR影像水体目标的自动提取识别。     

基于数学形态学的遥感影像水域提取

利用数学形态学的方法对遥感影像上的水渠进行了提取试验。经试验结果得出,利用数学形态学的基本运算组合成的各种算子高低帽变换滤波与阈值截取相结合的增强方法,选择合适的结构元素,对图像进行预处理后进行分割,可以完成遥感影像上灰度变化较小水体的提取,其结果优于直接对原图进行分割。矢量跟踪后,得出的结果可以直接应用到GIS中去。     

基于导航雷达海面回波图像去噪研究

根据海面X波段雷达回波图像数据的时空特点,提出了一种新的去噪方法。该方法利用线检测对雷达图像中的射线状噪声进行分离,然后针对这种特殊的噪声形式提出一种阈值分割的方法,最后在极坐标下针对噪声点进行插值修复。实验表明,与传统的均值滤波和中值滤波等方法相比,新方法无论在主观视觉还是信噪比方面,都有了一定改进,图像保留了更多的细节信息,具有较好的去噪效果。     

基于数学形态学的侧扫声呐图像轮廓自动提取

侧扫声呐图像特征自动提取的难点在于特征地貌边缘检测较困难,依据图像灰度突变检测得到的边缘比较粗糙、不连续,而且有断口和小洞。本文在对图像进行预处理和阈值化的基础上,采用数学形态学方法对图像进行处理,即用具有一定形态的结构元素去量度和提取图像中的对应形状,得到连续化、粗化、圆滑的特征区域边缘填充目标内部阴影且消除背景噪声。基于数学形态学的侧扫声呐图像特征自动提取的主要步骤为:首先对侧扫声呐图像进行预处理,然后进行灰度阈值化,接着采用数学形态学方法进行处理,最后对处理后的图像进行边缘检测,提取出特征地貌边缘。实验表明,采用数学形态学方法进行处理后,错断、离散的海底目标物变得连续,背景噪声大大减少,自动提取结果准确可靠。     

沾化凹陷页岩油储层特征及控制因素

为确定沾化凹陷古近系沙河街组三段下亚段(沙三下亚段)页岩油储层特征及控制因素,开展了岩心、薄片、扫描电镜、X-射线衍射、物性、有机碳含量、岩石热解等分析测试工作。根据岩石矿物成分和显微沉积构造,可将研究区湖相泥页岩分为7类岩石类型。储集空间包括裂缝和孔隙2种类型,其中,裂缝主要有4类,即构造裂缝、异常压力缝、矿物收缩裂缝和层间微裂缝,前二者在岩心上清晰可见,后二者宽度为微米级别;孔隙主要有3类,即重结晶晶间孔、有机质演化孔和溶蚀孔隙,为纳米到微米级别。研究区页岩油储层发育的控制因素主要有4项：岩石矿物成分和显微沉积构造、有机质含量及赋存方式、成岩作用以及构造作用,在对各控制因素详细分析的基础上,选取方解石含量、纹层状构造、TOC、Ro、孔隙度及综合破裂率6项参数做为页岩油储层评价的关键参数,将沾化凹陷页岩油储层分为优质储层、有利储层和不利储层3类。     

基于MRF场的侧扫声呐图像分割方法

为了利用侧扫声呐进行水下目标自动探测和识别,首先必须将声呐图像分为目标高亮区、海底混响区和目标阴影区.由于声呐图像有强背景噪声,传统的图像分割方法显得无能为力,故采用基于MRF场的图像分割方法来准确地分割.根据侧扫声呐目标的成像特点,建立了分割的约束条件;利用阴影与目标的灰度均值比很小这一特点进行初始分割,然后根据分割后目标与阴影的宽度差来剔除虚假目标,由初始分割的结果求得MRF模型初始参数,再采用迭代条件估计得到最终的模型参数和准确的分割结果.由于考虑了相邻像素间的依赖关系,具有抗噪性强、分割效果好的优点,从理论上说是合理的.实测数据分析也证明了这种算法的优越性.     

基于ZY-3遥感影像的不同地貌水边线提取方法

水边线的精确提取对于沿海地区的经济开发和海域的使用管理具有重要意义。以雷州半岛东北部为研究区域,利用2017年资源三号(ZY-3)卫星数据为数据源,基于不同海岸地貌特征为划分依据,运用阈值分割法、神经元网络分类法和面向对象法对多光谱数据的人工海岸、砂质海岸、淤泥质海岸和红树林海岸进行水边线提取。通过目视解译提取融合图像的海岸线为基线,将提取的水边线与基线进行定性、定量分析。研究结果表明,对于人工岸线,神经元网络分类法最优,均方根误差为6.4m;对于砂质岸线,阈值分割法最优,均方根误差为5.4m;对于淤泥质及红树林岸线,面向对象法最优,均方根误差分别为23.3m和15.2m。该研究对于不同岸线的提取具有重要的借鉴和指导意义。     

基于分区自适应阈值的声呐障碍物检测算法研究

针对UUV避碰声呐探测障碍物过程中自主选择分割阈值进行障碍物检测的问题,提出了基于分区自适应阈值的障碍物检测算法。首先将避碰声呐图像均匀分为相同大小的图像块,对每个图像块基于最大类间方差算法确定该区域障碍物图像分割的高低阈值,然后对检测到的障碍物进行形态学处理去除孤立噪声点,对目标区域进行连通性分析及内部空洞处理,最终得到完整的障碍物轮廓信息。通过湖试数据验证表明了该方法对声呐障碍物检测的有效性。     

基于HAC的溢油SAR图像分割算法

图像分割是SAR溢油检测中的关键步骤,但由于SAR影像中存在斑点噪声,使得一般的图像分割算法难以收到理想的效果,严重影响溢油检测的精度.发展一种基于凝聚层次聚类(Hierarchical Agglomerative Clustering,HAC)的溢油SAR图像分割算法.该算法利用多尺度分割的思想,能够有效保持SAR影像中溢油斑块的形状特征,并能减少细碎斑块的产生.利用2010年墨西哥湾的Envisat ASAR影像开展了溢油SAR图像分割实验,并将该算法和Canny边缘检测、OTSU阈值分割、FCM分割、水平集分割等方法进行了对比.结果显示,HAC方法可以有效减少细碎斑块的产生,有助于提高SAR溢油检测的精度.     

一种自动分类的加权模糊C均值图像分割算法

加权模糊C均值算法(WFCM)是1种有效的图像分割算法,该算法的分类数需要人工确定。为了提高算法的自动化程度,本文提出了先采用基于直方图平滑的峰点检测方法自动确定图像的分类数,再利用WFCM分割图像的算法。大量实验结果显示,此算法能够正确地对图像分类,并且合理地分割图像。     

页岩气储层非均质性研究——以四川盆地下寒武统筇竹寺组为例

在详细调研国内外页岩气储层非均质性研究的基础上,以四川盆地下寒武统筇竹寺组为例,通过平面、层内和微观3个方面分析了泥页岩非均质性特征。平面非均质性主要受区域沉积特征和泥页岩有机地球化学特征控制,盆地中西部主要发育泥质砂岩和砂质泥岩,总有机碳含量TOC和有机质成熟度相对较低;东北部泥质灰岩发育,TOC和有机质成熟度较高;南部以碳质泥页岩为主,TOC和有机质成熟度最高(镜质体反射率Ro可达4.0%)。连井剖面和单井泥岩层矿物特征分析表明,层内非均质性较强,主要表现为横向上地层总厚度、泥页岩单层厚度、泥页岩发育层数、夹层特征和顶—底板岩性沿剖面变化快,纵向上矿物成分和岩石脆性度差异明显。微观非均质性主要受孔隙类型和基质微裂缝影响,黏土层间孔隙和有机质孔隙发育,基质微裂缝对沟通孔隙起主要作用。综合分析认为,四川盆地下寒武统筇竹寺组页岩气储层非均质性特征明显,对页岩气井产能和页岩气采收率有重要影响。