岩心图像识别算法及软件开发
VIP免费
摘 要
随着科学技术的不断发展，图像处理和识别技术在诸多行业中得到了广泛的
应用。在石油勘查和开发过程中，准确的岩心识别和粒度统计结果可以为石油勘
探和开发提供可靠有效的依据。传统的人工岩心识别和粒度统计方法或实验室分
析方法具有主观性强、效率低、自动化程度低等问题。岩心图像主要有以下几种：
用扫描仪对岩心扫描获取的岩心图像，该图像可以保存完整的岩石样貌；制取岩
心铸体薄片；利用偏光显微镜获取岩心图像。针对各种不同类型的岩心图像，利
用图像法实现对岩心颗粒的准确自动分割和判别，提高岩心粒度统计的准确性，
从而实现对岩心粒度的有效分类统计。图像法可以提高工程勘查工作的效率与准
确性，提高智能化作业水平，具有重要的意义。
本论文认真研究了针对岩心图像处理和识别的国内外科学研究成果以及石油
开发过程中的岩心图像的特点，研究了针对岩心图像特点的处理和识别算法，设
计并开发了岩心图像自动识别及粒度统计分类软件。
本文的研究工作主要围绕岩围心图像分割的准确性以及岩心粒度的自动统计
分类两个核心问题展开研究。基于岩心图像的特点，首先对岩心图像进行模型转
换或者灰度转换、小波阈值去噪等预处理；为了保存岩心图像的彩色信息以及获
得较为准确的岩心分割结果，采用 HSV 彩色模型中的 V分量对岩心图像进行图像
分割；最后设计并开发了岩心图像自动识别和粒度分类图像处理软件，具有岩心
图像获取、图像预处理、图像特征提取与图像识别分类等功能。选用聚苯乙烯标
准颗粒以及岩心图像进行对软件粒度统计测试，结果表明识别准确率较高，统计
结果准确。本文提出的算法获得了较好的图像分割结果及较为准确的粒度统计分
类结果，实现了对岩心图像的有效自动化处理。
关键词：岩心图像 图像分割 图像识别 粒度统计 岩心分类
ABSTRACT
Because of the development of science and technology in national economic life
and industrial production, Image Processing technologies have been getting attractive in
many fields. In engineering investigation, core recognition is an important basic task in
geological exploration since accurate litho logical identification can provide a reliable
basis for further exploration and exploitation. Traditional methods are subjective and
inefficient with low automation due to artificial gauge and laboratory analysis. Live
real-time scanning of cores to acquire high fidelity images of the physical appearances
for precise auto recognition of rock properties is of great significance in improving
investigation efficiency, increasing analysis accuracy and intelligent operation level.
The present content-based intelligent image recognition technologies face many
challenges both in core images processing and reorganization. Based on the correlative
domestic and international research findings as well as the characteristics and
requirements in engineering exploration of core images, this paper studies appropriate
image analysis and recognition algorithms to design and implement a core image
automatic recognition system.
The focus of paper is mainly put on the algorithm for core images segmentation
and the classification of rocks. Meanwhile, images are grayed or change RGB model to
HSV model.Wavelet threshold is used to remove noises for preprocessing, considering
the characteristics of core images. Gray scale image segmentation is difficult to
effectively identify the edge information of the particles and background which the gray
value are similar and likely to cause over-segmentation. Based on color information V
component of HSV model, correcting segmentation results in a more complicated
background can be realized. The algorithm success to split out the particles and the
background leads to a more accurate particle distribution.
Based on the studies of above mentioned algorithms, a core image automatic
recognition and particle distribution software system is designed and implemented,
which is functional in image acquisition, image preprocessing, and image
classification.Testing of core images has shown that the recognition rate is high.
KEY WORDS: core image, image segmentation, image recognition,
partical classification
目 录
中文摘要
ABSTRACT
第一章 绪 论 .......................................................................................................... 1
1.1 课题的研究背景 ............................................................................................. 1
1.2 岩心粒度分析方法 ......................................................................................... 1
1.2.1 筛分法 .................................................................................................. 2
1.2.2 光透沉降法 .......................................................................................... 2
1.2.3 激光法 .................................................................................................. 2
1.2.4 图像法 .................................................................................................. 3
1.3 图像处理和识别技术的发展及应用 .............................................................. 3
1.3.1 图像处理技术的发展及应用 ............................................................... 4
1.3.2 图像识别技术的发展及应用 ............................................................... 4
1.4 岩心图像处理和识别技术的发展及应用 ...................................................... 5
1.4.1 岩心图像处理技术的发展及应用 ....................................................... 6
1.4.2 岩心图像识别技术的发展及应用 ....................................................... 6
1.5 岩心图像样本 ................................................................................................ 8
1.6 论文的研究内容和主要工作 ......................................................................... 9
第二章 岩心图像处理和识别理论及其算法研究................................................... 11
2.1 算法及软件开发环境 .................................................................................. 11
2.2 岩心图像预处理 .......................................................................................... 11
2.2.1 图像去噪 ........................................................................................... 12
2.2.2 图像二值化 ....................................................................................... 13
2.3 岩心图像粒度统计 ...................................................................................... 14
2.3.1 岩心图像粒度表征............................................................................ 14
2.3.2 岩心图像粒度参数............................................................................ 15
2.3.3 岩心粒度分类 ................................................................................... 16
2.3.4 岩心粒度定名 ................................................................................... 16
2.3.5 岩心粒度统计图 ............................................................................... 17
2.4 本章小结...................................................................................................... 18
第三章 岩心图像分割算法 ..................................................................................... 19
3.1 图像分割定义 ............................................................................................... 19
3.2 图像灰度转换 ............................................................................................... 19
3.3 灰度图像分割算法 ....................................................................................... 20
3.3.1 阈值法 ................................................................................................ 20
3.3.2 区域法 ................................................................................................ 22
3.3.3 基于边缘的分割技术 ......................................................................... 23
3.4 彩色图像分割算法 ....................................................................................... 24
3.4.1 聚类算法 ............................................................................................ 25
3.4.2 彩色模型转换 .................................................................................... 27
3.5 基于 HSV 模型的岩心图像分割算法 .......................................................... 28
3.5.1 颜色空间的转换计算 ......................................................................... 29
3.5.2 HSV-V 分割算法 ............................................................................... 30
3.5.3 岩心图像分割结果............................................................................ 30
3.6 本章小结 ...................................................................................................... 34
第四章 岩心图像处理软件开发 ............................................................................. 35
4.1 岩心图像处理软件系统流程 ........................................................................ 35
4.2 岩心图像处理软件界面 ............................................................................... 36
4.3 岩心图像处理软件功能 ............................................................................... 36
4.3.1 文件 ................................................................................................... 36
4.3.2 图像处理 ........................................................................................... 38
4.3.3 图像分析 ........................................................................................... 40
4.4 本章小结 ...................................................................................................... 42
第五章 岩心图像处理软件实测结果 ................................................................... 43
5.1 标准颗粒测量结果 ....................................................................................... 43
5.2 岩心偏光显微镜图像粒径测量结果 ............................................................ 45
5.3 岩心扫描图像粒径测量结果 ........................................................................ 48
5.4 本章小结 ...................................................................................................... 50
第六章 结论和展望 ................................................................................................. 51
6.1 结论 .............................................................................................................. 51
6.2 创新点 .......................................................................................................... 51
6.3 展望 .............................................................................................................. 51
附 录 一 .................................................................................................................. 53
附 录 二 .................................................................................................................. 55
附 录 三 .................................................................................................................. 60
参考文献 .................................................................................................................... 64
在读期间公开发表的论文和承担科研项目及取得成果 ........................................... 68
后 记 ........................................................................................................................ 69
第一章 绪 论
1
第一章 绪 论
1.1 课题的研究背景
岩心是在石油钻探过程中，用特殊的取心钻具从地下取出的岩石样品，岩心
中的砾石、砂石等颗粒粒度数据可以作为油气盆中沉积环境分类和识别的标志，
分析其断面中的颗粒物构造和粒度分布可以了解含油构造的信息，对沉积环境的
研究具有重要意义[1]，从而促进石油化工业的发展。
如今获得岩心颗粒粒度信息的方法很多，其中图像法是研究岩石粒度信息的
最重要手段之一，该方法在岩石薄片分析和岩心扫描图像观察分析等方面得到了
广泛的应用并取得较好的成果。
图像是人们获得和交换咨询的重要方法，图像表现形式直观，内容简单、信
息量丰富的特点，因此图像作为一种信息的载体，与生活和工作密切联系着，从
而图像处理的应用领域也随之不断扩大。图像处理和识别在很多领域得到了广泛
应用：通信和电子商务、工业方面的检测、机器视觉、能源、地质、文化艺术等。
图像识别是利用计算机识别出图像目标并将其进行分类。图像分割是图像识别的
基础，图像分割结果的好坏直接影响到后续图像处理的结果，通过对岩心图像进
行图像分割，可以将图像的一个或多个性质相同的不同区域从背景中分离出来，
从而提取出其中的颗粒物，得到砾石、砂粒等颗粒的粒度分布信息[2]。
石油勘探中的岩心分析工序非常繁琐，通过测量重量、人工测量或者依靠经
验等多种手段才能得到岩心测量结果，这便造成岩心分析过程工作量大，耗时长
的缺点。岩心资料是可以反复利用的、保存完好的实物信息的资料，把钻探所获
取的岩心进行扫描、保存便可建立完善的岩心图像资料库，因此图像处理和识别
技术在岩心图像处理的应用中有着很大的研究和发展空间。并且随着数码技术的
发展，越来越多的岩心图像可以保存为彩色图像，这样可以更完整的保存岩心图
像的信息。本课题针对岩心图像的特点，提出相应的算法实现了对岩心图像从获
取到识别、分类、统计的自动化处理，这项工作对石油开发和地址研究有着重要
的意义。
1.2 岩心粒度分析方法
在地质学和岩石物理学中都需要对岩心构造和特性的描述进行研究，因为这
些描述可以用来解释岩相分析和沉积环境。岩心颗粒的形状、大小信息能够与岩
岩心图像识别算法及软件开发
2
石的物理性质联系起来，粒度分析是了解岩心的构造和特性的重要手段之一，因
为粒度分布包含大量的岩石信息，这些信息对生产技术人员的完井设计和出砂预
测也有重大意义，同时对沉积环境的研究以及石油勘探有着重要的指导作用[3]，现
在研究岩心粒度信息的方法主要包括筛分法、光透沉降法、激光法、图像法、激
光法和筛分法联合分析以及沉降法和筛分法的联合分析等。
1.2.1 筛分法
筛分法的基本原理：将解散后的碎屑颗粒倒入一组孔径大小不一的标准筛中，
筛孔较大的放在上面，筛孔小的放在下面。通过充分振筛，将不同粒级的碎屑颗
粒分开，称量各粒级碎屑颗粒质量，从而求得碎屑颗粒的粒度分布结果。
筛分法的优点是操作方法比较容易理解，仪器设备操作便捷并且价位较低的
一种测量方法，缺点是筛分测出的直径是筛分直径或者是筛分当量直径，其测量
结果与其它测量方法之间缺少对比性，受到工艺制造水平的限制，各个筛孔的尺
寸(孔宽)有较大的分散度，与其名义值(或公称值)也有偏差。筛分时间一般在 15~30
分钟，耗时较长。测量时间的越长，测得的颗粒直径结果越小。因次筛分法的测
量结果不够准确而且耗时较长。针对岩心图像粒度分析，筛分法过于繁琐，人工
取样工作量大而且分析耗时较长。
1.2.2 光透沉降法
光透法基本原理：当一束平行光照射到载有悬浮颗粒的悬浮液时，悬浮液中
的碎屑颗粒对光有散射和吸收作用，从而产生光强度的衰减，根据兰伯特—比尔
定律，投射光强度随着颗粒数及粒径的变化而变化，通过数据处理后得出所测样
品的粒度分布结果。
由于光的投射性，光透沉降法对被测试样无任何干扰作用是其明显的优点。
特别是在离心沉降的情况下，要从高速旋转的试样中读取信号，光透法是唯一可
行的办法。 Stokes 公式建立了颗粒在液体中的最终沉降速度 st
u与颗粒直径 D之间
的对应关系，这是所有沉降仪的共同工作原理。测量时要了解所测样本的密度和
沉降液的密度、粘度，这便使得试验操作过程较为繁琐。
1.2.3 激光法
激光法基本原理：载有悬浮颗粒的溶液由循环泵带动通过样品池，平行激光
束入射到被测颗粒上被衍射和散射，散射光角度随粒径大小而变化，由透射收集
第一章 绪 论
3
并聚集到光电检测器上，光电检测器上总散射强度是单个散射波的叠加，用反演
算法对测得的数据进行处理，从而得到颗粒大小的分布信息。
激光法操作简便，测试速度快，测试范围广，可以从 0.02-2000um，甚至更大，
重复性和准确性好。缺点是该方法结果受分布模型影响较大，仪器造价较高，分
辨力低。
1.2.4 图像法
图像法基本原理：根据体现学原理，三维空间内特征点的特征可以用二维界
面内特征点的特征来表征。图像分析方法是将显微镜下的图像或经扫描的岩心图
像摄取到计算机中，在计算机上对二维岩心图像进行图像处理得出有效准确的岩
心分割图再经过图像识别对特征点的像素群进行测量统计、编辑处理，得到岩心
图像的特征值，统计出岩心粒度分布及岩石颗粒分类。
图像法可以直接观察颗粒的形貌，可以准确地得到所需的粒度参数。并且图
像法可直接采用显微镜下摄取的图像或者是岩心扫描图像，避免了繁琐的人工制
样工序。图像信号较其他方法受干扰影响小。但二维数据量大增加了处理难度和
速度，这是该类方法的缺点。
1.3 图像处理和识别技术的发展及应用
在研究图像处理和识别技术时，容易混淆图像识别和图像处理的概念。其实
这两者的关系非常密切，互相交错很难截然区分。
数字图像处理的理论方法与技术涉及到很多的学科范围，既具有交叉性又包
括开放性，图像处理和分析中运用到的知识丰富、方法也多样化，但其主要研究
内容和方法上可以分为以下几个方面：
有时由于图像信息微弱无法辩识，则需进行图像增强；对图像进行分割，获
取有效的目标信息，从而区分出目标和背景；图像复原是把退化的图像恢复的过
程，改善图像从而改进图像的保真度；因为图像信息大，所以在图像存储及传送
过程中需要对图像信息进行压缩；以上阐述的内容都属于图像处理的范围内，在
图像处理环节中，输入信息是图像，输出信息也是图像即处理后的图像。
图像识别是为了给识别后的目标加以分类，从而确定其名称，图像识别是从
分割后的图像中寻找到图像的固有性质，比如形状、纹理，利用该性质对图像加
以分类，因而对图像识别过程输入信息是图像(通常是经过处理的图像)，输出是类
别和对图像的结构分析。
摘要：
展开>>
收起<<
摘要随着科学技术的不断发展，图像处理和识别技术在诸多行业中得到了广泛的应用。在石油勘查和开发过程中，准确的岩心识别和粒度统计结果可以为石油勘探和开发提供可靠有效的依据。传统的人工岩心识别和粒度统计方法或实验室分析方法具有主观性强、效率低、自动化程度低等问题。岩心图像主要有以下几种：用扫描仪对岩心扫描获取的岩心图像，该图像可以保存完整的岩石样貌；制取岩心铸体薄片；利用偏光显微镜获取岩心图像。针对各种不同类型的岩心图像，利用图像法实现对岩心颗粒的准确自动分割和判别，提高岩心粒度统计的准确性，从而实现对岩心粒度的有效分类统计。图像法可以提高工程勘查工作的效率与准确性，提高智能化作业水平，具有重要的意...
相关推荐
-
跨境电商商业计划书模版VIP免费
2025-01-09 27 -
跨境电商方案范文VIP免费
2025-01-09 14 -
创业计划书VIP免费
2025-01-09 18 -
xx生鲜APP计划书VIP免费
2025-01-09 12 -
跨境电商创业园商业计划书(盈利模式)VIP免费
2025-01-09 8 -
跨境电商计划书VIP免费
2025-01-09 13 -
绿色食品电商平台项目计划书VIP免费
2025-01-09 22 -
农产品电子商务商业计划书VIP免费
2025-01-09 9 -
农村电商平台商业计划书VIP免费
2025-01-09 13 -
生鲜商城平台商业计划书VIP免费
2025-01-09 21
作者：赵德峰
分类：高等教育资料
价格：15积分
属性：72 页
大小：5.89MB
格式：PDF
时间：2024-11-11
