基于多種特征量提取的巖屑巖性最優(yōu)識別方案研究.pdf

1、由于PDC(Polycrystalline Diamond Compact)鉆頭的推廣使用導致巖屑非常細小，巖性用肉眼識別十分困難，傳統(tǒng)的巖屑錄井方法己不再適用。然而巖性的識別是地質描述必不可少的關鍵性參數，因此迫切需要尋求一種新手段、新方法來判斷巖屑的巖性。數字圖像處理技術是一個跨學科的前沿技術，具有再現(xiàn)性好、處理精度高、適用面廣、靈活性高等優(yōu)點，近幾年在各行業(yè)得到了廣泛的應用，但是應用于石油行業(yè)特別是巖屑錄井方面卻極少。基于目前PD

2、C鉆頭條件下巖屑描述的重要性和困難性，以及數字圖像處理技術的種種優(yōu)勢，本論文應用幾種主要的數字圖像特征提取技術，對巖屑巖性描述的方法進行了研究，為本實驗室正在研究開發(fā)的巖屑描述儀提供了技術支持。 本文按照模式識別的思路，沿著采集圖像、特征提取、再到分類識別的過程進行了巖屑巖性的分類識別研究。在研究過程中，通過設計并搭建了巖屑圖像實驗拍攝系統(tǒng)，對巖屑的圖像進行采集，并通過調整分辨率及光照，確定出了拍攝系統(tǒng)的各項參數。應用課題組共同

3、編制的兩套軟件系統(tǒng)(即實驗軟件系統(tǒng)和用于現(xiàn)場測試的巖屑錄井儀軟件系統(tǒng))對所采集的圖像進行處理分析，分別通過兩系統(tǒng)中的核心模塊編程，對這些圖像進行了分類識別研究。 在實驗軟件系統(tǒng)中，本文運用了傅立葉變換，小波變換和Gabor變換三種特征提取方法，并結合貝葉斯概率統(tǒng)計分類器進行了識別探索。通過實驗分析，得到了他們各自對應的分類識別率；又通過引入統(tǒng)計箱形圖來挑選合適的特征量，并將傅立葉變換和小波變換的所選特征量相結合，使泥巖與砂巖的分

4、類準確率提高到了80％以上。其中，在傅立葉變換的基礎上，設計了一種用于巖屑特征提取的周向譜能量分級比率計算方法。在用于現(xiàn)場的巖屑錄井儀軟件系統(tǒng)中，鑒于前期經驗，本文采用了和差直方圖，傅立葉變換，和Gabor變換三種特征提取方法，并運用了人工神經網絡分類器。為了獲得最佳的識別效果，通過對三種方法的各種組合，并同時調節(jié)分類器的各項參數進行了大量實驗，結果表明：在人工神經網絡分類器(隱層神經元個數設定為其特征量個數加1)下，將直方圖和Gabo