成像测井的图像自适应识别方法

《成像测井的图像自适应识别方法》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、哈尔滨工业大学理学硕一1:学位论文摘要成像测井是98年开始成功地应用于测井勘探的新型测井手段，对成像测井数据进行计算机自动解释是油气田勘探领域的活跃课题。它利用计算机数字图像技术对地质进行定性和定量的评价，解释不同地层的地质岩性、构造和层理，寻找油气层，为油气田的开采提供准确的深度。传统的成像测井资料解释方法通常采用人工拟合或专家主观进行判别。用交互式人工方法进行地层对比，除了工作量很大以外，对比的正确性随着解释者熟练程度的不同而异，这就会影响正确结果的获得，为尽量避免人为因素的影响，采用计算机的自动识别就成为工程上的迫切要求。本文给出成像测井的图像自适应识别

2、方法就是要解决这方面的问题。首先，我们将成像测井数据转化为测井伪图像，由于测井数据的分布不均，在测井成像中给出了定义分段颜色函数的方法;然后，对测井图像进行图像预处理并提取其特征:最后，用神经网络的模式识别方法进行地层岩性的识别，特别是将数值分析中的Steffensen迭代加速算法引入神经网络的BP算法，大大加快了处理速度。这种方法可提高资料处理速度，克服人为因素的影响，提高识别的正确率，综合了各专家的解释经验稳定性也有较大提高。本文综合应用了计算机图形图像技术和神经网络的模式识别方法，对成像测井数据进行了实例分析，得到了较满意的处理结果，本方法有较高的实际应

3、用价值。关键词成像测井;图像处理;特征提取;自适应识别;神经网络哈尔滨工业人学理学硕1学位论文AbstractImagingloggingwasfirstsuccessfullyusedtowell-logginginoilexplorationandexploitationin1998.Adaptiveinterpretationofloggingdataisaverypopulartask.Itstudiestheloggingdata,whichreflectsvarioushypogealphysicalinformation,evaluatesgeo

4、logicbodiesqualitativelyandquantitativelybymeansofdigitalimageprocessingandpatternrecognition.Itexplainsgeologiclithology,constructionandstratificationtofindhydrocarbonreservoirandprovideaccuratedepthofoilreservoirforexploitating.Intradition,imaginglogginginterpretationisusuallypres

5、entedbyartificalfittingorbyexperts'subjectiveevaluation.Ithassomanysubjectiveandunilateralfactersthatitgreatlyaffectstheaccurationoftheresults.Theinterpretationisdifferentfordifferentinterpretater.Soitisverynecessarytoassistanttocomputers.Thisthesispresentsanadaptiverecognitionmetho

6、dtosoioveit.First,wechangeloggingdataintologgingimage.Inthispart,wedefineacentsegmentcolorfunctionforthedistributionoftheloggingdataisuneven.Then,imagepreprocessingandimagefeatureextractionisdone.Atlast,patternrecognitionisusedtorecognizethestrata.WeintroduceSteffensenAlgorithmintoB

7、PAlgorithmtoincreasethespeedofdataprocessinginthispart.Wegiveanewwaytoimaginglogging.Itimprovetherecognitionefficiencyands叩plythemwithaccuateandreliableresultsImageprocessing,graphicandneuralnetworksareusedinthisthesis.Wegetagoodresultafterwedealwithloggingdata.Thismethodishighvalue

8、inpractice.Keywords