基于条件生成对抗网络的成像测井图像裂缝计算机识别

摘要

cqvip:识别裂缝是油气储量评价和产能预测的关键。目前识别裂缝主要采用基于人机交互的方法,该方法耗功耗时且易受主观因素影响,因而对裂缝的识别不够精确。为此,提出利用条件生成对抗网络(CGAN)识别图像中的裂缝。CGAN通过训练给定的图像和对应标签图像,提取训练图像和标签中的特征,以此特征识别图像中的信息。利用CGAN识别模拟图像中的正弦形态裂缝,识别裂缝准确率达93.4%。CGAN对地层微电阻率扫描成像(FMI)图像中的水平缝和低角度缝识别准确率为90%。研究结果表明,和蚁群算法相比,CGAN是一种效果好、速度快及抗干扰能力强的计算机自动识别裂缝方法。