基于CT扫描图像与电成像图像融合构建多尺度数字岩心方法

摘要

本发明公开一种基于CT扫描图像与电成像图像融合构建多尺度数字岩心方法，其由电成像图像中提取大尺度的孔隙与岩石骨架，计算其局部孔隙度分布和孔隙尺寸分布，并以此构建径向方向大尺度三维数字岩心；同时以CT扫描图像提取小尺度的孔隙与岩石骨架，计算其局部孔隙度分布和孔隙尺寸分布，并以此构建深度纵向方向小尺度三维数字岩心；分别选取大尺度三维数字岩心和小尺度三维数字岩心的深度相同的水平切面，融合生成同时具有小尺度孔隙和大尺度裂缝、孔洞的多尺度二维切片，通过多尺度二维切片构建得到三维数字岩心，解决了页岩、致密砂岩、碳酸盐岩等非常规储层的多尺度三维数字岩心构建，使数字岩心模型最大程度地与实际的岩石相同。

说明书

技术领域

本发明涉及测井技术数据处理领域，具体涉及一种基于CT扫描图像与电成像图像融合构建多尺度数字岩心方法。

背景技术

以数字岩心技术为基础，通过数值模拟获取储层不同尺度上的岩石物理特征参数，从而建立准确、有效的测井解释模型；

目前的三维数字岩心数值模拟方法在均质砂岩储层得到了广泛应用，但针对碳酸盐岩等复杂储层，由于其孔隙尺寸分布范围广，非均质性强。适用于均质砂岩的三维数字岩心建模方法无法直接拓展至碳酸盐岩等复杂储层。

岩心扫描分辨率和岩心样品物理尺寸之间存在辩证关系，一般分辨率越高，所建立岩心样品的物理尺寸就越小，很难通过X射线CT扫描构建包括小尺度孔隙(纳米级)和大尺度裂缝、孔洞(厘米级)的三维数字岩心。若要扫描大尺寸样品，建立反映次生孔隙系统地三维数字岩心，需降低扫描分辨率，则无法识别基质孔隙；若要扫描小尺寸样品，建立反映基质孔隙的三维数字岩心，需提高扫描分辨率，由于样品尺寸小则无法识别大的次生孔隙。而对于页岩、致密砂岩、碳酸盐岩等非常规储层，多尺度三维数字岩心的建立显的尤为重要。因此，多尺度融合技术是开展碳酸盐岩储层数值模拟的基础，有必要融合不同扫描分辨率下建立的三维数字岩心构建多尺度三维数字岩心。

电成像测井资料纵向分辨率高，能够清晰地反映井眼所穿过地层的裂缝、孔洞等各种储层特征，另一方面，通过X射线CT扫描能够得到小尺度基质孔隙。因此，通过CT扫描图像与电成像图像融合构建碳酸盐岩等复杂储层多尺度三维数字岩心。目前，关于CT扫描图像与电成像图像融合构建碳酸盐岩储层多尺度三维数字岩心还没有见到相关文献的报道。

发明内容

为了克服现有技术的不足，本发明的目的在于提供一种基于CT扫描图像与电成像图像融合构建多尺度数字岩心方法，构建同时具有小尺度孔隙和大尺度裂缝、孔洞的多尺度复杂储层的三维数字岩心。

一种基于CT扫描图像与电成像图像融合构建多尺度数字岩心方法，其包括以下步骤：

S1、由电成像图像中提取大尺度的孔隙与岩石骨架，计算其局部孔隙度分布和孔隙尺寸分布，并以此构建基于电成像图像的径向方向大尺度三维数字岩心；

S2、以CT扫描图像提取小尺度的孔隙与岩石骨架，计算其局部孔隙度分布和孔隙尺寸分布，并以此构建基于CT图像的深度纵向方向小尺度三维数字岩心；

S3、分别选取大尺度三维数字岩心和小尺度三维数字岩心的深度相同的水平切面，融合生成一个多尺度二维水平切面，并以所述多尺度二维水平切面构建多尺度三维数字岩心。

本发明所述基于CT扫描图像与电成像图像融合构建多尺度数字岩心方法，其将大尺度三维数字岩心和小尺度三维数字岩心的相同深度的二维切片进行融合，形成同时具有小尺度孔隙和大尺度裂缝、孔洞的多尺度二维切片，通过对多尺度二维切片进行训练构建得到复杂储层的三维数字岩心，解决了页岩、致密砂岩、碳酸盐岩等非常规储层的多尺度三维数字岩心构建，使数字岩心模型最大程度地与实际的岩石相同。

附图说明

图1为本发明所述基于CT扫描图像与电成像图像融合构建多尺度数字岩心方法的流程框图；

图2为图1中步骤S1的子流程框图；

图3为图2中步骤S12的子流程框图；

图4为图1中步骤S3的子流程框图；

图5为图4中步骤S34的子流程框图；

图6为所述局部孔隙度分布的计算流程框图；

图7为所述孔隙尺寸分布的计算流程框图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明，应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

如图1所示，本发明提供一种基于CT扫描图像与电成像图像融合构建多尺度数字岩心方法，其包括以下步骤：

S1、由电成像图像中提取大尺度的孔隙与岩石骨架，计算其局部孔隙度分布和孔隙尺寸分布，并以此构建基于电成像图像的径向方向大尺度三维数字岩心。

S2、以CT扫描图像提取小尺度的孔隙与岩石骨架，计算其局部孔隙度分布和孔隙尺寸分布，并以此构建基于CT图像的深度纵向方向小尺度三维数字岩心。

S3、分别选取大尺度三维数字岩心和小尺度三维数字岩心的深度相同的水平切面，融合生成一个多尺度二维水平切面，并以所述多尺度二维水平切面构建多尺度三维数字岩心。

所述基于CT扫描图像与电成像图像融合构建多尺度数字岩心方法，其将大尺度三维数字岩心和小尺度三维数字岩心的相同深度的二维切片进行融合，形成同时具有小尺度孔隙和大尺度裂缝、孔洞的多尺度二维切片，通过对多尺度二维切片进行训练构建得到复杂储层的三维数字岩心，解决了页岩、致密砂岩、碳酸盐岩等非常规储层的多尺度三维数字岩心构建，使数字岩心模型最大程度地与实际的岩石相同。

其中，如图2所示，所述步骤S1包括以下子步骤：

S11、加载电成像测井资料，进行电成像测井资料预处理，所述预处理包括极板对齐，均衡化，产生动态与静态图像等处理；

S12、采用图像修复方法生成全井眼电成像图像；

S13、在电成像测井图像上，采用图像分割技术自动提取大尺度的孔隙与岩石骨架；

S14、所述二维电成像图像通过多点地质统计方法逐层构建基于电成像图像径向方向大尺度三维数字岩心。

具体的，如图3所示，所述步骤S12中采用图像修复方法生成全井眼电成像图像包括以下子步骤：

S121、从待修复区域的边界点中，以优先度量准则,找到一个优先的修复点；

S122、以修复点为中心形成一个待修复块，在已知信息区域中按照待修复块与匹配块之间相似性的匹配规则，寻找最佳匹配块；

S123、将待修复块中的空白信息用最佳匹配块中对应的已知信息进行填充，更新边界，直至全部图像修复完毕，得到全井眼电成像图像。

如图4所示，所述步骤S3包括以下子步骤：

S31、基于CT图像，选择小尺度三维数字岩心的一个水平切面，计算其局部孔隙度分布和孔隙尺寸分布；

S32、基于电成像图像，选择大尺度三维数字岩心的一个水平切面，其深度与小尺度三维数字岩心的水平切面的深度相对，计算其局部孔隙度分布和孔隙尺寸分布；

S33、融合小尺度三维数字岩心与大尺度三维数字岩心的水平切面，生成的多尺度二维水平切面；所述多尺度二维水平切面在小孔隙上具有CT图像的局部孔隙度分布和孔隙尺寸分布，大孔隙具有电成像图像的局部孔隙度分布和孔隙尺寸分布。

S34、采用多点地质统计方法，对不同深度的融合生产的多尺度二维水平切面逐层生成多尺度三维数字岩心。

如图5所示，所述步骤S34中采用多点地质统计方法，对不同深度的融合生产的多尺度二维水平切面逐层生成多尺度三维数字岩心包括以下子步骤：

S341、选择多尺度二维水平切面作为训练图像，并对训练图像进行水平与垂直两种方向多种滤波，得到滤波值，所述多种滤波包括水平与垂直方向均值、一阶导数、二阶导数滤波；

S342、将训练图像依据滤波值进行模式分类；

S343、如果待模拟区域中待生成点的周边像素与训练图像中对应位置的像素相似，根据训练图像的对应点像素计算待生成点处的特征值；

S344、从所有模式分类中找到一个具有相近或相似的特征值的最佳分类，从最佳分类中随机选择一个数据事件，对待生成图像进行粘贴，依据下层二维训练图像生成上层仿真图像，保证上下两层图像具有相同的统计特征；

S345、生成的仿真图像作为新的训练图像，重复递增的生成仿真图像，直至产生三维数字岩心所有的图像，最终得到多尺度三维数字岩心。

具体的，所述多点地质统计方法数值模拟通过Filtersim模拟算法实现。Filtersim模拟算法是一种基于滤波器的多点统计学方法，利用一套滤波器将训练图像进行滤波，所述滤波器是一个各像素位置均带有权值的数据模板。所述训练图像中包含了待模拟区域所需要的各种特征样式，通过扫描训练图像，将特征样式明确定量地表达出来。所述训练图像可以是岩心图片，也可以是模拟图片。本发明所述训练图像具体指的是一段成像测井图像。

在多孔介质内部，对小范围内的岩心孔隙度等物理量进行测量、统计分析，从而获取反映岩心微观结构特征的相关信息。定义K(r,L)为多孔介质内部以向量r末端为中心、边长为L的立方体区域，局部孔隙度理论就是通过对区域K(r,L)内孔隙度等物理量的测量、统计分析来研究孔隙介质的微观结构。如图6所示，所述局部孔隙度分布的计算流程如下：

定义局部孔隙度集合，用于保存各个像素所对应的局部孔隙度；

选择图像中的一个像素点，搜索该点邻域中的每一点，如果搜索到的点为孔隙类型，则孔隙计数加一，最终得到邻域内的孔隙类型像素点的个数；

直至图像中所有像素点全部选择完毕，则统计图像中孔隙度大小与对应的个数，得到局部孔隙度分布显示。

具体的，所述局部孔隙度分布的函数定义如下：

定义K(r,L)为多孔介质内部以向量r末端为中心、边长为L的立方体区域；

测量单元K(r,L)的孔隙度定义为：

φ(r,L)＝V[C∩K(r,L)]/V[K(r,L)]

其中，V(G)为某集合G∈R^d的体积，C表示孔隙空间；

局部孔隙度分布函数定义为：

μ(φ,L)＝∑δ[φ–φ(r,L)]/m

其中，m为系统中测量单元K(r,L)的个数，δ(x)为狄拉克函数，μ(φ,L)表示边长为L。

在孔隙空间中任取一点，如果该点到最近骨架点的距离分布δ到dδ间的概率可用P(δ)dδ表示，则P(δ)就被称为孔隙尺寸分布函数。孔隙尺寸分布函数描述了岩心中任意孔隙点到岩石骨架不同距离的分布概率，反映了孔隙空间的发育程度。具体的，如图7所示，本发明所述孔隙尺寸分布的计算流程如下：

定义孔隙尺寸集合，用于保存各个像素的孔隙尺寸；

选择图像中的一个像素点，搜索该点邻域中的每一点，如果搜索到的点为非孔隙类型，则计算两点间的距离，并保存到孔隙尺寸集合中；

直至图像中所有像素点全部选择完毕，统计孔隙尺寸集合中每个孔隙尺寸对应的个数，得到孔隙尺寸分布显示。

综上所述，本发明所述基于CT扫描图像与电成像图像融合构建多尺度数字岩心方法，其将大尺度三维数字岩心和小尺度三维数字岩心的相同深度的二维切片进行融合，形成同时具有小尺度孔隙和大尺度裂缝、孔洞的多尺度二维切片，通过对多尺度二维切片进行训练构建得到复杂储层的三维数字岩心，解决了页岩、致密砂岩、碳酸盐岩等非常规储层的多尺度三维数字岩心构建，使数字岩心模型最大程度地与实际的岩石相同。

以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。