详情

原文传递一种泥页岩不同矿物孔隙自动识别方法及系统

专利名称：	一种泥页岩不同矿物孔隙自动识别方法及系统
摘要：	本发明公开了一种泥页岩不同矿物孔隙自动识别方法及系统。该方法包括：确定泥页岩扫描电镜灰度图的无机矿物孔隙图和干酪根区域图；对无机矿物孔隙图进行膨胀操作，得到膨胀后的无机矿物孔隙图；对比无机矿物孔隙图和膨胀后的无机矿物孔隙图，将膨胀后的无机矿物孔隙图中多出的区域确定为膨胀区域；统计硅质矿物、钙质矿物和粘土矿物的像素点个数；依据矿物的像素点个数，计算硅质矿物所占比例、钙质矿物所占比例和粘土矿物所占比例；依据矿物所占比例绘制矿物孔隙三角图图版；依据矿物孔隙三角图图版确定无机矿物孔隙图中孔隙对应的矿物类型。本发明不仅能提高对矿物孔隙识别的识别精度，还能定量的对孔隙受哪些矿物的控制进行识别。
专利类型：	发明专利
国家地区组织代码：	山东;37
申请人：	中国石油大学(华东)
发明人：	田善思;曾芳;薛海涛;卢双舫;赵日新;王民;李吉君;陈国辉
专利状态：	有效
申请日期：	2019-06-10T00:00:00+0800
发布日期：	2019-08-20T00:00:00+0800
申请号：	CN201910497324.3
公开号：	CN110146533A
代理机构：	北京高沃律师事务所
代理人：	杜阳阳
分类号：	G01N23/2251(2018.01);G;G01;G01N;G01N23
申请人地址：	266580 山东省青岛市经济技术开发区长江西路66号
主权项：	1.一种泥页岩不同矿物孔隙自动识别方法，其特征在于，包括：获取泥页岩扫描电镜灰度图；确定所述泥页岩扫描电镜灰度图的无机矿物孔隙图和干酪根区域图；对所述无机矿物孔隙图进行膨胀操作，得到膨胀后的无机矿物孔隙图；对比所述无机矿物孔隙图和所述膨胀后的无机矿物孔隙图，将所述膨胀后的无机矿物孔隙图中多出的区域确定为膨胀区域；统计膨胀对应区域中硅质矿物的像素点个数、钙质矿物的像素点个数和粘土矿物的像素点个数；所述膨胀对应区域为分辨率校准后的能谱矿物分布图中与所述膨胀区域对应的区域；依据所述硅质矿物的像素点个数、所述钙质矿物的像素点个数和所述粘土矿物的像素点个数，计算硅质矿物所占比例、钙质矿物所占比例和粘土矿物所占比例；依据所述硅质矿物所占比例、所述钙质矿物所占比例和所述粘土矿物所占比例，绘制矿物孔隙三角图图版；所述矿物孔隙三角图图版是以硅质矿物、钙质矿物和粘土矿物作为三个端元，每两个端元两两相连而成的；依据所述矿物孔隙三角图图版确定所述无机矿物孔隙图中孔隙对应的矿物类型。 2.根据权利要求1所述的一种泥页岩不同矿物孔隙自动识别方法，其特征在于，所述确定所述泥页岩扫描电镜灰度图的无机矿物孔隙图和干酪根区域图，具体包括：统计所述泥页岩扫描电镜灰度图中每个灰度值的像素点个数，得到像素点个数随灰度值变化的关系曲线；确定所述关系曲线中有机质峰最高点对应的灰度值、主矿物峰最高点对应的灰度值、亮色矿物峰对应的灰度值和峰宽；所述有机质峰、所述主矿物峰和所述亮色矿物峰的峰宽相同；利用所述有机质峰最高点对应的灰度值、所述主矿物峰最高点对应的灰度值、所述亮色矿物峰最高点对应的灰度值和所述峰宽，计算第一孔隙灰度截止值、干酪根灰度截止值和亮色矿物灰度截止值；采用所述第一孔隙灰度截止值、所述干酪根灰度截止值和所述亮色矿物灰度截止值分别对所述泥页岩扫描电镜灰度图进行阈值分割，得到初始孔隙图、初始干酪根孔隙图和亮色矿物图；依据所述初始孔隙图，对所述初始干酪根孔隙图中是否存在干酪根进行判别，得到无机矿物孔隙图和初始干酪根区域图；将所述初始干酪根区域图与所述亮色矿物图进行叠加，去除所述初始干酪根区域图中对应的亮色矿物，得到干酪根区域图。 3.根据权利要求1所述的一种泥页岩不同矿物孔隙自动识别方法，其特征在于，在所述确定所述泥页岩扫描电镜灰度图的无机矿物孔隙图和干酪根区域图之后，还包括：依据所述干酪根区域图和泥页岩边缘提取图，确定标定图；所述泥页岩边缘提取图是通过对所述泥页岩扫描电镜灰度图进行边缘提取得到的；对所述泥页岩扫描电镜灰度图按照预设阈值进行图像分割，得到第一孔隙图；依据所述干酪根区域图、所述第一孔隙图和所述标定图，确定有机孔隙图。 4.根据权利要求1所述的一种泥页岩不同矿物孔隙自动识别方法，其特征在于，所述分辨率校准后的能谱矿物分布图的确定方法为：获取与所述泥页岩扫描电镜灰度图对应的能谱矿物分布图；所述能谱矿物分布图是采用能谱仪得到的；确定所述泥页岩扫描电镜灰度图的三个特征矿物区域以及每个所述特征矿物区域在所述能谱矿物分布图中的对应区域；计算每个所述特征矿物区域的质心以及每个所述对应区域的对应质心，并依据所述质心和所述对应质心，对所述能谱矿物分布图的尺寸进行校准，得到尺寸校准后的矿物分布图；对所述尺寸校准后的矿物分布图中每种矿物颗粒进行腐蚀图像处理，得到腐蚀后的颗粒图像；将所述腐蚀后的颗粒图像作为前景色，所述无机矿物孔隙图和所述干酪根区域图作为背景色，采用分水岭算法对所述泥页岩扫描电镜灰度图进行分割，得到分割后的泥页岩扫描电镜灰度图；所述分割后的泥页岩扫描电镜灰度图具有多个独立区域；将所述分割后的泥页岩扫描电镜灰度图与所述尺寸校准后的能谱矿物分布图进行叠加，统计各所述独立区域内所有不同矿物类型的像素点个数；将各所述独立区域内像素点个数最多的矿物类型确定为对应独立区域的矿物类型；依据所有确定矿物类型后的独立区域，对所述尺寸校准后的能谱矿物分布图进行分辨率校准，得到分辨率校准后的能谱矿物分布图。 5.根据权利要求4所述的一种泥页岩不同矿物孔隙自动识别方法，其特征在于，所述计算每个所述特征矿物区域的质心以及每个所述对应区域的对应质心，并依据所述质心和所述对应质心，对所述能谱矿物分布图的尺寸进行校准，得到尺寸校准后的矿物分布图，具体包括：计算第一质心、第二质心、第三质心、第一对应质心、第二对应质心和第三对应质心；所述第一质心为第一特征矿物区域的质心，所述第二质心为第二特征矿物区域的质心，所述第三质心为第三特征矿物区域的质心，所述第一对应质心为与所述第一特征矿物区域对应的区域的质心，所述第二对应质心为与所述第二特征矿物区域对应的区域的质心，所述第三对应质心为与所述第三特征矿物区域对应的区域的质心；计算第一三角形质心和第二三角形质心；所述第一三角形质心为所述第一质心、所述第二质心和所述第三质心围成的三角形的质心，所述第二三角形质心为所述第一对应质心、所述第二对应质心和所述第三对应质心围成的三角形的质心；依据所述第一质心、所述第二质心、所述第三质心和所述第一三角形质心，计算第一斜率、第一垂向距离和第一横向距离；所述第一斜率为所述第一三角形质心与所述第一质心之间的连线的斜率，所述第一垂向距离为所述第一三角形质心到所述第一质心的垂向距离，所述第一横向距离为所述第二质心到所述第三质心的横向距离；依据所述第一对应质心、所述第二对应质心、所述第三对应质心和所述第二三角形质心，计算第二斜率、第二垂向距离和第二横向距离；所述第二斜率为所述第二三角形质心与所述第一对应质心之间的连线的斜率，所述第二垂向距离为所述第二三角形质心到所述第一对应质心的垂向距离，所述第二横向距离为所述第二对应质心到所述第三对应质心的横向距离；将所述能谱矿物分布图进行旋转，使得所述能谱矿物分布图对应的第二斜率转换为所述第一斜率，得到旋转后的能谱矿物分布图；将所述旋转后的能谱矿物分布图沿X轴方向扩大m倍，沿Y轴方向扩大n倍，得到扩大后的能谱矿物分布图；其中m为所述第一横向距离与所述第二横向距离的比值，n为所述第一垂向距离与所述第二垂向距离的比值；将所述扩大后的能谱矿物分布图与所述泥页岩扫描电镜灰度图进行叠加，保留所述扩大后的能谱矿物分布图中与所述泥页岩扫描电镜灰度图的重叠区域，将所述重叠区域确定为尺寸校准后的矿物分布图。 6.根据权利要求2所述的一种泥页岩不同矿物孔隙自动识别方法，其特征在于，所述确定所述关系曲线中有机质峰最高点对应的灰度值、主矿物峰最高点对应的灰度值、亮色矿物峰对应的灰度值和峰宽，具体包括：采用高斯分峰拟合法对所述关系曲线进行拟合，得到拟合曲线；依据所述拟合曲线确定有机质峰、主矿物峰和亮色矿物峰；所述主矿物峰为石英-长石-方解石矿物峰；确定有机质峰最高点对应的灰度值、主矿物峰最高点对应的灰度值、亮色矿物峰对应的灰度值和峰宽；所述有机质峰、所述主矿物峰和所述亮色矿物峰的峰宽相同。 7.根据权利要求2所述的一种泥页岩不同矿物孔隙自动识别方法，其特征在于，所述依据所述初始孔隙图，对所述初始干酪根孔隙图中是否存在干酪根进行判别，得到无机矿物孔隙图和初始干酪根区域图，具体包括：将所述初始孔隙图和所述初始干酪根孔隙图叠加，统计所述初始干酪根孔隙图中每个孤立联通区域对应的第一参量以及所述初始孔隙图中每个孔隙对应的第二参数；所述第一参量包括孤立联通区域的内周长与外周长之和、面积、长轴值和短轴值；所述第二参数为孔隙的面积；依据所述第二参数，确定所述初始孔隙图中最大孔隙的面积；依据所述第一参量和所述最大孔隙的面积，建立干酪根区域判别函数；采用所述干酪根区域判别函数对所述初始干酪根孔隙图中是否存在干酪根进行判别，得到无机矿物孔隙图和干酪根区域；对所述干酪根区域进行填充，得到初始干酪根区域图。 8.根据权利要求3所述的一种泥页岩不同矿物孔隙自动识别方法，其特征在于，所述依据所述干酪根区域图和泥页岩边缘提取图，确定标定图，具体包括：利用Sobel算子、Prewitt算子、Roberts算子和Canny算子分别对所述泥页岩扫描电镜灰度图进行边缘提取，得到第一算子边缘图、第二算子边缘图、第三算子边缘图和第四算子边缘图；将所述第一算子边缘图、所述第二算子边缘图、所述第三算子边缘图和所述第四算子边缘图进行合并，得到泥页岩边缘提取图；将所述干酪根区域图与所述泥页岩边缘提取图进行合并，删除所述泥页岩边缘提取图中对应的所述干酪根区域图之外的边缘，得到标定图。 9.根据权利要求3所述的一种泥页岩不同矿物孔隙自动识别方法，其特征在于，所述依据所述干酪根区域图、所述第一孔隙图和所述标定图，确定有机孔隙图，具体包括：将所述第一孔隙图与所述干酪根区域图进行叠加，删除所述第一孔隙图中对应的所述干酪根区域图之外的孔隙，得到第二孔隙图；将所述第二孔隙图与所述标定图进行对比，确定最佳阈值下的孔隙图；对所述标定图中的边缘进行内填充，得到填充后的标定图；将所述填充后的标定图与所述最佳阈值下的孔隙图进行合并，得到有机孔隙图。 10.一种泥页岩不同矿物孔隙自动识别系统，其特征在于，包括：图像获取模块，用于获取泥页岩扫描电镜灰度图；第一确定模块，用于确定所述泥页岩扫描电镜灰度图的无机矿物孔隙图和干酪根区域图；膨胀模块，用于对所述无机矿物孔隙图进行膨胀操作，得到膨胀后的无机矿物孔隙图；第二确定模块，用于对比所述无机矿物孔隙图和所述膨胀后的无机矿物孔隙图，将所述膨胀后的无机矿物孔隙图中多出的区域确定为膨胀区域；统计模块，用于统计膨胀对应区域中硅质矿物的像素点个数、钙质矿物的像素点个数和粘土矿物的像素点个数；所述膨胀对应区域为分辨率校准后的能谱矿物分布图中与所述膨胀区域对应的区域；比例计算模块，用于依据所述硅质矿物的像素点个数、所述钙质矿物的像素点个数和所述粘土矿物的像素点个数，计算硅质矿物所占比例、钙质矿物所占比例和粘土矿物所占比例；图版绘制模块，用于依据所述硅质矿物所占比例、所述钙质矿物所占比例和所述粘土矿物所占比例，绘制矿物孔隙三角图图版；所述矿物孔隙三角图图版是以硅质矿物、钙质矿物和粘土矿物作为三个端元，每两个端元两两相连而成的；孔隙识别模块，用于依据所述矿物孔隙三角图图版确定所述无机矿物孔隙图中孔隙对应的矿物类型。
所属类别：	发明专利