[发明专利]基于成像测井图像纹理的页岩纹层非均质性数据处理方法

权利要求书

1.一种基于成像测井图像纹理的页岩纹层非均质性数据处理方法，其特征在于，所述基于成像测井图像纹理的页岩纹层非均质性数据处理方法包括：

首先，利用成像测井图像垂直获得垂向上岩石结构图像，在垂直上连续且高效地采集不同分辨率下的岩石图像样本；

其次，采用tamura纹理特征算法，利用计算机自动提取成像测井图像的粗糙度、对比度及方向度；

最后，基于大量图像的提取参数结果，采用层次分析方法对各个特征参数进行了量化，分析其所占权重，构建页岩纹层非均质性定量表征模型；

所述基于成像测井图像纹理的页岩纹层非均质性数据处理方法具体包括以下步骤：

步骤一、通过不同页岩岩相岩心和薄片观察，根据页岩本身具有成层性，定义页岩纹层非均质性结构的描述参数包括纹层的连续性、排列方式、韵律性、清晰度及厚度或密度；

步骤二、结合页岩纹层非均质性结构的特点，确定岩性或薄片灰度图像的计算范围，划分像素网格并明确计算单元，建立页岩纹层非均质性结构与Tamura纹理特征的数学转换关系；

步骤三、将页岩纹层非均质性结构描述参数与Tamura纹理算法所得图像各向特征值建立对应关系，并根据图像Tamura纹理特征的粗糙度、方向度及对比度，定量描述页岩纹层结构的连续性、排列方式、韵律性、清晰度及厚度或密度；

步骤四、根据岩心或薄片所反映的图像纹理特征参数刻度成像测井图像的纹理特征，确定计算井的井段范围和垂直分辨率，利用计算机截取不同分辨率下的成像测井图像，利用Tamura纹理特征算法，计算井段范围内的纹理特征参数，包括粗糙度、方向度及对比度；

步骤五、将纹理特征参数进行数据归一化处理，通过大量成像测井图像计算所获得的归一化纹理特征参数值，利用层次分析方法，确定各个纹理特征参数的权重值，以此建立定量表征页岩纹层非均质结构的数学关系模型，求取全井段的页岩纹层非均质性指数；

所述步骤四中，tamura纹理特征参数值F的归一化方法为：

其中，F_i为F_crs粗糙度，F_dir方向度，F_con对比度归一化值；F₀为原始值；F_max为最大值；F_min为最小值；

进一步包括：

(1)对于归一化后的tamura纹理特征参数值的权重确定，采取了层次分析方法，具体方法如下：优先关系矩阵建立，优先关系矩阵又称模糊互补矩阵，是各个参数相互之间的比较矩阵，公式如下：

其中，r_ij表示元素i相对于元素j的重要程度值，且r_ij+r_ji＝1，与元素重要程度权重w_i和w_j之间的关系如下：

r_ij＝0.5+(w_i-w_j)β；

其中，β表示各元素重要程度的差异，0β≤0.5；

(2)优先关系矩阵改造模糊一致矩阵，根据一致性关系r_ij＝r_ik-r_jk+0.5将优先关系矩阵进行改造，得到：

其中

(3)再根据公式得到R的特征向量w'＝(w₁',w₂'...w_n')^T，其中a的值越小表示越重视因素间重要程度的影响，推导出各因素权重值；

(4)将各层次间的重要性权值转换为相对于目标的综合权重，并根据计算结果得出优劣顺序；

(5)建立页岩纹层非均质性指数LHI的各因素模糊矩阵R，通过计算得到上述模糊矩阵的特征向量w′：

w′＝(a,b,c)；

得到了页岩纹层的非均质性指数LHI中各个参数的权重值，建立页岩纹层非均质性指数的数学关系模型：

LHI＝a*F_crs+b*F_dir+c*F_con。