分分彩投注平台

行业资讯

机器视觉技术助力油藏描述
发布日期:2019-01-07 浏览次数: 信息来源:中国海洋石油报 字号:[ ]
分享到:

目前,人工智能技术正迅速渗透到人类生活的各个层面,机器视觉作为人工智能快速发展的技术分支,正受到越来越多人的关注。在油气勘探开发过程中往往需要处理大量图像资料,如地震剖面、测井曲线、岩心照片、示功图等。传统处理方式依赖于人工解释,不仅费时费力,同时限于解释人员专业能力,给油田生产带来了很多不确定性隐患。机器视觉技术使得借助计算机智能解释图像成为可能,已成为建设“智慧油田”不可或缺的重要技术。

机器视觉是人工智能的重要分支,其主要任务是理解一幅图像,即认知利用像素所描绘的景物,其研究领域涉及图像处理、模式识别、光学信息处理、机器学习等。机器视觉的研究任务包括图像获取、特征提取、识别与分类、三维信息理解、景物描述、图像解释等。其中,图像的处理、分析与识别是机器视觉的核心任务。从图像处理到图像分析,再发展到最前沿的图像识别技术,其核心都是对数字图像中所包含信息的提取等。一个机器视觉系统主要由图像采集、图像处理、图像分析、图像识别及图像解释等5部分组成,最终实现感知周围视觉世界的目的。

目前机器视觉技术在油气领域主要应用于油藏描述方面。油藏描述是油气藏开发的根基,其精度制约着整个油气藏的开发效果。近些年国内外学者正积极地将机器视觉技术引入油藏描述的各个领域,以期运用计算机技术对相关图像资料进行准确、高效的智能解释。目前已在岩性描述、裂缝描述、油藏构造描述、储层物性评价等方面获得了一定进展。

在岩性描述方面,目前机器视觉技术主要用于岩石薄片中岩性信息的智能提取。机器视觉技术强调先进图像预处理技术的应用,以获得尽量多的用以描述岩性特征的参数,然后运用分类树、随机森林、K均值聚类技术开发岩性分类器:首先,将岩心薄片偏光图灰度化,然后根据岩性特点,设计不同类型碳酸盐岩的特征,最后训练神经网络对碳酸盐岩岩性进行智能识别。

在油藏构造描述方面,机器视觉主要应用于成像测井图像中地层产状信息的描述。机器系统将成像测井图像利用模糊神经网络技术实现对成像测井图像上地质单元的有效分割,实现对图像的智能解释,并将图像转换为灰度图,根据灰度突变检测表征地层界面的正弦曲线,利用曲线系数求取地层产状参数。

除上述领域外,机器视觉还应用到诸如钻井工程、油气成藏等领域。理论上讲,涉及人工图像处理与解释的油藏勘探开发任何领域均有机器视觉发挥的空间。通过对比机器视觉在各领域的应用情况,一般原始图像越复杂、解释要求越高,则对图像预处理技术、特征提取算法要求越高。图像中所包含的信息主要以形态、纹理及色彩形式表示。其中,以形态形式表示信息的图像识别相对简单。

随着国内外油气资源勘探开发难度的增大,对相关资料的解释精度要求越来越高。在油气勘探开发中,图像资料里必然包含有不少信息是不可能被肉眼识别的,尤其是那些蕴含在纹理、色彩中的信息,将机器视觉技术引入油气勘探开发领域是未来必然趋势之一。(黄众




【打印】 【关闭】

目的地搜索
返回
机器视觉技术助力油藏描述
发布日期:2019-01-07 信息来源:中国海洋石油报

目前,人工智能技术正迅速渗透到人类生活的各个层面,机器视觉作为人工智能快速发展的技术分支,正受到越来越多人的关注。在油气勘探开发过程中往往需要处理大量图像资料,如地震剖面、测井曲线、岩心照片、示功图等。传统处理方式依赖于人工解释,不仅费时费力,同时限于解释人员专业能力,给油田生产带来了很多不确定性隐患。机器视觉技术使得借助计算机智能解释图像成为可能,已成为建设“智慧油田”不可或缺的重要技术。

机器视觉是人工智能的重要分支,其主要任务是理解一幅图像,即认知利用像素所描绘的景物,其研究领域涉及图像处理、模式识别、光学信息处理、机器学习等。机器视觉的研究任务包括图像获取、特征提取、识别与分类、三维信息理解、景物描述、图像解释等。其中,图像的处理、分析与识别是机器视觉的核心任务。从图像处理到图像分析,再发展到最前沿的图像识别技术,其核心都是对数字图像中所包含信息的提取等。一个机器视觉系统主要由图像采集、图像处理、图像分析、图像识别及图像解释等5部分组成,最终实现感知周围视觉世界的目的。

目前机器视觉技术在油气领域主要应用于油藏描述方面。油藏描述是油气藏开发的根基,其精度制约着整个油气藏的开发效果。近些年国内外学者正积极地将机器视觉技术引入油藏描述的各个领域,以期运用计算机技术对相关图像资料进行准确、高效的智能解释。目前已在岩性描述、裂缝描述、油藏构造描述、储层物性评价等方面获得了一定进展。

在岩性描述方面,目前机器视觉技术主要用于岩石薄片中岩性信息的智能提取。机器视觉技术强调先进图像预处理技术的应用,以获得尽量多的用以描述岩性特征的参数,然后运用分类树、随机森林、K均值聚类技术开发岩性分类器:首先,将岩心薄片偏光图灰度化,然后根据岩性特点,设计不同类型碳酸盐岩的特征,最后训练神经网络对碳酸盐岩岩性进行智能识别。

在油藏构造描述方面,机器视觉主要应用于成像测井图像中地层产状信息的描述。机器系统将成像测井图像利用模糊神经网络技术实现对成像测井图像上地质单元的有效分割,实现对图像的智能解释,并将图像转换为灰度图,根据灰度突变检测表征地层界面的正弦曲线,利用曲线系数求取地层产状参数。

除上述领域外,机器视觉还应用到诸如钻井工程、油气成藏等领域。理论上讲,涉及人工图像处理与解释的油藏勘探开发任何领域均有机器视觉发挥的空间。通过对比机器视觉在各领域的应用情况,一般原始图像越复杂、解释要求越高,则对图像预处理技术、特征提取算法要求越高。图像中所包含的信息主要以形态、纹理及色彩形式表示。其中,以形态形式表示信息的图像识别相对简单。

随着国内外油气资源勘探开发难度的增大,对相关资料的解释精度要求越来越高。在油气勘探开发中,图像资料里必然包含有不少信息是不可能被肉眼识别的,尤其是那些蕴含在纹理、色彩中的信息,将机器视觉技术引入油气勘探开发领域是未来必然趋势之一。(黄众

分享到: