CN113554673B - 一种基于随钻电成像图像的自动识别裂缝的方法及系统 - Google Patents

Abstract

本发明提供了一种基于随钻电成像图像的自动识别裂缝的方法及系统，该方法通过对测量的数据进行预处理，基于预处理后的随钻电成像数据获取对应的随钻电成像图像，并采用设定的方法对随钻电成像图像进行分割处理，获取目标裂缝特征图像；进而基于确定的裂缝提取深度确定对应的裂缝特征等效曲线方程；最后将满足评估要求的裂缝特征等效曲线方程的特征参数输出。采用本发明的方法克服了现有技术无法在随钻环境下自动识别裂缝特征及识别结果精确度不足的缺陷，基于预处理后的数据及裂缝特征提取策略，在有效的提取随钻电成像图像中规则裂缝特征的基础上，并且计算速度快、准确性高，有助于油藏勘探领域的地质导向和开发指导。

Description

一种基于随钻电成像图像的自动识别裂缝的方法及系统

技术领域

本发明涉及油藏勘探及开发技术领域，尤其涉及一种基于随钻电成像图像的自动识别裂缝的方法及系统。

背景技术

随着油气勘探开发中大斜度井以及水平井的大量应用，某些测井仪器难以下井，如惯用的电缆测井仪器，基于此，随钻测井技术能够解决这一技术难题，实现钻井过程中的实时测量，应用于大斜度井或水平井的测量过程中。在油藏勘探的实时测量手段中，由于随钻测井是在钻开地层的第一时间进行测量，井眼环境对地层的改造程度较低，此时测量得到的地层参数信息更接近原始地层信息，为储层评价提供了更为可靠的测井资料，在实现储层实时评价的基础上，能够进行实时地质导向，为钻井的实时决策和完井优化设计提供重要依据。

随钻电阻率测井技术是最早发展和应用的随钻测井技术之一，领域内的技术人员也基于该测井技术推出了随钻电阻率成像测井技术并实现了现场应用，主要用于地质导向和地层评价，但是现有的随钻成像测井技术中，无论是在仪器制造还是数据处理技术等方面都存在技术壁垒。数据处理方面，储层裂缝特征的识别和提取无论是在电缆电成像领域还是随钻电成像领域内都是十分重要的数据处理内容，而在随钻电成像领域，现有的裂缝识别方法不能在随钻测量环境下实现自动识别，且裂缝特征识别结果的精确度不足，无法满足油藏勘探技术的需求。相较与现有的裂缝提取手段，例如电缆电成像裂缝提取，随钻电成像裂缝取方法也有着不同的操作要求，因此，需要提供一种合理、系统且能够在随钻测量环境下自动识别储层裂缝特征的处理方法。

发明内容

为解决上述问题，本发明提供了一种基于随钻电成像图像的自动识别裂缝的方法，在一个实施例中，所述方法包括：

步骤S1、对测量得到的随钻电成像数据进行预处理，并根据预处理后的随钻电成像数据获取对应的随钻电成像图像；

步骤S2、采用绝对分割阈值和数据比例阈值结合的方法对随钻电成像图像进行分割处理，获取目标裂缝特征图像；

步骤S3、确定目标裂缝特征图像的裂缝提取深度，并基于所述裂缝提取深度确定目标裂缝特征图像的裂缝特征等效曲线方程；

步骤S4、对目标裂缝特征图像的裂缝特征等效曲线方程进行评估，若其满足评估要求，则将其对应的裂缝特征参数输出。

一种实施案例中，在所述步骤S1中，对测量得到的随钻电成像数据进行预处理的过程包括：

对测量得到的随钻电成像数据进行测量深度规范化处理，令随钻电成像数据每行数据深度唯一且相邻行测量数据之间深度采样间隔相同；以及

对得到的随钻电成像数据进行检测确定其中的坏数据并对所述坏数据进行修复；其中，所述坏数据包括：预先定义的无效测量值、与相邻测量值的差值异常的测量值、与相邻行测量值的差值异常的测量值集、与相邻列测量值的差值异常的测量值集。

一种实施案例中，在所述步骤S1中，还包括：采用成像数据均衡处理方法消除所述随钻电成像图像中不同方位测量曲线的背景差异。

一种实施案例中，在所述步骤S2中，包括以下操作：

将所述随钻电成像图像的特征点中测量值满足设定的绝对分割阈值条件的所有特征点作为初始目标特征点；

获取所述初始目标特征点的数量，若其数量满足设定的数据比例阈值条件，则将当前的所有初始目标特征点作为目标特征点；否则，根据测量值从所有的初始目标特征点中选取满足设定数据比例阈值条件数量的特征点作为目标特征点；

将获取的目标特征点形成的图像作为目标裂缝特征图像。

一种实施案例中，在所述步骤S3中，确定目标裂缝特征图像的裂缝提取深度的过程，包括：

从所述目标裂缝特征图像选取设定方位的测量曲线，从所述测量曲线中选取满足设定绝对分割阈值条件的连续区间；

根据各连续区间的起始深度和终止深度确定目标裂缝特征图像的裂缝提取深度。

一种实施案例中，在所述步骤S3中，基于所述裂缝提取深度确定目标裂缝特征图像的裂缝特征等效曲线方程的过程，包括

采用半周期点对坐标统计计数的方法求取所述裂缝特征等效曲线方程的正弦曲线基数；

采用遍历循环的方法确定所述裂缝特征等效曲线方程的正弦曲线幅值和初始相位值。

一种实施案例中，在所述步骤S3中，所述裂缝特征等效曲线方程如下式所示：

y＝Asin(x+β)+y₀

式中，A为正弦曲线幅值，x为目标裂缝特征图像的方位数值，β为初始相位值，y₀为正弦曲线基数。

一种实施案例中，在确定所述裂缝特征等效曲线方程的正弦曲线幅值之前，还包括：

根据设定的窗长对所述正弦曲线幅值进行筛选，以剔除干扰项并保证保留足够大的相对夹角。

一种实施案例中，在所述步骤S4中，对目标裂缝特征图像的裂缝特征等效曲线方程进行评估的过程，包括：

将所述目标裂缝特征图像所有列的方位代入裂缝特征曲线方程中，计算获取所有的方位-函数值点值对，确定处于所述目标特征点的点值对数量，根据其数量以及目标特征图像所有列的方位数量计算目标数量识别值，若所述目标数量识别值满足设定的数量阈值，则确定对应的裂缝特征等效曲线方程满足评估要求。

基于上述任意一个或多个实施案例的其他方面，本发明还提供一种基于随钻电成像图像的自动识别裂缝的系统，该系统执行上述任意一个或多个实施案例中所述的方法。

与最接近的现有技术相比，本发明还具有如下有益效果：

本发明提供的基于随钻电成像图像的自动识别裂缝的方法及系统，通过对测量的数据进行预处理，基于预处理后的随钻电成像数据获取对应的随钻电成像图像，为裂缝特征的识别提供可靠的数据支持，相当程度上保证了识别结果的精确性，基于确定的裂缝提取深度确定目标裂缝特征图像的裂缝特征等效曲线方程，将满足评估要求的特征参数作为裂缝特征识别结果，克服了现有技术中对随钻测量环境的局限，及识别结果精确度不足的技术问题，并且计算速度快、准确性高，有助于油藏勘探领域的地质导向和开发指导。

本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在说明书以及附图中所特别指出的结构来实现和获得。

附图说明

附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例共同用于解释本发明，并不构成对本发明的限制。在附图中：

图1是本发明实施例中基于随钻电成像图像的自动识别裂缝的方法的流程示意图；

图2是本发明实施例中基于随钻电成像图像的自动识别裂缝的方法的执行明细示意图；

图3是本发明实施例中自动识别裂缝方法中确定正弦曲线参数幅值A和初始相位β的统计方法示意图；

图4示出了本发明实施例中识别结果对应目标特征图像以及原始静动态图像的对比示意图；

图5是本发明实施例中裂缝面与井眼的相交模型示意图；

图6是本发明实施例中基于随钻电成像图像的自动识别裂缝的系统的结构示意图。

具体实施方式

以下将结合附图及实施例来详细说明本发明的实施方式，借此本发明的实施人员可以充分理解本发明如何应用技术手段来解决技术问题，并达成技术效果的实现过程并依据上述实现过程具体实施本发明。需要说明的是，只要不构成冲突，本发明中的各个实施例以及各实施例的各个特征可以相互结合，所形成的技术方案均在本发明的保护范围之内。

随着油气勘探开发中大斜度井以及水平井的大量应用，某些测井仪器难以下井，如惯用的电缆测井仪器，基于此，随钻测井技术能够解决这一技术难题，实现钻井过程中的实时测量，应用于大斜度井或水平井的测量过程中。在油藏勘探的实时测量手段中，由于随钻测井是在钻开地层的第一时间进行测量，井眼环境对地层的改造程度较低，此时测量得到的地层参数信息更接近原始地层信息，为储层评价提供了更为可靠的测井资料，在实现储层实时评价的基础上，能够进行实时地质导向，为钻井的实时决策和完井优化设计提供重要依据。

随钻电阻率测井技术是最早发展和应用的随钻测井技术之一，领域内的技术人员也基于该测井技术推出了随钻电阻率成像测井技术并实现了现场应用，主要用于地质导向和地层评价，但是现有的随钻成像测井技术中，无论是在仪器制造还是数据处理技术等方面都存在技术壁垒。数据处理方面，储层裂缝特征的识别和提取无论是在电缆电成像领域还是随钻电成像领域内都是十分重要的数据处理内容，而在随钻电成像领域，现有的裂缝识别方法不能在随钻测量环境下实现自动识别，且裂缝特征识别结果的精确度不足，无法满足油藏勘探技术的需求。

随钻电成像测井资料把数据直接变成反映地质现象的可视化图像，能更直观地反映地质特征，应用更加简便。随钻电成像测井相比其它随钻测井仪器具有很高的测量分辨率，可以连续揭示井筒表面岩石结构的详细特征，并具有方向性，具备能够精确分析地层倾角、方位和地层间接触关系的能力。裂缝特征的识别和提取无论是在电缆电成像领域还是随钻电成像领域内都是十分重要的数据处理内容，而在随钻电成像领域，裂缝自动识别的方法并不丰富，各种方法的应用效果也不尽理想。相较与电缆电成像裂缝提取，随钻电成像裂缝取方法也有着不同的要求，在随钻测量环境下缺少有效的裂缝处理方法。

为克服现有技术中的缺陷满足上述需求，本发明提供一种基于随钻电成像图像的自动识别裂缝的方法及系统，在随钻测量环境下该方法以随钻电成像数据为对象进行裂缝特征的自动识别，主要以规则裂缝(裂缝面斜交并贯穿井筒)作为提取目标，其在井壁图像中的特征可以用正余弦曲线来近似表示。该方法其具有计算速度快，提取准确性高，并能同时计算多个裂缝参数的特点，能够应用于实时地质导向和钻后测井解释评价过程中。下面参考附图对本发明各个实施例进行说明。

实施例一

图1示出了本发明实施例一提供的基于随钻电成像图像的自动识别裂缝的方法的流程示意图，参照图1可知，该方法包括如下步骤。

步骤S110、对测量得到的随钻电成像数据进行预处理，并基于预处理后的随钻电成像数据获取对应的随钻电成像图像。

实际应用中，本领域油藏勘探过程中测量获取的随钻电成像测量数据具有以下特点：仪器在实际测量过程中是旋转测量的，其在周向上测量多个方位上的数据，整个测量过程的数据是一个二维阵列数据，不同的列表示不同方位的测量值，不同行表示不同深度的测量值，将二维阵列数据根据色标显示就是随钻电成像图像，其测量图像的特点是井眼周向360°全覆盖，故测得的裂缝特征在周向上具有连续性，这是电缆电成像图像所不具备的。

为了能准确快速的提取随钻电成像图像中的裂缝特征，需要保障随钻电成像数据的精确度，因此，本发明中在基于随钻电成像数据进行处理实现裂缝特征的自动识别之前，先对随钻电成像数据进行一系列预处理，其在裂缝自动提取流程中能够有效降低异常干扰提高裂缝提取率。图2示出了本发明实施例中基于随钻电成像图像的自动识别裂缝的方法的执行明细示意图，如图2所示，在该步骤中，对测量得到的随钻电成像数据进行预处理的过程，包括：

对测量得到的随钻电成像数据进行测量深度规范化处理，令随钻电成像数据每行数据深度唯一且相邻行测量数据之间深度采样间隔相同。

实际应用中，上述步骤是为了对随钻电成像数据进行测量深度规范化处理，该步骤需要进行等深数据的筛选处理和测量数据深度重采样处理，执行该操作的目的是保证测量得到的随钻电成像的二维阵列数据的每一行数据在深度上具有唯一性，且每相邻两行测量数据之间具有相同的深度采样间隔，

进一步地，还包括：对得到的随钻电成像数据进行检测确定其中的坏数据并对所述坏数据进行修复；其中，坏数据包括：预先定义的无效测量值、与相邻测量值的差值异常的测量值、与相邻行测量值的差值异常的测量值集、与相邻列测量值的差值异常的测量值集。

具体的，结合实际应用，该操作中对进行了深度规范化处理得到的随钻电成像数据进行检测，获取其中的坏数据，并对获取的坏数据进行修复。本发明实施例中主要定义了四种类型的坏数据，如下：①测量值是仪器测量中定义好的无效值，如-999.25；②单个测量点比与其相邻的测量点的值异常的大或者异常的小，在图像表现为亮色或者暗色的点；③横向(周向)连续多个测量点比上下两行测量数据异常的大或者异常小，在成像图中表现为亮色或者暗色的横条纹；④纵向(深度方向)连续多个测量点比上下两行测量数据异常的大或者异常小，在成像图中表现为亮色或者暗色的竖条纹。针对上述类型的坏数据进行检测和修复处理。执行上述操作的目的是为了尽量消除成像数据中的坏数据，降低对后续图像特征提取的影响。

通过预处理完成对随钻电成像数据的测量深度规范化处理以及坏数据检测和修复后，需要滤除随钻电成像数据对应图像中除裂缝特征以外的背景特征，因此有步骤S120、采用绝对分割阈值和数据比例阈值结合的方法对随钻电成像图像进行分割处理，获取目标裂缝特征图像。

通过执行上述操作以获得裂缝识别的目标特征对象，该步骤中，具体包括以下操作：将随钻电成像图像的特征点中测量值满足设定的绝对分割阈值条件的所有特征点作为初始目标特征点；

获取初始目标特征点的数量M，若其数量M满足设定的数据比例阈值条件，则将当前的所有初始目标特征点作为目标特征点；否则，根据测量值从所有的初始目标特征点中选取满足设定数据比例阈值条件数量的特征点作为目标特征点；将获取的目标特征点形成的图像作为目标裂缝特征图像。

实际应用中，绝对阈值和数据比例阈值相结合的成像数据分割方法的实现流程及方法如下：①假设某点的测量值为Vi，给定分割阈值为Va，数据量分割比例阈值为Pa，如果Vi>Va则视该点为目标特征点，否则为非特征点，判定为特征点的位置置1，否则置0，得到初步的目标特征图像。②再根据给定的比例阈值Pa计算最终的目标特征图像，假设当前目标特征点的数量为M，此时若M＞Pa*N，则对所有目标特征点的原始测量值进行升序排序，取最大的Pa*N个点作为目标特征点，其余点置为非目标特征点，若M＜Pa*N，则不做处理，经过上述处理后形成最后的目标裂缝特征图像。该步骤去除能够有效去除无关背景特征，将其得到的目标裂缝特征图像作为自动识别裂缝特征的对象，降低了背景数据对计算操作的干扰，能够一定程度上保障识别裂缝特征的效率，同时提升识别结果的可靠性。

本发明实施例中基于获得的目标裂缝特征图像利用其对应的裂缝特征等效曲线方程实现裂缝特征的自动识别。即包括步骤S130、确定目标裂缝特征图像的裂缝提取深度，并基于裂缝提取深度确定目标裂缝特征图像的裂缝特征等效曲线方程。

其中，当一个裂缝面与井眼斜交并贯穿井眼时，在井壁的展开图中裂缝表现为一条正弦曲线，因此设计裂缝特征等效曲线方程如下式所示：

y＝Asin(x+β)+y₀

式中，A为正弦曲线幅值，x为目标裂缝特征图像的方位数值，β为初始相位值，y0为正弦曲线基数。

在实现裂缝特征的自动识别之前需要计算确定裂缝的提取位置，因此包括以下步骤：确定目标裂缝特征图像的裂缝提取深度，具体包括：

从目标裂缝特征图像选取设定方位的测量曲线，从所述测量曲线中选取满足设定绝对分割阈值条件的连续区间；

根据各连续区间的起始深度和终止深度确定目标裂缝特征图像的裂缝提取深度。

在一个实施例中，确定裂缝提取位置的方法实现流程下：①取180方位的测量曲线，检测所有特征为1的连续区间，假设数量为n个。②求各连续区间的起始深度为Si，终止深度为Ei，求取区间的中点深度Fi＝(Si+Ei)/2，得到的Fi值即为要进行裂缝特征提取的深度位置。

进一步地，在一个实施例中，基于裂缝提取深度确定目标裂缝特征图像的裂缝特征等效曲线方程的过程中，根据以下步骤确定裂缝特征等效曲线方程的参数：

采用半周期点对坐标统计计数的方法求取裂缝特征等效曲线方程的正弦曲线基数。

采用遍历循环的方法确定裂缝特征等效曲线方程的正弦曲线幅值和初始相位值。

结合实际应用，计算前给定一个计算窗长W，W为纵向测量点数，在窗长W内提取裂缝特征，本发明实施例采用半周期点对坐标统计计数的方法求取裂缝特征等效曲线方程的正弦曲线基数，具体包括：①遍历窗长内所有周期间隔为T/2的目标特征点对；②对于每一组点对的Y坐标值y1和y2的平均值y_m＝(y1+y2)/2进行统计计数；③查找计数最高的y_m点为y_max，进而确定基线y₀＝y_max。

正弦周期默认为2π，即ω默认取1。如果再求出幅值A和初始相位β就可以唯一确定正弦曲线的方程。图3示出了本发明实施例中自动识别裂缝方法中确定正弦曲线参数幅值A和初始相位β的统计方法示意图，结合图3分析，同一裂缝特征上的点都符合同一个正弦曲线方程，即都具有相同的A和β值，或者说具有非常接近的A值和β值，进一步地，在采用遍历循环的方法确定裂缝特征等效曲线方程的正弦曲线幅值和初始相位值的过程中，包括以下操作：①由于窗长内各目标特征点的深度已知，即y＝Asin(ωx+β)+y₀方程中的y值已知，求出幅值A的表达式A＝(y-y₀)/sin(x+β)，其中x表示测量点的方位值(测量点方位为已知量)，要求取A的值只需给定β的值。②对于每一个目标特征点循环β值(β∈[0°，360°]，β按照一定的步长递增)，得到许多(A，β)点值对；③对窗长内所有的目标特征点和初始相位β进行循环得到众多(A，β)点值对，对(A，β)点值对进行统计计数；④在窗长内所有的目标特征点计算完成后，统计计数率最大的(A，β)点值对，进而确定该点的A和β为裂缝特征方程的A和β参数。

进一步地，在进行完上述流程后就能得到裂缝特征的曲线方程，此时还不能确定得到的裂缝参数方程是否满足要求，需要再进行裂缝特征曲线的误差计算，判断计算结果是否符合误差要求。因此有步骤S140、对目标裂缝特征图像的裂缝特征等效曲线方程进行评估，若裂缝特征等效曲线方程满足评估要求，将其对应的特征参数输出。

其中，对目标裂缝特征图像的裂缝特征等效曲线方程进行评估的过程，包括：

将目标裂缝特征图像所有列的方位代入裂缝特征曲线方程中，计算获取所有的方位-函数值点值对，确定点值对中处于目标特征点的数量，根据其以及目标特征图像所有列的方位数量计算目标数量识别值，若目标数量识别值满足设定的数量阈值，则确定对应的裂缝特征等效曲线方程满足评估要求。

在一个实施例中，按照目标特征图像各列的方位带入裂缝特征曲线方程y＝Asin(x+β)+y₀中，计算y的值，带入所有列的方位x_i就可得到多个y_i，即多组(x_i，y_i)点值对，假定所有列数(方位数)为Q。检查这些(x_i，y_i)点值对是否都处于目标特征图像的特征点上，假定(x_i，y_i)点值对处于目标特征点的数量为K,给定符合百分比阈值P_f，计算K/Q的值，即目标数量识别值，该目标数量识别值越大说明识别误差越小，因此，如果K/Q>P_f则确定该目标特征图像符合要求。

图4示出了本发明实施例中识别结果对应目标特征图像以及原始静动态图像的对比示意图，结合图4中透露的信息，可以得知，本发明上述实施例通过设计和使用独特的数据处理策略和裂缝特征提取策略，可以有效的提取随钻电成像图像中的规则裂缝特征，并且计算速度快、准确性高，能够有效提升对随钻电成像数据的处理能力。

以上实施例仅为本发明的一种实施方式，其描述较为具体和详细，但不能因此而理解为对本发明专利保护范围的限制。其具体使用方法可根据实际需要进行相应的调整。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。

实施例二

该实施例中提供一种基于随钻电成像图像的自动识别裂缝的方法，该方法中与上述实施例相同的步骤不再赘述，仅对存在区别的步骤进行说明。

该实施例中，对测量得到的随钻电成像数据进行预处理的过程，不仅包括：

对随钻电成像数据进行测量深度规范化处理，获取每行数据深度唯一且相邻行测量数据之间深度采样间隔相同的随钻电成像数据。

实际应用中，通过该步骤对随钻电成像数据进行测量深度规范化处理，该步骤需要进行等深数据的筛选处理和测量数据深度重采样处理，执行该操作的目的是保证测量得到的随钻电成像的二维阵列数据的每一行数据在深度上具有唯一性，且每相邻两行测量数据之间具有相同的深度采样间隔。

以及，检测随钻电成像数据中的坏数据并对其进行修复；其中，坏数据包括：预先定义的无效测量值，与相邻测量值的差值异常的测量值，与相邻行测量值的差值异常的测量值集，与相邻列测量值的差值异常的测量值集。

此外，该实施例还包括：采用成像数据均衡处理方法消除随钻电成像图像中不同方位测量曲线的背景差异。

通过上述操作对随钻电成像图像进行成像数据均衡处理，能够有效消除不同方位上测量曲线的背景差异，使得实际地质特征在图像中表现的更加连续，本步骤使用常见成像数据均衡处理方法进行处理。该操作对随钻电成像图像不同方位测量曲线的背景进行了均衡，为识别获取目标裂缝特征图像步骤提供可靠的图像数据支持，能够进一步保障识别结果的精确度。

实施例三

该实施例提供一种基于随钻电成像图像的自动识别裂缝的方法，该方法中与上述实施例相同的步骤不再赘述，仅对存在区别的步骤进行说明。

该实施例提供的自动识别裂缝方法，在步骤S130中，采用半周期点对坐标统计计数的方法求取裂缝特征等效曲线方程的正弦曲线基数之后，在确定裂缝特征等效曲线方程的正弦曲线幅值之前，还包括：

根据设定的窗长对正弦曲线幅值进行筛选，以剔除干扰项并保证保留足够大的相对夹角。

实际应用中，对计算的A值进行统计之前采用上述操作先对A值进行筛选，能减少内存开销和提高计算速度。本发明实施例设计的A值筛选策略是：给定最小值和最大值区间范围[A_min，A_max]，Amax表示A的取值上限，A_min表示A的取值下限。根据经验取A_max＝W/2，因为裂缝特征的幅值不允许超出计算窗长，由于一般斜交裂缝都与井眼具有一定的相对夹角但又不会垂直于井眼，取A_min＝W/12，既能保证保留相对夹角较大的裂缝又能剔除一部分干扰项。图5中示出了本发明实施例中裂缝面与井眼的相交模型示意图，根据图5中透露的信息可知，保留相对夹角较大的裂缝有助于帮助选取裂缝特征等效曲线方程。

通过上述操作剔除正弦曲线幅值中的干扰项，基于合理可靠的项展开计算获取裂缝特征等效曲线方程的正弦曲线幅值，有助于保障正弦曲线幅值计算结果的可靠性，同时一定程度上提升关联计算成果初始相位值的精确度，必然能够有效提升裂缝特征等效曲线方程的可靠度，是保障裂缝特征识别结果精确性的有力支持。

实施例四

基于上述实施例的其他技术内容，本发明还提供一种基于随钻电成像图像的自动识别裂缝的系统，该系统执行上述任意一个或多个实施例中的方法和步骤。

图6示出了本发明实施例中基于随钻电成像图像的自动识别裂缝的系统的结构示意图，该系统中的各个模块，分别执行实施例一至实施例三的相应步骤。

如图6所示，本发明实施例的加速试验系统主要包括：

数据预处理模块61，其用于对测量得到的随钻电成像数据进行预处理，基于预处理后的随钻电成像数据获取对应的随钻电成像图像；

数据分割模块63，其采用绝对分割阈值和数据比例阈值结合的方法对随钻电成像图像进行分割处理，获取目标裂缝特征图像；

裂缝特征识别模块65，其用于确定目标裂缝特征图像的裂缝提取深度，并基于裂缝提取深度根据裂缝特征等效曲线方程自动识别目标裂缝；

特征评估模块67，其用于将识别的目标裂缝对应裂缝特征等效曲线方程的特征参数输出。

在一个实施例中，所述数据预处理模块61通过以下操作对测量得到的随钻电成像数据进行预处理：

对测量得到的随钻电成像数据进行测量深度规范化处理，令随钻电成像数据每行数据深度唯一且相邻行测量数据之间深度采样间隔相同；以及

对得到的随钻电成像数据进行检测确定其中的坏数据并对所述坏数据进行修复；其中，所述坏数据包括：预先定义的无效测量值、与相邻测量值的差值异常的测量值、与相邻行测量值的差值异常的测量值集、与相邻列测量值的差值异常的测量值集。

在一个实施例中，所述数据预处理模块61还设置为：采用成像数据均衡处理方法消除所述随钻电成像图像中不同方位测量曲线的背景差异。

在一个实施例中，数据分割模块63通过以下操作对随钻电成像图像进行分割处理：

将所述随钻电成像图像的特征点中测量值满足设定的绝对分割阈值条件的所有特征点作为初始目标特征点；

获取所述初始目标特征点的数量，若其数量满足设定的数据比例阈值条件，则将当前的所有初始目标特征点作为目标特征点；否则，根据测量值从所有的初始目标特征点中选取满足设定数据比例阈值条件数量的特征点作为目标特征点；

将获取的目标特征点形成的图像作为目标裂缝特征图像。

在一个实施例中，所述裂缝特征识别模块65通过以下操作确定目标裂缝特征图像的裂缝提取深度：

从所述目标裂缝特征图像选取设定方位的测量曲线，从所述测量曲线中选取满足设定绝对分割阈值条件的连续区间；

根据各连续区间的起始深度和终止深度确定目标裂缝特征图像的裂缝提取深度。

在一个实施例中，所述裂缝特征识别模块65基于所述裂缝提取深度确定目标裂缝特征图像的裂缝特征等效曲线方程的过程，包括

采用半周期点对坐标统计计数的方法求取所述裂缝特征等效曲线方程的正弦曲线基数；

采用遍历循环的方法确定所述裂缝特征等效曲线方程的正弦曲线幅值和初始相位值。

在一个实施例中，所述裂缝特征等效曲线方程如下式所示：

y＝Asin(x+β)+y₀

式中，A为正弦曲线幅值，x为目标裂缝特征图像的方位数值，β为初始相位值，y₀为正弦曲线基数。

在一个实施例中，裂缝特征识别模块65在确定所述裂缝特征等效曲线方程的正弦曲线幅值之前，还设置为：

根据设定的窗长对所述正弦曲线幅值进行筛选，以剔除干扰项并保证保留足够大的相对夹角。

在一个实施例中，所述特征评估模块67通过以下操作对目标裂缝特征图像的裂缝特征等效曲线方程进行评估：

将所述目标裂缝特征图像所有列的方位代入裂缝特征曲线方程中，计算获取所有的方位-函数值点值对，确定处于所述目标特征点的点值对数量，根据其数量以及目标特征图像所有列的方位数量计算目标数量识别值，若所述目标数量识别值满足设定的数量阈值，则确定对应的裂缝特征等效曲线方程满足评估要求。

本发明实施例提供的基于随钻电成像图像的自动识别裂缝的系统中，各个模块或单元结构可以根据实际需求独立运行或组合运行，以实现相应的技术效果。

应该理解的是，本发明所公开的实施例不限于这里所公开的特定结构、处理步骤或材料，而应当延伸到相关领域的普通技术人员所理解的这些特征的等同替代。还应当理解的是，在此使用的术语仅用于描述特定实施例的目的，而不意味着限制。

说明书中提到的“一实施例”意指结合实施例描述的特定特征、结构或特征包括在本发明的至少一个实施例中。因此，说明书通篇各个地方出现的短语“一实施例”并不一定均指同一个实施例。

虽然本发明所揭露的实施方式如上，但所述的内容只是为了便于理解本发明而采用的实施方式，并非用以限定本发明。任何本发明所属技术领域内的技术人员，在不脱离本发明所揭露的精神和范围的前提下，可以在实施的形式上及细节上作任何的修改与变化，但本发明的专利保护范围，仍须以所附的权利要求书所界定的范围为准。

Claims (7)

1.一种基于随钻电成像图像的自动识别裂缝的方法，其特征在于，所述方法包括：

步骤S1、对测量得到的随钻电成像数据进行预处理，并根据预处理后的随钻电成像数据获取对应的随钻电成像图像；

步骤S2、采用绝对分割阈值和数据比例阈值结合的方法对随钻电成像图像进行分割处理，获取目标裂缝特征图像；

步骤S3、确定目标裂缝特征图像的裂缝提取深度，并基于所述裂缝提取深度确定目标裂缝特征图像的裂缝特征等效曲线方程；

步骤S4、对目标裂缝特征图像的裂缝特征等效曲线方程进行评估，若其满足评估要求，则将其对应的裂缝特征参数输出；

所述步骤S1中，对测量得到的随钻电成像数据进行预处理的过程包括：

对测量得到的随钻电成像数据进行测量深度规范化处理，令随钻电成像数据每行数据深度唯一且相邻行测量数据之间深度采样间隔相同；

在所述步骤S2中，包括以下操作：

将所述随钻电成像图像的特征点中测量值满足设定的绝对分割阈值条件的所有特征点作为初始目标特征点；

获取所述初始目标特征点的数量，若其数量满足设定的数据比例阈值条件，则将当前的所有初始目标特征点作为目标特征点；否则，根据测量值从所有的初始目标特征点中选取满足设定数据比例阈值条件数量的特征点作为目标特征点；

将获取的目标特征点形成的图像作为目标裂缝特征图像；

在所述步骤S3中，确定目标裂缝特征图像的裂缝提取深度的过程，包括：

从所述目标裂缝特征图像选取设定方位的测量曲线，从所述测量曲线中选取满足设定绝对分割阈值条件的连续区间；

根据各连续区间的起始深度和终止深度确定目标裂缝特征图像的裂缝提取深度；

确定如下式所示的裂缝特征等效曲线方程：

式中，A为正弦曲线幅值，x为目标裂缝特征图像的方位数值，β为初始相位值，为正弦曲线基数。

2.如权利要求1所述的方法，其特征在于，在所述步骤S1中，对测量得到的随钻电成像数据进行预处理的过程还包括：

对得到的随钻电成像数据进行检测确定其中的坏数据并对所述坏数据进行修复；其中，所述坏数据包括：预先定义的无效测量值、与相邻测量值的差值异常的测量值、与相邻行测量值的差值异常的测量值集、与相邻列测量值的差值异常的测量值集。

3. 如权利要求1或2所述的方法，其特征在于，在所述步骤S1中，还包括：采用成像数据均衡处理方法消除所述随钻电成像图像中不同方位测量曲线的背景差异。

4.如权利要求1所述的方法，其特征在于，在所述步骤S3中，基于所述裂缝提取深度确定目标裂缝特征图像的裂缝特征等效曲线方程的过程，包括

采用半周期点对坐标统计计数的方法求取所述裂缝特征等效曲线方程的正弦曲线基数；

采用遍历循环的方法确定所述裂缝特征等效曲线方程的正弦曲线幅值和初始相位值。

5.如权利要求4所述的方法，其特征在于，在确定所述裂缝特征等效曲线方程的正弦曲线幅值之前，还包括：

根据设定的窗长对所述正弦曲线幅值进行筛选，以剔除干扰项并保证保留足够大的相对夹角。

6.如权利要求1所述的方法，其特征在于，在所述步骤S4中，对目标裂缝特征图像的裂缝特征等效曲线方程进行评估的过程，包括：

将所述目标裂缝特征图像所有列的方位代入裂缝特征曲线方程中，计算获取所有的方位-函数值点值对，确定处于所述目标特征点的点值对数量，根据其数量以及目标特征图像所有列的方位数量计算目标数量识别值，若所述目标数量识别值满足设定的数量阈值，则确定对应的裂缝特征等效曲线方程满足评估要求。

7.一种基于随钻电成像图像的自动识别裂缝的系统，其特征在于，所述系统执行如权利要求1~6中任意一项所述的方法。