基于成像测井的裂缝智能识别新方法

论文摘要

在所有测井资料中,成像测井资料是最直观有效的裂缝识别资料。裂缝拾取的自动化可有效减少人力消耗。采用计算机视觉领域的图像语义分割模型DeepLabv3+,对裂缝区域进行像素分割,在分割结果的基础上利用霍夫变换提取裂缝形态参数。与传统方法相比,该方法能够更为准确,快速地提取裂缝区域,求取裂缝产状。

论文目录

• 0 引 言
• 1 研究现状
• 2 研究方法
•   2.1 语义分割
•   2.2 Google DeepLabv3+
•   2.3 霍夫变换提取正弦曲线
• 3 实验结果及讨论
•   3.1 数据集
•   3.2 评价指标
•   3.3 DeepLabv3+提取裂缝
•   3.4 霍夫变换提取裂缝参数
• 4 结 论

文章来源

类型: 期刊论文

作者: 李冰涛,王志章,孔垂显,蒋庆平,王伟方,雷祥辉

关键词: 成像测井,裂缝参数,语义分割,霍夫变换,卷积神经网络

来源: 测井技术 2019年03期

年度: 2019

分类: 工程科技Ⅰ辑,基础科学

专业: 地质学

单位: 中国石油大学(北京),中国石油新疆油田分公司勘探开发研究院

分类号: P631.81

DOI: 10.16489/j.issn.1004-1338.2019.03.007

页码: 257-262

总页数: 6

文件大小: 4457K

下载量: 181