论文部分内容阅读
本文主要研究基于数字岩心的孔喉分离方法。主要分为两步:一是采用基于距离变换的细化算法提取数字岩心孔隙空间的中轴,二是采用基于形状因子的形状分解算法将孔隙和喉道分离。目前已有许多中轴提取算法,大多数容易受到边界噪声等的影响,产生许多冗余枝节,而且中轴的端点往往不是孔隙的中心,不准确,甚至有的算法计算量比较大,复杂度比较高,不适用于数据量大的三维数字岩心。基于距离变换的细化算法,首先对数字岩心孔隙空间进行距离映射,找到边界距离值是局部最小值的点作为似孔隙中心点,然后使用细化算法对数字岩心孔隙空间进行细化,监控细化过程,使中轴的两端恰好是似孔隙中心并保持孔隙空间的连通性不变,直到将孔隙空间转化为一条像素宽度为1的曲线即中轴,最后删除中轴提取的过程中产生的冗余枝节。采用基于距离变换的细化算法提取的中轴端点的位置具有准确性,受边界噪声的影响比较小,能够简单有效地删除冗余枝节,并且计算量小,算法复杂度低,对数据量比较大的三维数字岩心比较适用。现在也有许多形状分解算法,有的已有较好的效果,比较符合人类的视觉习惯,但是大多数算法不能预知分解后的子部分个数,就人们习惯而言,我们更关心孔隙部分的形状,而比较不注重喉道部分的形状,不能智能地、选择性地加强、突出孔隙部分的形状,并且大多只适用于二维图像,处理三维空间时计算量大,算法复杂度高。基于形状因子的形状分解算法,首先建立分割面,每个孔隙中心的每条中轴都对应一个分割面,然后计算分割出的孔隙的形状因子,最后通过改变分割面的位置,计算得到使形状因子达到最大值的分割面的组合。基于形状因子的形状分解算法分解效果符合人类的视觉,并且拥有一个评估分解效果好坏的标准,而且算法围绕孔隙进行分解,更容易突出孔隙部分的形状,算法还具有可预知性,分解后的孔隙部分和喉道部分的个数分别正好为孔隙中心的个数和孔隙中轴的条数,另外,基于形状因子的形状分解算法计算量小,比较适用于三维数字岩心。