在地质研究及石油的生产开发中岩心资料的识别与表征具有极其重要意义。作为开发最早的一批海外油砂区块,麦凯河油砂区块下白垩统麦克默里(MCMR)组储层拥有着丰富的岩心资料。由于其特殊的潮控河口湾沉积体系,储层非均质性强,且岩心中发育了数量众多的毫米级泥质夹层,仅靠人工识别夹层难以满足研究需求,储层渗透率各向异性表征困难,亟需采用图像识别算法自动识别解决研究区泥质薄夹层的解释及分布问题。由于泥质薄夹层的数量众多且横向延展上极不稳定,对于油砂开发中蒸气腔的发育影响较大,因此在岩心泥质薄夹层识别的基础上开展夹层分布预测具有极为重要的意义。岩心泥质夹层识别利用的是岩心图像中泥质夹层与围岩具有差异性的特点,运用图像分割技术进行筛选分类统计。近年来各类图像分割算法层出不穷,但各类新型图像分割算法只能适用于特定场所,岩心泥质薄夹层作为一种新的图像识别对象,需要对不同类型识别方法进行比较,以挑选最优识别方法,服务于夹层解释和预测工作。本次研究选择了OTSU分割,粒子群双阈值分割,FCM聚类分割,神经网络方法在研究区中开展薄夹层自动识别对比研究。各样本岩心识别结果表明粒子群算法识别平均准确度达到90.29%,且算法简单、参数少、鲁棒性好、可靠性高,收敛速度快等特点能够较好实现大数据量的毫米级岩心照片泥质薄夹层的识别。针对加拿大麦凯河油区的岩心图像与计算机自动识别技术相结合,完成了一整套岩心薄夹层识别软件系统构架与开发,软件可实现对原始岩心照片进行无效标记去除、图像增强和图像锐化等预处理工作,可识别出分类岩心照片中的典型泥质薄夹层并作出定量化统计分析。完成针对了研究区185口取心井高频发育的泥质薄夹层的自动识别。统计出夹层厚度主要分布在2mm-8mm之间,不同泥岩终止频率在0.04-20之间,夹层延伸长度在0.1m-46m之间。之后根据排队理论,进行泥岩终止频率的统计,基于终止频率实现对不同厚度夹层延展范围预测,建立不同厚度泥岩夹层延伸长度定量关系。基于目标的示性点建模方法,通过点分布函数产生空间点,随后在该点赋予目标体属性,将背景相设置为砂岩相,随后在砂岩背景中产生薄泥岩。模拟终止条件由井统计的泥岩百分比来控制,模型很好的再现了不同厚度泥岩夹层形态和空间分布,符合研究区潮控河口湾的特征,准确预测了夹层分布。实现夹层三维分布预测。更好的服务于油田生产,并为国内外其他油砂项目的高效开发提供借鉴。