CN111739149A - 一种岩石ct扫描图像的油水分布连续性修复方法 - Google Patents
一种岩石ct扫描图像的油水分布连续性修复方法 Download PDFInfo
- Publication number
- CN111739149A CN111739149A CN202010539784.0A CN202010539784A CN111739149A CN 111739149 A CN111739149 A CN 111739149A CN 202010539784 A CN202010539784 A CN 202010539784A CN 111739149 A CN111739149 A CN 111739149A
- Authority
- CN
- China
- Prior art keywords
- rock
- oil
- voxels
- water
- voxel
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 239000011435 rock Substances 0.000 title claims abstract description 121
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 title claims abstract description 94
- 238000000034 method Methods 0.000 title claims abstract description 53
- 238000009826 distribution Methods 0.000 title claims abstract description 48
- 238000002591 computed tomography Methods 0.000 title claims abstract description 42
- 239000011148 porous material Substances 0.000 claims abstract description 27
- 238000004458 analytical method Methods 0.000 claims abstract description 5
- 238000001914 filtration Methods 0.000 claims abstract description 4
- 230000011218 segmentation Effects 0.000 claims abstract description 4
- 230000008569 process Effects 0.000 claims description 16
- 230000035699 permeability Effects 0.000 claims description 13
- 238000012545 processing Methods 0.000 claims description 7
- 238000003709 image segmentation Methods 0.000 abstract description 6
- 230000008439 repair process Effects 0.000 abstract description 6
- 238000004364 calculation method Methods 0.000 abstract description 2
- 239000012530 fluid Substances 0.000 abstract description 2
- 238000012360 testing method Methods 0.000 abstract description 2
- 239000003921 oil Substances 0.000 description 79
- FVAUCKIRQBBSSJ-UHFFFAOYSA-M sodium iodide Chemical compound [Na+].[I-] FVAUCKIRQBBSSJ-UHFFFAOYSA-M 0.000 description 9
- 238000002474 experimental method Methods 0.000 description 3
- 235000009518 sodium iodide Nutrition 0.000 description 3
- 239000007864 aqueous solution Substances 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- JHJLBTNAGRQEKS-UHFFFAOYSA-M sodium bromide Chemical compound [Na+].[Br-] JHJLBTNAGRQEKS-UHFFFAOYSA-M 0.000 description 2
- 238000007792 addition Methods 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 238000001035 drying Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000000556 factor analysis Methods 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000012744 reinforcing agent Substances 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 239000000243 solution Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/136—Segmentation; Edge detection involving thresholding
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10004—Still image; Photographic image
- G06T2207/10012—Stereo images
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10072—Tomographic images
- G06T2207/10081—Computed x-ray tomography [CT]
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Computer Graphics (AREA)
- Geometry (AREA)
- Software Systems (AREA)
- Analysing Materials By The Use Of Radiation (AREA)
- Image Generation (AREA)
Abstract
本发明公开了一种岩石CT扫描图像的油水分布连续性修复方法，具体涉及岩心分析测试技术领域。本发明通过对岩石样品进行CT扫描得到孔隙中含有油水的岩石图像，经过图像滤波和分割处理后，重构岩石三维空间模型，将岩石三维空间模型置于三维笛卡尔坐标系中，以油相表面体素为中心，从26个方向搜索油水两相体素相互连通的最短距离，设置最短距离截止值，通过筛选有效搜索路径，并将油水两相之间的骨架体素替换为水相体素，形成真实连通的岩石孔隙通道，结合岩石的润湿性，完成CT扫描图像油水分布的连续性修复。本发明弥补了因图像分割导致的岩石孔隙断裂，为准确分析岩石内部流体空间分布、提高岩石电性参数和渗流参数计算精度奠定了基础。
Description
技术领域
本发明涉及岩心分析测试技术领域，具体涉及一种岩石CT扫描图像的油水分布连续性修复方法。
背景技术
随着我国油气储层精细勘探的逐步深入，数字化岩石虚拟仿真技术已经成为弥补岩石物理实验存在耗时且单因素分析困难等问题，快速分析岩石的孔隙结构分布、渗透率、弹性参数、电性参数等属性的重要技术手段。其中，基于CT扫描图像的三维数字岩心构建和数值模拟是主流的方法。
当岩石孔隙中存在油、水两相时，需要利用图像分割方法定量化确定油和水，通过分析油、水的三维空间分布，组合构成完整的孔隙空间便于后续的数值模拟。为了明显区分油、水两相，CT扫描前通常会向岩石孔隙内的水中混合1％-10％的碘化纳或溴化钠溶液作为增强剂，以增加油水CT值的差异。然而，由于CT扫描图像中油、水两相的灰度值分布不重叠，对于每次图像分割后的油相与水相，总会出现油水两相不接触的情况，导致构建三维数字岩心的孔隙连通性非常差。同时，这种情况也与真实岩石不符，真实岩石中油驱替水进入孔隙，油相与水相之间形成的为油水界面，而不是固体的骨架相。因此，需要提出一种岩石CT扫描图像的油水分布连续性修复方法，解决图像分割导致的岩石孔隙断裂的问题。
发明内容
本发明旨在解决图像分割导致的岩石孔隙断裂的问题，提供了一种岩石CT扫描图像的油水分布连续性修复方法。
本发明具体采用如下技术方案：
一种岩石CT扫描图像的油水分布连续性修复方法，具体包括以下步骤：
步骤1，重构岩石三维空间模型；
步骤2，基于岩石三维空间模型建立三维笛卡尔坐标系，在岩石三维空间模型中标记油相体素、骨架体素、水相体素，以油相表面体素为中心搜索水相体素；
步骤3，设定最短距离截止值，根据各油相表面体素的最短距离，确定有效油相表面体素搜索过程，获取有效的油相表面体素搜索路径；
步骤4，基于有效搜索路径形成真实连通的岩石孔隙通道，结合岩石的润湿性，完成CT扫描图像油水分布的连续性修复；
步骤5，验证岩石CT扫描图像的油水分布连续性修复方法。
优选地，所述步骤1中，根据取芯岩石资料收集岩石样品，处理岩石样品，采用CT扫描设备对处理后的岩石样品进行扫描，得到岩石灰度图像，再利用非局部均值滤波方法处理岩石灰度图像，通过对灰度图像阈值分割，得到油、水和骨架的空间分布图像，重构岩石三维空间模型。
优选地，所述步骤2具体包括以下步骤：
步骤2.1：以岩石三维空间模型任一顶点为坐标原点，沿岩石三维空间模型棱所在方向设置坐标轴，建立三维笛卡尔坐标系，根据三维笛卡尔坐标系确定岩石三维空间模型中各体素的位置坐标，并将油相体素标记为0，骨架体素标记为1，水相体素标记为2；
步骤2.2：在岩石三维空间模型中，设置坐标原点为起始点，按照x轴、y轴、z轴的顺序依次选定所有油相体素，以选定的第一个油相表面体素为中心，设置搜索步长为一个体素，分别沿岩石三维空间模型的各面向、棱向和角向延伸油相表面体素，搜索水相体素；
步骤2.3：若延申后的油相表面体素与水相体素相接触，则记录本次搜索的路径、步长和油相表面体素与水相体素相互连通的最短距离，结束对该油相表面体素的搜索；若沿所有方向延申后，油相表面体素均未与水相体素相接触，则将搜索步长增加一个体素，重新对该油相表面体素进行搜索，直至延申后的油相表面体素首次与水相体素相接触，记录本次搜索的路径、步长和油相表面体素与水相体素相互连通的最短距离，停止对该油相表面体素的搜索，开始对下一个油相表面体素进行搜索，直至完成对岩石三维空间模型中所有油相表面体素的搜索，得到所有油相表面体素各自的搜索路径、步长和最短距离。
优选地，所述步骤3中，根据图像可视化油水分布的连续性分析，设置最短距离截止值为M个体素，基于步骤2搜索各油相表面体素获得的最短距离，判断各油相表面体素搜索过程是否有效，若油相表面体素的最短距离大于最短距离截止值，则确定搜索过程无效，若油相表面体素的最短距离不超过最短距离截止值，则确定搜索过程有效，记录该搜索过程确定的搜索路径为有效搜索路径。
优选地，所述步骤4中，通过将有效搜索路径中的全部骨架体素替换为水相体素，其余体素类型保持不变，形成真实连通的岩石孔隙通道；根据岩石的润湿性判断是否需要替换处理，若岩石的润湿性为非水湿，则不需要进行替换处理，若岩石的润湿性为水湿，则针对所有无有效搜索路径的油相表面体素进行替换处理，将与各无有效搜索路径的油相表面体素相连接的骨架体素替换为水相体素，完成CT扫描图像油水分布的连续性修复。
优选地，所述步骤5中，分析修复前后CT扫描图像中孔隙的连续性，针对多块岩石三维空间模型，应用格子玻尔兹曼方法计算修复前后的模型渗透率，并与利用岩石样品实际测量的渗透率结果进行对比，验证岩石CT扫描图像的油水分布连续性修复方法的准确性。
优选地，所述步骤2中，沿岩石三维空间模型的各面向、棱向和角向延伸，总计26个方向。
优选地，所述步骤3中，定义油相表面体素与水相体素间的直线距离为油相表面体素与水相体素相互连通的最短距离。
本发明具有如下有益效果：
本发明实现了岩石CT扫描图像的油水分布连续性修复，解决了因图像分割后油水两相不接触，导致岩石孔隙断裂、孔隙连通性差的问题；本发明方法有利于准确分析岩石中流体的空间分布，为提高岩石电性参数和渗流参数的计算精度奠定了基础。
附图说明
图1为一种岩石CT扫描图像的油水分布连续性修复方法的流程图。
图2为CT扫描Bentheimer砂岩灰度原始二维截面图像。
图3为以油相表面体素为中心进行搜索方向的示意图。
图4为修复后的Bentheimer砂岩油水分布二维截面图。
图5为修复后的Bentheimer砂岩油水分布三维立体图。
图6为直接进行油、水分割且未修复的局部孔隙图像；其中，黑色部分为油相体素，白色部分为水相体素。
图7为经过CT扫描图像油水分布的连续性修复后的局部孔隙图像；其中，黑色部分为油相体素，白色部分为水相体素。
图8为本发明方法准确性验证结果图。
具体实施方式
下面结合附图和具体实施例对本发明的具体实施方式做进一步说明：
以Bentheimer砂岩岩石样品CT扫描图像的油水分布连续性修复为例，说明本发明提出的一种岩石CT扫描图像的油水分布连续性修复方法，如图1所示，具体包括以下步骤：
步骤1，重构岩石三维空间模型；
收集典型的Bentheimer砂岩岩石样品，Bentheimer砂岩岩石样品孔隙度为20.85％，将岩石样品清洗烘干后浸入5％的碘化钠盐水溶液中，使得Bentheimer砂岩岩石样品饱和5％的碘化钠盐水溶液，再用油驱替岩石中的液体，使岩石内分布有能够被识别的油和水；
使用蔡司Xradia 500Versa 3D X射线显微镜对Bentheimer砂岩岩石样品进行CT扫描，得到多张Bentheimer砂岩灰度原始二维图像，如图2所示，再利用非局部均值滤波方法对灰度原始二维图像进行处理，增强图像研究区域的特征，再对灰度原始二维图像阈值分割，得到油、水和骨架共三相的空间分布图像，重构岩石三维空间模型。
步骤2，基于岩石三维空间模型建立三维笛卡尔坐标系，在岩石三维空间模型中标记油相体素、骨架体素、水相体素，以油相表面体素为中心搜索水相体素；
以岩石三维空间模型任一顶点为坐标原点，沿岩石三维空间模型棱所在方向设置坐标轴，建立三维笛卡尔坐标系，根据三维笛卡尔坐标系确定岩石三维空间模型中各体素的位置坐标，并将油相体素标记为0，骨架体素标记为1，水相体素标记为2；
在岩石三维空间模型中，设置坐标原点为起始点，按照x轴、y轴、z轴的顺序依次选定所有油相体素，以选定的第一个油相表面体素为中心，设置搜索步长为一个体素单位，分别沿岩石三维空间模型的各面向、棱向和角向共计26个方向延伸油相表面体素，如图3所示，搜索水相体素；
若延申后的油相表面体素与水相体素相接触，则记录本次搜索的路径、步长和油相表面体素与水相体素相互连通的最短距离，结束对该油相表面体素的搜索；若沿所有方向延申后，油相表面体素均未与水相体素相接触，则将搜索步长增加一个体素单位，重新对该油相表面体素进行搜索，直至延申后的油相表面体素首次与水相体素相接触，记录本次搜索的路径、步长和油相表面体素与水相体素相互连通的最短距离，停止对该油相表面体素的搜索，开始对下一个油相表面体素的搜索；
以第一个油相表面体素的搜索过程为例，由于以第一个油相表面体素为中心，按照1个体素为搜索步长延申油相表面体素后，油相表面体素并未与水相体素相接触，因此，将搜索步长增加1个体素，设置搜索步长为2个体素，继续以第一个油相表面体素为中心分别沿26个方向延申搜索水相体素，本次延申后的油相表面体素首次与水相体素相接触，记录本次搜索的路径、步长和油相表面体素与水相体素相互连通的最短距离，其中步长为2个体素，油相表面体素与水相体素相互连通的最短距离为2个体素，停止对第一个油相表面体素的搜索，开始对下一个油相表面体素的搜索，直至完成对岩石三维空间模型中所有油相表面体素的搜索，得到所有油相表面体素各自的搜索路径、步长和最短距离。
步骤3，设定最短距离截止值，根据各油相表面体素的最短距离，确定有效油相表面体素搜索过程，获取有效的油相表面体素搜索路径；
根据图像可视化油水分布的连续性分析，设置最短距离截止值为3个体素，基于步骤2搜索各油相表面体素获得的最短距离，判断各油相表面体素搜索过程是否有效，若油相表面体素的最短距离大于3个体素的路径，则确定搜索过程无效，若油相表面体素的最短距离不超过3个体素的路径，则确定搜索过程有效，记录该搜索过程确定的搜索路径为有效搜索路径。
步骤4，通过将步骤4获得的有效搜索路径中的全部骨架体素替换为水相体素，其余体素类型保持不变，形成真实连通的岩石孔隙通道；由于Bentheimer岩石的润湿性为水湿，因此针对所有无有效搜索路径的油相表面体素，将与各无有效搜索路径的油相表面体素相连接的骨架体素替换为水相体素，实现对Bentheimer砂岩CT扫描图像油水分布的连续性修复，如图4所示为修复后的Bentheimer砂岩油水分布二维截面图，图5所示为修复后的Bentheimer砂岩油水分布三维立体图。
步骤5，验证岩石CT扫描图像的油水分布连续性修复方法；
将岩石三维空间模型中的油相体素和水相体素共同组合为孔隙体素，直观分析经过CT扫描图像油水分布的连续性修复前、后的孔隙图像，图6所示为直接进行油、水分割且未修复的局部孔隙图像，图7所示为经过CT扫描图像油水分布的连续性修复后的局部孔隙图像，通过对比可以明显看出经过修复后的孔隙连通性更强，效果更接近真实岩石内部空间结构；分别针对Bentheimer砂岩、Berea砂岩、Idaho grey砂岩和Nugget砂岩四块砂岩岩样构建岩石三维空间模型，采用本发明方法对各岩石三维空间模型进行油水分布连续性修复，分别针对各岩石三维空间模型，利用格子玻尔兹曼方法计算修复前后的绝对渗透率，并与各砂岩岩样实验测量的渗透率结果进行对比，如图8所示，通过对比可以得到，岩石三维空间模型修复后的绝对渗透率与实验测量的渗透率值更接近，同时，绝对渗透率的平均相对误差从修复前的53.8％降低到修复后的10.4％，验证了本发明方法的准确性。
当然，上述说明并非是对本发明的限制，本发明也并不仅限于上述举例，本技术领域的技术人员在本发明的实质范围内所做出的变化、改型、添加或替换，也应属于本发明的保护范围。
Claims (8)
1.一种岩石CT扫描图像的油水分布连续性修复方法，其特征在于，具体包括以下步骤：
步骤1，重构岩石三维空间模型；
步骤2，基于岩石三维空间模型建立三维笛卡尔坐标系，在岩石三维空间模型中标记油相体素、骨架体素、水相体素，以油相表面体素为中心搜索水相体素；
步骤3，设定最短距离截止值，根据各油相表面体素的最短距离，确定有效油相表面体素搜索过程，获取有效的油相表面体素搜索路径；
步骤4，基于有效搜索路径形成真实连通的岩石孔隙通道，结合岩石的润湿性，完成CT扫描图像油水分布的连续性修复；
步骤5，验证岩石CT扫描图像的油水分布连续性修复方法。
2.如权利要求1所述的一种岩石CT扫描图像的油水分布连续性修复方法，其特征在于，所述步骤1中，根据取芯岩石资料收集岩石样品，处理岩石样品，采用CT扫描设备对处理后的岩石样品进行扫描，得到岩石灰度图像，再利用非局部均值滤波方法处理岩石灰度图像，通过对灰度图像阈值分割，得到油、水和骨架的空间分布图像，重构岩石三维空间模型。
3.如权利要求1所述的一种岩石CT扫描图像的油水分布连续性修复方法，其特征在于，所述步骤2具体包括以下步骤：
步骤2.1：以岩石三维空间模型任一顶点为坐标原点，沿岩石三维空间模型棱所在方向设置坐标轴，建立三维笛卡尔坐标系，根据三维笛卡尔坐标系确定岩石三维空间模型中各体素的位置坐标，并将油相体素标记为0，骨架体素标记为1，水相体素标记为2；
步骤2.2：在岩石三维空间模型中，设置坐标原点为起始点，按照x轴、y轴、z轴的顺序依次选定所有油相体素，以选定的第一个油相表面体素为中心，设置搜索步长为一个体素，分别沿岩石三维空间模型的各面向、棱向和角向延伸油相表面体素，搜索水相体素；
步骤2.3：若延申后的油相表面体素与水相体素相接触，则记录本次搜索的路径、步长和油相表面体素与水相体素相互连通的最短距离，结束对该油相表面体素的搜索；若沿所有方向延申后，油相表面体素均未与水相体素相接触，则将搜索步长增加一个体素，重新对该油相表面体素进行搜索，直至延申后的油相表面体素首次与水相体素相接触，记录本次搜索的路径、步长和油相表面体素与水相体素相互连通的最短距离，停止对该油相表面体素的搜索，开始对下一个油相表面体素进行搜索，直至完成对岩石三维空间模型中所有油相表面体素的搜索，得到所有油相表面体素各自的搜索路径、步长和最短距离。
4.如权利要求1所述的一种岩石CT扫描图像的油水分布连续性修复方法，其特征在于，所述步骤3中，根据图像可视化油水分布的连续性分析，设置最短距离截止值为M个体素，基于步骤2搜索各油相表面体素获得的最短距离，判断各油相表面体素搜索过程是否有效，若油相表面体素的最短距离大于最短距离截止值，则确定搜索过程无效，若油相表面体素的最短距离不超过最短距离截止值，则确定搜索过程有效，记录该搜索过程确定的搜索路径为有效搜索路径。
5.如权利要求1所述的一种岩石CT扫描图像的油水分布连续性修复方法，其特征在于，所述步骤4中，通过将有效搜索路径中的全部骨架体素替换为水相体素，其余体素类型保持不变，形成真实连通的岩石孔隙通道；根据岩石的润湿性判断是否需要替换处理，若岩石的润湿性为非水湿，则不需要进行替换处理，若岩石的润湿性为水湿，则针对所有无有效搜索路径的油相表面体素进行替换处理，将与各无有效搜索路径的油相表面体素相连接的骨架体素替换为水相体素，完成CT扫描图像油水分布的连续性修复。
6.如权利要求1所述的一种岩石CT扫描图像的油水分布连续性修复方法，其特征在于，所述步骤5中，分析修复前后CT扫描图像中孔隙的连续性，针对多块岩石三维空间模型，应用格子玻尔兹曼方法计算修复前后的模型渗透率，并与利用岩石样品实际测量的渗透率结果进行对比，验证岩石CT扫描图像的油水分布连续性修复方法的准确性。
7.如权利要求1所述的一种岩石CT扫描图像的油水分布连续性修复方法，其特征在于，所述步骤2中，沿岩石三维空间模型的各面向、棱向和角向延伸，总计26个方向。
8.如权利要求1所述的一种岩石CT扫描图像的油水分布连续性修复方法，其特征在于，所述步骤3中，定义油相表面体素与水相体素间的直线距离为油相表面体素与水相体素相互连通的最短距离。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010539784.0A CN111739149B (zh) | 2020-06-15 | 2020-06-15 | 一种岩石ct扫描图像的油水分布连续性修复方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010539784.0A CN111739149B (zh) | 2020-06-15 | 2020-06-15 | 一种岩石ct扫描图像的油水分布连续性修复方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111739149A true CN111739149A (zh) | 2020-10-02 |
| CN111739149B CN111739149B (zh) | 2023-09-01 |
Family
ID=72649121
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010539784.0A Active CN111739149B (zh) | 2020-06-15 | 2020-06-15 | 一种岩石ct扫描图像的油水分布连续性修复方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111739149B (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113610095A (zh) * | 2020-12-15 | 2021-11-05 | 中国石油大学(北京) | 用于划分微观剩余油的赋存形态的方法及处理器 |
| CN113899768A (zh) * | 2021-10-08 | 2022-01-07 | 中国石油大学(华东) | 基于流体注入的致密砂岩岩心孔隙连通性分析的方法 |
| CN116484766A (zh) * | 2023-05-15 | 2023-07-25 | 西南石油大学 | 基于ct扫描建立三维非均质等效岩心模型的方法 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103679650A (zh) * | 2013-11-26 | 2014-03-26 | 四川大学 | 岩心三维图像修复方法 |
| CN104331579A (zh) * | 2014-11-19 | 2015-02-04 | 中国石油大学(华东) | 一种低渗透储层原油边界层的模拟方法 |
| US20150262417A1 (en) * | 2012-06-26 | 2015-09-17 | Schkuberger Technology Corporation | Method for building a 3d model of a rock sample |
| CN110005406A (zh) * | 2019-04-10 | 2019-07-12 | 中国石油大学(北京) | 确定油水分布的***和方法 |
| CN110415167A (zh) * | 2019-08-02 | 2019-11-05 | 山东科技大学 | 一种基于数字图像技术的粗糙面裂隙生成方法及试验*** |
| CN110609046A (zh) * | 2019-10-22 | 2019-12-24 | 西南石油大学 | 一种基于微ct水驱油图像的毛管力预测方法 |
| US20200063532A1 (en) * | 2018-08-21 | 2020-02-27 | Dassault Systemes Simulia Corp. | Determination of Oil Removed by Gas via Miscible Displacement in Reservoir Rock |
-
2020
- 2020-06-15 CN CN202010539784.0A patent/CN111739149B/zh active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20150262417A1 (en) * | 2012-06-26 | 2015-09-17 | Schkuberger Technology Corporation | Method for building a 3d model of a rock sample |
| CN103679650A (zh) * | 2013-11-26 | 2014-03-26 | 四川大学 | 岩心三维图像修复方法 |
| CN104331579A (zh) * | 2014-11-19 | 2015-02-04 | 中国石油大学(华东) | 一种低渗透储层原油边界层的模拟方法 |
| US20200063532A1 (en) * | 2018-08-21 | 2020-02-27 | Dassault Systemes Simulia Corp. | Determination of Oil Removed by Gas via Miscible Displacement in Reservoir Rock |
| CN110005406A (zh) * | 2019-04-10 | 2019-07-12 | 中国石油大学(北京) | 确定油水分布的***和方法 |
| CN110415167A (zh) * | 2019-08-02 | 2019-11-05 | 山东科技大学 | 一种基于数字图像技术的粗糙面裂隙生成方法及试验*** |
| CN110609046A (zh) * | 2019-10-22 | 2019-12-24 | 西南石油大学 | 一种基于微ct水驱油图像的毛管力预测方法 |
Non-Patent Citations (4)
| Title |
|---|
| NASER GOLSANAMI ET AL.: "Distinguishing fractures from matrix pores based on the practical application of rock physics inversion and NMR data: A case study from an unconventional coal reservoir in China", 《JOURNAL OF NATURAL GAS SCIENCE AND ENGINEERING》, vol. 65, pages 145 - 167, XP085655626, DOI: 10.1016/j.jngse.2019.03.006 * |
| 刘春;王宝军;施斌;唐朝生;: "基于数字图像识别的岩土体裂隙形态参数分析方法", 岩土工程学报, no. 09 * |
| 方福君;蒋涛;王国峰;田军;张晓亮;谭文波;邹先雄;: "页岩气开发中连续油管管体失效的原因分析及对策", 石油工业技术监督, no. 02 * |
| 董怀民等: "基于CT扫描的天然气水合物储层微观孔隙结构定量表征及特征分析", 《中国石油大学学报( 自然科学版)》, vol. 42, pages 40 - 49 * |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113610095A (zh) * | 2020-12-15 | 2021-11-05 | 中国石油大学(北京) | 用于划分微观剩余油的赋存形态的方法及处理器 |
| CN113610095B (zh) * | 2020-12-15 | 2023-07-07 | 中国石油大学(北京) | 用于划分微观剩余油的赋存形态的方法及处理器 |
| CN113899768A (zh) * | 2021-10-08 | 2022-01-07 | 中国石油大学(华东) | 基于流体注入的致密砂岩岩心孔隙连通性分析的方法 |
| CN116484766A (zh) * | 2023-05-15 | 2023-07-25 | 西南石油大学 | 基于ct扫描建立三维非均质等效岩心模型的方法 |
| CN116484766B (zh) * | 2023-05-15 | 2024-02-06 | 西南石油大学 | 基于ct扫描建立三维非均质等效岩心模型的方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN111739149B (zh) | 2023-09-01 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111739149B (zh) | 一种岩石ct扫描图像的油水分布连续性修复方法 | |
| US7133551B2 (en) | Semi-automatic reconstruction method of 3-D building models using building outline segments | |
| CN105115874B (zh) | 多源信息融合的多组分三维数字岩心构建方法 | |
| AU2009250344B8 (en) | Image data processing | |
| CN106525881B (zh) | 一种储层伤害程度的测定方法及设备 | |
| CN110853138A (zh) | 双重介质碳酸盐岩孔隙-裂缝双重网络模型构建方法 | |
| CN109242985B (zh) | 一种从三维图像确定孔隙结构关键参数的方法 | |
| CN103941286A (zh) | 一种基于平面导航的快速三维层位解释方法 | |
| CN115018986B (zh) | 一种强构造活动区岩石微观结构信息解译及三维建模方法 | |
| Chen et al. | A novel image-based approach for interactive characterization of rock fracture spacing in a tunnel face | |
| CN110363855B (zh) | 堆石坝透明化建模方法 | |
| Lang et al. | Pavement cracking detection and classification based on 3d image using multiscale clustering model | |
| CN116977588B (zh) | 基于体元栅格地质模型的截割曲线生成方法和装置 | |
| CN111474583A (zh) | 一种断块油藏的断层解释方法及构造圈闭识别方法 | |
| Shin et al. | Analyzing Fracture Patterns in TheranWall Paintings. | |
| Khaloo et al. | Extracting structural models through computer vision | |
| CN104121864B (zh) | 一种岩石错动裂缝面的间隙评价方法 | |
| CN110132779A (zh) | 用于表征混凝土表面冲刷特性的三维分析方法 | |
| Al-Sayegh et al. | Practical imaging applications of wettability contact angles on Kuwaiti tight carbonate reservoir with different rock types | |
| CN115731390A (zh) | 一种灰岩隧道岩体结构面识别方法及设备 | |
| CN115147539A (zh) | 一种基于指示克里金的孔隙结构剩余油表征方法 | |
| Guo et al. | A new method of central axis extracting for pore network modeling in rock engineering | |
| Liu et al. | Weld point cloud segmentation algorithm fused contour feature | |
| Suchocki et al. | An example of using the OptD method to optimization of point clouds in the buildings diagnostics | |
| CN114037695B (zh) | 一种基于ct扫描图像的复杂裂缝网络开度分析方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |