吳國(guó)銘 李熙喆 高樹生 劉華勛 吳國(guó)銓 安為國(guó)

(①中國(guó)科學(xué)院大學(xué)滲流流體力學(xué)研究所，河北廊坊 065007； ②中國(guó)石油勘探開發(fā)研究院廊坊分院，河北廊坊 065007； ③蘭州工業(yè)學(xué)院電氣工程學(xué)院，甘肅蘭州 730050)

基于分形理論探究碳酸鹽巖CT圖像二值化最佳閾值

吳國(guó)銘*①李熙喆②高樹生②劉華勛②吳國(guó)銓③安為國(guó)②

(①中國(guó)科學(xué)院大學(xué)滲流流體力學(xué)研究所，河北廊坊 065007； ②中國(guó)石油勘探開發(fā)研究院廊坊分院，河北廊坊 065007； ③蘭州工業(yè)學(xué)院電氣工程學(xué)院，甘肅蘭州 730050)

吳國(guó)銘，李熙喆，高樹生，劉華勛，吳國(guó)銓，安為國(guó).基于分形理論探究碳酸鹽巖CT圖像二值化最佳閾值.石油地球物理勘探，2017,52(5):1025-1032.

CT掃描構(gòu)建數(shù)字巖心的一個(gè)重要環(huán)節(jié)是灰度圖像的二值化。本文基于圖像處理分析和分形理論計(jì)算孔滲參數(shù)，為CT圖像二值化提供了更準(zhǔn)確、更適用的約束條件?？锥葱吞妓猁}巖不同形態(tài)和尺度的微觀孔隙累積數(shù)量與半徑分布遵循冪律關(guān)系，具有統(tǒng)計(jì)意義上的分形特征，且分維值與孔隙度之間存在非線性定量關(guān)系。通過自定義四連通像素值梯度突變算法與分形理論相結(jié)合的方法，統(tǒng)計(jì)分析了孔隙形態(tài)、數(shù)量等參數(shù)并計(jì)算了孔隙度，其平均誤差小于7.2%；改進(jìn)“先二值化后邊緣識(shí)別”的常規(guī)方法，運(yùn)用濾波降噪和邊緣識(shí)別算子識(shí)別標(biāo)定CT灰度圖像微觀孔隙，既保證了精度又提高了效率。根據(jù)這兩種圖像處理技術(shù)可確定最佳灰度閾值，實(shí)現(xiàn)CT圖像二值化。該方法處理的二值圖像較好地保留了不同尺度微觀孔隙結(jié)構(gòu)的形態(tài)和分布特征，因此可廣泛應(yīng)用于常規(guī)巖心重構(gòu)及后續(xù)的三維數(shù)字巖心的構(gòu)建。

碳酸鹽巖 微觀孔隙 CT圖像 分形 孔隙度 最佳閾值

1 引言

分形理論的基本思想是客觀事物具有自相似的層次結(jié)構(gòu)，局部與整體在形態(tài)、功能、信息、時(shí)間和空間等方面完全相同或具有統(tǒng)計(jì)意義上的相似性[1-3]。定量刻畫這種自相似結(jié)構(gòu)復(fù)雜程度的參數(shù)是分?jǐn)?shù)維[4]。分形理論在石油工業(yè)領(lǐng)域取得了一系列的成果及應(yīng)用[5-10]。碳酸鹽巖油氣藏儲(chǔ)層縫、洞發(fā)育[11-13]，非均質(zhì)性強(qiáng)，研究表明裂縫和孔洞等孔隙結(jié)構(gòu)具有自相似性[14-16]，如何準(zhǔn)確獲取分維值成為關(guān)鍵。通過巖心CT掃描圖像分析微觀孔隙結(jié)構(gòu)的分維值得到了業(yè)界的關(guān)注，文獻(xiàn)[17-20]基于計(jì)盒維數(shù)法分析計(jì)算CT灰度圖像和二值化圖像不同孔隙結(jié)構(gòu)的分維值，但未見針對(duì)所得結(jié)果進(jìn)一步的推廣應(yīng)用。將分維值與圖像處理技術(shù)相結(jié)合，確定最佳二值閾值，實(shí)現(xiàn)圖像孔隙與固相最優(yōu)分割，目前尚未看到相關(guān)文獻(xiàn)。

數(shù)字巖心可用于研究多孔介質(zhì)內(nèi)部微觀孔隙結(jié)構(gòu)及流動(dòng)規(guī)律，能從微觀角度揭示油氣儲(chǔ)集和滲流機(jī)理，獲取儲(chǔ)層宏觀參數(shù)，為油氣藏高效開發(fā)提供有力的技術(shù)指導(dǎo)[21-25]。CT成像技術(shù)是一種構(gòu)建三維數(shù)字巖心的重要方法，通過對(duì)巖心樣品不同斷層X射線衰減程度的測(cè)量生成連續(xù)的反映微觀孔隙信息的斷面圖像，并將處理后的二維圖像疊加形成三維數(shù)字巖心。CT掃描圖像的合理分割可對(duì)數(shù)字巖心準(zhǔn)確性產(chǎn)生重要影響，在圖像二值化處理中如何準(zhǔn)確分割固相與孔隙，取決于分割閾值的合理確定。最大間距法、分水嶺算法和神經(jīng)網(wǎng)絡(luò)等均可實(shí)現(xiàn)圖像二值分割，區(qū)分固相與孔隙，但上述方法僅針對(duì)灰度信息進(jìn)行處理，未考慮圖像所含的物理信息，如孔隙度等，導(dǎo)致分割結(jié)果與實(shí)際存在偏差。雖然以實(shí)測(cè)孔隙度為約束條件確定的分割閾值能更準(zhǔn)確地反映儲(chǔ)層微觀孔隙特征[26-27]，但對(duì)于形狀不規(guī)則的巖心樣品，往往無法通過實(shí)驗(yàn)獲取其孔隙度，給二值閾值的確定帶來不便，本文基于分形理論，通過對(duì)部分圖像的預(yù)處理，獲取微觀孔隙的分維數(shù)，最終得到理論孔隙度作為分割閾值的約束條件，為CT圖像的二值化處理提供新的方法和思路。

2 分維值與孔隙度相關(guān)性分析

碳酸鹽巖固體顆粒級(jí)配良好，直徑λ跨度范圍約為三個(gè)量級(jí)，且連續(xù)分布，如從若干微米到若干毫米，具有統(tǒng)計(jì)自相似性和標(biāo)度不變性[28]，伴生的孔洞滿足累積數(shù)量與直徑分布的冪律關(guān)系，為分形多孔介質(zhì)。

根據(jù)分形理論，在d維歐式空間中的分形體的某個(gè)測(cè)量物理量滿足[21]

(1)

式中：F(γ)為待測(cè)物理量；L0為參考線性常數(shù)；γ為測(cè)量線性尺度；d為歐式空間維數(shù)；D為分形維數(shù)。

在無標(biāo)度區(qū)間內(nèi)，多孔介質(zhì)單位體積中半徑大于λ的孔隙累積數(shù)與半徑分布滿足

Nc(λ≤L)=Aλ-D

(2)

式中：Nc為單位體積中半徑大于λ的孔隙累積數(shù)；λ為孔隙半徑；L為測(cè)量尺度；A為比例系數(shù)。對(duì)式(2)中的λ求微分，可得單位體積分形多孔介質(zhì)中孔隙半徑的概率密度函數(shù)

(3)

推導(dǎo)出孔隙度[21,22]與分形維數(shù)的關(guān)系式為

(4)

式中：φ為孔隙度；λmax為孔隙最大半徑；λmin為孔隙最小半徑。

綜合式(3)、式(4)可得[29]

(5)

若已知多孔介質(zhì)單位體積孔隙數(shù)量N、孔隙最大半徑λmax和最小半徑λmin、分維值D，即可計(jì)算出巖心孔隙度φ。

3 CT圖像處理分析

3.1 CT成像技術(shù)簡(jiǎn)述

X射線CT是一種借助于計(jì)算機(jī)將X射線斷層掃描的斷面重現(xiàn)出來的成像技術(shù)，可實(shí)現(xiàn)非透明物體組成及結(jié)構(gòu)的無損檢測(cè)，當(dāng)強(qiáng)度均勻的射線束透照射物體時(shí)，由于內(nèi)部不同組分的密度、結(jié)構(gòu)等的差異，使不同部位透射射線強(qiáng)度不同，能量衰減程度滿足比爾定律

(6)

式中：I0、I分別為X射線穿過物體前、后的能量；μi、Li分別為第i種組分的衰減系數(shù)和透射路徑長(zhǎng)度。

X-CT機(jī)的基本結(jié)構(gòu)包括：X射線源、樣品夾持器和X射線檢測(cè)器(圖1)。X射線源發(fā)射X射線，經(jīng)由載物臺(tái)上的樣品(保持旋轉(zhuǎn)狀態(tài))吸收后，由X射線檢測(cè)器接收衰減后的信號(hào)并傳送給計(jì)算機(jī)，最后輸出樣品掃描圖像。

圖1 X射線CT原理圖

選取4塊碳酸鹽巖儲(chǔ)層巖心(基本物性參數(shù)見表1)進(jìn)行CT掃描(縱向掃描間隔為0.076mm)，每塊巖心得到1300余張圖像(圖2)，每塊巖心等間隔選取400張圖像作為預(yù)處理對(duì)象，計(jì)算其分維值和孔隙度，從而確定最佳分割閾值。

表1 巖心物性參數(shù)表

圖2 巖心原始CT圖像

3.2 盒維數(shù)法確定分維值

本次實(shí)驗(yàn)中巖心掃描后得到的原始CT圖像為RGB模式，為便于運(yùn)用計(jì)盒維數(shù)法確定微觀孔隙結(jié)構(gòu)分維值，將RGB圖像轉(zhuǎn)換為像素值為0～255的灰度圖像(圖像大小不變，像素點(diǎn)總數(shù)仍為990×990)，可通過灰度值表征掃描區(qū)域的不同組分、結(jié)構(gòu)等信息，如固相顏色較淺、灰度值較大，微觀孔隙顏色較深、灰度值較小。

CT灰度圖像中，灰度值可視為沿Z軸方向高度為z的微小長(zhǎng)方柱體，這樣，掃描區(qū)域的灰度值具有高低起伏的空間形態(tài)(圖3)，每個(gè)像素點(diǎn)的自由度為3(指平面坐標(biāo)x、y和灰度值z(mì))。

圖3 CT圖像中各像素點(diǎn)的灰度值柱狀分布圖(局部)

針對(duì)由一系列微小長(zhǎng)方柱體構(gòu)成的灰度空間，采用計(jì)盒維數(shù)法確定微觀孔隙結(jié)構(gòu)分維值[17]，其基本原理如下： 用高度為hi的微小長(zhǎng)方柱體(盒子)度量起伏不定的灰度空間，如某點(diǎn)灰度值為zi，所需盒子的數(shù)量為

(7)

(8)

圖關(guān)系曲線

基于1號(hào)巖心400張預(yù)處理灰度圖像得到的400個(gè)分維值D分布情況如圖6所示，可知分維值D分布在(1.6411，1.6507)范圍內(nèi)，沿巖心軸向分布的波動(dòng)性較小。

圖曲線線性部分

圖6 分維值沿巖心軸向分布

綜合400張預(yù)處理圖像，得到平均分維值，見表2。分維值大小可表征微觀孔隙發(fā)育程度及非均質(zhì)性強(qiáng)弱，分維值分布與巖心特征相吻合。如1、3號(hào)巖心孔洞、裂縫較發(fā)育，非均質(zhì)性較強(qiáng)，其平均分維值較大； 2號(hào)巖心部分發(fā)育裂縫，其平均分維值次之； 4號(hào)巖心孔隙相對(duì)不發(fā)育，其平均分維值最小。

3.3 微觀孔隙結(jié)構(gòu)邊緣提取

為獲取單位體積多孔介質(zhì)中的微觀孔隙總數(shù)N，需準(zhǔn)確識(shí)別灰度圖中微觀孔隙結(jié)構(gòu)邊緣，統(tǒng)計(jì)每張圖像中單連通孔隙數(shù)量。

在邊緣檢測(cè)前，運(yùn)用鄰域大小為3×3的中值濾波器[31]對(duì)灰度圖像進(jìn)行降噪處理，可在不改變微觀孔隙與固相對(duì)比度的前提下，有效地提高邊緣檢測(cè)精度。

在灰度圖像中，邊緣是指研究對(duì)象的邊界，即反映灰度值劇烈變化的曲線，邊緣檢測(cè)的目的就是尋找這些灰度值劇烈變化的像素點(diǎn)，可通過MATLAB的edge函數(shù)實(shí)現(xiàn)灰度圖中微觀孔隙結(jié)構(gòu)邊緣的有效檢測(cè)。edge函數(shù)邊緣檢測(cè)方法的優(yōu)點(diǎn)在于使用了兩種不同的閾值分別檢測(cè)強(qiáng)邊緣和弱邊緣，只有在強(qiáng)、弱邊緣相連時(shí)，輸出圖像中才包含弱邊緣，真正的弱邊緣易于檢測(cè)，且有效避免了噪聲填充。edge函數(shù)求取邊界的算子較多，如sobel、prewitt、log、roberts和zeroscross等，本次實(shí)驗(yàn)運(yùn)用canny算子完成邊界檢測(cè)。

BS-240VET全自動(dòng)生化分析儀（深圳邁瑞生物醫(yī)療電子股份有限公司）；Bio-Rad D-10 HbA1C分析儀（美國(guó)Bio-Rad公司）；α1-微球蛋白（α1-MG）試劑盒（德靈公司）；血清尿清蛋白/尿肌酐（UALB/Cr）、視黃醇結(jié)合蛋白（RBP）、血清胱抑素-C（Cys-C）（南京威科特曼公司產(chǎn)品）；同型半胱氨酸（Hcy）、尿β2微球蛋白（U-β2-MG）試劑盒（寧波瑞源生物科技有限公司）；糖化血紅蛋白（HbA1C）試劑盒（美國(guó)Bio-Rad公司）。C-反應(yīng)蛋白（CRP）（寧波美康生物科技股份有限公司）。

canny算子是一種較新的邊緣檢測(cè)算子，具有較高的邊緣檢測(cè)性能，得到了越來越廣泛的應(yīng)用。canny算子邊緣檢測(cè)的基本原理如下： ①求取高斯濾波器f與圖像函數(shù)g(x，y)的卷積(式9)； ②計(jì)算圖像梯度的幅值和方向； ③對(duì)梯度圖像應(yīng)用非極大值抑制，確定梯度局部最大值

(9)

對(duì)于canny算子更深入的理論解析不做贅述，詳細(xì)推導(dǎo)過程可參考文獻(xiàn)[33]。

圖7展示了運(yùn)用edge函數(shù)的canny算子提取得到的灰度圖像中微觀孔隙結(jié)構(gòu)的邊緣信息，將原始灰度圖像中絕大部分孔隙結(jié)構(gòu)包含在內(nèi)(其余更微小的孔隙結(jié)構(gòu)限于圖像分辨率無法表征)，實(shí)現(xiàn)了單連通孔隙的有效識(shí)別與準(zhǔn)確劃分。

圖8所示為1號(hào)巖心每張預(yù)處理圖像(共計(jì)400張)中微觀孔隙數(shù)量沿巖心軸向分布特征，溶蝕段孔隙密集發(fā)育，從圖像中識(shí)別出的微觀孔隙數(shù)量較多； 致密段孔隙稀疏分布，從圖像中識(shí)別出的微觀孔隙數(shù)量較少，單張圖像最大的孔隙數(shù)量可達(dá)最小值的3倍之多，體現(xiàn)了碳酸鹽巖較強(qiáng)的非均質(zhì)性。獲取孔隙數(shù)量后，可進(jìn)一步計(jì)算得到單位體積多孔介質(zhì)中的孔隙總數(shù)N(見表2)。

3.4 微觀孔隙結(jié)構(gòu)參數(shù)計(jì)算

由圖7b可知，canny算子輸出圖像為二值圖像，孔隙邊界點(diǎn)為1，其余點(diǎn)均為0。針對(duì)該二值圖像，采用自定義4連通像素值梯度突變算法，自主編程實(shí)現(xiàn)單連通孔隙結(jié)構(gòu)參數(shù)(如面積)的計(jì)算，自定義像素值梯度計(jì)算公式為

=f(i,j+1)-f(i,j)

(10)

式中：i、j為像素點(diǎn)坐標(biāo)；f為像素值。在二值圖中，固相和孔隙相中的像素值梯度均為0，而在兩相邊界處像素值梯度出現(xiàn)突變，為±1。

圖7 canny算子邊緣識(shí)別效果圖

圖8 微觀孔隙數(shù)量沿巖心軸向分布特征

遍歷二值圖像矩陣，若第i行第j列的像素值為0，則自第j列始逐列計(jì)算像素值梯度; 若出現(xiàn)突變，確定第i行的左右邊界，第i行也是該單聯(lián)通孔隙相的上邊界。

判斷第i行第j列的左邊界點(diǎn)下方(第i+1行第j列)像素值： ①若為0，則以第i+1行第j列像素點(diǎn)為始，分別向左、向右計(jì)算不同列的像素值梯度，通過突變確定第i+1行的左右邊界； ②若為1，則判斷第i行第j+1列像素點(diǎn)下方(第i+1行第j+1列)像素值。重復(fù)上述過程，確定第i+1行的左右邊界。

如果循環(huán)至第n行，0值下方均為1，可確定第n行為該單聯(lián)通孔隙相的下邊界，循環(huán)結(jié)束。這樣即可找到一個(gè)完整的單連通孔隙區(qū)域，并對(duì)其所含全部像素點(diǎn)及邊界點(diǎn)分別標(biāo)記。

運(yùn)用上述算法，可準(zhǔn)確計(jì)算單張二值圖像相互獨(dú)立的微觀孔隙結(jié)構(gòu)面積(即所含像素點(diǎn)總數(shù)量)。但由于真實(shí)孔隙的位置、形態(tài)、大小等復(fù)雜多樣，難以獲其特征參數(shù)，可將各孔隙視為與其等面積的圓，進(jìn)而計(jì)算其等效半徑λ。表2為統(tǒng)計(jì)不同巖心預(yù)處理圖像得到的微觀孔隙等效半徑最大值λmax和最小值λmin。圖9為孔隙等效半徑分布特征，最大等效半徑約為80像素點(diǎn)，即5.976mm，最小等效半徑約為2像素點(diǎn)，即0.156mm，表明孔隙形態(tài)、位置和大小差異性較大，具有較強(qiáng)的非均質(zhì)性； 同時(shí)，較好地實(shí)現(xiàn)了微小孔隙的識(shí)別和標(biāo)定，程序穩(wěn)定性和準(zhǔn)確性較好。

圖9 孔隙等效半徑沿巖心軸向分布特征

由表2可知，對(duì)于縫洞型碳酸鹽巖儲(chǔ)層，普遍發(fā)育橫截面積較大的孔隙，如1號(hào)巖心的孔隙最大等效半徑為5.976mm，具有較好的儲(chǔ)集特性，分析CT圖像得到的認(rèn)識(shí)與常規(guī)物性實(shí)驗(yàn)結(jié)果相一致，充分體現(xiàn)了可視化方法的直觀性和準(zhǔn)確性。

上述所有過程均由自編的MATLAB程序自動(dòng)批量處理并輸出計(jì)算結(jié)果。

表2 計(jì)算孔隙度所需各參數(shù)值

3.5 確定孔隙度和最佳分割閾值

經(jīng)過前述分析計(jì)算，已經(jīng)獲取了微觀孔隙平均分維值D、單位體積多孔介質(zhì)中的孔隙總數(shù)N和孔隙等效半徑λmax、λmin?，F(xiàn)在，將各參數(shù)代入式(6)，即可得到巖心孔隙度(表3)，計(jì)算所得孔隙度和實(shí)驗(yàn)孔隙度相近，最大相對(duì)誤差為8.7%，表明基于理論公式計(jì)算的孔隙度精度較高，符合儲(chǔ)層實(shí)際，該孔隙度可作為CT灰度圖像二值分割的約束條件，特別是針對(duì)未開展常規(guī)孔隙度測(cè)試的巖心，其CT圖像二值分割最佳閾值滿足[32]

f(k*)

(11)

式中：Imin、Imax分別為CT圖像最小和最大灰度值；P(i)為像素點(diǎn)i的灰度值；φ為計(jì)算孔隙度；k*為最佳閾值。

將得到的計(jì)算孔隙度代入式(11)，確定的最佳分割閾值見表3，分割后的二值圖像如圖10所示，較好地保留了不同尺度微觀孔隙結(jié)構(gòu)的形態(tài)和分布特征，為后續(xù)構(gòu)建三維數(shù)字巖心奠定堅(jiān)實(shí)基礎(chǔ)。

從理論上來說，同一儲(chǔ)層段的巖心樣品CT圖像應(yīng)取相同的最佳閾值，但由表3可知，4塊巖心對(duì)應(yīng)的最佳閾值并不相同，而是存在微小差異。逐次選取表3中的一個(gè)最佳閾值，對(duì)4塊巖心CT圖像開展相同閾值下的二值分割，統(tǒng)計(jì)孔隙度相對(duì)誤差，結(jié)果如圖11所示。

表3 孔隙度及相對(duì)誤差和最佳閾值

圖10 最佳閾值確定的二值圖像

圖11 不同閾值對(duì)應(yīng)的孔隙度相對(duì)誤差

由圖11可知，采用相同閾值對(duì)CT圖像分割后，4塊巖心所得孔隙度相對(duì)誤差差異較為明顯，不適宜對(duì)同一儲(chǔ)層段的巖心樣品的CT掃描圖像采用完全相同的閾值開展二值分割。上述結(jié)果可能是由于不同巖心樣品中礦物成分及顆粒膠結(jié)程度的差異與CT掃描中的噪聲干擾等所導(dǎo)致。

4 結(jié)論與認(rèn)識(shí)

本文基于縫洞型碳酸鹽巖CT圖像分析處理，探究了微觀孔隙結(jié)構(gòu)分形特征和圖像二值分割最佳閾值的確定，主要結(jié)論如下。

(1)CT掃描技術(shù)能實(shí)現(xiàn)不同尺度微觀孔隙結(jié)構(gòu)的可視化表征，為研究多孔介質(zhì)內(nèi)部孔隙網(wǎng)絡(luò)和數(shù)字巖心的構(gòu)建提供了條件。

(2)碳酸鹽巖儲(chǔ)層屬于固相分形多孔介質(zhì)，其中伴生的縫洞等微觀孔隙結(jié)構(gòu)滿足累積數(shù)量與半徑分布的冪律關(guān)系，即具有統(tǒng)計(jì)意義上的分形特征；分維值大小可表征微觀孔隙發(fā)育程度及非均質(zhì)性強(qiáng)弱，微觀孔隙等效半徑范圍越大，結(jié)構(gòu)越復(fù)雜，分維值越大，且分維值與孔隙度之間存在非線性定量關(guān)系。

(3)對(duì)灰度圖像的適當(dāng)降噪處理及邊緣識(shí)別算子的合理運(yùn)用，可實(shí)現(xiàn)對(duì)灰度圖像微觀孔隙的有效標(biāo)識(shí)，有別于先二值化后邊緣識(shí)別的常規(guī)方法，在保證精度的同時(shí)提高了效率；自定義4連通像素值梯度突變算法可有效統(tǒng)計(jì)微觀孔隙結(jié)構(gòu)參數(shù)，準(zhǔn)確獲取孔隙最大和最小等效半徑。

(4)分維值等參數(shù)計(jì)算所得孔隙度與實(shí)驗(yàn)孔隙度的相對(duì)誤差較小，表明通過理論公式所得孔隙度精度較高，可作為確定二值分割最佳閾值的約束條件，以此所得的二值圖像中較好地保留了不同尺度微觀孔隙結(jié)構(gòu)的形態(tài)和分布特征，為后續(xù)構(gòu)建三維數(shù)字巖心奠定了堅(jiān)實(shí)基礎(chǔ)。

(5)本文為探究實(shí)驗(yàn)孔隙度未知的巖心CT圖像如何實(shí)現(xiàn)準(zhǔn)確的二值化處理提供了新的角度和方法。

[1] Mandelbrot B B.The Fractal Geometry of Nature.Freeman San Francisco，1983.

[2] 翟云芳.滲流力學(xué).北京：石油工業(yè)出版社，2009，152-156. Zhai Yunfang.Seepage Flow Mechanics.Petroleum Industry Press，Beijing，2009，152-156.

[3] 聶篤憲.隨機(jī)分形裂縫模型的研究[學(xué)位論文].廣東廣州：廣東工業(yè)大學(xué)，2005. Nie Duxian.Study of Random Fractal Fracture Model [D].Guangzhou University of Technology，Guangzhou，Guangdong,2005.

[4] 鄭紅軍.裂縫性儲(chǔ)集層的分形分維應(yīng)用研究[學(xué)位論文].四川成都：西南石油大學(xué)，2003，2-12. Zheng Hongjun.Application of fractal dimension of fractured reservoirs [D].Southwest Petroleum University，Chengdu，Sichuan,2003，2-12.

[5] 施澤進(jìn)，羅蟄潭，彭大鈞等.油氣藏體積分布的分形特征及其意義.大地構(gòu)造與成礦學(xué)，1995，19(1)：71-72. Shi Zejin，Luo Zhetan，Peng Dajun et al.Fractal pro-perty of size distributions of oil-gas deposites.Geotectonica et Metallogenia，1995，19(1)：71-72.

[6] 潘葆芝，薛林福.分?jǐn)?shù)維及其在測(cè)井地質(zhì)解釋中的應(yīng)用.測(cè)井技術(shù)，1992，16(3)：215-217. Pan Baozhi，Xue Linfu.Fractal dimension and its application to geologic interpretation of log data.Well Logging Technology，1992，16(3)：215-217.

[7] 鄭繼明.分形和小波變換在油氣預(yù)測(cè)中的應(yīng)用.預(yù)測(cè)，1996，(6)：51-52. Zheng Jiming.Fractal and wavelet transform in application of oil-gas prediction.Forecasting，1996，(6)：51-52.

[8] 隋少強(qiáng)，宋麗紅，李淑敏.分形理論在儲(chǔ)集層橫向預(yù)測(cè)和油氣層判斷中的應(yīng)用.新疆石油地質(zhì)，2001，22(4)：342-343. Sui Shaoqiang，Song Lihong，Li Shumin.The application of fractal theory in lateral prediction of reservoir and hydrocarbon diagenesis.Xinjiang Petroleum Geo-logy，2001，22(4)：342-343.

[9] 蔣加鈺，段玉順.分形理論在油氣檢測(cè)中的應(yīng)用.石油物探，1995，34(1)：49-50. Jiang Jiayu，Duan Yushun.Application of fractal theory to hydrocarbon detection.GPP，1995，34(1)：49-50.

[10] 李春華，魯港，毛俊莉等.分形理論在井間薄儲(chǔ)集層描述中的應(yīng)用.石油學(xué)報(bào)，1998，19(4)：27-28. Li Chunhua，Lu Gang，Mao Junli et al.Application of fractal theory in the inter-well thin reservoir description.Acta Petrolei Sinica，1998，19(4)：27-28.

[11] 楊柳，沈亞，管俊亞等.多維數(shù)據(jù)裂縫檢測(cè)技術(shù)探索及應(yīng)用.石油地球物理勘探，2016，51(增刊1)：58-61. Yang Liu，Shen Ya，Guan Junya et al.Fracture detection based on multi-dimension data.OGP，2016，51(S1)：58-61.

[12] 吉學(xué)林.碳酸鹽巖裂縫型儲(chǔ)層預(yù)測(cè).石油地球物理勘探，2013，48(增刊1)：95-98. Ji Xuelin.The characterization of fractures in carbo-nate reservoirs by full azimuth seismic data.OGP，2013，48(S1)：95-98.

[13] 凌云，高軍，孫德勝等.裂縫儲(chǔ)層的地震預(yù)測(cè)技術(shù)與應(yīng)用實(shí)例.石油地球物理勘探，2015，50(1)：92-96. Lin Yun，Gao Jun，Sun Desheng et al.A case study of fractured reservoir prediction.OGP，2015，50(1)：92-96.

[14] 文慧儉，閆林，姜福聰?shù)?低孔低滲儲(chǔ)層孔隙結(jié)構(gòu)分形特征.大慶石油學(xué)院學(xué)報(bào)，2007，31(1)：16-18. Wen Huijian，Yan Lin，Jiang Fucong et al.Fractal property of low porosity and permeability reservoirs’ pore structure.Journal of Daqing Petroleum Institute，2007，31(1)：16-18.

[15] 王自明，宋文杰，戴勇等.利用分形模擬建立裂縫型碳酸鹽巖儲(chǔ)層滲透率變異函.天然氣工業(yè)，2007，27(11)：73-74. Wang Ziming，Song Wenjie，Dai Yong et al.Application of fractal simulation technique to modeling of fractured carbonate reservoir.Natural Gas Industry，2007，27(11)：73-74.

[16] 鄧攀，陳孟晉，楊泳.分形方法對(duì)裂縫性儲(chǔ)集層的定量預(yù)測(cè)研究和評(píng)價(jià).大慶石油地質(zhì)與開發(fā)，2006，25(2)：19-20. Deng Pan，Chen Mengjin，Yang Yong.The application of fractal approach to the quantitative estimation research and evaluation of fractured reservoir.Petroleum Geology and Oilfield Development in Daqing，2006，25(2)：19-20.

[17] 彭瑞東，楊彥從，鞠楊等.基于灰度CT圖像的巖石孔隙分形維數(shù)計(jì)算.中國(guó)科學(xué)，2011，56(26)：2258-2264. Peng Ruidong，Yang Yancong，Ju Yang et al.Fractal dimension of pore structure based on gray CT images.Science China Press，2011，56(26)：2258-2264.

[18] 何娟，劉建立，呂菲.基于CT數(shù)字圖像的土壤孔隙分形特征研究.土壤，2008，40(4)：663-665. He Juan，Liu Jianli，Lv Fei.Characterizing fractal characteristics of soil pores based on high-resolution digital CT images.Soils，2008，40(4)：663-665.

[19] 馮杰，于紀(jì)玉.利用CT掃描技術(shù)確定土壤大孔隙分形維數(shù).灌溉排水學(xué)報(bào)，2005，24(4)： 27-28. Feng Jie，Yu Jiyu.Determination fractal dimension of soil macropore using computed tomography.Journal of Irrigation and Drainage， 2005， 24(4)： 27-28.

[20] 陳學(xué)松，吳愛祥，楊保華等.基于CT圖像法的砂巖散體孔隙結(jié)構(gòu)分形特征研究.金屬礦山，2007，37(10)：75-76. Cheng Xuesong，Wu Aixiang，Yang Baohua et al.Study on fractal characteristics of pore structure of bulk rock-ore in dump learching based on CT image.Metal Mine，2007，37(10)：75-76.

[21] 王金波.巖石孔隙結(jié)構(gòu)三維重構(gòu)及微細(xì)觀滲流的數(shù)值模擬研究[學(xué)位論文].北京：中國(guó)礦業(yè)大學(xué)(北京)，2014，2-6. Wang Jinbo.3D Reconstruction of Porous Rock and Numerical Simulations of Fluid Flow at Mesoscale Levels [D].China University of Mining and Technology (Beijing)，Beijing,2014，2-6.

[22] 聶昕.頁巖氣儲(chǔ)層巖石數(shù)字巖心建模及導(dǎo)電性數(shù)值模擬研究[學(xué)位論文].北京：中國(guó)地質(zhì)大學(xué)(北京)，2014，19-24. Nie Xin.Digital Core Modeling and Numerical Study of Electrical Conductivity of Shale Gas Reservoir Rock [D].China University of Geosciences(Beijing)，Beijing,2014，19-24.

[23] 劉學(xué)峰.基于數(shù)字巖心的巖石聲電特性微觀數(shù)值模擬研究[學(xué)位論文].山東青島：中國(guó)石油大學(xué)(華東)，2010，2-20. Liu Xuefeng.Numerical Simulation of Elastic and Electrical Properties of Rock Based on Digital Cores [D].China University of Petroleum (East China)，Qingdao,Shandong,2010，2-20.

[24] 張挺.基于多點(diǎn)地質(zhì)統(tǒng)計(jì)的多孔介質(zhì)重構(gòu)方法及實(shí)現(xiàn)[學(xué)位論文].安徽合肥：中國(guó)科學(xué)技術(shù)大學(xué)，2009，3-6. Zhang Ting.Research on the Reconstruction of Po-rous Media Based on Multiple-point Geostatistics [D].University of Science and Technology of China，Hefei,Anhui,2009，3-6.

[25] 趙秀才.數(shù)字巖心及孔隙網(wǎng)絡(luò)模型重構(gòu)方法研究[學(xué)位論文].山東青島：中國(guó)石油大學(xué)(華東)，2009，18-22. Zhao Xiucai.Numerical Rock Construction and Pore Network Extraction [D].China University of Petroleum (East China)，Qingdao,Shandong,2009，18-22.

[26] 耿沖，楊永飛，高瑩.不同分辨率巖石CT圖像的優(yōu)化處理方法.科學(xué)技術(shù)與工程，2014，14(2)：2-3. Geng Chong，Yang Yongfei，Gao Ying.Optimization of image processing method based on rock CT images of different resolutions.Science Technology and Engineering，2014，14(2)：2-3.

[27] 姜蓉蓉，肖沙里，高家利.改進(jìn)分水嶺算法的彩色圖像分割技術(shù).計(jì)算機(jī)工程與應(yīng)用，2009，45(19)：172-173. Jiang Rongrong，Xiao Shali，Gao Jiali.Color image segmentation based on improved watershed transform.Computer Engineering and Applications，2009，45(19)：172-173.

[28] 孔祥言.高等滲流力學(xué).安徽合肥：中國(guó)科學(xué)技術(shù)大學(xué)出版社，2010. Kong Xiangyan.Higher Seepage Mechanics.University of Science and Technology of China Press，Hefei,Anhui,2010.

[29] 劉俊亮，田長(zhǎng)安，曾燕偉等.分形多孔介質(zhì)孔隙微結(jié)構(gòu)參數(shù)與滲透率的分維關(guān)系.水科學(xué)進(jìn)展，2006，17(6)：813-815. Liu Junliang，Tian Chang’an，Zeng Yanwei et al.Fractal dimensionality dependence of micro structural parameters and permeability in fractal porous media.Advances in Water Science，2006，17(6)：813-815.

[30] 姜虹，范宜仁，陳華.應(yīng)用分形理論計(jì)算碳酸鹽巖地層膠結(jié)指數(shù)m值.測(cè)井技術(shù)， 2012， 36(3)： 251-252. Jiang Hong，F(xiàn)an Yiren，Chen Hua.On calculation of cementation indexmin carbonate formation using fractal theory.Well Logging Technology，2012，36(3)：251-252.

[31] 周麗，莊眾，成景旺等.利用自適應(yīng)迭代多級(jí)中值濾波法分離海上多震源混合波場(chǎng).石油地球物理勘探，2016，51(3)：434-436. Zhou Li，Zhuang Zhong，Cheng Jingwang et al.Multi-source blended wavefield separation for marine seismic based on an adaptive iterative multi-level median filtering.OGP，2016，51(3)：434-436.

[32] 趙秀才，姚軍，房克榮.合理分割巖心微觀結(jié)構(gòu)圖像的新方法.中國(guó)石油大學(xué)學(xué)報(bào)(自然科學(xué)版)，2009，33(1)：65-66. Zhao Xiucai，Yao Jun，F(xiàn)ang Kerong.A new reasonable segmentation method for microstructure image of re-servoir rock.Journal of China University of Petroleum(Edition of Natural Sciences),2009，33(1)：65-66.

[33] 張強(qiáng)，王正林.精通MATLAB圖像處理.北京：電子工業(yè)出版社，2009. Zhang Qiang，Wang Zhenglin.Proficient MATLAB in Image Processing.Publishing House of Electronics Industry，Beijing,2009.

(本文編輯：朱漢東)

吳國(guó)銘 博士研究生，1989年生；2012年本科畢業(yè)于中國(guó)石油大學(xué)(華東)應(yīng)用物理學(xué)專業(yè)，隨后在中國(guó)科學(xué)院大學(xué)滲流流體力學(xué)研究所流體力學(xué)專業(yè)取得碩博連讀資格，主要從事油氣田開發(fā)方面的學(xué)習(xí)和研究。

1000-7210(2017)05-1025-08

P631

A

10.13810/j.cnki.issn.1000-7210.2017.05.016

*河北省廊坊市44號(hào)信箱，065007。 Email：guomwu@163.com

本文于2016年10月18日收到，最終修改稿于2017年8月16日收到。

本項(xiàng)研究受國(guó)家重大科技專項(xiàng)(2011ZX05013-002)資助。