摘  要： 巖屑的砂巖部分是整個(gè)巖屑含油的集中區(qū)域，但是在巖屑的熒光圖像中，由于巖屑顆粒的邊界不明顯，很難準(zhǔn)確地得到砂巖目標(biāo)，因此影響后續(xù)含油組分分析的準(zhǔn)確性。巖屑熒光系統(tǒng)通過對(duì)巖屑樣本同一個(gè)視域下的白光圖像進(jìn)行邊緣流處理，得到砂巖目標(biāo)，再與系統(tǒng)生成的訓(xùn)練文件作對(duì)比分析，從而得到巖屑樣本的含油組分分析。
關(guān)鍵詞： 巖屑熒光圖像；邊緣流分割；邊緣流矢量；砂巖識(shí)別

　巖屑錄井[1]是地質(zhì)錄井工作發(fā)現(xiàn)油氣層、評(píng)價(jià)油氣層的重要方法之一。巖屑數(shù)字熒光圖像錄井技術(shù)是油氣勘探開發(fā)生產(chǎn)現(xiàn)場(chǎng)直觀發(fā)現(xiàn)、快速分析油氣層的實(shí)用性創(chuàng)新技術(shù)，是集計(jì)算機(jī)圖像處理、分析、識(shí)別和應(yīng)用技術(shù)于一體的地質(zhì)錄井。以往估測(cè)含油砂巖的含油組分主要是靠人工經(jīng)驗(yàn)的方式，因此，巖屑錄井資料的準(zhǔn)確性受人為因素的影響較大，現(xiàn)場(chǎng)資料的可比性、實(shí)用性存在著很大的局限性，難以達(dá)到油氣勘探對(duì)錄井工作的要求[2]。為了解決這一難題，在大量室內(nèi)實(shí)驗(yàn)研究工作的基礎(chǔ)上，首先建立了含油砂巖巖屑的識(shí)別方法，以此為基礎(chǔ)建立了巖屑樣品中各含油砂巖含油組分分析的檢測(cè)方法，成功地開發(fā)出巖屑熒光圖像分析系統(tǒng)，實(shí)現(xiàn)了巖屑樣品中各類巖屑百分含量和含油砂巖含油組分分析檢測(cè)的自動(dòng)化和定量化，為及時(shí)發(fā)現(xiàn)油氣層和評(píng)價(jià)油氣層提供可靠信息。
　巖屑熒光圖像分析系統(tǒng)是實(shí)現(xiàn)熒光圖像后期處理及分析的一套軟件系統(tǒng)，用于巖屑熒光圖像砂巖面積的識(shí)別、組分分析與分類識(shí)別以及信息管理等方面。該系統(tǒng)主要包含巖屑熒光圖像砂巖面積的識(shí)別和巖屑熒光圖像的含油組分分析兩個(gè)部分。
1 巖屑熒光圖像砂巖面積的識(shí)別
　巖屑主要是泥巖和砂巖的混合物，而含油部分主要集中在砂巖中，因此需要把熒光圖像中砂巖部分做識(shí)別和提取處理。然而熒光圖像（如圖1所示）下巖屑顆粒間邊界不明顯，難以準(zhǔn)確區(qū)分泥巖和砂巖。
巖屑圖像采集系統(tǒng)[3]是巖屑熒光圖像分析系統(tǒng)的前端系統(tǒng)，它主要用于采集巖屑圖片，而且此系統(tǒng)可以通過改變光源，對(duì)同一巖屑樣本在嚴(yán)格的同一視域下分別采集熒光圖像和白光圖像。由于熒光圖像下對(duì)泥巖和砂巖的識(shí)別提取存在很大困難，因此在白光圖像下首先將巖屑圖像中的顆粒分割為一個(gè)一個(gè)的閉合區(qū)域[4]，再根據(jù)砂巖和泥巖的一些紋理和顏色特征對(duì)砂巖部分進(jìn)行提取，這樣就可以完整地識(shí)別并提取出砂巖部分。
在分割巖屑各個(gè)顆粒的過程中，本系統(tǒng)采用邊緣流分割算法進(jìn)行顆粒間邊界的提取，具體原理如下。
邊緣流算法[5]首先是對(duì)圖像中的每個(gè)像素點(diǎn)確定指向該點(diǎn)最近邊緣的流方向；然后檢測(cè)相反方向的邊緣流矢量相遇的位置[6]，該位置即圖像中對(duì)象的邊緣。

    對(duì)比圖3和圖4可以發(fā)現(xiàn)，基本上所有的砂巖部分都提取出來了。通過這種方法，本文另外測(cè)試了多個(gè)巖屑樣本，基本上都識(shí)別出巖屑樣本中的砂巖部分。
2 巖屑熒光圖像含油組分分析與分類識(shí)別
　把在白光圖像下提取的砂巖圖像疊加到熒光圖像上，再分析砂巖區(qū)域的顏色、亮度等特征，從而得到巖屑的含油組分。
　巖屑熒光分析系統(tǒng)采用聚類算法對(duì)彩色色譜圖進(jìn)行分層訓(xùn)練，生成訓(xùn)練文件。在此基礎(chǔ)上，對(duì)熒光圖像的發(fā)光強(qiáng)度、波長、顏色、亮度和飽和度進(jìn)行彩色分類，將不同區(qū)域點(diǎn)標(biāo)記為輕質(zhì)油、中質(zhì)油和重質(zhì)油，同時(shí)記錄下類別的顏色等待征。通過以上過程，可以得到目標(biāo)區(qū)域的分類情況，最后用不同顏色顯示不同組分類別，其實(shí)現(xiàn)原理見參考文獻(xiàn)[13]。砂巖分類結(jié)果如圖5所示。

　圖5中，輕質(zhì)油、中質(zhì)油及重質(zhì)油分別以不同顏色代表，這幅圖像所代表的巖屑樣本中輕質(zhì)油和中質(zhì)油比較多，而重質(zhì)油的含量較少。圖6是另外兩個(gè)樣本的砂巖分類圖，其中左圖代表的巖屑樣本含有中質(zhì)油和重質(zhì)油的比例較高，右圖則含有輕質(zhì)油和重質(zhì)油的比例較高。
　通過以上的一系列處理，就可以得到熒光圖像的石油含量組分分析，而且效果很直觀，據(jù)此可以得到巖屑樣本的含油情況。
　本文在巖屑熒光系統(tǒng)下，通過對(duì)白光圖像進(jìn)行巖屑間顆粒的邊界提取，然后再根據(jù)砂巖和泥巖的紋理特征識(shí)別出巖屑中的砂巖目標(biāo)，解決了在熒光圖像下無法準(zhǔn)確識(shí)別砂巖的弊端，實(shí)驗(yàn)結(jié)果證明此方法可以較為完整地獲得巖屑中的砂巖目標(biāo)。最后參照系統(tǒng)生成的訓(xùn)練文件對(duì)砂巖目標(biāo)進(jìn)行分類，得到巖屑熒光圖像的含油組分分析。此外，本系統(tǒng)在分析識(shí)別砂巖含油組分的過程中具有一定的智能化和自動(dòng)化，為地質(zhì)部門對(duì)巖屑含油量進(jìn)行定量分析提供了便利。
參考文獻(xiàn)
[1] 王春艷，王新順，王延華，等.基于不同光譜技術(shù)的原油樣品的熒光分析[J].光譜學(xué)與光譜分析，2006，26（4）：728.
[2] 鮑云杰，高玉凱，石景艷，等.巖屑定量描述評(píng)價(jià)儀的研制[J].測(cè)井技術(shù)，1999，23（1）：68-71.
[3] 鄧明霞.巖屑圖像采集影響因素及圖像采集標(biāo)準(zhǔn)[J].錄井工程，2007，18（2）：17-20.
[4] 慈興華，向巧玲，陳方鴻，等.定量熒光分析技術(shù)在原油性質(zhì)判別方面的應(yīng)用探討[J].石油實(shí)驗(yàn)地質(zhì)，2004，26（1）：100-102.
[5] MA W Y， MANJUNATH B S. Edge flow： a technique for boundary detection and image segmentation [J].  IEEE Transactions on Image Processing， 2000，9（8）：1375-1388.
[6] 宋頂利，楊炳儒，于復(fù)興.Edge flow數(shù)字圖像邊緣檢測(cè)[J].微電子學(xué)與計(jì)算機(jī)，2011，12（4）：81-87.
[7] 劉楠，舒寧.基于局部光譜空間分析的多尺度邊緣檢測(cè)[J].國土資源遙感，2005，65（3）：34-38.
[8] 張鋒.砂巖薄片圖像分割關(guān)鍵技術(shù)研究[D].成都：四川大學(xué)，2006.
[9] CHANG C C， LIN C J. LIBsVM： a library for support vector machines[EB/OL].2011-10-15 .httpl//www.Csi.ntu.edu.tw/~cjlln/libsvm， 2011-03-09.
[10] 曹華美，吳曉紅，羅代升.融合邊緣流和模糊區(qū)域聚類的巖心圖像分割[J].計(jì)算機(jī)工程與應(yīng)用，2013（6）：187-189.
[11] 韋宏強(qiáng)，李彤華，鄭屹，等.基于多結(jié)構(gòu)元素形態(tài)學(xué)的圖像邊緣檢測(cè)算法[J].計(jì)算機(jī)工程與設(shè)計(jì)，2007，22（28）：5452-5447.
[12] 王東強(qiáng)，李文東，劉宗林，等.基于傅里葉變換的巖屑紋理特征提取及巖性識(shí)別方法研究[J].石油實(shí)驗(yàn)地質(zhì)，2008，30（4）：420-423.
[13] 何霽，滕奇志，羅代升，等.一種改進(jìn)的ISODATA算法及在彩色熒光圖像中的應(yīng)用[J].四川大學(xué)學(xué)報(bào)，2007，44（3）：563.