陳浩1，滕奇志1，何小海1，張余強(qiáng)2

　?。?. 四川大學(xué) 電子信息學(xué)院 圖像信息研究所，四川 成都610064；2. 成都西圖科技有限公司，四川 成都610064)

       摘要： 在油田開(kāi)發(fā)后期，剩余油形態(tài)分呈復(fù)雜趨勢(shì)。對(duì)于巖石孔隙結(jié)構(gòu)中的剩余油形態(tài)分布情況的研究，是石油勘探開(kāi)發(fā)領(lǐng)域中的一個(gè)重要課題。在實(shí)驗(yàn)室中，微觀驅(qū)替實(shí)驗(yàn)是石油地質(zhì)實(shí)驗(yàn)中研究剩余油的重要模擬方法。要想了解剩余油形態(tài)的分布規(guī)律，統(tǒng)計(jì)和識(shí)別剩余油形態(tài)的類型是先決條件。人工識(shí)別統(tǒng)計(jì)剩余油形態(tài)類型是一項(xiàng)繁重耗時(shí)的工作，為了提高研究人員的工作效率，在深入研究剩余油形態(tài)幾何形狀特征的基礎(chǔ)上，利用圖像處理技術(shù)和分類識(shí)別算法對(duì)剩余油形態(tài)類型進(jìn)行自動(dòng)識(shí)別，具有重要的意義。

　　關(guān)鍵詞： 剩余油；形狀特征；分類識(shí)別

　　中圖分類號(hào)：TP391.4；TE327文獻(xiàn)標(biāo)識(shí)碼：ADOI： 10.19358/j.issn.1674-7720.2017.01.006

　　引用格式：陳浩，滕奇志，何小海，等. 基于幾何形狀特征的剩余油形態(tài)識(shí)別［J］.微型機(jī)與應(yīng)用，2017,36（1）：18-21,28.

0引言

　　石油作為經(jīng)濟(jì)增速的主要?jiǎng)恿?，已?jīng)成為制約我國(guó)經(jīng)濟(jì)增長(zhǎng)的因素。我國(guó)油田大部分采用注水開(kāi)發(fā)方式，而注水開(kāi)發(fā)油田經(jīng)過(guò)一次、二次采油［1］后，僅能采出地下總儲(chǔ)量的30%~40%，這就意味著殘留在地下的石油仍有大部分可以開(kāi)采。對(duì)于這些殘留在地下的石油儲(chǔ)量仍有很大的開(kāi)采價(jià)值，因此加強(qiáng)對(duì)剩余油［2］分布的研究可以為提高石油采收率提供有效的理論依據(jù)。

　　圖1微觀驅(qū)替實(shí)驗(yàn)過(guò)程微觀物理驅(qū)替實(shí)驗(yàn)［35］是石油地質(zhì)人員在實(shí)驗(yàn)室模擬地層中水驅(qū)油情形的一項(xiàng)重要的仿真實(shí)驗(yàn),其實(shí)驗(yàn)過(guò)程如圖1所示。通過(guò)仿真實(shí)驗(yàn)對(duì)驅(qū)替階段某一時(shí)刻模型中剩余油形態(tài)分布的研究，來(lái)模擬剩余油在地層中的分布，由此進(jìn)一步研究不同驅(qū)替劑對(duì)不同類型的剩余油的驅(qū)油效率和機(jī)理，可以為油田合理高效地開(kāi)采殘留在地下的剩余石油提供理論支撐。

1微觀剩余油的分類

　　目前石油行業(yè)對(duì)于剩余油形態(tài)的分類還處在摸索階段，并沒(méi)有固定的標(biāo)準(zhǔn)，已有的分類方法將剩余油的形態(tài)主要分為簇狀、盲狀、孤島狀和膜狀［67］，將剩余油的類型分為簇狀、盲端狀、角隅狀［8］。雖然命名方式有所不同，但都是從剩余油的幾何形狀特征出發(fā)制定分類標(biāo)準(zhǔn)。本文從剩余油所占據(jù)的孔隙喉道的數(shù)量出發(fā)將剩余油形態(tài)分為：?jiǎn)慰仔汀⒂湍ば?、多孔型、連片型，如圖2所示。

　　單孔型剩余油一般呈孤立存在，所占的孔隙數(shù)目較少（一般為1~2個(gè)），孤立存在于孔隙或喉道中，其形狀大多數(shù)接近圓形；油膜型剩余油是由于巖石親油性而導(dǎo)致剩余油附著在巖石顆粒上，驅(qū)替液的流體力難以將此類剩余油從巖石顆粒的邊緣上沖刷下來(lái)；多孔型剩余油占據(jù)的孔隙數(shù)目較多（一般在3~5個(gè)左右），是因?yàn)檫B通孔隙的喉道太小導(dǎo)致驅(qū)替液的壓力不足以將殘存的油從孔隙中驅(qū)出；連片型剩余油是指剩余油呈網(wǎng)絡(luò)狀分布，有明顯的向四周延伸的趨勢(shì)，且占據(jù)的孔隙數(shù)目最多。

2剩余油幾何形狀特征的選取

　　從圖2可以看出，剩余油形態(tài)特征主要體現(xiàn)在其幾何形狀特征上，在對(duì)剩余油圖像進(jìn)行預(yù)處理之后，剩余油形態(tài)分類的結(jié)果準(zhǔn)確與否關(guān)鍵就在于形狀特征的選取。常用的幾何形狀特征參數(shù)有周長(zhǎng)、面積、長(zhǎng)寬比、偏心率、矩形度、形狀因子、最小外接矩形等。通過(guò)對(duì)各種類型的剩余油的特點(diǎn)進(jìn)行分析發(fā)現(xiàn)，單孔型剩余油具有較大的形狀因子，一般趨近于1；油膜型剩余油的形狀因子很小，可以看出其“厚度”較薄，長(zhǎng)寬比較大，偏心率較大；多孔型剩余油形狀因子較小且聯(lián)通的孔隙數(shù)目大約為3~6個(gè)；連片型剩余油呈網(wǎng)絡(luò)狀分布，其形狀因子很小，延伸趨勢(shì)明顯聯(lián)通的孔隙數(shù)目在6個(gè)以上。因此選擇偏心率、形狀因子、長(zhǎng)寬比這些特征參數(shù)進(jìn)行區(qū)分。除此之外，引入剩余油聯(lián)通孔隙系數(shù)作為第四個(gè)特征量。

　?。?）偏心率

　　偏心率可以用來(lái)表示區(qū)域的緊湊性。其計(jì)算過(guò)程如下：在目標(biāo)區(qū)域的邊界上選取一點(diǎn)p1(m1,n1)作為起點(diǎn)與邊界上后面的點(diǎn)做距離計(jì)算：

　　d(1,k)=(m1－mk)2+(n1－nk)2（1）

　　將計(jì)算得到的值與之前的距離做比較保存其中較大的，并記錄兩點(diǎn)的坐標(biāo)值，然后再依次計(jì)算d(2,k)(k=3,4,…,N)，d(3,k)(k=4,5…,N),…,d(N－1,k)(k=N)，通過(guò)比較最后得到距離最大的兩點(diǎn)PN1(mN1,nN1)與PN2(mN2,nN2)，因此得到長(zhǎng)軸的長(zhǎng)度A。然后計(jì)算平均向量(x0,y0)和j+k階矩陣Mjk。

　　綜上可以得到偏心率E的計(jì)算公式：

　?。?）形狀因子

　　形狀因子用來(lái)度量目標(biāo)區(qū)域與圓的近似程度，用C表示，其計(jì)算公式為：

　　式（5）中，P表示周長(zhǎng)，A表示面積。當(dāng)形狀因子的值越接近于1，說(shuō)明與圓的近似程度越高；反之，說(shuō)明目標(biāo)區(qū)域與圓的近似程度越低，其形狀越復(fù)雜。

　?。?）長(zhǎng)寬比

　　長(zhǎng)寬比是指目標(biāo)區(qū)域的最小外接矩形（MER）的長(zhǎng)軸與短軸之比。最小外接矩形的計(jì)算方法是：在90°范圍內(nèi)以一定的角度旋轉(zhuǎn)目標(biāo)區(qū)域，每旋轉(zhuǎn)一定的角度都可以得到物體在直角坐標(biāo)平面中的外接矩形，當(dāng)旋轉(zhuǎn)到某個(gè)角度時(shí)，外接矩形的面積最小，此時(shí)的外接矩形就是目標(biāo)區(qū)域的最小外接矩形，該矩形的長(zhǎng)度和寬度的比值就是目標(biāo)區(qū)域的長(zhǎng)寬比。

　　（4）剩余油聯(lián)通孔隙系數(shù)

　　將充滿著剩余油的相互聯(lián)通孔喉的數(shù)量定義為剩余油聯(lián)通孔隙系數(shù)Ln，該參數(shù)可以準(zhǔn)確表征統(tǒng)計(jì)區(qū)內(nèi)剩余油占據(jù)的孔隙喉道的數(shù)量。

3剩余油形態(tài)分類識(shí)別及分析

　　在上一節(jié)中已經(jīng)討論了剩余油的幾何形狀特征參數(shù)，接下來(lái)將對(duì)各種類型的特征參數(shù)進(jìn)行定量分析，以尋求適當(dāng)?shù)姆诸愃惴?。?為各種類型剩余油樣本集的幾何形狀特征參數(shù)的取值范圍。

　　為便于分析，本文算法對(duì)形態(tài)類型進(jìn)行編號(hào)，單孔型剩余油為1，油膜型剩余油為2，多孔型剩余油為3，連片型剩余油為4。由表1中的剩余油樣本數(shù)據(jù)可以看出，單孔型剩余油的形狀因子較大，而其他三種剩余油的形狀因子較小。因此，設(shè)形狀因子的閾值為T(mén)C，則有單孔型剩余油的判斷準(zhǔn)則S1，如式(6)所示：

　　其中，C為不同類型剩余油的形狀因子，閾值TC的計(jì)算公式如式(7)：

　　式(7)中，min（C［m,n］)表示m，n類樣本集中樣本形狀因子的最小值，max（C［m,n］）表示m，n類樣本集中樣本形狀因子的最大值。

　　通過(guò)準(zhǔn)則可以確定剩余油是否為單孔型，如果不是則需要繼續(xù)判斷剩余油的類型。從表1中可以看出，油膜型剩余油的偏心率和長(zhǎng)寬比大于多孔型和連片型剩余油，因此根據(jù)這兩個(gè)特征參數(shù)可以得到油膜型剩余油的分類準(zhǔn)則S2，如式(8)所示。設(shè)偏心率和長(zhǎng)寬比的閾值分別為T(mén)E、TAR，則有：

　　式（9）中,min(E［m,n］)、max(E［m,n］)分別表示m、n類樣本集中樣本偏心率的最小值和最大值；式（10）中，min(AR［m,n］)、max(AR［m,n］)分別表示m、n類樣本集中樣本長(zhǎng)寬比的最小值和最大值。

　　通過(guò)準(zhǔn)則S1和S2可以判斷出剩余油是否為單孔型或油膜型，若剩余油不屬于這兩種類型，則仍需要對(duì)其進(jìn)行判定分類，從而確定其類型是多孔型還是連片型。從表1中可知連片型剩余油的聯(lián)通孔隙系數(shù)明顯大于多孔型剩余油，這也正是兩者的區(qū)別。為此，設(shè)分類閾值為T(mén)L，則有準(zhǔn)則S3，如式（11）所示。

　　式（12）中，L表示不同類型剩余油的聯(lián)通孔隙系數(shù)，min(L［m］)、max(L［m］)分別表示m類樣本集中樣本聯(lián)通孔隙系數(shù)的最小值和最大值。綜上可知，從決策樹(shù)分類識(shí)別算法［910］的角度出發(fā)可以將上述分類算法表示為一棵多叉判決樹(shù)的形式，如圖3所示。

　　圖3剩余油形態(tài)識(shí)別的多叉判決樹(shù)本文的剩余油分類識(shí)別算法是根據(jù)能明顯區(qū)分出不同剩余油類型的幾何特征參數(shù)，如形狀因子、長(zhǎng)寬比、偏心率以及剩余油聯(lián)通孔隙系數(shù)來(lái)對(duì)剩余油進(jìn)行分類處理，是一種多類型多分類準(zhǔn)則［11］的識(shí)別算法。

4實(shí)驗(yàn)結(jié)果

　　4.1剩余油形態(tài)靜態(tài)分類結(jié)果分析

　　由作者和石油地質(zhì)研究人員共同選出140個(gè)剩余油樣本，其中包含所有類型的剩余油，且基本平均分布。每類選取10個(gè)，總共40個(gè)樣本作為訓(xùn)練集，用于分類準(zhǔn)則閾值參數(shù)的調(diào)整，最后將剩余的100個(gè)樣本作為測(cè)試集，進(jìn)行分類識(shí)別，并驗(yàn)證識(shí)別準(zhǔn)確度。首先對(duì)訓(xùn)練集中的目標(biāo)進(jìn)行特征參數(shù)計(jì)算，再利用上述的剩余油形態(tài)分類識(shí)別算法以及計(jì)算得到的特征參數(shù)進(jìn)行分類，最后利用得到的分類準(zhǔn)則對(duì)100個(gè)剩余油樣本進(jìn)行分類識(shí)別，其識(shí)別結(jié)果如表2所示。

　　實(shí)驗(yàn)中樣本的識(shí)別效果圖和原圖分別如圖4、圖5所示，圖中不同的顏色代表的形狀說(shuō)明如圖6所示。

　　實(shí)驗(yàn)表明本文的識(shí)別算法能夠正確識(shí)別大多數(shù)的剩余油形態(tài)，具有較好的準(zhǔn)確率。但從表2可以看出，仍然有部分剩余油的識(shí)別率會(huì)出現(xiàn)誤判，如膜狀剩余油以及對(duì)一些處在多孔型和連片型二者之間的剩余油的分類識(shí)別也可能會(huì)出錯(cuò)。

　　4.2剩余油形態(tài)類別動(dòng)態(tài)變化分析

　　實(shí)驗(yàn)數(shù)據(jù)以序列圖像的形式記錄了整個(gè)實(shí)驗(yàn)過(guò)程中仿真模型內(nèi)原油和驅(qū)替液的變化過(guò)程。為了知道不同的驅(qū)替劑對(duì)各種形態(tài)剩余油的作用效果，就需要從剩余油形態(tài)動(dòng)態(tài)變化的角度去分析。在驅(qū)替實(shí)驗(yàn)后期殘存的剩余油即使發(fā)生變化，相鄰兩幅圖之間其變化也不大，若時(shí)間間隔太小可能觀察不出剩余油形態(tài)的動(dòng)態(tài)變化。如圖7、圖8所示是T時(shí)刻與T+1時(shí)刻的剩余油形態(tài)分類結(jié)果圖，其時(shí)間間隔為67 min,從圖中可以看出兩幅圖之間的剩余油形態(tài)有明顯的變化。

　　圖8T+1時(shí)刻的剩余油形態(tài)分類結(jié)果圖為了能對(duì)比出剩余油的形態(tài)變化，得到T時(shí)刻剩余油的邊緣并將邊緣畫(huà)在T+1時(shí)刻的圖上，如圖9所示。圖9中白色實(shí)線的邊緣代表連片型，黑色實(shí)線的邊緣代表單孔型，黑色虛線的邊緣代表油膜型，白色虛線的邊緣代表多孔型。最后將T+1時(shí)刻的分類結(jié)果疊加在含邊緣的T時(shí)刻的圖上，如圖10所示。

　　因?yàn)門(mén)+1時(shí)刻的圖像上的邊緣圖即為T(mén)時(shí)刻的剩余油分類結(jié)果，通過(guò)將T+1時(shí)刻的分類結(jié)果在圖像上疊加切換可以對(duì)剩余油形態(tài)的變化進(jìn)行對(duì)比分析。從圖中可知隨著驅(qū)替實(shí)驗(yàn)的進(jìn)行，分散的單孔型剩余油有細(xì)微的位置變化；油膜型附著在邊壁上，幾乎沒(méi)有變化；多孔型和連片型剩余油相對(duì)來(lái)說(shuō)發(fā)生了比較大的變化，連片型剩余油可能分裂成多孔型或者分裂成兩個(gè)較小的連片型；而一部分多孔型可能由于受到連片型的分裂影響，重新聚集成形狀不同的多孔型剩余油；另一部分的多孔型沒(méi)有發(fā)生太大的變化。

5結(jié)論

　　相同類型的剩余油形態(tài)并不唯一，本文通過(guò)對(duì)不同剩余油形態(tài)進(jìn)行分析，選取了幾種比較能反映剩余油形態(tài)的幾何形狀特征參數(shù)，如形狀因子、長(zhǎng)寬比、偏心率等參數(shù)，利用這些特征參數(shù)和多叉判決樹(shù)的識(shí)別算法，實(shí)現(xiàn)了剩余油形態(tài)的自動(dòng)識(shí)別，同時(shí)本文還對(duì)剩余油形態(tài)類型的動(dòng)態(tài)

　　變化進(jìn)行了分析。根據(jù)實(shí)驗(yàn)結(jié)果可以看出，該剩余油形態(tài)分類識(shí)別系統(tǒng)具有較高的準(zhǔn)確度。對(duì)剩余油形態(tài)動(dòng)態(tài)變化趨勢(shì)的分析為提高采收率提供了理論依據(jù)，具有較高的應(yīng)用價(jià)值。

　　參考文獻(xiàn)

　　［1］ 陳淦.發(fā)展三次采油的戰(zhàn)略意義及政策要求［J］.油氣采收率技術(shù)，1997，4（4）：1 6.

　　［2］ 俞啟泰.關(guān)于剩余油研究的探討［J］.石油勘探與開(kāi)發(fā),1997,24(2):4650.

　?。?］ Pei Haihua,Zhang Guicai,Ge Jijiang,et al.Comparative effectiveness of alkaline flooding and alkalinesurfactant flooding for improved heavyoil recovery ［J］.Energy Fuels,2012,26 (5):2911 2919.

　　［4］ Lu Teng,Li Zhaomin,Li Songyan,et al.Performances of different recovery methods for orinoco belt heavy oil after solution gas drive［J］.Energy Fuels,2013,27(6):34993507.

　?。?］ 張東,李愛(ài)芬,姚軍,等.洞縫洞介質(zhì)中水驅(qū)油注采規(guī)律研究［J］.石油鉆探技術(shù),2012,40(4):8691.

　　［6］ 張偉.聚驅(qū)后剩余油分布及影響因素分析［D］.大慶:大慶石油學(xué)院,2010.

　?。?］ 李陽(yáng).儲(chǔ)層流動(dòng)單元模式及剩余油分布規(guī)律［J］.石油學(xué)報(bào)，2003，5（3）：52 55.

　?。?］ 宋考平，楊釗，舒志華,等.聚合物驅(qū)剩余油微觀分布的影響因素［J］.大慶石油學(xué)院學(xué)報(bào)，2004，28（2）:2527.

　?。?］ 馮少榮.決策樹(shù)算法的研究與改進(jìn)［J］.廈門(mén)大學(xué)學(xué)報(bào)（自然科學(xué)版），2007，64（4）：496500.

　?。?0］ Chen Huanhuan, Wang Qiang, Shen Yi.Decision tree support vector machine based on genetic algorithm for multiclass classificationdecision tree support vector machine based on genetic algorithm formulticlass classification ［J］.Journal of Systems Engineering and Electronics, 2011, 22(2):322 326.

　　［11］ 翟嘉，胡毅慶，成小偉.基于三分類支持向量機(jī)的多分類算法的研究［J］.中北大學(xué)學(xué)報(bào)(自然科學(xué)版)，2015，36（5）:520 525.