基于圖像處理技術(shù)的裂縫預(yù)測(cè)應(yīng)用研究

楊瑞齊， 熊曉軍*， 游來勝， 李良泉， 侯秋平

(1.成都理工大學(xué) 地球探測(cè)與信息技術(shù)教育部重點(diǎn)實(shí)驗(yàn)室，成都 610059；2.中國(guó)石油川慶鉆探工程有限公司 地球物理勘探公司，成都 610213)

?

基于圖像處理技術(shù)的裂縫預(yù)測(cè)應(yīng)用研究

楊瑞齊1， 熊曉軍1*， 游來勝2， 李良泉1， 侯秋平1

(1.成都理工大學(xué) 地球探測(cè)與信息技術(shù)教育部重點(diǎn)實(shí)驗(yàn)室，成都 610059；2.中國(guó)石油川慶鉆探工程有限公司 地球物理勘探公司，成都 610213)

渤海某區(qū)的潛山為碳酸鹽巖地層，儲(chǔ)層非均質(zhì)性較強(qiáng)，該潛山埋藏深，儲(chǔ)集空間以裂縫、孔洞為主，地質(zhì)情況復(fù)雜且鉆井較少，常規(guī)相干技術(shù)或曲率屬性分析技術(shù)可以很好地檢測(cè)大尺度的裂縫發(fā)育帶，但是對(duì)裂縫的精細(xì)刻畫卻無法做到。為此，作者基于圖像處理技術(shù)，結(jié)合地震屬性處理技術(shù)，針對(duì)研究區(qū)復(fù)雜的潛山裂縫進(jìn)行了精細(xì)識(shí)別與刻畫，為儲(chǔ)層預(yù)測(cè)提供了依據(jù)。

邊緣檢測(cè)； 擴(kuò)散濾波； 裂縫檢測(cè)； 構(gòu)造不連續(xù)

0 引言

裂縫預(yù)測(cè)是裂縫性儲(chǔ)層油氣開發(fā)中非常重要的環(huán)節(jié)，長(zhǎng)期以來，前人提出并應(yīng)用了很多的描述方法。裂縫的識(shí)別和檢測(cè)以地震方法為主，而地震資料中的裂縫檢測(cè)與圖像處理技術(shù)的邊緣檢測(cè)本質(zhì)上相似，圖像的邊緣通常是指圖像灰度變化率最大的像素點(diǎn)綜合[1]，而在地震數(shù)據(jù)中表現(xiàn)為數(shù)據(jù)的不連續(xù)特征，如斷層或小斷裂、河道砂邊界、透鏡體邊緣、礁體以及特殊巖性體的輪廓等[2]。因此可以用邊緣檢測(cè)技術(shù)來進(jìn)行裂縫的檢測(cè)。

邊緣檢測(cè)技術(shù)在地震資料處理中的應(yīng)用已有十幾年的歷史，很多學(xué)者對(duì)該技術(shù)的實(shí)際應(yīng)用做了大量研究，Y.Luo[3]利用三維地震數(shù)據(jù)體進(jìn)行邊緣檢測(cè)的研究；賀振華[4]以坎尼最佳邊緣檢測(cè)準(zhǔn)則和小波變換的多分辨率分析為理論基礎(chǔ)，對(duì)地層尖滅、透鏡體、巖性變化和孔洞、裂縫發(fā)育帶成功地進(jìn)行了識(shí)別；黃捍東[5]基于IFS圖像邊緣檢測(cè)理論，提出了地震分形邊緣檢測(cè)的思路和計(jì)算方法；孫夕平[2]利用圖像處理中邊緣檢測(cè)理論研究了地震資料中的古河道和小斷裂的成像；李紅星[6]利用圖像邊緣檢測(cè)技術(shù)進(jìn)行地震剖面同相軸的自動(dòng)檢測(cè)研究；徐輝群[7]將邊緣檢測(cè)技術(shù)應(yīng)用到了砂體邊界識(shí)別中，唐世偉[8]對(duì)地震解釋中的圖像處理方法與技術(shù)進(jìn)行了深刻的研究；孫永壯[9]對(duì)異常地質(zhì)體的地震邊緣檢測(cè)技術(shù)進(jìn)行了研究；熊曉軍[10]發(fā)現(xiàn)了一種基于時(shí)間域廣義Hilbert變換的三維地震資料快速邊緣檢測(cè)方法。

為此，作者在總結(jié)前人經(jīng)驗(yàn)的基礎(chǔ)上，結(jié)合實(shí)際研究區(qū)的地質(zhì)概況，基于圖像的處理技術(shù)，利用地震邊緣檢測(cè)技術(shù)，對(duì)研究區(qū)的裂縫進(jìn)行精細(xì)的刻畫和描述，對(duì)研究區(qū)實(shí)際應(yīng)用效果進(jìn)行分析，為后續(xù)儲(chǔ)層預(yù)測(cè)工作提供指導(dǎo)。

1 方法原理

地震圖像中的邊緣是非常有意義的特征，如裂縫、縫洞、斷層、小斷裂、河道砂邊界以及其他特殊巖性體的輪廓都表現(xiàn)為邊緣特征。因此，可以利用某些邊緣檢測(cè)理論及其相應(yīng)的檢測(cè)方法來實(shí)現(xiàn)地質(zhì)異常體的檢測(cè)?；趫D像處理的裂縫預(yù)測(cè)技術(shù)，其基礎(chǔ)就是利用圖像邊緣檢測(cè)技術(shù)[11]，其主要技術(shù)流程是：①對(duì)原始的地震資料進(jìn)行保邊去噪；②對(duì)去噪后數(shù)據(jù)進(jìn)行構(gòu)造不連續(xù)屬性(SOD屬性)提??；③再對(duì)該屬性進(jìn)行增強(qiáng)處理；④利用邊緣檢測(cè)技術(shù)，進(jìn)行裂縫的檢測(cè)(圖1)。并將該屬性應(yīng)用到研究區(qū)實(shí)際資料中，對(duì)復(fù)雜的潛山碳酸鹽巖裂縫進(jìn)行了精細(xì)識(shí)別與刻畫，對(duì)下一步裂縫油氣藏勘探提供有利的證據(jù)。

圖1 裂縫檢測(cè)流程示意圖Fig.1 Schematic diagram of the crack detection process

1.1 地震資料的保邊去噪處理

地震圖像邊緣的檢測(cè)受到噪音影響很大，去噪的效果直接影響到裂縫檢測(cè)的質(zhì)量。需要對(duì)原始地震數(shù)據(jù)進(jìn)行過濾去噪處理，以提高地震數(shù)據(jù)的圖像清晰度，同時(shí)提高資料的信噪比。目前主要濾波的方法有均值濾波、中值濾波、多窗口保邊濾波、構(gòu)造導(dǎo)向?yàn)V波、擴(kuò)散濾波等，但由于單一的去噪方法不能同時(shí)去除不同類型的噪音，且圖像邊緣輪廓含有大量的高頻信息，大多數(shù)單一濾波器的設(shè)計(jì)不能很好地保留邊界信息而變得模糊。因此，需要通過各類方法組合去噪，保證更好的去噪效果。

首先，基于傾角控制的進(jìn)行構(gòu)造導(dǎo)向?yàn)V波去噪。它是通過獲取地震圖像的結(jié)構(gòu)信息(傾角方位角或邊界)，設(shè)計(jì)濾波器使得圖像的紋理方向得到一致性增強(qiáng)，壓制噪聲，同時(shí)保持邊界信息。該方法首先用復(fù)數(shù)道信息估算出傾向，并利用傾向信息對(duì)地震圖像的不連續(xù)性進(jìn)行檢測(cè)，進(jìn)而求取出傾向擴(kuò)散因子和構(gòu)造張量，最后用各向異性擴(kuò)散算法對(duì)地震剖面進(jìn)行平滑。該方法能有效地去除諧噪音、規(guī)則噪聲，增強(qiáng)反射同相軸的連續(xù)性。

利用自適應(yīng)各向異性擴(kuò)散濾波對(duì)其進(jìn)行再次處理，擴(kuò)散濾波是一種保邊去噪濾波器，通過利用結(jié)構(gòu)張量的特征向量控制擴(kuò)散方向，同時(shí)利用結(jié)構(gòu)張量的特征值控制特征方向上的擴(kuò)散量，實(shí)現(xiàn)對(duì)原始地震圖像的平滑處理，增強(qiáng)具有一致性的同相軸及其所反映的重要地質(zhì)結(jié)構(gòu)，同時(shí)實(shí)現(xiàn)地震圖像邊緣信息的保護(hù)。處理中在地震資料局部結(jié)構(gòu)特征分析的基礎(chǔ)上，進(jìn)行擴(kuò)散參數(shù)的調(diào)整，從而實(shí)現(xiàn)邊界信息完整性地保持和噪音最大限度地消除。擴(kuò)散濾波對(duì)微小的、不連續(xù)的噪音很敏感，非常適合去除隨機(jī)噪聲，同時(shí)保留微小構(gòu)造細(xì)節(jié)。然而，它也會(huì)將規(guī)則噪聲視為有效信號(hào)。因此，需利用構(gòu)造導(dǎo)向?yàn)V波去掉規(guī)則噪聲的影響，再去除隨機(jī)噪音。

1.2 裂縫屬性的提取及增強(qiáng)處理

基于地震圖像處理的裂縫預(yù)測(cè)技術(shù)，是將地震數(shù)據(jù)體劃分為像素體元，結(jié)合構(gòu)造向量屬性及濾波手段進(jìn)行分析，通過邊緣檢測(cè)算法檢測(cè)斷層和裂縫。因此，需要對(duì)去噪處理后的數(shù)據(jù)進(jìn)行像素屬性處理，生成屬性體。

常見的邊緣檢測(cè)屬性有：①構(gòu)造相似性；②局部構(gòu)造張量；③構(gòu)造不連續(xù)性(SOD屬性)。這里選用的是構(gòu)造不連續(xù)性屬性，該屬性是基于構(gòu)造導(dǎo)向?qū)Ω鲉卧膬A角和傾向的橫向連續(xù)性及變化量進(jìn)行統(tǒng)計(jì)分析，首先根據(jù)梯度結(jié)構(gòu)張量算法，得到局部地層結(jié)構(gòu)傾角和方位角信息，然后進(jìn)行結(jié)構(gòu)導(dǎo)向方差的求取，得到相關(guān)矩陣，再據(jù)局部結(jié)構(gòu)熵算法[13]對(duì)去噪后地震數(shù)據(jù)體，求取每一點(diǎn)的熵值，熵值的大小就表示不連續(xù)性的強(qiáng)弱，即可得到構(gòu)造不連續(xù)屬性，相對(duì)前兩種屬性，其計(jì)算速度是較慢的，但該屬性不僅可以描述大的斷裂結(jié)構(gòu)，而且能夠較清晰地顯示微小的不連續(xù)結(jié)構(gòu)，其效果優(yōu)于前兩種屬性，因此，此次選用構(gòu)造不連續(xù)屬性。

經(jīng)過濾波處理后，斷層分辨率和清晰度明顯提高了，但一些斷層表現(xiàn)出急劇尖銳的不連續(xù)性(微小斷裂或低角度反射)，因此，為了提高斷裂的連續(xù)性，必須對(duì)其進(jìn)行增強(qiáng)[14]。增強(qiáng)過程通過設(shè)定X、Y、Z三個(gè)方向上的增強(qiáng)倍數(shù)并強(qiáng)調(diào)斷層形態(tài)尖銳度來實(shí)現(xiàn)。小步長(zhǎng)增強(qiáng)倍數(shù)適合突出小尺度，大步長(zhǎng)增強(qiáng)倍數(shù)適合突出大尺度斷裂。所以對(duì)不連續(xù)性屬性需要選取不同方向合適倍數(shù)增強(qiáng)處理，使微小斷裂等得以反映出來，同時(shí)也使得裂縫更加連續(xù)，尤其是大斷裂會(huì)更加明顯，既突出局部有顯著變化的點(diǎn)，也提高了裂縫的連續(xù)性，進(jìn)一步提升邊緣檢測(cè)裂縫的精度。

1.3 基于圖像處理的裂縫檢測(cè)技術(shù)

圖像邊緣檢測(cè)原理是基于圖像中兩個(gè)不同灰度值區(qū)域之間存在邊緣，利用邊緣檢測(cè)算法將其提取出來?；趫D像處理的裂縫檢測(cè)技術(shù)也是利用邊緣檢測(cè)算法檢測(cè)斷層和裂縫。目前，常用的檢測(cè)算子有Roberts算子、Sobel算子、Prewitt算子、Kirsch算子、Laplace算子、Log算子、Canny算子等[12]。

經(jīng)過比較各算子之間的效果，此次選用Laplace算子，其優(yōu)點(diǎn)是具有旋轉(zhuǎn)不變性，經(jīng)該算子處理的圖像，有較清晰且連續(xù)的邊緣[15]，其基本原理是以二階微分為基礎(chǔ)，通過計(jì)算二階導(dǎo)數(shù)過零點(diǎn)來檢測(cè)圖像邊緣，依次將模板與圖像中的像素點(diǎn)卷積完成。

經(jīng)過裂縫屬性的增強(qiáng)處理后，斷層裂縫信息特征被突出，利用邊緣檢測(cè)算子，在屬性圖識(shí)別出斷層脊線，然后將其提取出形成斷層面。

2 實(shí)例應(yīng)用

研究區(qū)位于渤海某區(qū)的潛山地區(qū)，該潛山為碳酸鹽巖地層，儲(chǔ)集空間以裂縫空洞為主，非均質(zhì)性較強(qiáng)，且潛山埋藏深，地質(zhì)、地震資料情況復(fù)雜，且鉆井較少(B1，B2)，圖2為該潛山的頂面構(gòu)造，圖2中白色空白區(qū)域?yàn)橹饕髷嗔眩蓪?shí)際地震資料和測(cè)井資料分析知，在研究區(qū)潛山儲(chǔ)層發(fā)育層段，地震波的橫向連續(xù)性、振幅能量及頻率等都會(huì)發(fā)生特征變化，基于上述技術(shù)流程，將其應(yīng)用于研究區(qū)域，據(jù)此對(duì)研究區(qū)潛山頂面層段的裂縫分布進(jìn)行預(yù)測(cè)。

1)在三維數(shù)據(jù)體中提取傾角、方位角，利用構(gòu)造導(dǎo)向?yàn)V波和擴(kuò)散濾波去除隨機(jī)噪聲和結(jié)構(gòu)噪聲，從圖3可以看出，相對(duì)于去噪前，去噪后的地震同相軸更加清晰，顯示的地層圖像得到增強(qiáng)，在紅色框中，可以明顯看到，去噪前后地層之間的差異。

2)對(duì)去噪后的地震數(shù)據(jù)進(jìn)行不連續(xù)特征屬性的提取(圖4)，從圖4可以看出，在黑色比較密集的地方，其值較大，代表該區(qū)域不連續(xù)性較強(qiáng)，其裂縫也較為發(fā)育，再對(duì)該屬性進(jìn)行增強(qiáng)處理(圖5)，從圖5可以看到，主要大斷裂的分布非常清晰明顯，呈現(xiàn)條帶分布，與圖2及圖7所顯示的斷裂分布大致符合。

圖2 研究區(qū)潛山頂面的構(gòu)造圖Fig.2 Tectonic map of the top surface of buried hill in the study area

3)利用邊緣檢測(cè)技術(shù)對(duì)研究區(qū)進(jìn)行裂縫的檢測(cè)，得到目的層內(nèi)的裂縫分布情況(圖6)，圖6中黑色實(shí)線為檢測(cè)出的裂縫，可見，基于邊緣檢測(cè)技術(shù)，對(duì)裂縫進(jìn)行刻畫得相當(dāng)精細(xì)，且在主要大斷裂帶附近(圖6中紅色框中)，受斷層影響，此處裂縫非常發(fā)育且連續(xù)，符合構(gòu)造規(guī)律。再將其與地震相干屬性檢測(cè)裂縫的結(jié)果進(jìn)行對(duì)比分析(圖7)，由圖7可知，地震相干技術(shù)也能較好的檢測(cè)主要的斷裂帶，但是對(duì)于微小裂縫刻畫較為模糊，且不容易分辨識(shí)別出來，而基于邊緣檢測(cè)技術(shù)，對(duì)裂縫進(jìn)行檢測(cè)，克服該缺點(diǎn)，對(duì)裂縫刻畫的足夠得精細(xì)。為了進(jìn)一步驗(yàn)證檢測(cè)出的裂縫可靠性和有效性，對(duì)實(shí)鉆井B2在地震剖面(圖8(a))上進(jìn)行分析，從圖8紅色框中可以

圖3 inline865組合去噪前后地震剖面的對(duì)比Fig.3 Comparison of seismic profiles before and after noise canceled(inline 865)(a)原始地震剖面；(b)組合去噪后的地震剖面；(c)去除的噪聲

圖4 目的層SOD屬性平面圖Fig.4 Floor plan of the SOD attribute of the destination layer

圖5 對(duì)SOD屬性增強(qiáng)后的結(jié)果Fig.5 The results of the SOD attribute after enhancement

圖6 目的層基于邊緣檢測(cè)裂縫分布圖Fig.6 Edge detection results of enhanced SOD attributes

圖7 目的層本征值相干屬性圖Fig.7 Target layer intrinsic value coherence attribute graph

圖8 過B2井inline1250剖面上裂縫檢測(cè)結(jié)果Fig.8 Fracture test result of inline1250 in the B2 well(a)原始地震剖面;(b)裂縫檢測(cè)效果剖面)

明顯看出，波形發(fā)生明顯的錯(cuò)段，且該處表現(xiàn)為弱振幅，而利用邊緣檢測(cè)到該處存在裂縫(圖8(b))且從圖8(b)也看出，在井周圍檢測(cè)的裂縫相當(dāng)發(fā)育，經(jīng)實(shí)際鉆井巖性和測(cè)試結(jié)論標(biāo)定，及地質(zhì)資料分析知，該井周圍有裂縫發(fā)育，檢測(cè)到裂縫與其分析結(jié)果較為符合。

3 結(jié)論

1)基于圖像的處理技術(shù)，利用地震邊緣檢測(cè)技術(shù)，提出了一套對(duì)裂縫進(jìn)行精細(xì)刻畫的技術(shù)流程。該流程能夠快速直觀地了解地下裂縫展布特征，為裂縫預(yù)測(cè)提供新的思路。

2)通過構(gòu)造導(dǎo)向?yàn)V波和擴(kuò)散濾波組合去噪，不僅去除了噪音的影響，提高資料的信噪比，同時(shí)保留了邊界的特征，使得地震數(shù)據(jù)的圖像更加清晰。

3)對(duì)去噪后的地震資料進(jìn)行SOD屬性提取和增強(qiáng)，突出局部有顯著變化的特征，提高了裂縫的連續(xù)性。

4)利用邊緣檢測(cè)技術(shù)對(duì)增強(qiáng)屬性進(jìn)行檢測(cè)，實(shí)現(xiàn)了對(duì)裂縫的精細(xì)刻畫和描述，且結(jié)合鉆井資料，驗(yàn)證其檢測(cè)結(jié)果的有效性。后續(xù)也可結(jié)合其他地震屬性，來對(duì)裂縫儲(chǔ)層進(jìn)行綜合預(yù)測(cè)。

[1] 劉紫燕，祁佳.實(shí)時(shí)圖像邊緣檢測(cè)形態(tài)學(xué)優(yōu)化設(shè)計(jì)及FPGA實(shí)現(xiàn)[J].計(jì)算機(jī)技術(shù)與應(yīng)用，2013，39(9):132-138.

LIU Z Y，QI J. Real-time morphological optimization design and the FPGA implementation of image edge detection [J]. Computer technology and application, 2013, 33 (9) :132-138.(In Chinese)

[2] 孫夕平，杜世通.邊緣檢測(cè)技術(shù)在河道和儲(chǔ)層小斷裂成像中的應(yīng)用[J].石油物探，2003，42(4):469-472.

SUN X P, DU S T. Edge detection technology application in the small river channel and reservoir fracture imaging [J]. Journal of petroleum exploration, 2003, 2003 (4) : 469-472. (In Chinese)

[3] Y.LUO，傅文敏. 利用三維地震資料進(jìn)行邊緣檢測(cè)和地層分析[J]. 國(guó)外地質(zhì)勘探技術(shù), 1997(4):7-10.

Y.LUO, FU W M. Edge detection using 3D seismic data and the analysis of formation [J]. Foreign geological exploration technology, 1997(4):7-10.

[4] 賀振華，黃捍東，胡光岷，等.地下介質(zhì)橫向變化的地震多尺度邊緣檢測(cè)技術(shù)[J].物探化探計(jì)算技術(shù)，1999，21(4)：289-294.

HE Z H,HUANG H D, HU G M，et al. The underground medium lateral changes of seismic multi-scale edge detection technology[J]. Geophysical computing technology, 1999, 21 (4) : 289-294. (In Chinese)

[5] 唐向宏，賀振華.圖像邊緣檢測(cè)方法在薄地層識(shí)別中的應(yīng)用[J].石油地球物理勘探,2002，37(2)：163-165

TANG X H,HE Z H. Image edge detection method in the application of thin strate recognition[J]. Oil geophysical prospecting, 2002,37 (2) : 163-165. (In Chinese)

[6] 李紅星, 劉財(cái), 陶春輝. 圖像邊緣檢測(cè)方法在地震剖面同相軸自動(dòng)檢測(cè)中的應(yīng)用研究[J]. 地球物理學(xué)進(jìn)展, 2007, 22(5):1607-1610.

LI H X, LIU C,TAO C H. Image edge detection method in seismic profile in phase axis for the application of automatic detection [J]. Progress in geophysics, 2007, 22 (5) : 1607-1610. (In Chinese)

[7] 許輝群, 桂志先. 邊緣檢測(cè)技術(shù)砂體邊界識(shí)別方法研究[J]. 石油天然氣學(xué)報(bào), 2009, 31(5):75-77.

XU H Q, GUI Z X. Edge detection technology, sand body boundary identification method research [J]. Journal of oil and gas, 2009,31(5):75-77. (In Chinese)

[8] 唐世偉. 地震解釋中的圖像處理方法與技術(shù)研究[D]. 大慶:東北石油大學(xué), 2011.

TANG S W. In the seismic interpretation method and image processing technology research [D]. Daqin: Northeast petroleum university, 2011. (In Chinese)

[9] 孫永壯. 異常地質(zhì)體地震邊緣檢測(cè)技術(shù)研究[D]. 青島：中國(guó)石油大學(xué)(華東), 2012.

SUN Y Z. Seismic geological anomaly edge detection technology research [D]. Qindao: China university of petroleum (east China), 2012. (In Chinese)

[10]熊曉軍. 基于時(shí)間域廣義Hilbert變換的三維地震資料快速邊緣檢測(cè)方法[P].中國(guó)，CN201410027618.7,2014-05-07

XIONG X J. Based on the generalized Hilbert transform in time domain of 3 d seismic data fast edge detection method [P]. China, CN201410027618.7, 2014-05-07. (In Chinese)

[11]段瑞玲，李慶祥，李玉和．圖像邊緣檢測(cè)方法研究綜述[J]．光學(xué)技術(shù)，2005,31(3):415-419.

DUAN R L, LI Q H,LI Y H. Image edge detection method research review [J]. Optics, 2005, 31 (3) : 415-419. (In Chinese)

[12]ALBERTO CARPINTERI，PIETRO CORNETTI，KIRAN M KOLWANKER. Calculation of tensile and flexural strength of disordered materials using fractional calculus[J].Chaos, Solitons andFractals，2004，31(3)：623-632.

[13]周艷輝, 高靜懷. 局部結(jié)構(gòu)熵算法在地震數(shù)據(jù)不連續(xù)性檢測(cè)中的應(yīng)用[J]. 煤田地質(zhì)與勘探, 2007, 35(1):71-73.

ZHOU Y H, GAO J H. Application of local structural entropy measure on the detection of discontinuity of seismic data[J].Coal geology & exploration, 2007, 35(1):71-73. (In Chinese)

[14] 馮明友, 張帆, 王興志,等. 利用IPA技術(shù)精細(xì)識(shí)別裂縫——以柴達(dá)木盆地南翼山工區(qū)為例[J]. 地球物理學(xué)進(jìn)展, 2010, 25(6):2054-2060.

FENG M Y, ZHANG F, WANG X ZH, et al. Delineation of fractures by 3D seismic data IPA technique：A case study in the Nanyishan area, Qaidam Basin[J]. Progress in Geophysics, 2010,25(6) :2054-2060. (In Chinese)

[15]孫增國(guó)，韓崇昭.基于Laplacian算子的圖像增強(qiáng)[J].計(jì)算機(jī)應(yīng)用研究，2007(1):222-223.

SUN Z G, HAN CH ZH. Image Enhancement based on Laplacian operator[J]. Application Research of Computers, 2007(1):222-223. (In Chinese)

Research on application of fracture prediction based on image processing technology

YANG Rui-qi1，XIONG Xiao-jun1*，YOU Lai-sheng2，LI Liang-quan1，HOU Qiu-ping1

(1.Key Lab of Earth Exploration & Information Techniques of Ministry of Education (Chengdu University of Technology), Chengdu 610059， China; 2.Geophysical Exploration Company, Chuanqing Drilling Engineering Co. Ltd., CNPC, Chengdu 610213， China)

The buried hill in a certain area of Bohai is a carbonate formation, the heterogeneity of reservoir is very strong and the hill buried deep. The reservoir space is mainly composed of cracks and holes, and the geological condition is complex, meanwhile there are several drills. The conventional methods, such as coherence or curvature attributes, can only be better detection of main fracture belt, but they can’t do detailed depiction of cracks. Therefore, based on image processing technology and combined with seismic attributes processing technology, we put forward a set of technical process to identify and characterize the buried hill fracture in details, which provides the basis for reservoir prediction.

edge detection； diffusion filtering； fracture detection； discontinuity

2016-05-27 改回日期：2016-06-14

國(guó)家自然科學(xué)基金項(xiàng)目(41274130)

楊瑞齊(1989-)，女，碩士，主要從事復(fù)雜裂縫儲(chǔ)層預(yù)測(cè)研究，E-mail：740237223@qq.com。

*通信作者：熊曉軍(1980-),男，副教授，主要從事巖石物理分析及油氣地震勘探新方法研究，E-mail：xiongxiaojun07@cdut.cn。

1001-1749(2016)05-0672-05

P 631.4

A

10.3969/j.issn.1001-1749.2016.05.16