碳酸鹽巖鑄體薄片面孔自動提取研究

杜相儀 ，董少群，曾聯(lián)波，何娟，孫福亭

1)油氣資源與探測國家重點(diǎn)實驗室，北京，102249； 2)中國石油大學(xué)(北京)地球科學(xué)學(xué)院，北京，102249；3)中國石油大學(xué)(北京)理學(xué)院，北京，102249；4)中國海洋石油國際有限公司，北京，100028

內(nèi)容提要:巖石孔隙是儲層儲集油氣的重要場所，通過鑄體薄片進(jìn)行巖石孔隙結(jié)構(gòu)分析對儲層質(zhì)量評價具有重要意義。碳酸鹽巖孔隙結(jié)構(gòu)較為復(fù)雜，鑄體薄片圖像中存在大量噪聲和干擾因素，致使常規(guī)方法面孔提取效果不佳，因此本文引入一種多閾值鑄體薄片面孔自動提取方法(ctsPore方法)進(jìn)行孔隙區(qū)域提取和面孔率估計，方法綜合利用HSV色彩空間中不同參數(shù)提取孔隙區(qū)域。本文針對碳酸鹽巖儲層的特點(diǎn)確定了一套ctsPore閾值參數(shù)，以解決溶蝕孔與噪聲易混淆的問題。實驗以伊拉克A油田中新統(tǒng) Asmari組A段碳酸鹽巖儲層為例對所使用算法進(jìn)行了效果檢驗。算法精度和效率分析實驗表明，基于ctsPore方法的碳酸鹽巖鑄體薄片面孔提取誤差小于0.24%。全井段鑄體薄片分析結(jié)果表明，A段儲層面孔率范圍主要分布在6%～8%，儲層較為致密，從上到下A1～A3小層的儲層平均面孔率分別為6.9%、11.7%、5.4%，與儲層物性、沉積微相和巖性等縱向分布規(guī)律較為吻合。

孔隙結(jié)構(gòu)特征是進(jìn)行儲層質(zhì)量評價的重要參數(shù)，直接決定著儲層的儲集和滲流性能(賴錦等,2014;王翼君等,2020)?？紫督Y(jié)構(gòu)分析可以為儲層質(zhì)量評價、油田儲量計算和開發(fā)方案設(shè)計提供基礎(chǔ)。孔隙提取是孔隙結(jié)構(gòu)分析的首要任務(wù)，其提取效果對于孔隙結(jié)構(gòu)復(fù)雜且非均質(zhì)性強(qiáng)的碳酸鹽巖儲層質(zhì)量評價有著很大影響(謝淑云等,2019)，對于油田未來開發(fā)方案制定十分重要。巖石物性實驗是研究儲層物性特征的一種有效方法，但其成本較高，并且過程較為復(fù)雜；而鑄體薄片數(shù)據(jù)相對成本低，可以獲得更多的孔隙信息，由于鑄體薄片分析目標(biāo)特征單一、突出，易于快速準(zhǔn)確地對孔隙區(qū)域進(jìn)行識別和提取，所以在對孔隙區(qū)域進(jìn)行提取時多數(shù)選用鑄體薄片(趙明等,2009)。實際應(yīng)用中，常采用目測法、計數(shù)統(tǒng)計法、圖像處理法對偏光條件的鑄體薄片圖片進(jìn)行分析，以提取孔隙區(qū)域、孔隙結(jié)構(gòu)、面孔率等信息。

目測估計法(Folk,1951)需要地質(zhì)人員根據(jù)視覺百分比估算圖版來估計薄片中礦物和孔隙度的占比，該方法簡單易操作，但主觀性強(qiáng)，對解釋人員的經(jīng)驗要求較高。計數(shù)統(tǒng)計法(Chayes,1949)利用點(diǎn)計數(shù)法對薄片中的礦物和孔隙占比進(jìn)行分析，這種方法經(jīng)濟(jì)實惠且易于操作但同樣因為主觀原因使得識別精度受限。圖像處理法根據(jù)鑄體特定的顏色進(jìn)行面孔提取，相較傳統(tǒng)方法更高效和準(zhǔn)確。圖像處理法包括閾值法(張瑩,2012;范宜仁等,2014;劉顏等,2017)和神經(jīng)網(wǎng)絡(luò)方法(Wardaya et al.,2013;蔡宇恒等,2020)等。神經(jīng)網(wǎng)絡(luò)方法根據(jù)人工標(biāo)定的面孔樣本訓(xùn)練面孔預(yù)測模型，以實現(xiàn)對面孔率的快速估計(Wardaya et al.,2013)，該類方法識別精度高，但是對人工標(biāo)定樣本數(shù)量和質(zhì)量要求相對較高。閾值法是通過鑄體薄片圖片中像素的特征閾值，把圖像像素劃分為若干類的一種圖像分割技術(shù)，較為常用的開源程序是基于ImageJ開發(fā)的jPor方法，該方法基于一個特定的256色調(diào)調(diào)色板和單閾值法區(qū)分孔隙和非孔隙區(qū)域，適用于被藍(lán)色樹脂染色的鑄體薄片，其在冰島的玄武質(zhì)火山碎屑巖和納米比亞的風(fēng)成砂巖的面孔提取應(yīng)用中均取得了較好效果(Grove and Jerram,2011)。此外，孔隙提取也可借助Photoshop等商業(yè)軟件實現(xiàn)，PSQ方法是根據(jù)面孔區(qū)域顏色特性對巖石孔隙進(jìn)行快速自動提取的一種方法(Zhang Xuefeng et al.,2014)，其可以進(jìn)行巖石結(jié)構(gòu)方面的定量化研究(郝哲敏等,2020)，該方法在二維面積百分含量分析上具有易操作、準(zhǔn)確性高、統(tǒng)計分析方便等優(yōu)點(diǎn)(張學(xué)豐等,2009)。

圖像處理法可以在不同色彩空間中進(jìn)行鑄體薄片面孔提取，例如RGB空間(范宜仁等,2014;劉顏等,2017)、YUV空間(王子敏,2010)、HLS空間(Dai He et al.,2017)、HSV空間(張瑩,2012;Dong Shaoqun et al.,2019)等，通過色彩空間中屬性閾值的組合實現(xiàn)面孔信息的獲取。其中HSV空間是一種較為常用的色彩空間，可以較好地反映人類視覺系統(tǒng)對色彩的理解，便于提取鑄體薄片中被染色的樹脂部分。因此本文使用HSV色彩空間進(jìn)行面孔提取研究，具體采用一種基于HSV多閾值的鑄體薄片孔隙自動識別方法(Pore extraction from cast thin sections by multiple thresholds，簡稱ctsPore方法)，該方法通過粗提取、錯誤識別帶校正、降噪處理3個步驟，實現(xiàn)面孔區(qū)域的自動提取。原始ctsPore方法針對砂巖儲層提出，已在準(zhǔn)噶爾盆地南緣地區(qū)的砂巖鑄體薄片中進(jìn)行了實踐應(yīng)用，且效果良好(Dong Shaoqun et al.,2019)，但在碳酸鹽巖鑄體薄片孔隙提取中仍存在一些問題，例如一些溶蝕孔隙連續(xù)性差、孔隙邊緣不分明等。因此，本文將以伊拉克A油田的碳酸鹽巖儲層為例，針對ctsPore方法在碳酸鹽巖鑄體薄片面孔提取的不足，對算法中閾值的選取進(jìn)行調(diào)整，并確定了一套適用于碳酸鹽巖儲層的閾值參數(shù)。文章將通過算法精度分析、算法效率分析和儲層特征分析等多組實驗，檢驗該方法對于碳酸鹽巖儲層鑄體薄片面孔率自動提取的效果。

1 研究區(qū)地質(zhì)概況

伊拉克A油田位于伊拉克東南部與伊朗接壤處米桑油田北部(圖 1)，構(gòu)造處于扎格羅斯山前坳陷南部邊緣的低角度褶皺帶(歐成華等,2016;Wang Hongqiang et al.,2018,2019)。本文研究目的層為古近系漸新統(tǒng)—新近系中新統(tǒng)Asmari組A段，地層厚度約為70 m。受扎格羅斯造山運(yùn)動產(chǎn)生的巨大北東—南西向水平擠壓應(yīng)力影響，油田表現(xiàn)為北西—南東向的長軸擠壓背斜構(gòu)造，南北共包含兩個構(gòu)造高點(diǎn)(韓耀祖等,2014;李開奇,2015;文磊等,2015;Ghanadian et al.,2017;Garzic et al.,2019)。Asmari組由上向下劃分為A、B、C、D段，其中A段以白云巖、含硬石膏團(tuán)塊白云巖為主，硬石膏呈團(tuán)塊狀出現(xiàn)，包含A1、A2、A3 三個小層 (圖 1；Wang Hongqiang et al.,2019)。Asmari組為局限—半局限臺地沉積，以碳酸鹽巖沉積為主，陸源碎屑沉積較少，上部覆蓋廣泛分布的蒸發(fā)巖，A段的沉積相為局限臺地，白云巖中蒸發(fā)巖(一般為硬石膏團(tuán)塊)豐度普遍呈上升趨勢(Mossadegh et al.,2009;李開奇,2015;Ni June et al.,2017;Luo Sicong et al.,2019)。研究區(qū)儲集空間復(fù)雜(鄧虎成等,2014)，A段儲層非均質(zhì)性強(qiáng)，主要受原始沉積作用控制，為低孔、中—低滲儲層。通過巖心物性測試得到A段平均孔隙度為8.7%，平均滲透率為10.61×10-3μm2，儲層平均厚度為28 m，儲地比為42%(Wang Hongqiang et al.,2019)。研究區(qū)原生孔隙較少，孔隙類型主要為成巖作用中溶蝕作用產(chǎn)生的次生孔隙，包含粒間溶孔、鑄模孔、生物體腔孔等作為研究區(qū)碳酸鹽巖的儲集空間，且有微裂縫發(fā)育。

圖1 伊拉克A油田位置及地層柱狀圖Fig.1 Location of A Oilfield in Iraq and stratigraphic column

鑄體薄片來自研究區(qū)A-1井Asmari組A段儲層(2969.56～3032.59 m)，共計122個薄片樣本。巖心經(jīng)過切割、染色、研磨等過程制成尺寸為25 mm × 25 mm × 0.5 mm的鑄體薄片，在單偏光下使用多功能顯微鏡(Leixa DM4500 P)和附加的數(shù)碼相機(jī)拍攝，鑄體薄片圖像分辨率為2560×1920。研究區(qū)薄片由藍(lán)色樹脂染色，孔隙區(qū)域呈藍(lán)色，非孔隙區(qū)域為礦物和基質(zhì)本身顏色。

2 鑄體薄片孔隙自動識別方法

2.1 方法原理

本文所使用的鑄體薄片孔隙自動識別方法ctsPore是由Dong Shaoqun等(2019)提出的一種修正的多閾值方法，結(jié)合了誤差校正和圖像細(xì)化。由于色調(diào)—飽和度—明度(Hue—saturation—value，HSV)色彩空間與人類視覺感知的顏色更為相似，所以方法選用HSV空間進(jìn)行面孔提取(Dong Shaoqun et al.,2019)。色調(diào)(H)范圍是0～360°(圖 2a)，反映鑄體薄片照片的顏色；飽和度(S)由圓的半徑表示(圖 2a)，范圍是0～1，低值對應(yīng)鑄體薄片照片中顏色淺的部分，高值對應(yīng)顏色飽和度高的部分；明度(V)代表顏色的亮度，范圍 0～1，低值反映鑄體薄片照片中偏暗的部分。該方法主要針對砂巖孔隙提取，而本研究區(qū)為碳酸鹽巖儲層，如果直接把原始ctsPore方法用于碳酸鹽巖孔隙提取則會存在一系列問題，例如生物鑄?？走B續(xù)性偏低、孔隙邊緣區(qū)域識別效果欠佳等。因此本文將根據(jù)碳酸鹽巖中孔隙的幾何形態(tài)、礦物成分等影響因素，選定適合的HSV閾值范圍，以準(zhǔn)確地提取碳酸鹽巖孔隙。

圖2 ctsPore孔隙提取原理圖(據(jù)Dong Shaoqun et al.,2019):(a)色調(diào)原理圖;(b)閾值原理示意圖Fig.2 Schematic diagram of pore extraction by ctsPore method (from Dong Shaoqun et al.,2019)：(a)Schematic diagram of hue;(b)schematic diagram of threshold

2.2 孔隙自動提取流程

基于ctsPore方法的鑄體薄片孔隙自動提取主要分為3步：通過色調(diào)(H)進(jìn)行孔隙粗提取、利用飽和度(S)和明度(V)的閾值將錯誤識別帶校正、用濾波法進(jìn)行降噪處理(圖 3)，最終實現(xiàn)對孔隙區(qū)域的準(zhǔn)確提取。本節(jié)以研究區(qū)的一張鑄體薄片圖片為例解釋ctsPore孔隙提取的流程。

圖3 孔隙自動提取流程圖Fig.3 Flow chart of automatic pore extraction①—孔隙區(qū)域；②③—礦物內(nèi)被錯誤識別成孔隙的區(qū)域；④—礦物與孔隙區(qū)域過渡帶；⑤—礦物顆粒；⑥—孔隙區(qū)域內(nèi)小噪點(diǎn)① —the pore area;②③ —the area that is wrongly identified as pore in the mineral;④—a transition zone between mineral and pore area;⑤—mineral particles;⑥—small noise in the pore area

(1)孔隙粗提?。鸿T體薄片中孔隙區(qū)域被染色樹脂所充填，而這些區(qū)域具有相近的色調(diào)H范圍，因此通過設(shè)定H閾值區(qū)間即可提取鑄體薄片圖像中孔隙區(qū)域(圖 2a)。研究區(qū)碳酸鹽巖原始鑄體薄片單偏光下的照片(圖4a)，來自A-1井Asmari組A段2984.08 m，薄片圖像中深色為白云石，白色的為硬石膏，藍(lán)色的為被染色的孔隙區(qū)域，多發(fā)育生物鑄?？?，并有一條微裂縫發(fā)育。根據(jù)本研究區(qū)鑄體薄片中孔隙被染色為藍(lán)色的特點(diǎn)，并結(jié)合碳酸鹽巖染色的特征，改進(jìn)ctsPore方法中的閾值H，通過多次試驗H選擇180°～240°為宜。

對圖4a的原始鑄體薄片圖片進(jìn)行粗提取，得到如圖4b的孔隙提取圖片，圖中藍(lán)色部分為識別的孔隙，紅色部分為孔隙以外部分。由圖4b可見藍(lán)色的孔隙區(qū)域被大致識別出來，但孔隙邊緣十分粗糙，基質(zhì)中噪點(diǎn)很多。此時識別的為圖 3a中①～④的面孔，而礦物中的噪點(diǎn)(圖 3a②③)、孔隙與巖石和基質(zhì)之間的過渡帶(圖 3a④)被錯誤識別。

(2)錯誤識別帶校正：在第一步粗提取的基礎(chǔ)上，需要對圖片移除低明度(V)或低飽和度(S)的面孔，即為去除圖4b中錯誤識別的過渡帶和噪點(diǎn)。根據(jù)研究區(qū)碳酸鹽巖鑄體薄片的特點(diǎn)，改進(jìn)ctsPore方法中的參數(shù)，移除閾值dt=S×V≤0.12的部分得到圖4c的孔隙提取圖片，使得面孔率減少24.4%，去除了錯誤識別的過渡帶以及非孔隙區(qū)域的噪點(diǎn)。圖4c中孔隙區(qū)域的邊界已經(jīng)較為清晰，圖4b中因過渡邊界不清晰而錯誤識別的過渡帶(圖 3a④)被正確識別，但是仍存在很多不真實的小面積孔隙或巖石基質(zhì)，在礦物顆粒表面或已識別的孔隙區(qū)域仍有一些不真實的小噪點(diǎn)(圖 3b②③)。

(3)降噪處理：在去除錯誤識別帶后，針對錯誤識別的小噪點(diǎn)問題，采用一種濾波法——洪水填充(Flood filling)算法，對噪點(diǎn)進(jìn)行濾波。其中包含T1、T2兩個閾值：T1為從基質(zhì)中去除孤立的噪點(diǎn)；T2為從孔隙中去除孤立的噪點(diǎn)。濾波后得到如圖4d的比較純凈的孔隙提取圖片，面孔率為7.13%，相比圖4c減少了0.5%。此時礦物顆粒內(nèi)部和孔隙區(qū)域中的噪點(diǎn)被去除，孔隙區(qū)域和非孔隙區(qū)域邊界識別清晰平整(圖 3c)，孔隙區(qū)域被準(zhǔn)確的識別出來。

3 伊拉克A油田碳酸鹽巖鑄體薄片孔隙自動識別結(jié)果

為了驗證和對比薄片孔隙提取的效果，本文將ctsPore方法識別的結(jié)果和jPor方法、PSQ方法的面孔率結(jié)果從準(zhǔn)確率以及效率方面進(jìn)行比對分析。目前實際應(yīng)用中普遍使用的是人工提取面孔率的方法，根據(jù)地質(zhì)學(xué)家的經(jīng)驗進(jìn)行提取。本節(jié)將從準(zhǔn)確率和自動提取速度方面對比分析面孔率的提取效果，并且展示研究區(qū)鑄體薄片面孔率提取結(jié)果。

3.1 面孔率提取準(zhǔn)確率分析

通過對于同一張的研究區(qū)典型碳酸鹽巖鑄體薄片圖像(圖4a)利用不同的方法進(jìn)行面孔提取，從而對識別效果進(jìn)行對比分析。jPor孔隙提取結(jié)果如圖5a所示，面孔率為8.73%，白色部分為非面孔區(qū)域，黑色部分為提取的面孔區(qū)域，從結(jié)果圖可以看出大量噪點(diǎn)被識別為孔隙區(qū)域，因此計算的面孔率偏大。ctsPore方法孔隙提取結(jié)果如圖5b所示，面孔率為7.13%，紅色部分為非面孔區(qū)域，藍(lán)色部分為提取的面孔區(qū)域，通過對比可以發(fā)現(xiàn)其結(jié)果對于溶蝕孔隙的識別更為準(zhǔn)確，且噪點(diǎn)去除效果明顯提升。

圖5 不同自動提取方法效果對比：(a)jPor方法提取效果；(b)ctsPore方法提取效果Fig.5 Comparison of different automatic extraction methods：(a)The extraction effect of jPor method;(b)the extraction effect of ctsPore method)

選取實驗區(qū)的37個不同深度點(diǎn)共70張鑄體薄片圖像進(jìn)行孔隙提取實驗，因為同一薄片不同視域下面孔率也會有一定差異，所以同一薄片取不同視域提取面孔率均值作為該薄片的面孔率。利用PSQ方法對研究區(qū)的鑄體薄片進(jìn)行了面孔率提取，得到如圖 6a分布直方圖，面孔率為0～15%，主要分布在4%～8%，平均數(shù)為5.4%；利用ctsPore法提取的面孔率如圖 6b直方圖，面孔率為0～14%，主要分布在3%～7%，平均數(shù)為5.14%。圖 6中的交會圖展示了試驗區(qū)鑄體薄片圖片PSQ方法和ctsPore法的對比效果，散點(diǎn)靠近對角線表明解釋結(jié)果較為接近真實情況。此處相關(guān)系數(shù)R2=0.95，平均絕對誤差為0.24%，平均相對誤差為5%，與實際情況較為吻合。綜合而言，ctsPore法根據(jù)孔隙染色區(qū)域與背景區(qū)域的差異自動確定閾值，相對客觀，可以避免解釋人員主觀因素造成的誤差。

圖6 面孔率提取效果對比Fig.6 Comparison of porosity extraction results

3.2 面孔率自動提取速度分析

選取研究區(qū)5張分辨率為2560×1920的鑄體薄片照片作為測試數(shù)據(jù)，使用ctsPore方法重復(fù)對每個圖像進(jìn)行面孔提取實驗100次，以分析面孔率自動提取速度。本節(jié)實驗使用的電腦配置為Intel(R)Core(TM)i5-10400F CPU處理器、主頻2.90 GHz、16.0 GB內(nèi)存，實驗結(jié)果如圖 7所示，每張照片的提取速度在1.8～3.6 s，平均為2.5 s?？傮w而言，ctsPore方法可以快速高效地自動拾取鑄體薄片面孔，為基于鑄體薄片大樣本數(shù)據(jù)分析儲層質(zhì)量評價提供了技術(shù)支撐。

圖7 ctsPore 法提取速度直方圖Fig.7 Histogram of running time used by ctsPore method

3.3 研究區(qū)鑄體薄片面孔率提取結(jié)果

通過ctsPore法對研究區(qū)A-1井的目的層段Asmari組A段的鑄體薄片進(jìn)行面孔率的提取，可得到研究區(qū)A段總體以及各小層的面孔率分布。A段面孔率分布如圖 6b直方圖所示，面孔率平均值為5.14%，但其中包含了非儲層以及砂質(zhì)含量較高導(dǎo)致儲層物性極差的鑄體薄片，在僅保留儲層物性相對較好的儲層時，得到如圖8的面孔率分布直方圖，面孔率主要分布在6%～8%，和研究區(qū)通過巖心物性測試得到的平均孔隙度為8%比較吻合，由于測試方法的不同會有略微的差異。研究區(qū)的儲層是較為致密的中—低孔儲層，孔隙發(fā)育程度比較低。

圖8 ctsPore面孔率提取結(jié)果直方圖Fig.8 Histogram of porosity extracted by ctsPore method

研究區(qū)鑄體薄片面孔率提取結(jié)果如圖 9所示，A段儲層的ctsPore平均面孔率為6.7%，為局限臺地沉積環(huán)境，巖性主要為白云巖、含硬石膏團(tuán)塊的白云巖等，且白云巖中硬石膏團(tuán)塊豐度普遍呈上升趨勢，上部覆蓋蒸發(fā)巖。各小層的平均面孔率的分布情況如圖 9所示，其中A1小層沉積微相為潮坪，儲層的ctsPore平均面孔率為6.9%，受上部蒸發(fā)巖的影響，此時白云巖中多發(fā)育硬石膏團(tuán)塊(如圖9中A1小層巖心圖片所示)，部分孔隙被硬石膏充填(如圖9中A1小層鑄體薄片圖片所示)；A2小層的儲層平均面孔率為11.7%，此時隨著深度增加，水深逐漸變深，硬石膏含量呈逐漸減少的趨勢，發(fā)育大量未被充填的生物鑄?？?如圖9中A2小層鑄體薄片圖片所示)；A3小層沉積微相為潮坪、蒸發(fā)坪、局限瀉湖，儲層平均面孔率為5.4%，硬石膏含量上升，孔隙度受影響降低(如圖9中A3小層鑄體薄片和巖心圖片所示)。

圖9 伊拉克A油田A段各小層面孔率分布直方圖Fig.9 Porosity distribution histogram of each layers in the Section A in the A oilfield,Iraq

4 討論

本文針對碳酸鹽巖儲層的特點(diǎn)確定了一套ctsPore閾值參數(shù)用于鑄體薄片面孔提取，其中參數(shù)包含H(色調(diào))、dt(S飽和度與V明度的乘積)、濾波法中的閾值T1和T2。以鑄體薄片圖片(圖 10d)為例進(jìn)行孔隙提取，首先H主要依靠孔隙區(qū)域顏色范圍選取(圖 10a)，研究區(qū)碳酸鹽巖鑄體薄片中孔隙被染色為藍(lán)色，H可選擇180°～240°范圍，如果受到拍攝光線、白平衡等條件影響導(dǎo)致顏色有所偏差，可在此范圍上進(jìn)行一定調(diào)整；閾值dt的確定依靠S和V的共同影響，在鑄體薄片圖片中S和V值較低的部分(圖 10b、c)，對應(yīng)于顏色飽和度和明度較低的區(qū)域。去除dt小于0.12的區(qū)域，即可去除一些錯誤識別的過渡帶，得到如圖 10e的HSV空間中孔隙區(qū)域選擇效果；在此基礎(chǔ)上，需要通過濾波法去除其中的噪點(diǎn)，本文針對碳酸鹽巖儲層孔隙溶蝕孔多、噪點(diǎn)多的特點(diǎn)，選擇去除像素點(diǎn)小于320 mm2的點(diǎn)，最終可得到研究區(qū)碳酸鹽巖鑄體薄片相對較好的提取效果。

圖10 HSV空間中參數(shù)選取示意圖：(a)H色調(diào)選擇原理；(b)S飽和度選擇原理；(c)V明度選擇原理；(d)鑄體薄片圖片；(e)面孔區(qū)域選取效果圖Fig.10 Schematic diagram of parameter selection in HSV space：(a)H selection principle;(b)S selection principle;(c)V selection principle;(d)Cast thin section;(e)Effect picture of pore selection

研究區(qū)原生孔隙較少，孔隙類型主要為成巖作用中溶蝕作用產(chǎn)生的次生孔隙，包含粒間溶孔、鑄?？住⑸矬w腔孔等作為研究區(qū)碳酸鹽巖的儲集空間，且吼道較窄，多為硬石膏所充填，孔隙連通性較差。面孔區(qū)域的提取有利于后續(xù)判斷孔隙和吼道類型(圖 11)，并且為儲層質(zhì)量評價和儲量計算提供重要參數(shù)。同時，面孔區(qū)域提取的為孔隙及吼道區(qū)域，通過對提取后孤立區(qū)域的長寬比等進(jìn)行分析，可為后續(xù)研究孔隙連通性、確定孔喉配位數(shù)以及孔喉平均直徑比奠定基礎(chǔ)。

圖11 孔喉區(qū)域及未充填縫示意圖：(a)鑄體薄片圖像；(b)提取結(jié)果Fig.11 Schematic diagram of pore area and unfilled fractures：(a)Cast thin section;(b)final pore feature extraction)

研究區(qū)裂縫類型按充填程度可以劃分為全充填、半充填、部分充填和未充填裂縫，且充填物多為硬石膏。其中，未充填的裂縫以及半充填和部分充填裂縫中的未被充填部分，會在鑄體薄片中呈現(xiàn)藍(lán)色(如圖 11中未充填裂縫所示)。在進(jìn)行面孔區(qū)域提取時這些未被充填的裂縫會被識別為孤立的小區(qū)域。在后續(xù)研究中，通過對孤立小區(qū)域的長寬進(jìn)行比較，可以對裂縫的開度定量分析，為裂縫有效性研究以及裂縫建模(董少群等,2018)提供數(shù)據(jù)基礎(chǔ)。

5 結(jié)論

通過對研究區(qū)的碳酸鹽巖鑄體薄片利用ctsPore方法進(jìn)行孔隙自動提取，得到以下4條結(jié)論：

(1)本文利用ctsPore方法優(yōu)選出一套適合碳酸鹽巖儲層進(jìn)行孔隙自動提取的方法參數(shù)：H為180～240、dt大于等于0.12、T1和T2為320 mm2，該方法與PSQ方法提取結(jié)果平均絕對誤差為0.24%，平均相對誤差為5%，面孔提取結(jié)果較為可靠；

(2)該方法提取一張分辨率為2560×1920的圖片均只需2.5 s左右，可以用于快速提取大量鑄體薄片圖片的面孔率，為海量鑄體薄片圖像孔隙特征分析提供可行的技術(shù)支撐；

(3)通過ctsPore方法對伊拉克A油田的鑄體薄片進(jìn)行孔隙自動提取，得到研究區(qū)面孔率主要分布在6%～8%，儲層是較為致密的中—低孔儲層，孔隙發(fā)育程度比較低；

(4)A1～A3各小層的面孔率提取結(jié)果分別為6.9%、11.7%、5.4%，與研究區(qū)碳酸鹽巖儲層物性、沉積微相和巖性等縱向分布規(guī)律情況較為符合。