基于混合曲线拟合算法的电成像正弦型裂缝识别方法、装置、设备及介质与流程

本发明涉及石油测井、地质工程及图像处理，特别涉及石油天然气勘探开发中的测井解释，具体涉及一种基于混合曲线拟合算法的电成像正弦型裂缝识别方法、装置、设备及介质。

背景技术：

1、在油气勘探与开发过程中，储层裂缝的发育程度直接关系到油气的储集空间和渗流通道。电成像测井因其高分辨率、高井壁覆盖率的特点，能够清晰地反映井壁岩性结构、构造缝、孔洞等地质特征，已成为识别和评价储层裂缝的核心技术手段。在电成像测井图像中，由于井眼为圆柱体，图像是通过极坐标展开而成的二维平面图。因此，当高角度裂缝或倾斜裂缝切割井眼时，在二维展开图上会呈现出典型的正弦波形态（即正弦型裂缝）。准确提取这些正弦曲线的参数（如极值点坐标、振幅、相位等），是计算裂缝产状（倾角、走向）以及进行后续裂缝密度、开度评价的前提和基础。

2、目前，针对电成像图像中正弦型裂缝的识别与提取，现有技术主要采用以下几种方法：1）人工交互拾取法：由解释人员手动在图像上追踪裂缝轨迹。该方法虽然准确率较高，但是效率极低，主观性强，无法适应海量测井数据的快速处理需求。2）基于传统图像处理与霍夫变换的方法：先通过边缘检测（如canny算子）提取裂缝像素点，再利用霍夫变换在参数空间进行投票检测。然而，电成像图像背景复杂，边缘检测易产生大量断续的伪边缘和孤立噪声点。传统的霍夫变换在处理此类断续、高噪声正弦曲线时，不仅计算量庞大、耗时长，而且容易发生漏检与误检。3）基于单一传统曲线拟合的方法：在初步提取轮廓点后，直接使用标准最小二乘法等单一算法进行正弦曲线拟合。由于测井环境中存在导电斑块或层理面干扰，初步提取的轮廓点集中必然混入大量异常点（离群点）。单一的最小二乘法对异常点极其敏感，拟合过程容易被异常值“拉偏”，导致拟合出的正弦曲线发生严重畸变，无法真实反映裂缝形态，进而造成产状计算错误。

3、综上所述，现有的电成像正弦型裂缝自动识别方法在抗噪性、鲁棒性以及拟合精度之间难以取得良好的平衡。当面临图像质量较差、裂缝特征断续或存在复杂地质干扰时，传统方法难以兼顾计算效率与拟合准确度。因此，亟需一种能够有效剔除异常干扰、对断续轮廓具有强鲁棒性，且能高精度拟合出真实正弦裂缝轨迹的识别方法。

技术实现思路

1、本发明旨在至少解决现有技术中存在的技术问题之一。为此，针对上述问题，本发明的目的是提供一种基于混合曲线拟合算法的电成像正弦型裂缝识别方法、装置、设备及介质，克服了现有方法在抗噪性、断续拟合能力和计算效率方面的不足。

2、为了实现上述发明目的，本发明采用的技术方案为：

3、第一方面，本发明提供一种基于混合曲线拟合算法的电成像正弦型裂缝识别方法，包括：

4、结构化数据采集与清洗；

5、将清洗后的结构化数据转换成电成像测井图像，其中，电成像测井图像中包括高导缝、高阻缝和/或羽状诱导缝；

6、将电成像测井图像输入预先训练的图像分割模型，输出二值图像，其中，二值图像中裂缝区域像素值为255、背景为0；

7、对二值图像进行形态学操作；

8、在形态学操作后的二值图像轮廓中寻找所有连续的非0像素区域的边界，获得轮廓集合；

9、对轮廓集合进行多级筛选，剔除噪声和无效轮廓；

10、采用正弦函数模型，结合周期延拓规则和振幅约束的物理约束对筛选后的轮廓集合进行混合曲线拟合，生成完整周期的正弦裂缝曲线；

11、将正弦裂缝曲线和电成像测井图像进行叠加，完成裂缝的识别。

12、一些可能的实施方式中，结构化数据采集与清洗，包括：

13、采用井下高分辨率多极板阵列微电阻率成像仪同步采集数据，包括电阻率矩阵、自然伽马曲线、井斜与方位角、泥浆电阻率和井温数据；

14、对采集到的数据进行清洗与校正；

15、将清洗与校正后的数据按深度顺序存储为格式文件作为标准化的基座数据集。

16、一些可能的实施方式中，将清洗后的结构化数据转换成电成像测井图像，包括：

17、将电阻率矩阵转换为电成像测井图像；

18、根据井斜方位信息对电成像测井图像进行方位校正，使电成像测井图像顶部指向地理北或磁北，其中，在电成像测井图像中裂缝特征的表现为：高导缝呈现为暗色或黑色的线性/曲线特征；高阻缝呈现为亮色或白色的线性特征；羽状诱导缝呈树枝状、羽毛状的复杂曲线形态。

19、一些可能的实施方式中，图像分割模型采用改进的yolov11seg深度学习分割模型训练得到，其中，改进的yolov11seg深度学习分割模型集成c3k2增强特征提取模块、spff多尺度融合模块、自适应锚框机制以及eiou损失函数，其中，图像分割模型的训练过程为：

20、收集已标注裂缝区域的电成像图像样本若干张作为训练集，其中，标注裂缝区域包括高导缝、高阻缝和羽状诱导缝；

21、在coco数据集上预训练的权重作为初始参数，进行迁移学习微调，优化器采用adamw，初始学习率0.001，动量0.9，权重衰减0.0005，批量大小8，训练50个epoch，训练完成后获得图像分割模型。

22、一些可能的实施方式中，对二值图像进行形态学操作，包括：对二值图像进行开运算与闭运算，开运算用于去除孤立的前景噪点和切断细小的毛刺状连接；闭运算用于填充裂缝内部的微小孔洞，连接因分割不连续导致的断裂片段；执行顺序与迭代次数按照先执行开运算1次，再执行闭运算1次，在前景概率较低的区域，降低闭运算的膨胀次数，避免虚假连接，得到优化后的二值图像。

23、一些可能的实施方式中，对轮廓集合进行多级筛选，剔除噪声和无效轮廓，具体为：将获取的所有连续区域的轮廓采用双重有效性筛选：一是基于面积的阈值筛选；二是基于同一水平线的分组归并，从而将属于同一条裂缝的多个轮廓片段整合为一个待拟合点集，具体为：

24、（a）基于面积的阈值筛选：计算每个轮廓的面积，仅保留面积大于等于设定像素的有效轮廓；

25、（b）基于同一水平线的分组归并：

26、同一水平线判断：对于两个有效轮廓，若满足以下条件，则判定为“同一水平线”：，其中，t为阈值，、为两个轮廓的中心纵坐标；

27、分组：设初始分组集合为执行：检查集合中是否存在已有组与的第一个轮廓满足“同一水平线”条件，若存在这样的组，则将加入该组，即若不存在，则创建新组即为最终的轮廓分组集合，每组对应一条候选裂缝。

28、一些可能的实施方式中，采用正弦函数模型，结合周期延拓规则和振幅约束的物理约束对筛选后的轮廓集合进行混合曲线拟合，生成完整周期的正弦裂缝曲线，包括：

29、周期延拓规则：强制执行周期延拓，固定周期t=width，角频率b=，若裂缝轮廓在图像中未完整呈现一个周期，基于图像宽度进行周期延拓，即令周期t等于图像宽度，通过正弦函数的周期性在图像外推部分补充完整周期曲线，确保拟合曲线覆盖整个测井图像范围；

30、振幅约束的物理约束：（a）振幅限制为a≤预设值：（b）周期限定在0~width像素内的一个完整周期，不足一个周期则延拓为一个周期；

31、裂缝曲线拟合：基于裂缝在电成像图像中呈现的周期性特征，采用正弦函数y=a·sin(b·x+c)+d进行曲线拟合，其中，a为振幅，b为角频率，c为初相位，d为基线偏移。

32、第二方面，本发明还提供一种基于混合曲线拟合算法的电成像正弦型裂缝识别装置，包括：

33、数据采集单元，被配置为结构化数据采集与清洗；

34、数据处理单元，被配置为将清洗后的结构化数据转换成电成像测井图像，其中，电成像测井图像中包括高导缝、高阻缝和/或羽状诱导缝；

35、图像分割单元，被配置为将电成像测井图像输入预先训练的图像分割模型，输出二值图像，其中，二值图像中裂缝区域像素值为255、背景为0；

36、图像二值化单元，被配置为对二值图像进行形态学操作；

37、轮廓获取单元，被配置为在形态学操作后的二值图像轮廓中寻找所有连续的非0像素区域的边界，获得轮廓集合；

38、轮廓筛选单元，被配置为对轮廓集合进行多级筛选，剔除噪声和无效轮廓；

39、曲线拟合单元，被配置为采用正弦函数模型，结合周期延拓规则和振幅约束的物理约束对筛选后的轮廓集合进行混合曲线拟合，生成完整周期的正弦裂缝曲线；

40、裂缝识别单元，被配置为将正弦裂缝曲线和电成像测井图像进行叠加，完成裂缝的识别。

41、第三方面，本发明还提供一种电子设备，包括：至少一个处理器；以及与所述处理器通信连接的存储器；其中，所述存储器存储有可被所述处理器执行的指令，所述指令被所述处理器执行，以使所述处理器能够执行所述的方法。

42、第四方面，本发明还提供一种存储一个或多个程序的计算机可读存储介质，其特征在于，所述一个或多个程序包括计算机指令，所述计算机指令用于使计算机执行任一项所述的方法。

43、相比于现有技术中基于霍夫变换或单一最小二乘拟合的裂缝识别方法，本发明采用混合曲线拟合算法，通过正弦函数模型构建、周期延拓规则及物理约束控制的协同作用，取得了以下有益效果：

44、1、基于固定周期强制角频率的周期延拓机制，显著提升了不完整裂缝轮廓的拟合完整性与鲁棒性：本发明针对电成像图像中裂缝轮廓常因井眼截断、图像边界或局部发育而缺失部分周期的问题，创新性地引入周期延拓规则，以图像宽度为固定周期，使拟合过程不再依赖轮廓点的完整覆盖范围，显著提高了拟合几率。

45、2、引入振幅等物理约束，保证了拟合结果的物理合理性与图像边界适应性：本发明在正弦曲线拟合中施加了振幅限制a≤200像素等物理约束，该约束基于电成像测井的物理先验：裂缝倾角通常不超过85°，对应正弦曲线在垂直方向的最大起伏小于图像高度的一半（典型电成像图像高度为800~1200像素，200像素对应约15°~30°的合理倾角范围），该约束的作用是：在轮廓点集中存在异常点或噪声时，防止拟合算法产生振幅过大、波形畸变的不合理曲线。对比实验显示，在加入10%随机离群点的情况下，本发明的拟合振幅与真实值的相对误差为5.2%，而传统无约束的最小二乘法的误差高达28.7%。同时，通过基线d与振幅a的边界检查，确保拟合曲线始终位于图像有效高度内，避免了因曲线越界而导致的产状计算错误或图像显示异常。

46、3、基于正弦函数模型与鲁棒拟合算法的结合，实现了高精度、抗离群点的裂缝参数提取：本发明保留了正弦函数模型作为裂缝形态的理论基础，该模型精确描述了电成像图像中倾斜裂缝的几何特征。

47、4、从轮廓提取到拟合输出的全流程自动化，大幅提升了处理效率：本发明将多轮廓提取、有效性筛选（面积≥100像素、同一水平线分组）与混合曲线拟合无缝衔接，无需人工干预。与现有技术中的手动拾取法相比，本发明的单口井处理时间从人工的4~6小时缩短至5分钟以内，效率提升约50倍；与霍夫变换相比，本发明的平均计算耗时低于霍夫变换（约1.2秒/条裂缝），且对高密度裂缝段的处理性能更稳定，该特征直接满足了海量测井数据快速处理的工业需求。

48、5、最终效果显示与参数输出，提供了直观且可量化的裂缝解释结果：本发明将拟合得到的完整周期正弦曲线以高亮色绘制显示于原始电成像图像上，同时输出裂缝类型（高导缝/高阻缝/羽状诱导缝）及定量参数（振幅、相位、基线，进而可换算为倾角、走向），该特征的作用是：使解释人员能够直观验证拟合结果的准确性，并为后续裂缝密度、开度、储层产能评价提供可直接使用的数字参数，消除了传统方法中“拟合有结果但不知是否可信”的黑箱问题。

49、综上，本发明涉及电成像测井图像的结构化采集、目标分割、形态学处理及正弦曲线拟合等图像处理与模式识别技术，特别是融合深度学习分割与混合曲线拟合实现对井壁裂缝的自动检测与定量表征，上述各环节相互衔接、层层递进，共同构成了一套全自动、高鲁棒、高精度的电成像正弦型裂缝识别技术方案，克服了现有方法在抗噪性、断续拟合能力和计算效率方面的不足，可以广泛应用于碳酸盐岩、页岩及致密砂岩等裂缝性储层的测井评价，为裂缝参数提取与储层产能预测提供可靠的技术手段。