本软件所使用岩样图像以RGB颜色模型为基础, 该模型是工业界应用普遍的一种颜色标准, 包括了人类视力所能感知的所有颜色。RGB颜色模型如图1所示, 采用三维直角坐标系, 因此又被称为RGB颜色空间^[3]。RGB颜色空间中的每个点有三个分量, 分别表示红、绿、蓝的亮度值, 亮度值范围均为[0, 255]。在RGB颜色空间中, 原点对应的颜色为黑色, 其三个分量值都为0; 距离原点最远的顶点对应的颜色为白色, 其三个分量值都为255。从黑色到白色的不同等级灰色分布在黑白两点的连线上, 其余各点分别对应不同的颜色。RGB颜色空间由256³=16 777 216个色块组成, 即RGB颜色模型由256³=16 777 216种颜色所组成^[4]。

图1

	Figure Option ViewDownloadNew Window
	图1 RGB颜色模型

软件采用查表法, 通过一次性计算得到全部RGB颜色的岩石标准颜色分类, 然后生成RGB颜色与岩石标准颜色的映射关系表, 该表给每一个RGB颜色分配序号, 每个序号位置上的数字代表其所映射的岩石标准颜色数组的序号。

映射关系表给每一个RGB颜色分配序号的计算, 公式如下:

Mapkeyval=B× 256× 256+G× 256+R

该映射关系包含16 777 216个0~111的数字, 用二进制文件形式保存, 每个数字占一个字节, 共计16 Mb大小, 内置于软件当中^[5]。

以后每次只需查找这个映射关系表无需计算就能够得到岩样图像像素的岩石标准颜色分类。

软件所采用的岩样标准颜色划分方法以中国石油天然气行业标准SY/T 5751-2012《石油地质岩石名称及颜色代码》^[6]中112种岩石标准颜色为核心, 对16 777 216种颜色进行定名。

将112种岩石标准颜色等同于RGB颜色空间的112个色块, 因此可以通过勾股定理计算RGB颜色模型的16 777 216种颜色与112种岩石颜色的距离, 公式如下^[7]:

$\Delta G=\sqrt{\left(R_{i}-R_{0}\right)^{2}+\left(G_{i}-G_{0}\right)^{2}+\left(B_{i}-B_{0}\right)^{2}}$

式中:Δ G为颜色距离; R_i、G_i、B_i分别为岩石标准颜色的红、绿、蓝颜色分量数值; R₀、G₀、B₀分别为RGB颜色空间的每一种颜色的红、绿、蓝颜色分量数值。

然后将距离某个岩石颜色最短的RGB颜色定为这个岩石颜色。当距离相同时, 则定为序号靠前的岩石颜色。

软件使用岩样图像仪在白光、荧光条件下扫描岩样样品, 得到白光、荧光图像, 其图像上相同坐标的像素则代表岩样样品上同一个点分别在白光、荧光下表现出的颜色特征。相同坐标的两个像素的颜色形成了一对颜色组合, 藉此来界定荧光显示。

由上文可知, 岩石标准颜色一共112种, 即白光下岩样图像的像素有112种颜色, 同时荧光下岩样图像的像素也对应112种颜色, 共计112× 112=12 544种颜色关系组合。这是数学上理论计算颜色关系组合数量, 但在实际中每种颜色关系组合出现的概率不同。通过统计100张无荧光显示的岩样样品白光、荧光图像, 得到了一个颜色组合概率分布区间^[8]。根据此概率分布区间, 将大于或等于万分之一的颜色组合定义为大概率颜色组合, 小于万分之一的颜色组合定义为小概率颜色组合, 其余的为零概率颜色组合, 也就是不可能出现的颜色组合。

根据概率分布区间对荧光像素进行定义如下:在荧光图像中零概率颜色组合的像素和在荧光图像中小概率颜色组合中“ 出现频率” 大于或等于万分之一的像素(在此举例说明“ 出现频率” 的概念:如白光图像中白色像素有十万个, 与白色像素坐标相同的荧光图像中的灰白色像素有十个, 则灰白色像素的出现频率为万分之一^[9]), 也就是说白光在荧光条件下无显示岩屑的像素组合规律是固定的, 当出现了不可能出现的颜色组合的时候, 说明这个颜色组合不再属于无荧光显示的颜色组合, 因此定义为荧光像素; 同理, 当小概率颜色组合(概率小于万分之一)的出现频率大于万分之一时, 也说明这个颜色组合不再属于无荧光显示的颜色组合, 也定义为荧光像素。

基于上述定义, 将荧光图像上的荧光像素保留不做任何改动, 将其余像素RGB改为(0, 0, 0)即纯黑色, 即实现了岩样荧光图像的“ 荧光色” 抠图功能^[10]。最后, 将保留的荧光像素总数除以岩样图片总像素数, 即获得了岩样的荧光面积(含油面积)占比, 从而实现了岩样荧光面积的定量化分析。

软件流程框架包含3个模块, 分别为图像预备模块、核心运算模块、数据存储模块(图2)。首先进入软件图像预备模块, 程序运行后输入基本信息并创建数据库, 选择同一岩样的白光、荧光两张图像; 然后进入软件核心运算模块, 程序遍历两张图像的每一个像素, 利用查表法, 进行像素颜色识别, 再对颜色组合关系数量统计、频率计算, 判断和统计荧光像素, 最后生成荧光像素抠图图像; 最终软件进入数据存储模块, 将荧光像素统计结果保存到数据库, 将荧光像素抠图图像存储到指定文件夹。软件运行界面如图3所示。

图2

	Figure Option ViewDownloadNew Window
	图2 软件流程框架

图3

	Figure Option ViewDownloadNew Window
	图3 软件运行界面

录井岩样荧光面积定量化分析软件在大港油区4口井进行了实验性应用, 分别选用不同含油级别的岩样进行了含油面积(荧光显示像素个数/像素总数)对比测试。通过实测数据可以看出(图4、图5、图6、表1), 软件计算得到含油面积与岩样定名技术标准所对应的含油面积一致, 证明了该软件岩样颜色识别和荧光含量计算的有效性。

图4

	Figure Option ViewDownloadNew Window
	图4 B 6-12井浅灰色荧光细砂岩荧光含量图像(荧光像素占比为5.43%)

图5

	Figure Option ViewDownloadNew Window
	图5 GD 10X1井灰褐色油斑细砂岩荧光含量图像(荧光像素占比为20.51%)

图6

	Figure Option ViewDownloadNew Window
	图6 BS 1501井褐色富含油细砂岩荧光含量图像(荧光像素占比为60.72%)

表1

表1

表1 录井岩样荧光定量化分析软件测试数据对比 岩样 序号 井名 井深/ m 岩样含油 级别 含油岩屑占定名 岩屑百分含量/% 像素总数/ 个 荧光显示像素 个数/个 软件计算荧光 面积结果/% 1 B 6-12 3 756 荧光 < 5 7 087 500 384 851 5.43 2 B 6-12 3 762 油斑 20 7 087 500 1 487 666 20.99 3 B 6-12 3 764 油斑 40 7 087 500 2 893 826 40.83 4 B 6-12 3 826 富含油 60 7 087 500 4 304 239 60.73 5 GD 10X1 3 452 荧光 < 5 7 087 500 384 851 5.43 7 GD 10X1 3 562 油斑 20 7 087 500 1 453 646 20.51 6 GD 10X1 3 802 油斑 40 7 087 500 2 878 234 40.61 8 GD 10X1 3 876 富含油 60 7 087 500 4 311 326 60.83 9 BS 1501 4 100 荧光 < 5 7 087 500 399 026 5.63 10 BS 1501 4 134 油斑 20 7 087 500 1 441 598 20.34 11 BS 1501 4 156 油斑 40 7 087 500 2 901 623 40.94 12 BS 1501 4 178 富含油 60 7 087 500 4 303 530 60.72 13 B 6-1 3 600 荧光 < 5 7 087 500 377 764 5.33 14 B 6-1 3 644 油斑 20 7 087 500 1 433 801 20.23 15 B 6-1 3 654 油斑 40 7 087 500 2 893 826 40.83 16 B 6-1 3 780 富含油 60 7 087 500 4 253 918 60.02

表1 录井岩样荧光定量化分析软件测试数据对比