引用本文
陈世松, 冉飞, 樊仁杰. 岩石薄片全视域多维数字化图像采集技术研发及应用[J]. 录井工程, 2023,34(2): 77-82.
CHEN Shisong, RAN Fei, FAN Renjie. Development and application of full-view multi-dimensional digital image acquisition technology for rock slices[J]. Mud Logging Engineering, 2023,34(2): 77-82.
Doi:10.3969/j.issn.1672-9803.2023.02.013  
Permissions
Copyright©2023, 《录井工程》杂志社
《录井工程》杂志社 所有
岩石薄片全视域多维数字化图像采集技术研发及应用
陈世松①, 冉飞①, 樊仁杰②
①中石化经纬有限公司西南测控公司
②中国石油渤海钻探井下技术服务公司

作者简介：陈世松 工程师,1983年生,2010年毕业于成都理工大学矿产普查与勘探专业,现在中石化经纬有限公司西南测控公司从事录井评价及储层研究工作。通信地址：621000 四川省绵阳市科创区园艺街13号。电话：（0816）2382432。E-mail：383462758@qq.com

收稿日期: 2023-01-09
摘要

针对目前老井库存岩石薄片老化、丢失,无法实现数字化图像共享以及新井现场岩石薄片应用浅表化等问题,研发了岩石薄片全视域多维数字化图像采集技术,实现了对岩石薄片的广域、多维度地质特征识别及同屏多人协同研讨,增强了对岩石薄片内特殊矿物、孔隙、裂缝等特征认识的统一性、准确性。全视域多维数字化岩石薄片图像所反映的地质特征较传统岩石薄片更加丰富,岩性特征识别更加准确,更有利于支撑地质沉积与成岩演化研究。该技术的研发与应用,不仅实现了早期老井库存岩石薄片的数字化存储,同时有利于现场勘探中储层的快速评价,从而为油田勘探开发的数字化建设提供了有力支撑。

关键词: 岩石薄片; 全视域; 多维; 数字化采集; 图像处理
中图分类号:TE132.1 文献标志码:A
Development and application of full-view multi-dimensional digital image acquisition technology for rock slices
CHEN Shisong①, RAN Fei①, FAN Renjie②
①Southwest Measurement and Control Company of Sinopec Matrix Corporation,Mianyang,Sichuan 621000, China
②Downhole Technology Service Company, BHDC, CNPC, Tianjin 300280, China
Abstract

In view of the aging and loss of rock slices in old wells, digital image sharing can not be realized, and the application of rock slices in new wells was superficial, the full-view multi-dimensional digital image acquisition technology of rock slices was developed, which realized the wide-area and multi-dimensional geological feature recognition of rock slices and the collaborative discussion of many people on the same screen, and enhanced the unity and accuracy of understanding the special minerals, pores, cracks and other characteristics in rock slices. The full-view multi-dimensional digital rock slice image reflects more abundant geological features than traditional rock slices, and the identification of lithologic features is more accurate, which is more conducive to supporting the study of geological sedimentation and diagenetic evolution. The research and application of this technology not only realizes the digital storage of rock slices in early old wells, but also facilitates the rapid evaluation of reservoirs in field exploration, which provides favorable support for the digital construction of oilfield exploration and development.

Keyword: rock slice; full-view; multi-dimensional; digital acquisition; image processing
0 引言

岩石薄片鉴定技术可识别非常规油气藏的储层类型、孔隙结构及渗流能力等相关地质参数, 是发现非常规油气储层微观特征的关键技术之一[1]。传统的岩石薄片技术仅能反映薄片的局部信息, 其信息量有限, 同时以实物方式保存的方法不利于薄片的长久保存。为此, 开展了岩石薄片全视域多维图像数字化采集技术研发, 以便真实地采集岩石薄片的全部信息[2], 实现实物岩石薄片资料数字化存储与展示, 更好地为后期岩石薄片数字化科研服务[3]。该技术可实现现场快速鉴定岩石的岩性、孔隙结构、胶结胶代、古生物等地质特征[4], 结合岩石薄片数字化共享[5], 有助于现场优快决策, 不仅实现了早期库存老井岩石薄片的数字化存储与应用, 同时也在现场勘探中储层快速评价领域应用前景广阔, 可为油田勘探开发的数字化建设提供有力支撑。

1 传统岩石薄片鉴定技术的应用现状

传统岩石薄片鉴定技术具有以下局限性：一是岩石薄片镜下鉴定采用目估法, 用时长, 效率低; 二是岩石薄片鉴定结果因人而异, 准确性取决于鉴定人员的经验[6]; 三是岩石薄片保存年限过久, 树胶变黄、变脆、龟裂、脱离, 失去了岩石薄片的原始状态信息, 且随着岩石薄片的老化、损坏、丢失, 难以回溯当初的鉴定过程和进行重新鉴定。

传统岩石薄片应用以少量局部图片和鉴定表为主, 没有全面反映整张薄片全视域的微观图像, 限制了薄片地质特征的认知与应用[7]。目前传统岩石薄片鉴定成果的应用仍然采取库存薄片借阅的方式, 借阅与审批程序复杂, 不能实现电子化、数字化快捷共享应用。传统岩石薄片显微镜影像智能化程度低, 缺乏数字化图像采集与自动分析功能, 无法进行随钻储层快速识别应用。

随着油田勘探开发不断推进与产能建设逐年提高, 钻井数量随之增多, 岩石薄片实物库存压力大, 岩石薄片数字化、电子化存储是油气田数字化、信息化建设的必然趋势。

2 岩石薄片数字化图像采集技术
2.1 图像采集技术模块架构

岩石薄片全视域多维数字化图像采集系统主要由多维数字化图像采集仪、动力控制系统、图像处理与存储系统3部分组成（图1）。该系统采用自动控制与高精度成像技术, 大幅度提高了成像精度, 具有整张岩石薄片自动采集控制、镜下自动聚焦、图像特征点拼接等关键技术功能。

图1 岩石薄片全视域多维数字化图像采集系统

2.2 图像采集技术流程

岩石薄片全视域多维数字化图像采集技术流程（图2）完全由电脑自动操控。首先在完成实验室岩石薄片制样后, 将岩石薄片放入多维数字化图像采集仪, 通过采集软件控制图像采集仪进行薄片移动, 进行全薄片逐行逐列矩阵式聚焦采集, 采集软件采用多线程技术提取关键点, 进行特征点匹配, 自动合成一幅全视域无缝衔接的高分辨率图像; 然后通过调整偏光系统, 进行多维图像采集, 生成岩心薄片样品的全视域多维高分辨率数字化图像; 最后通过网页发布岩石薄片多维数字化图像资料, 实现岩石薄片图像资料的共享应用。

图2 岩石薄片全视域多维数字化图像采集技术流程

3 全视域多维数字化图像处理技术
3.1 全视域高分辨率数字化图像拼接

运用SIFT特征匹配算法对岩石薄片图像中的空白区域图像进行特征提取[8], 采用全视域高分辨率特征点匹配图像拼接技术（图3）, 对相邻图像重合区域进行特征点匹配, 最终拼接形成全视域高分辨率数字化图像。

图3 全视域高分辨率特征点匹配图像拼接

3.2 数字化图像岩矿鉴定

全视域岩石薄片数字化图像视野广, 数字化岩石薄片图像可实现多倍无级缩放, 方便鉴定人员从薄片整体或细节上更好地观察其地质特征。通过在4~100倍范围内成倍数放大高清图像, 使岩石薄片内长石、石英、岩屑等颗粒的形态、磨圆度、分选性, 以及胶结情况、石英次生加大、特殊黏土矿物（绿泥石、石膏）、重矿物（黄铁矿、磁铁矿、锆石、电气石）等地质特征较传统薄片更加丰富、更加清晰（图4）, 并可自动测量岩石颗粒的大小, 鉴定结果更加准确, 更有利于支撑地质沉积与成岩演化研究。

图4 全视域数字化岩石薄片与单视域鉴定图像对比

3.3 数字化图像孔隙分析

全视域多维岩石薄片数字化图像经成倍数高清放大后, 可识别分析薄片内孔隙类型（岩石粒间孔、粒间溶孔、粒内溶孔等）以及孔隙特征（溶孔形态、溶蚀成分等）, 可自动测量孔隙直径的大小, 统计分析不同类型孔隙数量与不同位置岩石孔隙发育的差异性（图5）。

图5 致密砂岩全视域数字化岩石薄片孔隙特征

3.4 数字化图像多维度地质特征识别

通过计算机控制载物台运动、Z轴运动、偏振片的切换和角度旋转, 实现了单偏光、正交偏光多维角度的切换, 对每一个薄片可采集任意角度图像, 形成多维图像集, 进而可分析岩石薄片内不同维度石英、长石、岩屑、孔隙的消光特征, 分辨溶孔与矿物, 最终实现了岩石薄片全视域数字化图像多维度地质特征识别（图6）。

图6 岩石薄片全视域数字化图像多维度地质特征识别

4 岩石薄片数字化资料存储与共享技术
4.1 岩石薄片数字化资料存储

传统的岩石薄片只能以实物方式保存（图7a）, 而全视域多维数字化岩石薄片资料实现了电子档存储（图7b）, 具有永久性保存优势, 有利于油田开展数字化建设。

图7 传统岩石薄片与全视域数字化岩石薄片保存方式对比

4.2 岩石薄片数字化成果共享

通过网络页面发布全视域多维数字化岩石薄片图像进行成果共享, 网络页面发布功能支持岩石薄片全部和局部高分辨率图像的缩放、裁剪、测量、标注及岩石薄片多维图像旋转变化（图8a）。通过网页成果发布可实现同屏多人协同研讨（图8b）, 更有利于增强对岩石薄片内特殊矿物、孔隙、裂缝等特征认识的统一性、准确性。

图8 全视域数字化岩石薄片图像网页发布及同屏多人研讨

5 应用效果及前景
5.1 应用效果

2021年在川西坳陷开展了不同区块、不同层位13口井20件样品的岩石薄片全视域多维图像数字化采集技术应用, 其在岩石定名、数字化存储、地质特征识别及多人协同共享等方面均取得了较好试验效果（表1）。

表1 岩石薄片全视域多维图像数字化采集技术应用统计

以川西坳陷雷口坡组YX 1井为例, 该井应用岩石薄片全视域多维数字化图像采集技术进行测试选层及钻后评估方案。在5 715~5 723 m井段, 通过全视域多维数字化图像采集技术识别该井段岩性为浅灰色藻白云岩、浅灰色（含灰质、砂屑）白云岩, 储层发育粒间、粒内溶孔及生物铸模孔, 裂缝发育, 孔隙度0.64%~5.87%, 渗透率0.02~6.81 mD, 根据全视域多维数字化岩石薄片图像鉴定结果, 认为该井段为优质储层段（图9、图10）。最终该井段测试产气量3.67× 104 m3/d, 获得了较好的工业产能, 可见全视域多维数字化岩石薄片图像鉴定结果较为准确。

图9 YX 1井取心段综合解释图

图10 YX 1井岩石薄片全视域多维图像数字化采集技术储层评价应用

5.2 应用前景

在川西坳陷多口井的应用表明, 岩石薄片全视域多维数字化图像采集技术在岩石薄片的数字化鉴定、存储等方面应用效果较好, 该技术可为勘探开发现场高效决策及油田数字化建设提供有力支撑。

目前岩石薄片鉴定逐步实现由实物人工目视鉴定到全视域数字化图像采集鉴定, 随着今后进一步推广应用与深化研究, 岩石薄片全视域多维数字化图像采集技术向智能数字化图像定量鉴定方向发展是必然趋势。

基于不同矿物、孔隙多维消光特征, 结合数字图像处理技术与聚类分析, 开发智能识别系统, 可实现矿物成分、颗粒、孔隙自动识别与定量分析, 鉴定成果自动化输出, 是岩石薄片全视域多维数字化图像采集技术未来的发展方向。

6 结论

（1）岩石薄片全视域多维数字化图像采集技术实现了岩石样品的广域、多维度地质特征识别及同屏多人协同研讨, 提高了对岩石样品内特殊矿物、孔隙、裂缝等特征认识的统一性、准确性, 其地质特征较传统薄片更加丰富, 定名更加准确, 更有利于支撑沉积与成岩演化研究。

（2）岩石薄片全视域多维数字化图像采集技术实现了岩石薄片实物资料的电子化存储, 具有永久性保存优势, 是油气田数字化、信息化建设所需的技术, 推广应用前景广阔。

（3）岩石薄片全视域多维数字化图像采集技术向智能化、定量化识别分析的深化发展, 是该技术的研发方向。

（编辑 唐艳军）

参考文献
[1] 刘淑英. 岩石薄片鉴定及显微图像技术在现场录井中的应用[J]. 西部探矿工程, 2016, 28(8): 43-46.
LIU Shuying. Application of rock thin section identification and microscopic image technology in field logging[J]. West-China Exploration Engineering, 2016, 28(8): 43-46. [本文引用:1]
[2] 苏桂芬, 孙东洵, 冯丹, 等. 一种岩石薄片全幅面采集新方法[J]. 中国矿业, 2019, 28(增刊1): 328-330.
SU Guifen, SUN Dongxun, FENG Dan, et al. A new method for full-area acquisition technology of rock thin sections[J]. China Mining Magazine, 2019, 28(S1): 328-330. [本文引用:1]
[3] 赵明. 岩石薄片显微图像技术在储集层评价中的应用[J]. 录井工程, 2007, 18(3): 13-16.
ZHAO Ming. Application of microscopic image technology of rock thin section in reservoir evaluation[J]. Mud Logging Engineering, 2007, 18(3): 13-16. [本文引用:1]
[4] 朱世松, 杨文艺, 侯广顺, 等. 一种岩石薄片智能分类识别方法[J]. 矿物学报, 2020, 40(1): 23-24.
ZHU Shisong, YANG Wenyi, HOU Guangshun, et al. An intelligent classification and recognition method for rock slices[J]. Acta Mineralogica Sinica, 2020, 40(1): 23-24. [本文引用:1]
[5] 张波. 薄片显微图像技术在岩石鉴定中的应用[J]. 石化技术, 2016, 23(6): 108.
ZHANG Bo. Application of thin section micro-image in identification of rock[J]. Petrochemical Industry Technology, 2016, 23(6): 108. [本文引用:1]
[6] 白林, 魏昕, 刘禹, 等. 基于VGG模型的岩石薄片图像识别[J]. 地质通报, 2019, 38(12): 2053-2058.
BAI Lin, WEI Xin, LIU Yu, et al. Rock slice image recognition based on VGG model[J]. Geological Bulletin of China, 2019, 38(12): 2053-2058. [本文引用:1]
[7] 苏桂芬, 冯丹, 刘凤民, 等. 岩石薄片全幅面采集技术与实验性研究[J]. 中国矿业, 2017, 26(1): 310-313.
SU Guifen, FENG Dan, LIU Fengmin, et al. Research and experimental collection of full-area acquisition technology of rock thin section[J]. China Mining Magazine, 2017, 26(1): 310-313. [本文引用:1]
[8] 庞战, 滕奇志, 何海波. 基于SIFT的岩石薄片图像拼接[J]. 微型机与应用, 2017, 36(6): 46-50.
PANG Zhan, TENG Qizhi, HE Haibo. The image stitching of rock slice based on SIFT[J]. Microcomputer & Its Applications, 2017, 36(6): 46-50. [本文引用:1]