摘要
本申请涉及测井图像地层分类识别技术领域,具体涉及一种复杂钻探场景下的随钻测井图像地层分类识别方法,该方法包括:采集不同地层的电成像测井图像,并提取各电成像测井图像的前景图像,记为测井图像;根据测井图像中像素点的分布特征,对测井图像进行去噪处理得到去噪测井图像;采用图像增强算法对所有去噪测井图像进行增强处理,以获取用于对随钻测井图像地层进行分类识别的深度学习模型。本申请通过分析电成像测井图像中像素点像素值的分布特征,对电成像测井图像进行更加精确地去噪处理,提高由神经网络训练得到的深度学习模型对测井图像所属地层分类识别的精度。
技术关键词
分类识别方法
像素点
图像增强算法
深度学习模型
经验分布函数
集中度
阈值分割算法
特征值
场景
电成像测井图像
分布特征
分类识别技术
碳酸盐地层
密度聚类算法
神经网络训练
滤波算法