| 摘要 | 第3-4页 |
| Abstract | 第4页 |
| 第一章 绪论 | 第7-13页 |
| 1.1 选题目的和意义 | 第7-8页 |
| 1.2 国内外研究现状 | 第8-11页 |
| 1.2.1 致密砂岩气藏地质研究现状 | 第8-10页 |
| 1.2.2 非监督聚类算法研究现状 | 第10-11页 |
| 1.3 论文组织结构 | 第11-13页 |
| 第二章 储层成岩作用及孔隙分类 | 第13-18页 |
| 2.1 地层特征 | 第13-14页 |
| 2.2 成岩作用 | 第14-16页 |
| 2.2.1 压实作用和压溶作用 | 第14-15页 |
| 2.2.2 胶结作用 | 第15页 |
| 2.2.3 交代蚀变作用 | 第15-16页 |
| 2.2.4 重结晶作用 | 第16页 |
| 2.3 孔隙类型 | 第16-18页 |
| 第三章 两种非监督聚类算法 | 第18-32页 |
| 3.1 模糊集合理论 | 第18-19页 |
| 3.2 FCM聚类算法 | 第19-23页 |
| 3.3 典型的FCM改进算法 | 第23-29页 |
| 3.3.1 FCM_S算法 | 第23-24页 |
| 3.3.2 EnFCM算法 | 第24-26页 |
| 3.3.3 FGFCM算法 | 第26-28页 |
| 3.3.4 FLICM算法 | 第28-29页 |
| 3.4 K-means聚类算法 | 第29-32页 |
| 第四章 算法改进和岩石图像去噪 | 第32-50页 |
| 4.1 改进的FCM算法与K-means算法 | 第32-39页 |
| 4.1.1 基于直方图改进的FCM算法 | 第32-35页 |
| 4.1.2 基于聚类中心改进的K-means算法 | 第35-39页 |
| 4.2 岩石图像去噪 | 第39-50页 |
| 4.2.1 噪声分类 | 第39-42页 |
| 4.2.2 图像去噪 | 第42-50页 |
| 第五章 结合岩石图像颜色纹理特征的FCM算法与实验分析 | 第50-63页 |
| 5.1 聚类分割算法 | 第50-58页 |
| 5.1.1 颜色特征提取 | 第50-53页 |
| 5.1.2 纹理特征提取 | 第53-56页 |
| 5.1.3 结合岩石图像颜色纹理特征的FCM算法 | 第56-58页 |
| 5.1.4 基于直方图改进的FCM算法对岩石图像进行聚类 | 第58页 |
| 5.2 边缘分割算法 | 第58-60页 |
| 5.3 阈值分割算法 | 第60-61页 |
| 5.4 岩石图像分割结果分析 | 第61-63页 |
| 第六章 总结展望 | 第63-65页 |
| 6.1 工作总结 | 第63页 |
| 6.2 展望 | 第63-65页 |
| 致谢 | 第65-66页 |
| 参考文献 | 第66-70页 |
| 攻读学位期间参加科研情况及获得的学术成果 | 第70-71页 |