首页--工业技术论文--石油、天然气工业论文--石油、天然气地质与勘探论文--油气田测量和储量计算论文--油气田测量论文

基于静态电成像的砂砾岩储层岩性识别研究

摘要第1-5页
Abstract第5-9页
第一章 绪论第9-15页
   ·论文研究的目的和意义第9-10页
   ·成像技术的发展概况第10-11页
   ·国内外岩性识别的研究现状第11-12页
   ·研究的主要内容和技术路线第12-15页
第二章 电阻率成像测井原理及图像处理方法第15-36页
   ·成像测井的发展和测量原理第15-21页
     ·成像测井仪器(FMI)原理第15-17页
     ·FMI的具体参数第17-18页
     ·FMI测井的影响因素第18-19页
     ·FMI测井获取的数据信息第19-21页
   ·电成像资料的预处理方法第21-23页
     ·规范化处理第21页
     ·速度校正第21-22页
     ·水平均衡校正第22页
     ·深度对齐第22-23页
     ·坏电极剔除第23页
   ·FMI测井图像的标定第23-26页
     ·静态标定法第24页
     ·浅侧向测井标定法第24-25页
     ·动态标定法第25-26页
   ·FMI图像的生成和显示第26-30页
     ·标定图像的色标第27-28页
     ·生成图像格式的选择第28页
     ·BMP文件的特点第28-29页
     ·BMP文件结构第29页
     ·成像测井图像的生成第29-30页
   ·静态图像的预处理方法第30-36页
     ·填充极板间隔第30-33页
     ·图像滤波第33-35页
     ·图像增强第35-36页
第三章 砂砾岩储层的岩性特征及成像模式研究第36-52页
   ·研究区域的地质背景第36页
   ·深层砂砾岩的岩性特征第36-40页
     ·砂砾岩的测井响应特征第37-38页
     ·深层砂砾岩储层“四性”关系研究第38-40页
   ·砂砾岩相的静态电成像解释模式第40-43页
     ·建立图像模式第40-41页
     ·岩性特征与图像模式之间的联系第41-43页
   ·岩性分类及区块内的岩性特征第43-52页
     ·主要岩性分类第43-46页
     ·利用岩心刻度研究区内的主要岩性第46-52页
第四章 电成像测井图像的特征提取及定量分析第52-66页
   ·图像识别原理第52-53页
   ·基于图像的识别算法第53-58页
     ·统计特征法第53-54页
     ·模板匹配法第54-55页
     ·模糊模式识别法第55-56页
     ·神经网络识别法第56-58页
   ·图像的特征第58-60页
     ·图像特征的概念第58-59页
     ·图像特征提取第59页
     ·特征的选定原则第59-60页
   ·静态测井图像的特征提取第60-66页
     ·成像测井图像的直方图第60-63页
     ·图像的灰度共生矩阵第63-66页
第五章 人工神经网络模型第66-81页
   ·BP神经网络第68-71页
     ·BP神经网络的拓扑结构第68-69页
     ·BP神经网络的算法第69-71页
     ·BP神经网络的改进第71页
   ·Hopfield神经网络第71-76页
     ·Hopfield网络的拓扑结构第72-75页
     ·Hopfield神经网络的学习算法第75-76页
   ·自组织神经网络第76-81页
     ·自组织神经网络概述第76-77页
     ·SOM神经网络的拓扑结构第77页
     ·SOM网的学习规则第77-79页
     ·SOM网络的算法第79-81页
第六章 BP神经网络识别砂砾岩岩性第81-91页
   ·系统设计第81页
     ·预处理模块第81页
     ·图像特征提取模块第81页
     ·岩性识别模块第81页
   ·系统流程第81-82页
   ·建立BP神经网络第82-84页
     ·BP网络设置第82-83页
     ·BP神经网络的改进第83-84页
   ·应用实例分析第84-91页
     ·技术路线第84页
     ·神经网络学习样本第84-87页
     ·预测岩性第87-90页
     ·结果分析第90-91页
结论第91-92页
参考文献第92-95页
致谢第95页

论文共95页,点击 下载论文
上一篇:劣质柴油加氢改质催化剂及工艺研究
下一篇:基于RS和GIS的油气管道选线方法研究