免费论文摘要：鉴于纹理特性的测井图像分门别类算法的接洽与实行

跟着火油勘测开拓的须要，测井本领兴盛格外赶快，个中成像测井因为其高辨别率、高井眼掩盖率以及可视性的特性，已变成测井范围的接洽热门之一。怎样运用图像处置、形式辨别等关系表面本领对成像测井图像举行较为透彻的定量评介妥协释是接洽的中心。为此，正文接洽了鉴于纹理特性的测井图像分门别类本领，沿用矫正的限制二值形式（LBP）算法、K-means聚类算法以及多类扶助向量机（SVM）分门别类模子实行了较好的测井图像分门别类。这种精致的孔隙构造领会及接洽，对低孔、搀杂岩性等储层测井精致评介将具备要害意旨。故本课题的接洽具备科学研究和工程运用的双重意旨。开始，接洽了图像纹理特性索取的关系本领，并中心领会了LBP算法。先对图像举行E-Canny（Enhanced Canny边际检验和测定）预处置，获得测井纹理图像；而后对准LBP算法没有商量到待分门别类样品的散布特性等缺点，做出矫正，提出了实用于测井图像纹理特性索取的LDBP (Local Distribution Binary Patterns)算法。经过天生图像的密度矩阵，将测井图像的密度散布消息商量到纹理特性中。试验考证了LDBP算法的灵验性，使测井图像的辨别精度有了很大的普及。其次，接洽了现阶段几种要害的形式分门别类本领，并将K-means聚类算法运用于测井图像，博得了较好的试验截止。同声，正文还提防接洽了SVM算法，并按照测井图像分门别类的本质运用诉求，提出了多类SVM分门别类模子。结果，安排了鉴于纹理特性的测井图像分门别类体例，贯串LDBP算法和多类SVM分门别类模子，对测井图像举行了纹理特性索取、演练与分门别类。试验截止表明该体例不妨到达较好的图像分门别类功效。

来源：半壳优胜鲸鱼幸运星转载请保留出处和链接！

本文链接：http://87cpy.com/200985.html