多点地质统计建模在扇三角洲沉积中的应用

K油田处于开发前期方案编制阶段,钻井资料少,地震资料品质较差,储层的空间展布预测存在较大不确定性。综合油田取芯、测井、测压及地震等资料,分析储层为扇三角洲前缘沉积,发育分流河道、溢岸和河口坝等多种沉积微相,采用传统地质建模方法难以精确表征K油田的沉积模式。通过采用多点地质统计建模方法,融入反映地质认识的训练图像,结合已钻井垂向微相组合特征及储层平面展布规律,实现多维约束建立K油田相模型。模拟结果显示,由多点地质统计建模模拟的K油田相模型较好地表征了分流河道的展布形态及沉积微相之间的空间组合关系,且地质不确定性较低,更加符合地质认识,对油田开发方案的编制具有较强的指导意义,同时对类似沉积相建模具有一定推广意义。     

多点地质统计学在秘鲁D油田地质建模中的应用

应用多点地质统计学和相控建模相结合的方法,以秘鲁D油田V层为例进行了地质条件约束下的地质建模研究。首先根据地质概念模型建立训练图像,然后应用多点地质统计学Snesim算法模拟沉积微相,最后在沉积微相控制下进行储层参数模拟。研究结果表明：多点地质统计学方法不仅忠实于井点数据,而且可以在使用的训练图像中加入地质概念,从而对随机模型进行地质约束;V层沉积微相随机模拟较好地再现了沉积微相的空间结构,其孔隙度模拟实现与相应沉积微相模型吻合较好,且沉积微相对储层参数的空间分布具有较大影响;多点地质统计学方法和相控建模的建模原则有助于从地质的角度对模型进行约束,促进概念模型向定量模型的转化,从而建立合理的反映地下实际情况的三维模型。     

基于颜色和空间特征的图像检索

提出一种新的基于颜色和空间特征的图像检索算法。首先,将检索图像转换为HSV颜色空间并进行量化,提取环形颜色空间信息熵作为颜色空间分布特征。其次,计算每个像素点的多邻域的量化颜色值的一、二阶中心矩,利用各阶统计矩的信息熵来表征图像颜色的局部空间特征。最后,对特征向量进行高斯归一化,采用特征向量的L1-norm距离计算彩色图像的相似度并进行图像检索。试验结果表明该方法比CDE和Geostat算法具有较好的检索效果。     

多轮廓三维立体视景图像的投影检测算法

针对多轮廓三维立体模型进行高精度建模中,因为视觉切换和光线强度衰减产生斑点和投影,需要进行投影检测分离,提高图像品质的问题,提出一种基于相似度特征纹理分割的多轮廓三维立体视景图像的投影检测算法.该算法先根据已知的多轮廓三维模型雏形对所有的建模点进行遍历建模分析,再对遍历后的建模点进行模型重构,构造含积分递推多项式的平面起控基函数,最后采用多轮廓图像的曲线混合函数初始化检测模型,得到改进的三维立体视景图像投影检测迭代方程,用相似度特征纹理分割方法实现对视景图像的投影检测改进,解决了图像投影检测不准确的问题.仿真结果表明,该算法能有效实现对图像的投影检测分离,图像成像保持度更好,提高了图像成像品质.     

一种基于区域的图像融合新方法

提出了一种基于多通道Gabor滤波器和FCM聚类的图像融合新方法.该方法先利用模糊C-均值聚类算法在多通道Gabor滤波器形成的特征空间上对图像进行区域分割;再对待融合图像进行多尺度小波分解;在此基础上利用Gabor滤波器提取高频段纹理特征构造区域相似度,应用区域相似度及信息量构造加权因子,从而得到融合图像的小波系数;最后,利用小波逆变换得到融合图像.评价融合算法的性能采用了均方根误差、峰值信噪比、熵、交叉熵、互信息5种准则.研究结果表明,该方法具有良好的融合特性.     

多点地质统计学建模参数敏感性分析

与基于像元的两点模拟和基于目标的模拟相比,多点地质统计学能较好地忠实于硬数据(井数据)和再现复杂的地质体形态。在介绍多点模拟算法(Snesim)实现流程的基础上,对Snesim算法中重要的输入参数进行了敏感性分析,结果表明:目标比率越接近训练图像的边缘相概率,模拟效果越好;目标比率一定时,提高伺服参数可使模拟相的比率更接近目标体,但以损失相结构信息为代价;搜索邻域的设计、网格级数的选择取决于训练图像的大小以及需重现的结构信息;此外,在一个较小的数据事件重复数下,随着最大条件数据的增加,其结构信息的再现效果越好,所需机时则呈线性增加。可见,参数设置对多点地质建模中模拟效果的好坏至关重要。     

基于卷积神经网络与特征选择的 医疗图像误差预测算法

针对传统医疗图像误差预测算法无法很好的选择图像特征,存在图像误差预测值与实际值拟合度低、预测耗时长等问题,提出基于卷积神经网络与特征选择的医疗图像误差预测算法.首先,选取5种集成规则构建自适应多分类器,对医疗图像区域进行分类;其次,训练卷积神经网络,利用训练完成的神经网络提取不同类别医疗图像区域特征,以此为基础计算区域距离,寻找出相似度最小的区域,完成图像可疑区域定位;再次,融合多评价标准生成特征子集,从中搜索得到最优特征子集,完成可疑区域图像特征选择;最后,以选择得到的特征区域像素点作为训练样本,建立预测样本与训练样本之间的多元线性回归矩阵,实现误差预测.实验结果表明,所提算法的集成规则适应度较高,分类性能好,区域距离计算准确率高达95％左右,特征选择的AUC值(Area Under Curve)高,且预测结果拟合度和预测耗时均优于传统算法.     

结合梯度结构相似度的AVS帧内模式选择算法

结合帧内模式选择主客观评价方法,提出了一种新的帧内模式选择算法,提高了主观质量,同时兼顾了算法处理效率。传统AVS帧内模式选择率失真优化使用绝对误差和(SAD)作为失真度度量,方法简单,但不能很好符合人眼视觉系统(HVS);基于梯度幅度值的结构相似度图像质量评价方法(GSIM)符合HVS的特性,且能评价严重模糊的降质图像,但计算复杂,不利于实时编码。本算法结合SAD和GSIM的优点,采用两者的结合作为失真度度量,并利用预测模式间的相关性进行帧内预测模式选择。取SAD的最优值和次优值,计算其差值,根据差值和阈值的比较判断是否需要GSIM计算,其中阈值的选择根据预测模式间相关性自适应确定。需要计算GSIM值时,根据GSIM的最优值和次优值的情况判断是否需要对帧内模式进行修正。实验结果表明,本算法较传统算法有较好的主观质量,编码时间增加很少。     

改进的SIFT特征人脸识别方法ADSIFT

针对光照、表情、噪声等因素容易造成误识别的问题,提出一种改进的SIFT特征人脸识别方法.对每个训练图像,先提取得到SIFT特征向量集合,利用每个SIFT特征向量,并选择阈值构造一个弱分类器.利用一种基于Adaboost的算法从每个训练图像的弱分类器集合中选出一部分,确定其对应的阈值和权重,然后构造出该训练图像的相似度函数.根据相似度函数可计算出目标图像与每个训练图像的相似度,从而求出目标图像与每个类的训练图像的平均相似度,则目标图像属于平均相似度最高的类.实验表明在ORL人脸数据库上则可达到98%识别率,优于现有的方法.     

基于多点地质统计方法的岩相建模研究

目前,多点地质统计方法的应用越来越广泛。以江苏油田庄2断块阜一段E1f12-1小层为例,利用多点地质统计方法来进行岩相建模研究。首先依据E1f12-1小层的河道发育形态及砂体分布特征,利用不同的方法建立了3种训练图像。然后在这3种训练图像控制下,模拟实现了E1f12-1小层的岩相模型。结合钻井、测井信息综合分析后发现:依据沉积微相图所建的第2种训练图像控制下产生的岩相模型与已有的地质认识较为吻合。利用多点地质统计方法建立岩相模型有助于从地质的角度对模型进行约束,促进概念模型向定量模型的转化,最终建立反映地下真实地质情况的储层模型。     

地质统计学储层建模发展述评

两点地质统计学储层建模通过变差函数确定随机变量的相关关系,解决了地质变量的空间线性插值问题,借助在不同方向上定义的独立变差函数,这种插值算法还能表征地质变量的各向异性。多点地质统计学（MPS）模拟主要有基于像素的模拟和基于样式的模拟等两大类算法,根据对样式分类与模拟过程的差异,又可将基于样式的模拟算法分为直接模拟算法、基于过滤器的模拟算法和基于距离的模拟算法。从地质统计学的算法演化角度出发,总结了两点地质统计学和MPS算法及其适用性;以图像识别为基础, MPS在识别沉积体中薄的非渗透夹层、集成生产数据、模拟井间储层连续性及裂缝分形特征模拟等方面拓展了两点地质统计学的研究领域。     

三维地震识别及其应用

三维地震识别就是一个以三维迭后地震资料为对象的多储层、多目标、多(矢量)特征参数的灰色油气识别。首先对目的层地震数字序列提取灰色、模糊、分维、振幅、自相关5类19个地震特征参数向量,然后在地质建模的基础上,进行灰色模式训练与识别,获得整个评价区的油气检测结果。其输出结果,是以形象、直观、醒目的彩色图形形式显示输出的各储层、每个目标的空间识别分类结果及各测线识别结果的精细描述图,便于结果的地质解释和评价。该方法在辽河某油田油(气)勘探潜力评价研究中取得了好的效果     

基于图像分析的堆浸铀矿石颗粒参数辨识

采用数字图像处理技术对铀矿石颗粒参数进行测量,并确定铀矿石块度分布.首次将图像引导滤波器应用于矿石图像滤波,较好地滤除了图像噪声和保持矿石边缘细节信息.采用基于最大类间后验交叉熵准则的PCNN图像分割算法分割矿石图像,减少了矿石粘连现象.为了解决第一次分割后矿石粘连现象,采用基于凹点匹配的数字图像切割算法对粘连的矿石图像进行第二次分割,能有效分离粘连矿石图像.采用基于形状特征的颗粒参数测量法测量颗粒参数,提高了颗粒参数的测量精度,得到了矿石块度的统计分布图.实验数据表明,该方法测量误差较小,能满足实际需求.      

二维Tsallis熵阈值法中基于粒子群优化的参数选取

针对二维Tsallis熵阈值分割法中参数q的选取问题,提出一种粒子群优化算法自适应选取参数q的方法.该方法基于一种图像分割质量评价指标—均匀性测度,利用粒子群优化算法对参数q在参数空间进行优化搜索,从而实现了二维Tsallis熵阈值分割法的自动阈值选取.实验表明,所提出的方法可以根据具体的图像有效地选取参数q,获得理想的图像分割结果.     

Fuzzy entropy image segmentation based on particle swarm optimization

Particle swarm optimization is a stochastic global optimization algorithm that is based on swarm intelligence. Because of its excellent performance, particle swarm optimization is introduced into fuzzy entropy image segmentation to select the optimal fuzzy parameter combination and fuzzy threshold adaptively. In this study, the particles in the swarm are constructed and the swarm search strategy is proposed to meet the needs of the segmentation application. Then fuzzy entropy image segmentation based on particle swarm optimization is implemented and the proposed method obtains satisfactory results in the segmentation experiments. Compared with the exhaustive search method, particle swarm optimization can give the same optimal fuzzy parameter combination and fuzzy threshold while needing less search time in the segmentation experiments and also has good search stability in the repeated experiments. Therefore, fuzzy entropy image segmentation based on particle swarm optimization is an efficient and promising segmentation method.     

基于图像熵的快速Chan-Vese模型分割算法

提出了基于图像熵的快速Chan-Vese模型分割算法.该算法利用实时图像熵自适应计算模型能量函数中的拟合参数以提高分割速度,并通过检测熵在曲线形变过程中的变化来判定曲线演化的稳定态.实验表明.针对含噪严重、目标模糊且边缘不连续的红外图像目标检测,所提出的分割算法可以取得精确、高效的分割结果.     

利用统计特性进行图像融合效果分析及评价

研究图像融合的客观效果评价。利用图像的统计特性,即均值、标准方差、熵、交叉熵进行融合图像分析及效果评价的方法,并以多尺度对比度金字塔图像融合方法为例,就同一目标可见光与红外图像融合的具体情况,对融合层数不同的结果图象进行分析和评价。评价结果与理论分析结果、目视效果相吻合。统计特性是一种客观和实用的对融合图像效果进行分析及评价的方法。     

基于相似度的三参数区间灰数决策方法

为了解决复杂决策环境中的多属性群决策问题,考虑问题的灰数特质及决策者的心理因素,提出了基于相似度的三参数区间灰数决策方法。首先,从区间长度和重心的角度出发,提出了相似度计算公式。其次,考虑决策者与环境的关系,建立基于相似度的决策者心理认知场,引入数据势理论,求得决策者权重;结合距离公式和熵权法求得属性权重;最后,构建了基于前景理论、相似度和逼近理想解排序法(Technique for order Preference by Similarity to ideal solution,TOPSIS)相结合的方案决策模型。采用算例证明了模型具有优化方案之间的差异度的效果,并验证了可操作性及合理性。