边缘检测技术在石油勘探中的研究进展

许辉群，桂志先

(1.油气资源与勘探技术教育部重点实验室 长江大学，湖北 荆州 434023;2.中国石油大学(北京)，北京 102249)

边缘检测技术在石油勘探中的研究进展

许辉群1，2，桂志先1

(1.油气资源与勘探技术教育部重点实验室 长江大学，湖北 荆州 434023;2.中国石油大学(北京)，北京 102249)

在地震资料解释中，储层中小断裂、裂缝以及砂体的边界识别是一个难题。储层断裂的级别决定油气运移通道及储层产能，裂缝及砂体的边界在油气勘探与开发中有重要意义。由于砂体边界的响应以及不同级别断层和裂缝的响应具有多级尺度，其识别和成像在地震资料中用常规方法难以实现。针对这一问题，运用边缘检测技术对这些特定边缘进行识别。该方法为储层提供不同尺度的观测与成像，将信息科学中成熟的方法应用到地震数据处理中，并为地震资料解释与储层的描述提供新的手段。在文献调研的基础上，较系统地总结了边缘检测技术在石油勘探领域中的应用方法及实现流程，介绍了边缘检测在地震储层预测中的应用实例。通过实例分析，认为做好边缘检测必须做好滤波处理以及保边界处理，然后根据实际区块选择合适的边缘检测方法、滤波方法以及保边界处理算法进行边缘检测研究，最后结合区块的实际钻测井资料及地球物理资料进行信息融合，最终对储层进行综合分析。

裂缝;砂体;多尺度;边缘检测;滤波;模型;地震勘探

引 言

数字图像处理是通过计算机对图像进行去除噪声、增强、复原、分割、提取特征等处理的方法和技术，而油气勘探中的地震勘探是信息科学与地球科学之间的交叉学科，可以利用数字图像处理的一些方法进行研究［1－4］。当前，利用一些常规方法在地震资料上很难对砂体、砂体边界、裂缝以及小断裂进行识别，而图像处理技术的快速发展将为解决这些问题提供新的思路。对地震数据的处理应采取综合研究模式，即采用合理的数学模型和信息技术，对地震数据进行成像，使地震数据以图像的形式表达。这样地震数据不仅形象直观，而且还能用图像处理技术对其进行处理和分析，提高对地质问题的认识能力。因此，边缘检测技术在地震储层预测中将发挥重要作用。笔者对边缘检测技术在地震储层中的应用情况进行了概述，并对一些方法做了归纳，为广大物探工作者在地震储层预测中应用

提供有益参考。

1 应用概述

目前，国内外科学家在储层预测研究中运用边缘检测技术做了一些研究，主要在断层和裂缝方面做了大量研究工作。

1.1 地震资料解释

地震资料解释中一些较小级别的断裂，在地震剖面上规模较小，由于地震资料分辨率的限制，一般不把它们解释为断层。在这种情况下，引入边缘检测算法，该方法可以识别出图像或数据中某一级别的边缘，能够很好地对特定尺度的地质特征进行成像，从而能识别储层小断裂［5－8］。该技术在断裂识别以及河道边界的识别上，就是寻找图像中变换比较剧烈的像素位置，这些像素可以简单地表示图像中有用的信息即断层以及河道边界信息。在储层表征中，河道砂及小断裂的正确刻画对于油气预测和开发都具有重要的意义。

与相干体技术相比，边缘检测技术具有其独特的优势，最大优点在于其多尺度性。由于河道以及断层周围的沉积特征用像素来描述就是不同像素的集合体，而边缘检测技术针对此类对象的处理有其独特优势。利用图像处理中边缘检测理论，对地震数据进行处理，不仅可以识别三维数据体中断层［10］，还可以对河道和储层小断裂成像［8，10－11］。另外，对河道砂体连通性的可靠描述对注采井网的合理部署及采收率的提高有重要意义，目标层序砂体的平面分布对于井网部署有指导意义。

1.2 裂缝预测

裂缝性储层识别与评价是勘探的难点。从数字图像的角度来看裂缝是一幅图像的突变带，因此将图像处理技术移植到地震中将会给裂缝储层预测带来新的思路。R.Solis等人运用边缘检测技术对RMS地震属性进行处理，然后结合电阻率成像测井资料、岩性资料、测井速度资料以及瞬时压力资料预测裂缝［12］。另外，Saleh AI－Dossary等人运用边缘检测对相干体和负曲率2种属性进行对比实验研究裂缝［13］，Naji A.Qasim等人在研究裂缝倾角时也运用了边缘检测算法［14］。相比之下，国内学者在边缘检测方面的研究更为具体，提出了明确的算法或者研究对象。其中贺振华先生选定振幅数据这一对象，运用数字图像处理方法对振幅值进行检测预测裂缝［5］，黄捍东等人选定小波多尺度边缘检测理论，结合地震波场对裂缝的多尺度特性，提出了碳酸岩裂缝预测的多尺度边缘检测方法。该方法的主要思想是利用小波变换模的局部极值，检测出三维地震记录裂缝点特征位置，并通过调整模值在图像中的灰度，识别裂缝发育区的范围［6］。

2 地震数据预处理方法

实施边缘检测方法之前必须对地震数据进行处理，否则检测效果不理想。地震数据预处理就是为储层预测服务的，利用地震数据进行图像处理，首先对地震数据进行数据转换，得到地震剖面图像。而地震资料采集携带的噪音会影响地震资料的品质，因此，要对地震资料进行预处理。图像预处理就是应用各种数字图像处理技术来改善图像质量，使处理过的图像清晰，对比度增强，目标区域突出，噪声得以消除。但在预处理算法中，既要保持边缘不改变，又要抑制无关细节和噪声。目前在这方面的研究算法很多，有自适应误差扩散算法、中值滤波等。这些方法的目的是平滑脉冲噪声，同时又要保护图像尖锐的边缘。只有在图像预处理方法上过关，才能在后续的地震储层预测中取得较好的应用效果。

2.1 滤波方法

地震信息携带地下丰富信息，一类是研究对象(裂缝、小断裂以及砂岩边界等)，一类是与研究对象无关的信息(如噪音)。在这些信息中有些信息是研究对象，而有些信息没有实际应用价值，因此对地震信息的滤波显得十分必要。在此方面陈凤等人利用“二维沿层滤波”技术提高地震剖面图像的信噪比。其关键技术是利用光流分析技术，计算出多幅地震剖面对应点的偏移量，然后应用图像积累技术对多幅地震剖面进行积累，实现对三维地震数据体提高信噪比的处理。该方法充分利用了三维地震信息，不但可以提高整个数据体的信噪比，而且可以减少信号能量的损失，并保持原来信号能量关系，使地震剖面的质量得到明显提高，为地震解释奠定良好基础［15］。该方法的实现，为地震资料处理提供了新的思路，使地震图像横向分辨率增强，即同相轴连续、断点清晰［16－20］，从而为地震资料解释提供更好的资料。

2.2 边界处理方法

地震信息量十分丰富，目标(断裂、裂缝、砂岩边界等)信息和其他信息融合在一起。针对此情况，必须对地震数据进行保边界处理，一些学者提出了一种基于边缘检测的动态误差分散算法。该方法沿着每个像素的误差分散方向进行边缘检测，再根据边缘检测结果动态地选择该像素各个方向的误差分散系数，此方法可以有效减小误差分散过程中的误差积累。实验表明，此方法可以改善由误差分散系数固定而引起的图像轮廓细节损失［21］。另外，还有学者针对传统误差扩散法在中频区域存在的结构纹理，提出了一种基于视觉差的误差扩散算法(PEB Error Diffusion)。PEB－ED借鉴了DBS中考察人类视觉误差的思想，对误差扩散结果进行二次处理，减少由固定的误差扩散滤波器所产生的结构性纹理，提高图像的整体视觉效果［22］。在众多的滤波算法中，王绪松等人提出了一种自适应反馈视觉感知差的误差扩散算法 (PEF Error Diffuion算法)。该方法首先提出视觉感知差的概念，然后根据原图像区域的灰度特征，自适应地计算反馈系数，将视觉感知差反馈给原连续调图像，以补偿误差扩散所引起的不同区域的灰度损失。实验结果表明，PEF Error Diffusion算法能够明显增强图像的整体对比度，减弱点增益现象的不良影响，并准确再现更多的图像细节，因而表现出比传统算法更好的主观视觉效果［23］，该方法的运用，将在地震储层细节的描述上提供很好的保证。另外加权中值滤波对地震属性进行滤波处理，这样可以减少噪声带来的影响［24］。

3 边缘检测算法分析

3.1 常见算子分析

从掌握的文献来看，边缘检测算法在地震储层中的应用对比分析极为少见，但信息科学领域，此类文献相当多。例如Sobel算子对图像进行差分和滤波运算，因此对噪声具有一定的抑制能力。另外从前人的研究中可知，该类算子对灰度渐变和具有噪声的图像处理效果较好;其次是Laplacian边缘检测算子较好，因为Laplacian算子是二阶微分算子的代表，该算子对图像中的阶跃型边缘点定位准确且具有旋转不变性即无方向性，该算子容易丢失一部分边缘方向信息，造成一些不连续的检测边缘［25－26］。上面仅对一些算子的图像处理效果进行分析，下面结合实际数学模型仅对差分算子进行可行性分析。差分模型［27］:假设一个信号为x(t)，而信号x(t)的微分运算是指x(t)对t求导数，即:

从图1模型一信号x(t)的图像到图2的变化过程即为边缘检测的实现过程。经典边缘检测属性就是利用微分的这一特性对图像的边界点进行检测。由模型可见，该方法检测效果有效，在实际应用中可以推广。因此，针对储层中断层、裂缝、砂泥岩边界等问题，可以运用边缘检测技术对这些特定边缘进行识别。

图1 模型一信号x(t)的图像

图2 模型一信号x(t)求导后的图像

3.2 多尺度小波变换

裂缝检测与图像分析中边缘检测有许多相似之处，基于小波多尺度边缘检测理论，结合地震波场对裂缝的多尺度性，利用小波变换模的局部极值，对这些极值设定阈值加以限制，检测三维地震记录裂缝点特征位置，然后根据钻井、测井资料得到的裂缝分级和该区裂缝分布的总体特征，调整模值在图像中的灰度，最后自动识别裂缝发育区的范围［5－7］。

3.3 实用性分析

针对储集层砂体识别及裂缝分析，一般的方法是基于道间奇异性的检测，在检测出裂缝发育带的同时也会检测出噪声。无论是简单算子的边缘检测还是多尺度小波边缘检测方法，在针对目标进行检测时，必须进行保边界的滤波，然后才能利用边缘检测方法进行处理。否则，边缘检测的结果就有很大的不确定性，即噪音的干扰。

4 认识与展望

地震信息处理与分析是一门交叉学科，边缘检测技术依赖地震数据、地质目标以及数学方法共同决定。在方法的选择上，一般要经过多种方法的对比分析以及各种保界算法进行特殊处理才能达到目的。但无论是经典边缘检测算法还是其他复杂的边缘检测方法，每一种方法得到的效果是不同的。因此，边缘检测技术在地震资料中应用问题不仅仅是简单的图像处理问题，特别针对储层小断裂、裂缝以及砂体边界识别与成像，首先要对地震数据进行保边界滤波处理，然后根据研究对象尺度级别选定合适数学算法进行处理，最后对处理后的结果的量纲进行认识与理解，并将其与地质目标进行匹配。

针对边缘检测这一技术能够有效解决储层中小断裂、裂缝以及砂体边界识别等问题，建议地球物理工作者首先要针对具体目标建立合适的数学模型对算法加以验证，例如，以差分为代表的经典边缘检测方法，可以通过数学模型得知，差分对信号可以突出其变化点，此点即为边缘;其次，加强软件编制，移植和借鉴其他学科的技术和研究成果应用到石油地球物理勘探中;最后，边缘检测技术在石油勘探与开发中的应用应该结合地质、物探、钻测井资料进行综合分析。特别是在储层标定方面，要结合研究区已知钻测测井以及地质资料进行分析，从而达到无井区的分析。

［1］杨文采.应用地球物理数据处理与分析［J］.地学前缘，1998，5(2):231 －235.

［2］王新成.高级图形处理技术［M］.北京:中国科学技术出版社，2001:119－130.

［3］段瑞玲，李庆祥，李玉和.图像边缘检测方法研究综述［J］. 光学技术，2005，31(3):415 －419.

［4］张丽莉，吴健生，王家林.图像处理在地球物理学中的应用［J］.石油地球物理勘探，2003，38(3):317－323.

［5］贺振华，等.地下介质横向变化的地震多尺度边缘检测技术［J］.物探化探计算技术，1999，21(4):289.

［6］黄捍东，等.利用多尺度边缘检测研究碳酸盐岩裂缝分布［J］.物探化探计算技术，2000，22(14):21－24.

［7］桂志先.裂隙介质地震波场特征理论与应用［M］.湖北:湖北科学技术出版社，2005:112－116.

［8］孙夕平，杜世通.边缘检测技术在河道和储层小断裂成像中应用［J］.石油物探，2003，42(4):469－472.

［9］Solis S，et al.Continuous model update of natural fractures characterization in Sinan field to optimize production［J］．SPE96963，2005:1 －11.

［10］李红星，刘财，陶春辉.图像边缘检测方法在地震剖面同相轴自动检测中的应用研究［J］.地球物理学进展，2007，22(5):1607 －1609.

［11］许辉群，桂志先.边缘检测技术砂体边界识别方法研究［J］.石油天然气学报，2009，31(5):75－77.

［12］Saleh AI－ Dossary，et al.Predicting fluid paths by integrating production and drilling data:seeing the invisible:intelligent energy conference and exhibition［C］．SPE Intelligent Energy Conference and Exhibition held in Amsterdam，2008:25－27.

［13］Naji A Qasim，et al.Improving fracture network model of AB reservoir though integration of seimic multi－attrbutes－a case study from Awli Filed Bahrain［C］.SPE Middle East Oil and Gas Show and Conference held in Bahrain，2009:15 －18.

［14］Nicholle Carter，et al.Fault imaging using edge detection and coherency measures on Hibernia 3－D seismic data［J］.The leading egde，2001，20(1):64 －69.

［15］陈凤，李金宗，黄建明，等.利用数字图像处理技术提高地震剖面图像信噪比［J］.地球物理学进展，2003，18(4):758 －764.

［16］李红星，刘财，陶春辉.图像边缘检测方法在地震剖面同相轴自动检测中应用研究［J］.地球物理学进展，2007，22(5):1607－1610.

［17］胡宁杰.反射波同相轴与反射界面的确定［J］.中国水运，2007，5(11):109－110.

［18］Rugumira Georgia，高静怀，汪玲玲，等.基于方向模版的保持边缘平滑后地震图像的不连续性检测［J］.地球物理学进展，2008，23(5):1398－1405.

［19］李月，等.检测地震勘探微弱同相轴的混沌振子算法［J］. 地球物理学报，2005，48(6):1428－1433.

［20］钟勇，孙东，陈磊.图像增强技术在地震资料处理中的应用［J］.物探与化探，2010，34(3):392－414.

［21］吴梅，张逸新.基于边缘检测的动态误差分散半色调算法［J］.微型计算机信息，2006，22(1):199－201.

［22］叶玉芬，等.自适应反馈视觉感知差的误差扩散半色调算法［J］.微电子学与计算机，2006，23(6):21－24.

［23］王绪松，杨长春.对地震图像进行保边滤波的非线性各向异性扩散算法［J］.地球物理学进展，2006，21(2):452－457.

［24］邓秀勤，等.一种有效的自适应加权中值滤波算法［J］.计算机工程与应用，2009，45(35):185－187.

［25］陈彦燕，王元庆，李朝晖.常用边缘检测算法的定量比较［J］.计算机工程，2008，34(17):202－204.

［26］周心明，兰赛，徐燕.图像处理中几种边缘检测算法的比较［J］.现代电力，2000，17(3):65－67.

［27］王云专，王润秋.信号分析与处理［M］.北京:石油工业出版社，2006:6－7.

Progress of edge detection technology in seismic exploration

XU Hui－ qun1，2，GUI Zhi－ xian1
(1．MOE Key Laboratory of Oil＆Gas Resources and Exploration Technology，
Yangtze University，Jingzhou，Hubei434023，China;
2．China University of Petroleum，Beijing102249，China)

Identification of small faults，fractures and sand boundary is a problem in seismic data interpretation．The level of reservoir fractures decides hydrocarbon migration path and reservoir productivity．Fractures and sand boundaries are of important significance in hydrocarbon exploration and development．The seismic responses of sand boundaries and various faults and fractures present in multi－ scale and are difficult to identify and image with conventional methods，therefore the technology of edge detection has been applied．This method provides multi－scale reservoir observations and images，applies mature method of information science to seismic data processing，and provides a new means of seismic data interpretation and reservoir description．Based on literature investigation，this paper systematically generalizes the application and realization process of edge detection technology in petroleum exploration，and presents case application in seismic reservoir prediction．Case analysis indicates that appropriate methods of edge detection，filtering and edge－preserving processing shall be selected for individual block，and the information of drilling and logging data as well as geophysical prospecting data shall be integrated to conduct comprehensive reservoir analysis．

fracture;sand body;multi－scale;edge detection;filtering;model;seismic exploration

P631

A

1006－6535(2011)04－0007－04

20110305;改回日期20110310

受国家科技重大专项“地震资料叠前去噪技术”(2008ZX05008－006－12)和国家油气重大专项“岩石物理及地震响应机理研究”(2008ZX05013－001)资助

许辉群(1981－)，男，讲师，2007年硕士毕业于长江大学地球探测与信息技术，现为中国石油大学(北京)地质资源与地质工程专业在读博士研究生，从事地球物理勘探教学与应用地球物理方法研究。

编辑 刘兆芝