بهبود کیفیت چاهنمودارهای تصویری الکتریکی با استفاده از پردازش تصویر برای شناسایی پدیدههای زمینشناسی

سال انتشار: 1394
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 804

فایل این مقاله در 10 صفحه با فرمت PDF و WORD قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

RESERVOIR04_009

تاریخ نمایه سازی: 16 خرداد 1394

چکیده مقاله:

چاه نمودارهای تصویری یکی از ابزارهای قوی و مورد استفاده برای شناسایی و تفسیر اطلاعات چاه های کربناته است. به کمک این تصاویر مجازی می توان پدیده های مختلفی مانند شکستگیها، گسل ها، لایه بندی ها و ... را که نقش مهمی در چاه های کربناته دارند شناسایی و تفسیر کرد. به دلیل عواملی مانند گل حفاری، حرارت، خطاهای ناشی از دستگاه و ... تصاویر برداشتی به دلیل وجود نوفه کیفیت مناسبی ندارند. امروزه به کمک تکنیک های پردازش تصویر می توان کیفیت تصاویر را در زمینه های مختلفی از جمله زمین شناسی و نفت بهبود داد. در این مقاله برای حذف نوفه از چاه نمودارهای تصویری، فیلترهای مختلفی بر روی این تصاویر پیاده سازی و مورد مطالعه قرار گرفت. نتایج حاصل هم از نظر کیفی و هم با یک معیار کمی بررسی و ارزیابی شدند. نتایج حاصل نشان داد که روش فیلترینگ پایین گذر گوسی بهینه ترین فیلتر برای بهبود این تصاویر و حذف نوفه است.

نویسندگان

میلاد کرمی

دانشجوی کارشناسی ارشد مهندسی نرمافزارکامپیوتر، دانشگاه آزاد اسلامی بوشهر

احمد کشاورز

استادیار گروه مهندسی برق، ، دانشکده فنی، دانشگاه خلیج فارس بوشهر

مهدی صادق زاده

استادیار گروه مهندسی نرمافزار کامپیوتر، دانشگاه آزاد اسلامی واحد ماهشهر

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :
  • Novel Methodology For Fracture Extraction Aه [3] Seifallahi, M; Tokhmechi, ...
  • Extraction of Natural Fracture Traces from Borehoe Images". 19th International ...
  • Khoshbakht F (2006). "Application of borehole image logs in fracture ...
  • Prensky S. (1999). ":Advances in borehole imaging technology and applications". ...
  • Luthi S. M. (2001). "Geological Well Logs: Their User in ...
  • Wu HH and Texaco . "Image enhancement, and 3D visualization ...
  • Rui-Lin L. Yue-Qi W. Jian-Hua L and Yong M. "The ...
  • Wang W. "An edge based segmentation algorithm for rock fracture ...
  • Wang W. Liao H And Huang _ Rock fracture tracing ...
  • Wang W and Wang X. "Micro Rock Fractue Image Acquisition ...
  • He C and Wang W. _ PCNN-based Edge Detection Algorithm ...
  • Detection of Planar Geological Features in Automated:ه [12] Assous, S., ...
  • Gonzalez R and Wood R _ (2008). "Digital image processing" ...
  • Xiang Zhu, and Peyman Milanfar.(20 10)."Automatic Parameter Selection for Denoising ...
  • Wang Z., Bovik, A. A new look at signal fidelity ...
  • Zhu X., Milanfar, P. Automatic Parameter Selection for Denoising Algorithms ...
  • نمایش کامل مراجع