密度聚类算法在岩石图像中的研究与应用

来源 :西安石油大学 | 被引量 : 0次 | 上传用户:shmilyuho
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
随着人们生活质量和要求的不断提高,对石油和天然气的需求量也不断增加,易于开采和探明的油气藏早已探明或开发,因此需进一步探究蕴含在致密砂岩中的油气藏。苏里格气田处于鄂尔多斯盆地,其产气层主要为致密砂岩。由于地层岩石的微观结构决定着油气藏开采所呈现出的宏观性质,因此对致密砂岩宏观结构的了解和微观结构的研究对地质人员的后续开采气藏有着一定的帮助。本文的主要工作如下:
  为了将密度聚类算法更好的应用到岩石图像上,首先,对涉及到的岩石图像信息进行介绍,包括岩石的形成、种类以及图像特征。其次,对聚类算法进行列举和简单应用比较,主要列举介绍K-means++、FCM、DBSCAN这三种聚类算法的原理及简单应用。再者,将DBSCAN算法运用到岩石图像上并研究岩石图像的处理操作,如:图像去噪、图像增强、图像边缘检测等处理操作,其中高斯滤波的去噪效果较好,根据所列举的图像预处理算法得出处理岩石图像的较优组合方式。最后,提出一种结合高斯滤波去噪算法、SLIC算法、DBSCAN算法的GS-DBSCAN算法。
  将GS-DBSCAN算法根据岩石图像的颜色特征进行实验,实验结果表明,该算法用时稍长但能清晰地分割图像,明确区分岩石背景与孔隙。通过与其他图像分割算法进行分析比较,从分割时长、SC值以及分割效果三方面进行比较,验证了文中所提出的算法对岩石图像分割的合理性。
其他文献
学位
学位
基于核函数的机器学习方法是近年来随着支持向量机方法的兴起而引入的一种新的概念.它很好的将输入空间的非线性问题转换成高维特征空间的线性问题加以解决,克服了数据在高维空间中计算内积所带来的困难.该文较为系统地研究了基于核函数的机器学习方法,同时对于它在实际应用中所遇到的诸多问题进行了较为深入的探索.
滚动轴承是工业生产中最重要的旋转机械部件之一,当轴承出现故障但未被发现时,设备的稳定性和寿命都将受到较大的影响,甚至引发灾难性后果。并且轴承往往位于机械部件内部,即使出现严重故障,通常也难以通过外部观察的方式直接对其进行诊断。而通过数据采集与监视控制系统(Supervisory Control And Data Acquisition,SCADA)系统,可以很方便地提取轴承的加速度振动信号,振动信
学位
学位
学位
学位
学位
学位
学位