水驱前缘分形维数计算.pdfVIP

水驱前缘分形维数的计算 任晓娟，张河 （西安石油大学石油工程学院，西安 710065 ） 摘要:研究水驱前缘的特征对于研究水驱采收率具有重要的意义。分形维数可以对复杂曲线特征进行描述，并具有计算 简单、物理意义明确、抗干扰能力强的特点。本文对计算水驱前缘的分形维数方法进行了研究。研究表明，可以得到水驱前 缘稳定的分形维数，利用分形维数可以较为定量的描述驱替前缘形状的复杂程度，反映驱替前缘的稳定性，从而为研究水驱 油采收率提供一个重要的方法。 关键词：分形；分形维数；微观模型；盒计维数；水驱前缘 引 言 自从美籍法国数学家曼德尔布罗特MANDELBROT[1]创立分形理论以来，就为人们研究各种复杂现象 提供了一种全新的方法，业已在物理学、生物学、天文学和图像处理等方向有了一系列成功的应用[2,3] 。近 年来，关于分形分维技术在地球物理学和油藏精细描述中的应用研究已有许多可喜的进展，表现出很大的 应用潜力。目前的应用主要表现在以下两方面：①模式识别，包括岩性(岩相)判别、油气水识别等；②参 数预测，包括储层参数预测、储层非均质性参数空间分布预测及绘制等值线图等。一般认为：分形特征可 被提取用于对满足分形特性的自然纹理图像进行纹理分割、目标识别等，而根据下述三点理由也可以提取 非自然纹理图像 (如人造目标图像等)的分形特征[4] ：第一，自然界不存在理论上的分形曲线和分形曲面； 第二，自然纹理图像只是近似满足分形特性；第三，事实上人们已经在提取人造目标图像的特征了。人们 根据人造目标图像的分形随尺度的变化，成功地进行了边缘提取、纹理分割和目标识别。本文对水驱前缘 的分形维数计算进行了探讨。 1 分形及分形维数 组成部分以某种方式与整体相似的形体叫分形（A Fractal is a shape made of parts similar to the whole in some way ）。这个定义很通俗且直观，它突出了分形的自相似性，反映了自然界中广 泛存在的一类物质的基本属性：局部与局部，局部与整体在形态、功能、信息、时间与空间等方面具有统 计意义上的自相似性。自然界中的所有形状和人类迄今所考虑的一切图形，大致可分为两种：一种是具有 特征长度的图形，例如球、正方体等；另一种则是不具有特征长度的图形，例如雪花、 海岸线、 闪电等。 后一类的特征是局部与整体之间存在一定的相似性，称之为自相似性。MANDELBNOT 将这种具有自相似 [5] 性的图形 F 称之为分形。一般认为分形具有下述典型的性质 ： ①F 具有精细的结构，即有任意小比例的细节； ②F 是如此的不规则，以至于它的整体与局部都不能用传统的几何语言来描述； ③F 通常具有某种自相似的形式，可能是近似的或是统计的； 1 ④F 的“分形维数” ( 以某种方式定义的)一般大于它的拓扑维数； ⑤F 可以以非常简单的方法来定义，可能由迭代产生。 分形的主要研究工具是它的维数，分形物体的维数可以由分形维数来描述，分形维数定量地表述了分 形物体的形状和复杂性。与传统几何学即欧几里得（Euclidean ）几何学相比，分形几何学有以下主要特点： ①从整体上看，分形几何图形是处处不规则的。 ②分形几何形态不具有特征长度。 ③分形几何形态具有自相似性。 2 图像处理 本文选取驱替刚刚突破时的微观模型水驱前缘图片作为研究对象进行处理分析。 图像处理的步骤为：首先将 RGB color 格式的图片( 图 1a)转换为 8-bit 灰度图（见图 1b ），图中每个 像素对应 0～255 中的一个灰度值。然后将图像进行分割处理，得到某一灰度阈值下的图形，即二值图( 图 1c)，图像阈值化分割是一种最常用、也是最简单的图像分割方法，它通过设置一个分割阈值 T （T 取 0~255 中的一个灰度值，这个值即为阀值），对图 1b 我们选择的阀值为 139。（通过imagej 软件可以自动识别灰 度图（图 1b）的灰度分布并选择最佳阀值。）将图像灰度值 f( x , y) ≥T 的归为一类。剩