深度神经网络模型在测井电成像图像处理中的应用

来源：电子测量技术杂志2021年第4期北京时间：

作者：陈建华，杨丽丽，赵延静，赵虎，张文灏，方光兵，吴伟

单位：1.中国石油集团测井有限公司长庆分公司 陕西 西安 710000; 2.中国石油集团测井有限公司测井应用研究院 陕西 西安 710000

摘要：电成像测井可直观分析碳酸盐岩、砂砾岩等复杂储层中的裂缝分布、地层层理及砾岩颗粒。本文提出一种基于U-Net的全卷积深度神经网络模型结构，在没有大量学习样本的情况下，通过逐步优化神经网络模型参数，捕获图像上的大量底层先验统计特征，从而实现大井眼情况下电成像图像的空白条带充填，形成全井眼覆盖图像。相比于常规的编码器-解码器网络模型，本文模型采用skip模式，将编码器层输出接入对应解码器层，有助于恢复图像局部细节信息；同时采用空洞卷积，捕获多尺度上下文信息。实验结果表明，本文方法相比于主流的充填算法，平均像素灰度误差减少了约12%，对于复杂岩性的图像充填效果更好。

关键词：电成像测井 深度神经网络 U-Net 空洞卷积