چکیده:

آنالیز ریز ساختار مغزهِ تصاویر بدست آمده از میکرو سی تیِ محیط متخلخل برای درک جریان سیال و برآورد خواص پترو فیزیکی نظیر نفوذ پذیری بسیار مهم است. دو روش اصلی آنالیز ریز ساختار مغزه عبارتند از 1) از طریق آزمایش که فرایند زمان بری است و 2) استفاده از شبیه سازی های عددی که بخشی از روند کار استاندارد فیزیک دیجیتال مغزه (DRP) به شمار می آید.

روند کار استانداردِ DRP مستلزم بخش بندی تصاویر میکرو سی تی به فاز های متمایز (حفره و کانی) است. بخش بندی فرایندی دستی است که در آن سوگیری کاربر دخیل است. انتخاب آستانه (های) متمایز کننده فازهای خاص موجود در ریزساختار مغزه به شدت به کاربر بستگی دارد. بنابراین بیانگر عدم قطعیت خواص پتروفیزیکی است.

راه حل ما برای مقابله با این مشکل و عدم قطعیت در آنالیز ریز ساختار سنگ، اعمال مستقیم تکنیک هایی روی تصاویر میکرو سی تی یا تصاویر اندازه خاکستری به جای استفاده از تصاویر بخش بندی شده است. برای این منظور، از روش الگو شناسی بنام Grey-Level Co-occurrence Matrix (GLCM) استفاده می کنیم.

روش GLCM برای محاسبه نقشه های فضایی که ویژگی های موجود در ریز ساختار سنگ را نشان میدهد بکار می رود. محاسبه این نقشه های فضایی با مقیاس طولی متفاوت با استفاده از بردارهای جابجایی مختلف در تحلیل اندازه های دانه ای، رابط دانه-حفره، و اندازه حفره کمک کننده است. بر خلاف نمودارهایی که فقط فراوانی مقادیر شدت را که نشان دهنده ویژگی های مختلف در تصاویر میکرو سی تی را حفظ میکند، GLCM یک روش الگو شناسی درجه دو است که در کنار آن تنوع فضایی و وقوع مقادیر شدت سطح خاکستری را نیز حفظ میکند. این روش مطالعه ریز ساختاز مغزه با استفاده از تصاویر اندازه خاکستری و تکنیک های الگو شناسی یک برتری نسبت به روشهای بخش بندی سنتی دارد زیرا اطلاعات کامل بدست آمده از ریز ساختار مغزه که طی سی تی اسکن گرفته شده است حفظ میشود و روند کار بدون آستانه به عدم دخالت و سوگیری کاربر می انجامد. در نهایت، تحلیل مبتنی بر GLCM راه را برای بررسی خودکار ریز ساختار مغزه فراهم میکند.

واژگان کلیدی: GLCM، الگو شناسی؛ میکرو سی تی؛ محیط متخلخل؛ خواص پترو فیزیکی

برای مطالعه متن کامل مقاله کلیک کنید.