朱朋?！∷纬￡惾A

摘要： 測井曲線的數(shù)字化與可視化有助于測井?dāng)?shù)據(jù)的信息化。利用曲線的輪廓特征，提取出曲線中的輪廓，利用次輪廓特征還原出原曲線。實驗表明，還原出來的曲線和原曲線基本一致，包含的信息沒有丟失，可以應(yīng)用于提取圖紙中測井曲線，并加以推廣到一般圖之中曲線的提取。

關(guān)鍵詞：圖像處理；掃描；像素追蹤；曲線數(shù)字化；灰度值

中圖分類號：TP301.6 文獻(xiàn)標(biāo)識碼：A 文章編號：1009-3044（2015）10-0225-03

在社會很多領(lǐng)域，過去，很多數(shù)據(jù)信息是以曲線行駛繪制在圖紙上的，例如石油測井，地震波記錄等?，F(xiàn)在為了能使這些數(shù)據(jù)信息更統(tǒng)一保存、共享和分析，往往需要把他們從圖紙上的曲線中恢復(fù)出來，即圖紙曲線數(shù)字化。目前，國內(nèi)有許多的類似研究，如四川大學(xué)余艷梅所做的測井曲線智能數(shù)字化系統(tǒng)的設(shè)計與開發(fā)，為提高測井曲線數(shù)字化的智能化能力，基于圖像處理和模式識別等理論設(shè)計并開發(fā)了一套測井曲線智能數(shù)字化系統(tǒng)。提出了一種基于局部和整體相結(jié)合的實線智能識別算法和一種基于形態(tài)學(xué)預(yù)處理和自適應(yīng)參數(shù)調(diào)整的虛線智能識別算法[1]。四川大學(xué)的王玲璐提出一種利用BP神經(jīng)網(wǎng)絡(luò)進(jìn)行曲線自動提取的方法。 這種方法先提取曲線段的寬度、走向、分支特征，然后利用BP 神經(jīng)網(wǎng)絡(luò)識別跟蹤曲線交織處的分支，正確預(yù)測曲線的下一段[2]。

1 問題提出

現(xiàn)在大部分油田的老式測井結(jié)果只有圖紙，沒有矢量化的結(jié)果。但是紙質(zhì)結(jié)果在保存和使用方面存在很大的缺陷[3]。為提高測井曲線的數(shù)字化與可視化的能力，基于圖像處理與可視化理論設(shè)計并開發(fā)了一款測井曲線數(shù)字化與可視化的軟件，提出了一種像素矢量追蹤的算法來提高追蹤速度，試驗表明這種算法極大的提高了軟件運(yùn)行速度。

2 問題分析

此方法針對測井曲線的特點提出的，因為測井曲線都是連續(xù)的并且都具有很好的平滑性，這樣的特性十分利于像素追蹤，所以我們可以根據(jù)這樣的特性并且利用它。像素輪廓追蹤法的提出便是對像素的八方向追蹤算法進(jìn)行簡化而得到的，我們舍去了其中向上以及向左向右五個方向，只利用向下的三個方向，大大簡化之前的八方向的繁瑣。我們首先對圖片中的像素進(jìn)行二值化處理[4]，方便后面對像素的篩選。之后對篩選后像素的下一行像素進(jìn)行追蹤，邊追蹤邊記錄，最后對所有這些篩選出的像素信息都保存在我們想要的文檔里。

3 算法原理

3.1算法步驟

（1）采用行掃描得到的起始的輪廓點，記錄下該點坐標(biāo)為valuesx，valuesy，以該兩點為當(dāng)前點；

（2）掃描當(dāng)前點的下方像素點，如果兩點像素值均大于閾值，以該起始點為當(dāng)前點，轉(zhuǎn)步驟（4），如果只有一個像素點大于閾值轉(zhuǎn)步驟（3），如果兩點像素值均小于閾值則轉(zhuǎn)（5）；

（3）對當(dāng)前點的左右兩個方向進(jìn)行掃描，掃描出這一行的輪廓點valuesx，valuesy并且以這兩點為當(dāng)前點執(zhí)行步驟（2）；

（4）對當(dāng)前點的左右兩個方向進(jìn)行掃描，掃描出這一行的兩種輪廓點d1，e1，d2，e2，判斷|e1-d1|和|e2-d2|，取長度較長的一組作為這一行的valuesx，valuesy，以這兩點為當(dāng)前點執(zhí)行步驟（2）；

（5）結(jié)束輪廓掃描算法，保存向量valuesx，valuesy到文件中；

3.2算法PAD圖

4 具體實現(xiàn)及程序代碼

4.1 提取點的灰度值

public： int Hui（int x，int y）

{

Bitmap^ bmp=gcnew Bitmap（this->pictureBox1->Image）；

Color c；

c=bmp->GetPixel（x，y）；

return （c.R+c.G+c.B）/3；

}

4.2 搜索一行看是否符合要求

public： void sousuohang（int y，int a，int m，array^ valuesx， array^ valuesy）

{

valuesx[y]=0；

valuesy[y]=0；

for （int x=1；x

{

if（Hui（x，y）

{

valuesx[y]=x；

valuesy[y]=x+2；

for（int z=x+3；z

{

if（Hui（z，y）>m）

{

return；

}

else

{

valuesy[y]=z；

continue；

}

}

}

}

return；

}

4.3 找到符合要求的第一行

public： void firstline（int &y，int a，int b，int m，array^ valuesx，array^ valuesy）

{

for （y；y

{

sousuohang（y，a，m，valuesx，valuesy）；

if（valuesx[y]==0）

{

continue；

}

else

{

break；

}

}

}

4.4 找到左端點

public： void LR（int m，int a，int y，int &left，int &right，int x）

{

for （int p=x；p>1；p--）

{

if（Hui（p-1，y）

{

left=p-1；

}

else

{

break；

}

}

for （int p=x；p

{

if（Hui（p+1，y）

{

right=p+1；

}

else

{

break；

}

}

}

5 算法驗證與結(jié)果分析比較 圖2 原曲線

優(yōu)點：從圖2，圖3中可以看出，此算法可以把原曲線還原提取出來啊。與掃描整個圖片提取曲線相比，此算法需要的存儲空間非常小，只需存儲兩組向量即可，大大節(jié)省了存儲空間。而且所需要的運(yùn)算量十分小，原來N*N的循環(huán)數(shù)減少為N*2—N*N（根據(jù)不同的圖片不同，最壞情況下跟全圖掃描同樣循環(huán)數(shù)，一般為N*5左右），極大的增快了油田方面對圖片信息提取的速度。

缺點：還原的曲線還不太精細(xì)，對于太細(xì)的曲線還不能很好地還原出來，對于曲線中突然變細(xì)的地方可能會有間斷。對于每個像素的灰度差別無法體現(xiàn)，統(tǒng)一按照255的灰度來表示，導(dǎo)致圖片略有失真，這個問題可以通過增加一組向量的儲存空間來解決。

6 結(jié)束語

此算法與其他算法相比對存儲空間要求很小，并且運(yùn)行速度快，對于具有非常龐大數(shù)據(jù)的測井曲線來說是非常有應(yīng)用價值和使用前景的。此外，此算法不僅可以應(yīng)用于測井曲線的提取，同樣也適用于一般的曲線提取，只需事先調(diào)整曲線的方向為自上到下。此算法同樣在輪廓識別、模式識別等方面也有很多應(yīng)用。

參考文獻(xiàn)：

[1] 余艷梅，羅代升，何小海.測井曲線智能數(shù)字化系統(tǒng)的設(shè)計與開發(fā) [J].計算機(jī)工程與設(shè)計，2008，29（24）.

[2] 王玲璐，余艷梅，羅代升.一種基于BP網(wǎng)絡(luò)的測井曲線自動提取方法[J].四川大學(xué)學(xué)報，2008，45（1）.

[3] 孫東利.測井曲線數(shù)字化采集處理方法研究[J].內(nèi)蒙古石油化工，2009（1）：92-94.

[4] 劉波，余艷梅，羅峰.數(shù)字圖像處理在測井曲線矢量化中的應(yīng)用[J].西南民族大學(xué)學(xué)報，2005，31（1）.

[5] 左航.測井曲線的自動識別與提取[D].成都：四川大學(xué)電子信息學(xué)院，2003.