ИСТИНА

В данном исследовании рассматриваются методы автоматизированной интерпретации геофизических данных, полученных с помощью электрического микроимиджера, используемого для определения электрического сопротивления горных пород околоскважинного пространства. Основной целью исследования является выявление и анализ естественных трещин, их пространственных характеристик, таких как глубина, азимут и угол падения. Для достижения этой цели разработаны три подхода к интерпретации скважинных имиджей с использованием алгоритмов машинного обучения и методов компьютерного зрения. В первом подходе используются классические методы обработки изображений, такие как бинаризация и выделение границ с помощью операторов Кэнни, Шарра и Собеля, а также метод SLSQP для аппроксимации трещин синусоидами. Второй подход основывается на нейронной сети DexiNed для выделения границ, и дальнейшего построения замкнутых контуров отображающих выделенные трещины с последующей аппроксимацией методом градиентного спуска. Третий подход позволяет сегментировать трещины с помощью анализа распределения амплитуд изображения и нейросети SAM, чтобы выделить маски каждой трещины и определить их геометрические параметры с помощью метода градиентного спуска.