基于UNet3+的伽马成像测井自动解释方法

鉴于传统的伽马成像测井解释对地层轮廓的拾取往往依赖于人工解释或者解释软件辅助，存在工作量大、识别精度不高、效率低等问题，提出一种基于卷积神经网络UNet3+的伽马成像测井自动解释方法，实现伽马图像像素级分割，自动拾取地层轮廓，并采用非极大值抑制法细化地层轮廓，从而使地层轮廓更好地呈现出正弦构造，同时提高倾角计算的精度。在轮廓分割结果图中，采用Selective Search算法计算轮廓拟合区域，生成目标轮廓候选框，在候选框内拟合地层轮廓点并进行倾角计算。通过在实际伽马成像测井资料上进行实验，结果和分析表明，该方法可以有效提取出地层轮廓，保证伽马成像测井解释的准确率，提高解释工作效率，较好地满足实际生产应用需求。