一种页岩裂缝分布特征的自动化识别与量化方法

本发明提供了一种页岩裂缝分布特征的自动化识别与量化方法，涉及图像处理和深度学习技术，应用于页岩储层裂缝系统的分析。方法包括以下步骤：首先，通过高清成像设备获取页岩岩心或薄片图像，经过中值滤波和拉普拉斯算子进行图像预处理，以增强裂缝边界；接着，利用卷积神经网络或U‑Net模型实现裂缝区域的自动分割；然后，通过数学形态学和主成分分析提取裂缝的长度、宽度、方向及密度等几何特征；最后，采用支持向量机对裂缝特征进行分类，并输出量化数据和可视化分析结果。本发明实现了裂缝特征的高效识别与精确量化，克服了传统人工识别的低效性和主观性，适用于二维和三维裂缝的分布分析，为页岩油气勘探与开发中的储层评价和优化提供数据支持。