低渗透性油气田的开采通常采用酸化工艺,其原理是利用酸液对裂缝表面的溶蚀,改变表面的凹凸性等形态参数,从而增大导流空间。储层裂缝的导流能力是酸化工艺的一个重要技术指标。酸化后的裂缝表面形态变化对其导流能力具有重要意义。论文基于三维激光扫描技术获得酸化后裂缝的原始数据,利用图像处理技术对裂缝表面进行分析,为裂缝表面酸化效果参数的获取提供了新的技术方法。论文的主要就以下几个方面进行研究:首先对三维扫描技术的背景以及国内外发展状况做了简要介绍,并阐述了课题研究的主要内容、技术路线及论文组织结构;其次,详细讨论了视觉测量的基本工作原理。在三维扫描原理部分,介绍了激光测量采用的光源分类以及对应函数法和小孔成像变换法原理在测量中的应用,并分析了测量中的坐标变换关系。在点云图像处理部分,根据点云图像处理的一般流程,对于获取的有序点云,实现了点云的去噪,并设计了遗传神经网络算法完成空缺点云的修补。在曲面重建部分,对于完成预处理的点云图像,通过三角网生长算法实现了点云的三角网格化,并得到裂缝表面高度变化图像;最后,基于上述图像处理方法和酸蚀导流实验,分析了酸化压裂中各种因素对酸蚀导流能力的影响,进而根据实验过程中特定标准下的酸化实验条件,分析酸化对裂缝表面形态的刻蚀效果。通过对比分析裂缝酸化前后的变化,建立了裂缝酸化效果的几何参数评价指标,并通过图像处理的方法完成了裂缝表面参数的计算处理,为岩板酸化裂缝测量和酸蚀效果的评价提供了一种新方法。论文的主要贡献在于:采用遗传算法对BP神经网络的权值参数进行优化,得到基于遗传神经网络的酸蚀岩板残缺点云修补算法;所建立的裂缝酸化效果评价指标及基于图像处理方法的指标计算方法,可作为岩板酸蚀效果评价的重要参考。