火山岩岩性的精细划分,可以准确的进行火山喷发旋回划分、地层详细对比、建立研究区的地质模型,为储层评价提供重要依据。而目前的常规测井方法识别火成岩并不能反映岩石的组构特征。全井眼地层微电阻率扫描成像测井仪能获得高清晰度的地层电阻率图像,最高分辨率可达5mm,被地质家称为“地下地层显微镜”,形成的图像和岩心照片相似,可以用来识别岩石中的裂缝、溶孔,还可以用于解释孔隙特性、沉积相、地层构造和进行岩性对比。纹理是图像分析中常用的概念,用统计方法对图像的纹理进行分析描述,可获得关于图像纹理的定量描述符。人工神经网络采用物理上可实现的器件或采用计算机来模拟生物体中神经网络的某些结构和功能,可克服目前计算机或其他系统不能解决的问题,如学习、控制、识别和专家系统等。本文基于FMI图像的纹理统计分析,获得了关于FMI图像的定量描述符,且该描述符具有明显的可区分性,可看作关于岩石组构的描述符,以此描述符使用神经网络进行火成岩的岩性识别提高了火成岩岩性识别的准确率和效率。