储层岩石是非常复杂的地层多孔介质,其微观孔隙结构和参数不仅影响油气储量,而且直接影响油气井的产量和最终采收率。因此对储层岩石微观结构进行分析研究具有十分重要的意义,是后续进行采收率理论分析和数值模拟研究的基础。多孔介质的微观孔隙结构是非常复杂和不规则的,欧式几何理论和传统的实验方法给出的宏观孔隙参数都已不再适应。本文利用分形理论和孔隙网络模型对多孔介质的孔隙结构进行了研究,刻画了岩石的微观孔隙结构特征,给出了对微观孔隙结构复杂性和不规则性进行量化描述的特征参数。在分形维数算法研究中,分别开发和改进了基于二值图像的BC算法、基于灰度图像的DBC算法和基于三维图像的3D分形维数算法,并分析了几个影响这些算法精度的因素：盒子尺寸序列选取、图像分辨率和二值化的阈值。针对盒子尺寸序列选取,提出了一种不同于几何序列(等比数列)和算术序列(等差数列)两种常规方法的图像因数序列,其不仅能够提供足够的拟合数据点,还能够完全整分图像以消除边界效应的影响。高图像分辨率能够探测到更多的孔隙结构,使图像中孔隙结构呈现的更加复杂和不规则,计算得到的相应的分形维数也将增大。也就是说,高图像分辨率有利于获取更加合理和精确的分形维数,因此在实验条件允许的情况下,应尽可能选取高的成像分辨率。针对MRJ孔隙分布图像,如果阈值选取的过高,孔隙将不能被全部提取,如果阈值选取的过低,一些固体骨架也被提取为孔隙,两种情况下,计算的分形维数都是不准确的。研究发现,最小误差法可以被用来选取合理、适当的阈值。通过对人造岩心的二值图像和灰度图像、填砂模型的3D图像分别进行分形特征分析发现,三种算法计算出来的分形维数都能够用来区分不同类型岩心的孔隙结构,而且三种分形维数都能够与孔隙度和渗透率建立起数学关系,利用这些关系可以预测岩心已知孔隙度时其结构的分形维数,或者已知分形维数来预测这类多孔介质的孔隙度。基于数字岩心,利用最大球体算法提取了四种填砂样品的孔隙网络模型。通过对模型的各项参数进行统计分析和比较后发现,不同填砂样品之间的网络结构参数有一定差异,这一方面验证说明了最大球体算法能够提取合理、准确的孔隙网络模型,另一方面也为后续预测多相流动提供了数据基础。