一种基于信号分类的地震图像层位追踪方法

文档序号:6176367阅读:483来源:国知局
一种基于信号分类的地震图像层位追踪方法
【专利摘要】本发明公开了一种基于信号分类的地震图像层位追踪方法,在无需人工干预情况下,使用FSSCEM算法对得到的特征参数进行优化选择并聚类,并且将倾角纹理属性结合相关查找方法应用于聚类后的后续处理,实现了二维剖面上的全层位追踪,然后将半监督分类方法、倾角指向和基于相关性的层位追踪算法结合,实现了在三维地震图像中层位曲面精确追踪。本发明的方法无需大量人工干预;在降低聚类算法的计算量的同时保证了聚类的可靠性;增强了层位识别的连续性。
【专利说明】一种基于信号分类的地震图像层位追踪方法
【技术领域】
[0001]本发明涉及地震图像处理领域,具体是一种基于信号分类的地震图像层位追踪方法。
【背景技术】
[0002]随着经济的发展,社会对石油、天然气等资源的需求不断增大,然而要进行油气的开采,首先必须清楚地下的地质构造,因此地震解释在地质勘探过程中发挥了重要作用。地震层位追踪在地震解释工作中起到了非常重要的作用,通过地震层位追踪的方法可以找到可能含有油气的地层和油气的储存深度。
[0003]由于地震图像中的同相轴是对勘探区域实际地质结构中的地质层位的映射,因此可以通过在地震图像中进行的同相轴追踪来实现地震层位追踪。地震波在向下传播过程中由于不同地层的组织构造不同、密度不同,会在地质界面上发生反射形成记录,最终识别和追踪该记录的过程就是层位追踪,即同相轴追踪。
[0004]传统的层位追踪方法是通过解释人员手工完成的,处理时间长,结果不可验证。为了解决这些问题,近年来相关研究人员提出了很多关于层位自动追踪算法,使得在这方面的研究得到了迅速发展和广泛的关注。目前地震层位追踪所使用的方法主要有:相关方法、人工神经网络、遗传算法和基于有限混合高斯的全层位追踪算法等。
[0005](I)相关方法:通过提取待识别波形的实域段向量、自相关变换向量、最小相位分解向量和K-L变换向量等特征向量,并计算各个特征向量和确定层位的相同特征向量的相关系数,接着计算这些相关系数的均值求得一个综合相关系数作为相似性的判断标准,最后综合相关系数最大的实域段就是算法要追踪的层位。该方法法总体上可以比较清楚地分辨层位的结构,但是该方法存在的一个缺陷就是最终层位的不完整性。
[0006](2)人工神经网络层位追踪算法:主要将跨断层等不连续地质结构的层位追踪问题视为模式识别的问题,然后采用神经网络进行模式识别,但这种方法跨越复杂地质环境能力与训练样本状况密切相关,如果训练样本包含这种复杂地质状况,则能很好追踪,否则不能。而且训练样本获得需要大量人工干预标示。
[0007](3)遗传算法层位追踪算法:其具体思路是采用基于模型的方法来处理跨越断层的问题,然后将问题转化为约束最优化的问题,然后使用遗传算法来求解,这种方法存在两个问题:一是对复杂地质状况的逼近程度;二是求解精度和次优解问题。
[0008](4)基于有限混合高斯的全层位追踪算法,能适合复杂的地质环境,但需要人工干预,不能完全实现层位的自动提取和分离。

【发明内容】

[0009]本发明所要解决的技术问题是,针对上述现有技术的不足,提供一种基于信号分类的地震图像层位追踪方法,实现二维和三维地震图像上的全层位自动精确追踪。
[0010]为解决上述技术问题,本发明所采用的技术方案是:一种基于信号分类的地震图像层位追踪方法,该方法包括二维地震波形层位追踪方法和三维地震图像层位追踪方法:[0011 ] 所述二维地震波形层位追踪方法为:
[0012]I)寻找二维地震波形中的极值点:若二维地震波形中的某个点的值大于该点两边的点的值,且该点的值大于门限值,则该点为极大值点;若二维地震波形中的某个点的值小于该点两边的点的值,且该点的值小于门限值,则该点为极小值点;
[0013]2)以上述各极值点为中心分别提取出一段二维地震波形,将切比雪夫零点作为拟合样本点计算二维地震波形拟合特征系数;
[0014]3)使用SFS方法删选上述二维地震波形拟合特征系数,产生二维地震波形拟合特征系数的特征子集;
[0015]4)采用CEM方法对二维地震波形拟合特征系数的特征子集聚类,计算散步分离性策略值,通过该策略值来评价上述特征子集和聚类效果;
[0016]5)重复步骤4),直到遍历完所有特征子集,求得散步分离性策略值最大的特征子集,得到第i个极值点属于第j个聚类的后验概率P(c」Xa)),若P (C11 x(i)) >P (Cj.1X⑴),V; #/,即第i个极值点属于第I个聚类的后验概率最大,则第i个极值点属于第I个层位,从而将步骤I)中的极值点分为若干个聚类,所述若干个聚类组成一个类集合,类集合中的每一个聚类代表一个层位,实现二维地震波形的层位追踪;其中:
[0017]
【权利要求】
1.一种基于信号分类的地震图像层位追踪方法,其特征在于,该方法包括二维地震波形层位追踪方法和三维地震图像层位追踪方法: 所述二维地震波形层位追踪方法为: 1)寻找二维地震波形中的极值点:若二维地震波形中的某个点的值大于该点两边的点的值,且该点的值大于门限值,则该点为极大值点;若二维地震波形中的某个点的值小于该点两边的点的值,且该点的值小于门限值,则该点为极小值点; 2)以上述各极值点为中心分别提取出一段二维地震波形,将切比雪夫零点作为拟合样本点计算二维地震波形拟合特征系数; 3)使用SFS方法删选上述二维地震波形拟合特征系数,产生二维地震波形拟合特征系数的特征子集; 4)采用CEM方法对二维地震波形拟合特征系数的特征子集聚类,计算散步分离性策略值; 5)重复步骤4),直到遍历完所有特征子集,求得散步分离性策略值最大的特征子集,得到第i个极值点属于第j个聚类的后验概率P (Cj IX⑴),若P (C11 x(i)) >P (Cj I X(i)),VjV /,即第i个极值点属于第I个聚类的后验概率最大,则第i个极值点属于第I个层位,从而将步骤I)中的极值点分为若干个聚类,所述若干个聚类组成一个类集合,类集合中的每一个聚类代表一个层位,实现二维地震波形的层位追踪;其中:
2.根据权利要求1所述的基于信号分类的地震图像层位追踪方法,其特征在于,所述门限值为O。
3.根据权利要求1或2所述的基于信号分类的地震图像层位追踪方法,其特征在于,所述二维地震波形层位追踪方法还包括以下步骤: 6)计算二维地震波形的梯度向量g:
4.根据权利要求1或2所述的基于信号分类的地震图像层位追踪方法,其特征在于,所述三维地震图像层位追踪方法还包括以下步骤: 9)对于每一个二维剖面,选择相邻的两个种子点作为起点和终点,分别从前往后和从后往前两个方向通过相关查找的方法进行层位补齐; 10)在提取出修正后的种子点所在层位在所有二维剖面上的位置后,将所得的二维剖面组合形成三维地震图像中的三维层位曲面。
5.根据权利要求3所述的基于信号分类的地震图像层位追踪方法,其特征在于,所述步骤9)中,二维地震波形层位补齐的具体步骤如下: 1)设定r=l; 2)判断r是否小于等于类集合中的聚类的总数,若是,则进入3);否则,进入8); 3)判断第r类对应的层位中是否存在缺口,若是,进入4);否则,r的值加1,返回2); 4)查找层位中缺口处的层位点; 5)根据所述倾角dip的指向查找与步骤4)中层位相邻的二维地震波形上的极值点; 6)以上述步骤4)缺口处层位点和上述步骤5)中各极值点为中心,上下各取15个点提取地震波形片段,分别计算以各极值点为中心的地震波形片段与以所述缺口处层位点为中心的地震波形片段的相关系数,将该相关系数作为各极值点与所述缺口处层位点的相关系数;所述相关系数取值范围为O~I ; 7)判断是否存在大于门限值的相关系数,若是,则选择距离所述缺口处层位点最近的极值点添加到第r类对应的层位中,并将距离所述缺口处层位点最近的极值点作为新的缺口处的层位点,返回4);否则,将未能补齐的层位划分出来单独作为一个层位,并将聚类的总数加1,返回3); 8)结束。
6.根据权利要求5所述的基于信号分类的地震图像层位追踪方法,其特征在于,所述相关系数取0.3。
7.根据权利要求3所述的基于信号分类的地震图像层位追踪方法,其特征在于,所述步骤10)中,消除每一个聚类中不同层位上的极值点的具体步骤为: 1)设定S=I; 2)判断s是否小于等于类集合中的聚类的总数,若是,则进入3);否则,进入7); 3)判断第s类对应的层位是否有重叠,若有,则进入4);否则,s的值加1,返回2); 4)选取第s类对应的层位上第一个二维地震波形上的点S作为原点; 5)根据所述原点搜索所述起始道的相邻道上半径为W的窗口内的所有极值点集合D;所述半径W取值范围为5~30 ; 6)判断D中是否含有与S同类的极值点S',若是,则将S'作为原点,返回5);否则,将第s类中的剩余点作为新的类,并将该新的类作为类集合的最后一个类,将聚类的总数加1,返回3); 7)结束。
8.根据权利要求7所述的基于信号分类的地震图像层位追踪方法,其特征在于,所述半径W取15。
9.根据权利要求3所述的基于信号分类的地震图像层位追踪方法,其特征在于,所述步骤11)中,对层位进行片段融合的具体步骤如下: 1)设定h=l; 2)判断h是否小于等于类集合中的聚类的总数,若是,则进入3);否则,进入6); 3)判断第h类最后一个点的搜索窗口内是否存在其他类,若是,则进入4);否则,h的值加I,返回2);所述搜索窗口大小为第h类最后一个点上下各15个点; 4)合并第h类和第t类中的极值点,作为新的类r; 5)在类集合中删除第t类,聚类的总数减1,返回3); 6)结束。
10.根据权利要求4所述的基于信号分类的地震图像层位追踪方法,其特征在于,对每一个二维剖面进行层位补齐的具体步骤如下: 1)设定P=I; 2)判断p是否小于种子点数目,若是,则进入3);否则,进入9); 3)以第p个种子点和第p+1个种子点为两端点; 4)由两个端点同时向中间查找是否存在缺口;若存在缺口,则进入5);否则,将p的值加1,返回2); 5)将缺口处层位点平移到与所述缺口处层位点所在的二维剖面地震道相邻的二维剖面地震道上,在相邻的二维剖面地震道上,查找平移后的层位点上下各15个点范围内的极值点; 6)以缺口处层位点和上述步骤5)中各极值点为中心,上下各取15个点提取地震波形片段,分别计算以各极值点为中心的地震波形片段与以所述缺口处层位点为中心的地震波形片段的相关系数,将该相关系数作为各极值点与所述缺口处层位点的相关系数;所述相关系数取值范围为O~I ; 7)判断是否存在大于门限值的相关系数,若是,选择与缺口处层位点相关系数最大的极值点,将该点作为新的缺口处层位点和新的端点,返回4);否则,将p的值加1,返回2); 8)结束。·
【文档编号】G01V1/28GK103592681SQ201310421365
【公开日】2014年2月19日 申请日期:2013年9月16日 优先权日:2013年9月16日
【发明者】钱峰, 胡佳, 胡光岷 申请人:电子科技大学
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1