基于邊緣檢測技術(shù)的地層邊界和地層傾角提取
發(fā)布時間:2021-12-28 04:39
在地震資料解釋領(lǐng)域,地層和斷層邊界的提取一直是研究的熱點。傳統(tǒng)的地層和斷層邊界主要提取依賴解釋人員的地質(zhì)經(jīng)驗,不僅識別效率低,且誤差較大。數(shù)字圖像處理中的邊緣檢測技術(shù)可以自動識別圖像的邊緣,包括邊緣的位置和方向。如果將圖像檢測技術(shù)用于自動確定地震剖面所反映的地層和斷層邊界,首先必須將地震剖面視為圖像。然而,與常規(guī)的圖像不同,地震剖面上的不同部分對應(yīng)著不同的地層介質(zhì),存在有振幅差異較小以及振幅差異不明顯的斷層和裂隙等構(gòu)造。為識別這些差異微小的構(gòu)造界面,需要對傳統(tǒng)的邊緣檢測技術(shù)進行改造。為了研究上述問題,本文引入邊緣檢測技術(shù)提取地震幾何屬性。具體地講,采用Sobel算子、Canny算法和梯度結(jié)構(gòu)張量(GST)算法提取地震圖像中的地層邊界及斷層、褶皺等地質(zhì)構(gòu)造。通過對比表明:根據(jù)不同的地質(zhì)構(gòu)造選擇合適的卷積模板,同時根據(jù)脈沖響應(yīng)的大小來決定閾值。當圖像受到噪聲和非邊緣點的影響較大時,使用非極大值和雙閾值抑制來對圖像的邊緣點進行過濾。根據(jù)地質(zhì)解釋的需要,選擇合適的邊緣檢測算子。通過對幾何屬性提取技術(shù)的研究,發(fā)現(xiàn)地震的幾何屬性可以將地震數(shù)據(jù)中不同道的信息聯(lián)合起來,從而將細微的地質(zhì)特征放大。邊緣檢...
【文章來源】:吉林大學吉林省 211工程院校 985工程院校 教育部直屬院校
【文章頁數(shù)】:109 頁
【學位級別】:碩士
【部分圖文】:
三維反射面傾角屬性示意圖
圖 2.2 二維傾角掃描示意圖情況下,Marfurt 等人將相似性算法做了如下的改進。將形。掃描的參數(shù)從一個傾角變成了 x 和 y 方向的視傾角對的視傾角對來進一步計算真傾角和方位角等參數(shù)J 表示窗內(nèi)的總道數(shù),jx 和jy 分別為分析點到第 j 道的距離,sk 和ek 分別為窗內(nèi)時間樣本中的起始點和結(jié)束點。通過)來掃描出使得相干性度量最大的那一對,這就是最后的結(jié) 2 21 12 21 11 11 1,K J JEHj j j j j jk K j jSK J JEHj j j j j jk K j jSu k t p x q y u k t p x q yJ Js x yu k t p x q y u k t p x q yJ Jc
三維傾角掃描示意圖
【參考文獻】:
期刊論文
[1]地震相干體技術(shù)的研究綜述[J]. 苑書金. 勘探地球物理進展. 2007(01)
[2]小波多分辨率相干數(shù)據(jù)體的提取及應(yīng)用[J]. 張軍華,王月英,趙勇,黃國平. 石油地球物理勘探. 2004(01)
[3]幾種邊緣檢測算子的比較[J]. 馬艷,張治輝. 工礦自動化. 2004(01)
[4]基于圖像信息測度的多尺度邊緣檢測方法[J]. 楊煊,梁德群. 模式識別與人工智能. 1998(04)
本文編號:3553417
【文章來源】:吉林大學吉林省 211工程院校 985工程院校 教育部直屬院校
【文章頁數(shù)】:109 頁
【學位級別】:碩士
【部分圖文】:
三維反射面傾角屬性示意圖
圖 2.2 二維傾角掃描示意圖情況下,Marfurt 等人將相似性算法做了如下的改進。將形。掃描的參數(shù)從一個傾角變成了 x 和 y 方向的視傾角對的視傾角對來進一步計算真傾角和方位角等參數(shù)J 表示窗內(nèi)的總道數(shù),jx 和jy 分別為分析點到第 j 道的距離,sk 和ek 分別為窗內(nèi)時間樣本中的起始點和結(jié)束點。通過)來掃描出使得相干性度量最大的那一對,這就是最后的結(jié) 2 21 12 21 11 11 1,K J JEHj j j j j jk K j jSK J JEHj j j j j jk K j jSu k t p x q y u k t p x q yJ Js x yu k t p x q y u k t p x q yJ Jc
三維傾角掃描示意圖
【參考文獻】:
期刊論文
[1]地震相干體技術(shù)的研究綜述[J]. 苑書金. 勘探地球物理進展. 2007(01)
[2]小波多分辨率相干數(shù)據(jù)體的提取及應(yīng)用[J]. 張軍華,王月英,趙勇,黃國平. 石油地球物理勘探. 2004(01)
[3]幾種邊緣檢測算子的比較[J]. 馬艷,張治輝. 工礦自動化. 2004(01)
[4]基于圖像信息測度的多尺度邊緣檢測方法[J]. 楊煊,梁德群. 模式識別與人工智能. 1998(04)
本文編號:3553417
本文鏈接:http://sikaile.net/kejilunwen/diqiudizhi/3553417.html
最近更新
教材專著