三維地震圖像中的目標(biāo)特征識別方法研究.pdf

1、目標(biāo)識別技術(shù)一直都是研究的熱點。它涉及圖像處理、數(shù)據(jù)挖掘、模式識別等領(lǐng)域中的相關(guān)知識,是一項交叉性強(qiáng)的技術(shù)。目標(biāo)識別技術(shù)廣泛應(yīng)用在軍事活動、工業(yè)生產(chǎn)、日?；顒又械暮芏喾矫?。本文主要工作是應(yīng)用相關(guān)技術(shù)識別地震圖像中的層位。地震圖像中的層位可以反映地下巖層形態(tài),它對于預(yù)測、發(fā)掘地下能源和礦藏具有基礎(chǔ)性作用。從海量的地震數(shù)據(jù)中自動識別或者追蹤層位是相當(dāng)具有挑戰(zhàn)性的難題,其主要原因是層位會由于劇烈的橫向變化或是受到斷層的影響而導(dǎo)致連續(xù)性變差。<

2、br>　　目前層位的解釋工作主要還是由人工來完成,人工解釋的缺陷是精度不高,并且嚴(yán)重依賴解釋人員的主觀經(jīng)驗。并且人工解釋效率低,容易成為制約整個解釋工作的瓶頸。為了解決上述問題,開發(fā)具有更優(yōu)性能的全層位自動追蹤技術(shù)越來越受到重視。本文重點研究層位的特征化,提出了一個全新二維全層位自動追蹤框架,該框架分為兩個步驟:
　　1、基于層位空間特征的層位片段形成算法。通過對大量實際層位數(shù)據(jù)的統(tǒng)計與觀察,發(fā)現(xiàn)層位在空間上具有以下分布特征:同一

3、層位基本是連續(xù)分布的,不同層位因為地質(zhì)年代生成的原因,在垂直時間方向上大致是平行分布,即同一層位的點的密度大于不同層位之間的密度?；谶@樣的認(rèn)識,本文提出了利用基于密度聚類的層位片段形成算法。它能將層位極值點中密度大的點聚合起來,從而得到連續(xù)的層位段。同時,為了使得聚類后層位片段更符合層位形態(tài),本文使用數(shù)學(xué)形態(tài)學(xué)方法改進(jìn)了基于密度的聚類算法DBSCAN。
　　2、基于層位片段聚類的層位融合算法?；趯游豢臻g分布特征的聚類僅僅只考慮

4、到空間點分布的連續(xù)性,無法解決同一層位片段空間分離的問題。由于同一地質(zhì)層位的巖石成分相近,導(dǎo)致在地震信號中層位波形是相似的。根據(jù)波形重建技術(shù)提取的切比雪夫多項式系數(shù)可以表征波形的特征,本文基于同一層位波形特征參數(shù)符合高斯分布的假設(shè),使用基于有限高斯混合模型的聚類算法將波形相似的層位片段合并為完整的層位。由于實際情況復(fù)雜和模型誤差導(dǎo)致層位段不能正確歸類到對應(yīng)的層位,本文引入層位段置信度的概念,依據(jù)置信度的大小靈活地合并層位段。