基于三维大数据量地震数据体的断层曲面自动提取方法
【专利摘要】本发明公开了一种基于三维大数据量地震数据体的断层曲面自动提取方法。其包括以下步骤：蚂蚁体数据转换、数据二值化、数据去噪处理、建立初始种子点队列、建立连通分支、确定断层点、求取断层点法向量、断层面划分、断层面二次划分和拟合构面。本发明的有益效果是：本发明采用基于空间网格距离的方法，得到的断层面能很好的将交叉断面分离，而且更具有完整性，能较好的跟原始数据中的断层相吻合；同时采用大数据处理算法，使本发明的实现更方便高效。
【专利说明】基于三维大数据量地震数据体的断层曲面自动提取方法
【技术领域】
[0001]本发明属于断层曲面自动提取方法【技术领域】，尤其涉及一种基于三维大数据量地震数据体的断层曲面自动提取方法。
【背景技术】
[0002]地震资料解释是地质勘探中一个非常重要的部分，其中断层的解释更是核心部分之一。地壳岩层或者岩体当受到强度足够大的外力作用时会发生破裂，然后沿着破裂面发生明显的相对位移，此时便形成了断裂构造。地震断裂在地壳中十分常见也十分重要，它通常分为节理和断层两类，其中地震断层会影响石油和天然气等的形成和分布，因此解释和弄清断层的分布对石油、天然气等资源的勘探和开采都具有极为重要的意义。上世纪80年代之前，地质工作者大都是通过人工的方式对断层进行解释，利用三维数据的二维剖面和切片信息手动解释断层。追踪断层时沿着垂直于断层走向的任意测线方向，或者沿着主测线方向逐线进行追踪，然后沿着地层垂直方向或者水平方向将断层进行对比、延伸，从而扩展到三维空间中。这种方法具有工作量大、周期长、主观性强和结果不可反复验证等缺点，其处理过程繁杂而且还容易弓I起较大误差。该方法的有效运用需要解释人员掌握丰富的地质知识，并对解释过程进行频繁的人工干预，因此该过程过分依赖于解释人员有关地质科学的相关知识和丰富的经验。随着计算机软硬件技术的革新以及图像处理技术的飞速发展，研究人员试图将图像处理技术运用到地震断层解释中，从二维切片的逐道检测到三维空间体的属性分析，从人工解释到自动追踪，从二维剖面分析到三维数据体解释，断层识别技术得到了空前发展，但仍然存在着诸多难题需要解决，这就使得断层的识别解释仍然是地震勘探研究领域的一个重难点。而随着计算机三维图像处理技术的迅速发展，逐渐出现了高分辨率的相干分析技术，使得提高海量地震数据下的三维断层识别的精度和效率成为可能，也因此成为了一个十分重要的攻关领域。随着地质勘探的不断复杂化以及勘探技术的不断发展进步，广大地质勘探工作者以及科研人员对断层系统的识别与解释进行了深入的研究，提出了越来越多更加方便、更加实用、更加细致的描述与解释断层的方法。对于三维断层识别，在1995年，来自Amoco石油公司的Bahorich M.和Farmer S在第65届SEG年会上正式提出了相干体技术。1999年，Gersztenkorn[3]等在已有的相干体技术基础上提出了一种基于协方差矩阵的变异相干体方法也为后来相干体技术的发展提供了技术支持和理论依据。2002年，Cohen等提出了运用高层次的数据统计方法以及借助层位的不连续性等更加准确而且有效的提取方法，也为后来三维断层识别解释技术的快速发展奠定了基础。Randen等在2002年提出通过“人工蚂蚁”进行检测抑制的方式自动提取出地震体中的断层。该方法首先将三维地震数据体中的断层属性进行增强，包括方差属性、倾角方位角属性等，然后针对属性特征结合“人工蚂蚁”对其进行噪声抑制，最后结合断层的走向信息交互式地提取断层。该方法能够比较好的起到压制噪声和非断层响应的目的。2003年Gibson等提出了一种HCF断层自动识别方法，该方法使用相干体来衡量地震数据的不连续性，通过预设的种子点和阈值从相干体中得到若干断层小面片，然后通过最大可信度优先(highest confidence first, HCF)归并策略从断层小面片中获取最终的断层曲面。2005年，Dorn和James、Tingdahl、Pierre Jacquemin等分别提出借助信号处理技术、人工神经网络技术以及双霍夫变换(double hough transform)的方法实现断层的自动与半自动识别。紧接着在2006年，Admasu等提出了断层高亮和主动轮廓线提取技术联合的方式实现了断层的半自动追踪。同年,Won-ki Jeong等提出了基于GPU (Graphics Processing Unit)使用交互式操作进行断层识别的方法，该方法在海量地震数据的处理领域，具有很大的借鉴意义。2008年，Benjamin J等又提出了基于水平集(level Sets)的交互式断层曲面计算方法。该方法将水平集计算方法、聚类技术和三维可视化技术三者结合到一起，提取断层曲面。以上方法追踪得到的断层面不能很好的将交叉断面分离，且不能较好的雨原始数据中的断层吻合，断层之间可能存在局部粘连现象。在进行大数据处理时，由于计算机内存资源的限制，会对断层曲面的提取产生影响。
【发明内容】
[0003]为了解决以上问题，本发明提出了一种基于三维大数据量地震数据体的断层曲面自动提取方法。
[0004]本发明的技术方案是:一种基于三维大数据量地震数据体的断层曲面自动提取方法，其特征在于，包括以下步骤:
[0005]S1.利用蚁群算法将地震振幅体数据转化为蚂蚁体数据；
[0006]S2.将步骤SI中的蚂蚁体数据进行数据二值化，具体包括以下步骤:
[0007]S21.在蚂蚁体数据的最大值和最小值范围内，选取一个中间值作为属性阈值:
[0008]S22.将蚂蚁体数据中大于属性阈值的数据对应的空间点设定为空间断层上的点，并标记为I ;
[0009]S23.将蚂蚁体数据中小于属性阈值的数据对应的空间点设定为背景点或噪声点，并标记为0，得到0，I的二值数据体；
[0010]S3.利用开操作方法，对步骤S2中得到的二值数据体进行去噪处理；
[0011]S4.选取蚂蚁体数据中空间网格中的一个断层上的点作为种子点，并将该种子点存入一个数组中，得到一个初始化的种子点队列；
[0012]S5.搜索种子点附近的邻近点，并将邻近点加入步骤S4中的种子点队列，得到一个与邻近关系对应的连通分支，具体包括以下步骤:
[0013]S51.设定搜索步长为1，根据空间网格距离和邻近关系，搜索种子点的邻近点；
[0014]S52.将步骤S51中的邻近点作为种子点加入步骤S4中的种子点队列中，生成新的种子点队列，得到一个与邻近关系对应的连通分支，即为原始断层面上的点；
[0015]S6.重复步骤S4和S5，将空间中所有断层上的点都归入相应的连通分支，确定各个初始断层面上的点；
[0016]S7.根据步骤S6中初始断层面上的点，求取初始断层面上所有点的法向量，具体包括以下步骤:
[0017]S71.将初始断层面上的点作为原始点，求取初始断层面上的每一个原始点的若干领域点；
[0018]S72.将步骤S71中的领域点拟合为一个特征面，求取特征面的法向量；
[0019]S73.将步骤S72中特征面的法向量作为原始点的法向量，求取初始断层面上所有点的法向量；
[0020]S8.根据初始断层面上每个点之间的倾角差，以设定的断层倾角阈值为标准，将每一个初始断层面划分为两个互不相交的断层面；
[0021]S9.将步骤S8中得到的断层面进行二次划分处理；
[0022]S10.对步骤S9中二次划分后的断层面进行拟合构面处理，实现断层曲面提取。
[0023]进一步地，上述步骤S3利用开操作方法，对二值数据体进行去噪处理具体包括以下步骤:
[0024]S31.设定集合为A，结构元素为B，利用结构元素B对集合A进行腐蚀处理，具体包括以下步骤:
[0025]S311.将结构元素B的原点对集合A中的像素点进行逐一对比；
[0026]S312.若结构元素B的所有像素点均包含在集合A的范围内，则将集合A的相应像素点保留；
[0027]S313.若结构元素B的所有像素点没有包含在集合A的范围内，则将集合A的相应像素店舍弃；
[0028]S32.利用结构元素B对步骤S21中的腐蚀处理结果进行膨胀处理，具体包括以下步骤:
[0029]S321.将结构元素B关于原点作反射处理，得到结构元素$ ;
[0030]S322.将步骤S221中的结构Tl B的原点与集合A的像素点进行逐一对比；
[0031]S323.若结构元素S中的像素点没有任何一个点在集合A的范围内，则将集合A中的相应像素点保留；
[0032]S324.若结构元I β中的像素点中的任何一个点在集合A的范围内，则将集合A中的相应像素点舍弃。
[0033]进一步地，上述步骤S9将断层面进行二次划分处理具体包括以下步骤:
[0034]S91.选取断层面上若干初始点，构成初始断层曲面；
[0035]S92.判断步骤S91中初始断层曲面中是否还有未划分完毕的断层点；
[0036]S93.若初始断层曲面中没有未划分完毕的断层点，则完成二次划分处理，算法结束；
[0037]S94.若初始断层曲面中有未划分完毕的断层点，则搜索待划分点在每个已有断层上的若干邻近点；
[0038]S95.将步骤S94中邻近点拟合构成微平面，并计算待划分点与拟合微平面的偏移距离；
[0039]S96.判断待划分点是否处于微平面的偏移距离阈值范围内；
[0040]S97.若待划分点处于微平面的偏移距离阈值范围内，则将待划分点加入对应的断层曲面中，重复步骤S92 ；
[0041]S98.若待划分点不处于微平面的偏移距离阈值范围内，则由断层点构造得到一个新的断层曲面，重复步骤S92。
[0042]本发明的有益效果是:本发明采用基于空间网格距离的方法，得到的断层面能很好的将交叉断面分离，而且更具有完整性，能较好的跟原始数据中的断层相吻合；同时采用大数据处理算法，使本发明的实现更方便高效。
【专利附图】
【附图说明】
[0043]图1是本发明的基于三维大数据量地震数据体的断层曲面自动提取方法流程示意图。
[0044]图2是本发明的断层之间局部粘连示意图。
[0045]图3是本发明的结构元素B对集合A的开操作示意图。
[0046]图4是本发明的开操作处理选取结构元素示意图。
[0047]图5是本发明的经开操作处理后的二值数据体示意图。
[0048]图6是本发明的断层分叉示意图。
[0049]图7是本发明的断层分叉生成奇异三角形示意图。
[0050]图8是本发明的断层二次划分处理示意图。
[0051]图9是本发明的断层经二次划分处理后的无分叉断层曲面示意图。
[0052]图10是本发明的断层经二次划分处理后的断层曲面散点全局示意图。
[0053]图11是本发明的断层经二次划分处理后的断层曲面散点局部示意图。
[0054]图12是本发明的大数据量分块处理算法流程示意图。
[0055]图13是本发明的数据等规格分块示意图。
[0056]图14是本发明的索引映射示意图。
【具体实施方式】
[0057]为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。
[0058]如图1所示，为本发明的基于三维大数据量地震数据体的断层曲面自动提取方法流程示意图。一种基于三维大数据量地震数据体的断层曲面自动提取方法，其特征在于，包括以下步骤:
[0059]S1.利用蚁群算法将地震振幅体数据转化为蚂蚁体数据。
[0060]S2.将步骤SI中的蚂蚁体数据进行数据二值化，具体包括以下步骤:
[0061]S21.在蚂蚁体数据的最大值和最小值范围内，选取一个中间值作为属性阈值。
[0062]根据“蚂蚁体”数据的属性分布情况，在“蚂蚁体”数据的最大值和最小值范围内，根据具体情况需要选取一个中间值作为设置一个属性阈值，设置的属性阈值越趋近于最大值，则最终追踪得到的断层点越少。
[0063]S22.将蚂蚁体数据中大于属性阈值的数据对应的空间点设定为空间断层上的点，并标记为I。
[0064]S23.将蚂蚁体数据中小于属性阈值的数据对应的空间点设定为背景点或噪声点，并标记为0，得到0，I的二值数据体。
[0065]S3.利用开操作方法，对步骤S2中得到的二值数据体进行去噪处理，具体包括以下步骤:
[0066]S31.设定集合为A，结构元素为B，利用结构元素B对集合A进行腐蚀处理，具体包括以下步骤:
[0067]S311.将结构元素B的原点对集合A中的像素点进行逐一对比；
[0068]S312.若结构元素B的所有像素点均包含在集合A的范围内，则将集合A的相应像素点保留；
[0069]S313.若结构元素B的所有像素点没有包含在集合A的范围内，则将集合A的相应像素店舍弃；
[0070]S32.利用结构元素B对步骤S21中的腐蚀处理结果进行膨胀处理，具体包括以下步骤:
[0071]S321.将结构元素B关于原点作反射处理,得到结构元素$ ;
[0072]S322.将步骤S221中的结构元土 B的原点与集合A的像素点进行逐一对比；
[0073]S323.若结构元素$中的像素点没有任何一个点在集合A的范围内，则将集合A中的相应像素点保留；
[0074]S324.若结构元素$中的像素点中的任何一个点在集合A的范围内，则将集合A中的相应像素点舍弃。
[0075]如图2所示，为本发明的断层之间局部粘连示意图。本发明采用开操作处理来消除断层之间的局部粘连现象。如图3所示，为本发明的结构元素B对集合A的开操作示意图。对图像进行开操作一般会断开较窄的间断、消除尖细的毛刺，并对图像轮廓进行平滑。如图4所示，为本发明的开操作处理选取结构元素示意图。如图5所示，为本发明的经开操作处理后的二值数据体示意图。通过对比开操作处理前后的二值数据体可以看出，利用开操作确实能够在保持图像原有整体形态特征的情况下，去除噪声，消除断层之间的局部粘连现象。
[0076]S4.选取蚂蚁体数据中空间网格中的一个断层上的点作为种子点，并将该种子点存入一个数组中，得到一个初始化的种子点队列。
[0077]S5.搜索种子点附近的邻近点，并将邻近点加入步骤S4中的种子点队列，得到一个与邻近关系对应的连通分支，具体包括以下步骤:
[0078]S51.设定搜索步长为1，根据空间网格距离和邻近关系，搜索种子点的邻近点。
[0079]确定搜索步长，搜索步长默认为1，通过适当的调节搜索步长，可以使追踪的断层面更加完整。搜索直至所有的种子点在搜索步长范围内都无法再寻找出新的种子点为止。
[0080]S52.将步骤S51中的邻近点作为种子点加入步骤S4中的种子点队列中，生成新的种子点队列，得到一个与邻近关系对应的连通分支，即为原始断层面上的点。
[0081]S6.重复步骤S4和S5，将空间中所有断层上的点都归入相应的连通分支，确定各个初始断层面上的点。
[0082]S7.根据步骤S6中初始断层面上的点，求取初始断层面上所有点的法向量，具体包括以下步骤:
[0083]S71.将初始断层面上的点作为原始点,求取初始断层面上的每一个原始点的若干领域点。
[0084]S72.将步骤S71中的领域点拟合为一个特征面，求取特征面的法向量。
[0085]S73.将步骤S72中特征面的法向量作为原始点的法向量，求取初始断层面上所有点的法向量。
[0086]S8.根据初始断层面上每个点之间的倾角差，以设定的断层倾角阈值为标准，将每一个初始断层面划分为两个互不相交的断层面。
[0087]这里的倾角阈值彡45度。
[0088]S9.将步骤S8中得到的断层面进行二次划分处理，具体包括以下步骤:
[0089]S91.选取断层面上若干初始点，构成初始断层曲面。
[0090]S92.判断步骤S91中初始断层曲面中是否还有未划分完毕的断层点。
[0091]S93.若初始断层曲面中没有未划分完毕的断层点，则完成二次划分处理，算法结束。
[0092]S94.若初始断层曲面中有未划分完毕的断层点，则搜索待划分点在每个已有断层上的若干邻近点。
[0093]S95.将步骤S94中邻近点拟合构成微平面，并计算待划分点与拟合微平面的偏移距离。
[0094]S96.判断待划分点是否处于微平面的偏移距离阈值范围内。
[0095]S97.若待划分点处于微平面的偏移距离阈值范围内，则将待划分点加入对应的断层曲面中，重复步骤S92。
[0096]S98.若待划分点不处于微平面的偏移距离阈值范围内，则由断层点构造得到一个新的断层曲面，重复步骤S92。
[0097]如图6所示，为本发明的断层分叉示意图。如图7所示，为本发明的断层分叉生成奇异三角形示意图。如图8所示，为本发明的断层二次划分处理示意图。如图9所示，为本发明的断层经二次划分处理后的无分叉断层曲面示意图。如图10所示，为本发明的断层经二次划分处理后的断层曲面散点全局示意图。如图11所示，为本发明的断层经二次划分处理后的断层曲面散点局部示意图。本发明对断层进行二次划分时采用的是局部平面拟合的方式，将那些复杂的断层曲面拆分成若干断层小面片，使得每个小面片都近似为一个空间平面，以此解决断层的分叉问题。
[0098]S10.对步骤S9中二次划分后的断层面进行拟合构面处理，实现断层曲面提取。
[0099]本发明采用大数据量分块处理算法。如图12所示，为本发明的大数据量分块处理算法流程示意图。整个分块处理算法可以分为两个大的步骤，首先第一步是对大数据量的分块过程，然后第二步就是对分块后的数据进行内存调度，具体包括以下步骤:
[0100]步骤1.将工区划分为同等大小的小矩形块。
[0101]本发明采用等规格划分方式，将大数据量进行同等规模大小的划分，保证划分后的每一个小矩形块数据大小相同。如图13所示，为本发明的数据等规格分块示意图。
[0102]步骤2.以矩形块为基本单位建立标识文件。
[0103]步骤3.建立矩形块索引信息。
[0104]步骤4.在内存开辟缓存区。
[0105]步骤5.判断所需标识信息是否读入缓存。
[0106]步骤6.若所需标识信息已读入缓存，则直接读取缓存信息，操作结束。
[0107]步骤7.若所需标识信息未读入缓存，则判断缓存是否已满；
[0108]步骤8.若缓存未满，则直接将标识信息块调入缓存，读取缓存信息，操作结束；
[0109]步骤9.若缓存已满，则寻找最近最久未被使用的矩形块信息；
[0110]步骤10.更新文件，将所需信息调入缓存，替换旧矩形块，操作结束。
[0111]本发明采用的是计算机操作系统的页式存储管理机制中最近最久未使用的置换算法，每次进行数据块置换时都替换最近一段时间内最久没有被使用到的数据块。算法运行过程中，当需要访问某个网格点的标记信息时，首先到内存缓存区中寻找该网格点所在的标记数据块，如果找到则直接访问，同时需要将被访问数据块的最近使用时间置为0，否则就需要将对应的标记数据块调入内存中。进行数据块内存调度时，首先判断内存缓存区是否已满，如果未满，则直接将所需数据块调入内存中，同时将该数据块的最近使用时间置为0，并将内存缓存区中其他已有数据块的最近使用时间自增I。如果缓存区已满，则选取缓存区中最近使用时间值最大的数据块，它代表了最近一段时间内最久没有被访问到的数据块，在将该数据块中包含的信息更新到文件之后，再用新的数据块将其置换掉，同时将新数据块的最近使用时间置为O。
[0112]本领域的普通技术人员将会意识到，这里所述的实施例是为了帮助读者理解本发明的原理，应被理解为本发明的保护范围并不局限于这样的特别陈述和实施例。本领域的普通技术人员可以根据本发明公开的这些技术启示做出各种不脱离本发明实质的其它各种具体变形和组合，这些变形和组合仍然在本发明的保护范围内。
【权利要求】
1.一种基于三维大数据量地震数据体的断层曲面自动提取方法，其特征在于，包括以下步骤: S1.利用蚁群算法将地震振幅体数据转化为蚂蚁体数据； S2.将步骤SI中的蚂蚁体数据进行数据二值化，具体包括以下步骤: S21.在蚂蚁体数据的最大值和最小值范围内，选取一个中间值作为属性阈值； S22.将蚂蚁体数据中大于属性阈值的数据对应的空间点设定为空间断层上的点，并标记为I ; S23.将蚂蚁体数据中小于属性阈值的数据对应的空间点设定为背景点或噪声点，并标记为O，得到O，I的二值数据体； S3.利用开操作方法，对步骤S2中得到的二值数据体进行去噪处理； S4.选取蚂蚁体数据中空间网格中的一个断层上的点作为种子点，并将该种子点存入一个数组中，得到一个初始化的种子点队列； S5.搜索种子点附近的邻近点，并将邻近点加入步骤S4中的种子点队列，得到一个与邻近关系对应的连通分支，具体包括以下步骤: S51.设定搜索步长为1，根据空间网格距离和邻近关系，搜索种子点的邻近点；S52.将步骤S51中的邻近点作为种子点加入步骤S4中的种子点队列中，生成新的种子点队列，得到一个与邻近关系对应的连通分支，即为原始断层面上的点；S6.重复步骤S4和S5，将空间中所有断层上的点都归入相应的连通分支，确定各个初始断层面上的点；S7.根据步骤S6中初始断层面上的点，求取初始断层面上所有点的法向量，具体包括以下步骤: S71.将初始断层面上的点作为原始点，求取初始断层面上的每一个原始点的若干领域占.572.将步骤S71中的领域点拟合为一个特征面，求取特征面的法向量； S73.将步骤S72中特征面的法向量作为原始点的法向量，求取初始断层面上所有点的法向量；S8.根据初始断层面上每个点之间的倾角差，以设定的断层倾角阈值为标准，将每一个初始断层面划分为两个互不相交的断层面； S9.将步骤S8中得到的断层面进行二次划分处理； Sl0.对步骤S9中二次划分后的断层面进行拟合构面处理，实现断层曲面提取。
2.如权利要求1所述的基于三维大数据量地震数据体的断层曲面自动提取方法，其特征在于:所述步骤S3利用开操作方法，对二值数据体进行去噪处理具体包括以下步骤: S31.设定集合为A，结构元素为B，利用结构元素B对集合A进行腐蚀处理，具体包括以下步骤: S311.将结构元素B的原点对集合A中的像素点进行逐一对比； S312.若结构元素B的所有像素点均包含在集合A的范围内，则将集合A的相应像素点保留; S313.若结构元素B的所有像素点没有包含在集合A的范围内，则将集合A的相应像素店舍弃； S32.利用结构元素B对步骤S21中的腐蚀处理结果进行膨胀处理，具体包括以下步骤: S321.将结构元素B关于原点作反射处理,得到结构元素石； S322.将步骤S221中的结构元素ΛΒ的原点与集合A的像素点进行逐一对比； S323.若结构元素石中的像素点没有任何一个点在集合A的范围内，则将集合A中的相应像素点保留； S324.若结构元素S中的像素点中的任何一个点在集合A的范围内，则将集合A中的相应像素点舍弃。
3.如权利要求1所述的基于三维大数据量地震数据体的断层曲面自动提取方法，其特征在于:所述步骤S9将断层面进行二次划分处理具体包括以下步骤: S1.选取断层面上若干初始点，构成初始断层曲面； S92.判断步骤S91中初始断层曲面中是否还有未划分完毕的断层点；S93.若初始断层曲面中没有未划分完毕的断层点，则完成二次划分处理，算法结束；S94.若初始断层曲面中有未划分完毕的断层点，则搜索待划分点在每个已有断层上的若干邻近点；S95.将步骤S94中邻近点拟合构成微平面，并计算待划分点与拟合微平面的偏移距离；S96.判断待划分点是否处于微平面的偏移距离阈值范围内；S97.若待划分点处于微平面的偏移距离阈值范围内，则将待划分点加入对应的断层曲面中，重复步骤S92 ； S98.若待划分点不处于微平面的偏移距离阈值范围内，则由断层点构造得到一个新的断层曲面，重复步骤S92。
【文档编号】G01V1/28GK104166163SQ201410425325
【公开日】2014年11月26日 申请日期:2014年8月27日 优先权日:2014年8月27日
【发明者】姚兴苗, 刘春松, 胡光岷 申请人:电子科技大学