一种基于图像轮廓分析的地震数据重构方法与流程

本发明涉地震数据处理技术领域，具体涉及一种基于图像轮廓分析的地震数据重构方法。

背景技术：

波场重构是针对地震数据规则化和均一化需求而提出的。随着勘探程度的不断提高，复杂地形地质环境给勘探实验引入了新的困难，此时所采集地震数据的完整性和规则性受到挑战。在实际野外采集中，存在的障碍物、禁采区和废道剔除等都会造成地震数据的缺失或不均匀现象，尤其是在起伏地表情形下，检波器与地面难以良好耦合引起的数据缺失现象更加严重。此外，在物理模拟中，换能器和模型表面在比较陡峭的区域，同样会出现耦合不好的现象。野外采集的障碍物、禁采区和废道剔除等都会造成地震数据的缺失或不均匀现象，当然采集成本也是影响地震数据质量的一大重要因素。为此，本章根据起伏地表物理模拟和实际采集中，可能出现的对数据不完整、不规则问题，对地震数据进行重构方法进行了着重研究。

在地震勘探数据处理中，波场重构可以理解为一种反演问题，即由已知波场，重构出缺失波场数据，并对波场缺失部分进行填充。最早的解决办法是用相邻道的地震数据替代，或者进行道间插值，亦或道内插值。这类方法精确度太低，不能满足实际生产精度的需要。为解决该问题，地震记录的连续性和方向性在数据重构中得到了越来越多的关注，例如第一章中提到的三类重构方法：基于波动方程的重构方法，基于预测滤波的重构方法，以及基于数学变换的重构方法。这些方法在应用过程中需要增加额外的限定条件，例如，它们大都是针对地震数据规则缺失的情况，或者要求已知地下介质的速度，或者需要满足同相轴是线性的假设。对于这些特殊情况之外的更加一般应用情形，这些方法应用起来更加繁琐，实现难度也进一步增大。

一般而言，波场数据重构包括数据的正则化、数据值内插或者数据外推三个部分。如前所述，目前被提出的波场数据重构方法主要包括波动方程法、滤波法和描述域变换法等。其中，变换法需要的先验信息少，限制条件少，能够适应于更一般的随机空间采样所得到的地震记录及其子集之中，当转化过程能够有效计算的情况下，变换法能达到很高的计算速度。最小二乘（Least Squares, LS）傅立叶重构方法便是一种典型的变换法，自提出以来的很长一段时间里，仍然被广泛应用。在LS傅立叶重构方法的基础上，近年来不断有新的转化法被提出，主要包括抗泄漏傅立叶、匹配内插法等。这里仅仅对最为典型的LS傅立叶重构方法进行阐述。LS傅立叶重构法实际上可以分成两个步骤：首先进行离散最小二乘傅立叶变换，将三维地震数据进行分解，对其在空间不同方向上进行不规则采样，得到平面波分量形式；然后采用傅立叶逆变换，根据第一个步骤中得到的傅立叶参数估计结果，将地震数据在规则网格上进行重构。虽然由上述两个步骤，可以根据LS傅立叶重构方法得到一个波场重构方案，和其他逆问题中一样，该方法的可靠性是将其应用到实际数据中所要解决的主要难题。

传统的重构方法都是对波场数据进行处理，因而都需要先验信息，这是其固有的不足之处。

技术实现要素：

为了克服上述现有技术的不足，本发明的目的是提供一种基于图像轮廓分析的地震数据重构方法，采用Snake模型法，该方法将含缺失波场的地震剖面图作为直接处理对象，利用计算机视觉中重要的轮廓提取识别方法，对波场数据形成的图像进行处理，利用所提取的轮廓信息，对波场缺失数据中的波场走向进行预测，进而对缺失波场进行准确填充，相对于传统的地震数据插值方法考虑了地震波同相轴的方向性和连续性，在先验信息不足的情况下的确实地震数据规则化方法，适应于地下介质信息未知的情形，使得该重构方法的实现过程更加容易，应用范围更加广泛。

为了实现上述目的，本发明采用的技术方案是：

一种基于图像轮廓分析的地震数据重构方法，其特征在于，包括以下步骤：

1）将波场值转换成图片的形式；采用任意读取地震记录的软件，或任意地震处理、解释的软件，将数字化的地震记录图像化，采用灰度图格式；

2）对步骤1）转换后的波场灰度图的图像全局轮廓特征进行提取，对于未缺失部分的波场，采用轮廓提取后，可以得到相应部分图像轮廓的局部特征；再进行轮廓筛选，设定一个阈值，筛选出大于此阈值的轮廓，也就是只保留大于某一像素面积的轮廓，这样可以剔除图像中提取出来的混杂轮廓，防止噪声恢复，有效提高地震资料信噪比；

3）通过对提取的轮廓进行描述，包括轮廓的位置、由轮廓离散点描述的直线斜率和曲线拟合多项式，若同相轴弯曲程度不大，同相轴斜率变化不大的情况下，用直线拟合实现较好的重构结果，若同相轴弯曲剧烈，斜率变化大，采用多项式拟合保持同相轴的连续性和地震记录的真实性；

4）按照灰度图中同相轴的轮廓进行图像重构，按照多项式拟合出来的曲线形态，利用缺失数据左右的已知数据，在曲线走向上进行插值计算，得到缺失波场处的波场值。调试时，按照不同的像素宽度拟合，找出最佳拟合结果。

本发明的有益效果是：

针对实际野外采集起伏地表情况下，检波器和陡峭的山体表面耦合不好等等，造成的地震记录道连续或断续缺失，基于图像轮廓分析的地震数据重构方法直接对地震记录图像进行处理，重构精度更高，保真度也得到了显著增强，对于地下介质信息未知的情形尤其有效。此外，在整个实现过程中，都由计算机程序自动进行，降低了人工处理的难度和复杂程度。

附图说明

图1地震波场值画成灰度图示例.

图2地震记录的轮廓提取和筛选示例，其中a为轮廓提取结果，b为轮廓筛选结果。

图3轮廓离散特征点的多项式拟合示例，其中为a单条同相轴多项式拟合，b为多条同相轴多项式拟合。

图4重构的动态过程示意图，其中a为5像素拟合，b为10像素拟合，c为最终重构结果。

图5传统插值重构方法实现原理对比基于多项式拟合的插值重构原理示意图。

具体实施方式

以下结合附图对本发明进一步叙述。

1）、将波场值转换成图片的形式；用任意读取地震记录的软件，甚至是任意地震处理、解释的软件，将数字化的地震记录图像化，其中最方便的是灰度图格式，灰度图的灰度值和地震信号的数据具有更直观的对应关系，图1表示五层水平层状介质中间一定埋深位置放炮情况下单炮地震记录，靠右部分的空白是人为缺失；

2）、对波场灰度图的图像全局轮廓特征进行提取，对于未缺失部分的波场，采用轮廓提取后，可以得到相应部分图像轮廓的局部特征，图2a表示将部分缺失的地震记录灰度图进行轮廓提取后的结果；接着进行轮廓筛选，设定一个阈值，筛选出大于此阈值的轮廓，也就是只保留大于某一像素面积的轮廓，这样可以剔除图像中提取出来的混杂轮廓，防止噪声恢复，有效提高地震资料信噪比，轮廓筛选在地震记录信噪比不高的情况下尤其重要，图2b表示将图2a中提取出的轮廓设定阈值，进行筛选的结果；

3）：通过对提取的轮廓进行描述，例如轮廓的位置、由轮廓离散点描述的直线斜率和曲线拟合多项式等等。在地下结构简单，同相轴弯曲程度不大，同相轴斜率变化不大的情况下，用最简单的直线拟合就能得到较好的重构结果，优点是实现简单，计算量小。而实际生产中的大部分情况下，同相轴弯曲剧烈，斜率变化大，直接用基于轮廓特征点斜率信息的轮廓特征辅助波场重构方法便会出现同相轴错位的现象。因此针对实际生产中出现的同相轴弯曲程度较大，斜率变化大的情，用多项式拟合能够更好保持同相轴的连续性和地震记录的真实性，图3a表示单条同相轴按照缺失图像左右同相轴的轮廓点进行多项式拟合的结果，图3b表示多条同相轴均按照缺失图像左右同相轴的轮廓点进行多项式拟合的结果；

4）：按照灰度图中同相轴的轮廓进行图像重构，按照多项式拟合出来的曲线形态，利用缺失数据左右的已知数据，在曲线走向上进行插值计算，得到缺失波场处的波场值。调试时，按照不同的像素宽度拟合，找出最佳拟合结果，图4展示了基于多项式拟合重构的动态调试过程，其中a为5像素宽度拟合，b为10像素宽度拟合，c为最终重构结果。