本发明涉及地震资料处理领域，特别是涉及到一种基于模拟退火和多尺度脊波分析的纵横波相关方法。
背景技术：
近年来发展的多波地震勘探技术，充分利用了纵波和横波在含油气介质中传播的不同特征及其丰富的波场信息，在解释含油气方面凸显了良好的应用前景。多波勘探的最大的优点就是同时利用纵波和横波的波场信息进行综合解释。其中解释任务一个必不可少的环节就是要进行纵横波的层位相关，然后应用纵波和横波剖面的异同来进行地下未知岩层结构的解释。纵观国内外纵横波相关技术的发展，大多数方法都是基于纵波和横波同一地层反射同相轴相似性最大的原则来求取纵横波的速度比，进而实现纵横波在时间域的相关，其相关程度因而比较粗略。为此我们发明了一种新的基于模拟退火和多尺度脊波分析的纵横波相关方法，解决了以上技术问题。
技术实现要素：
本发明的目的是提供一种可提高纵横波时间域精确自动相关的基于模拟退火和多尺度脊波分析的纵横波相关方法。
本发明的目的可通过如下技术措施来实现：基于模拟退火和多尺度脊波分析的纵横波相关方法，该基于模拟退火和多尺度脊波分析的纵横波相关方法包括：步骤1，确定纵横波原始剖面；步骤2，对纵波剖面进行多尺度脊波分析；步骤3，对横波剖面进行多尺度脊波分析；步骤4，对多尺度脊波分析后的大尺度纵波剖面和横波剖面进行模拟退火相关；步骤5，对多尺度脊波分析后的中尺度纵波剖面和横波剖面进行模拟退火相关匹配；步骤6，对多尺度脊波分析后的小尺度纵波剖面和横波剖面进行模拟退火相关。
本发明的目的还可通过如下技术措施来实现：
在步骤1中，取得多波多分量地震勘探资料中的原始纵波数据体和原始横波数据体。
在步骤2中，对纵波剖面进行多尺度脊波分析，得到大尺度、中尺度和小尺度纵波剖面；在脊波分析中，首先对纵波剖面进行Radon变换，把图像中的一维奇异性信号转换成Radon域的一个点，然后用一维小波进行点的奇异性检测。
在步骤2中，在将纵波剖面利用多尺度脊波分析分解成不同尺度的剖面步骤中，需要对图像进行分块，使每个分块中的线条都近似于直线，然后再对每个分块进行多尺度脊波分析，即首先对图像进行子带分解，然后将不同尺度的子带图像分成大小不同的子块，分别对每个子块进行多尺度脊波分析。
在步骤2中，定义双变量函数f(x,y)的脊波变换为其中为脊波变换，a，b和θ分别表示尺度、位移和方向向量；通过Radon变换，把脊波变换与小波变换联系起来，对于一个双变量函数f(x,y)，其Radon变换为：式中Rf(a,b,θ)表示f(x,y)的Radon变换，而脊波变换系数可以通过对其Radon变换系数进行小波变换来计算，即式中t为积分变量；上式表明，脊波变换是对Radon变换切片的一维小波分析，其中方向角θ是固定的，而变量t是小波分析的对象。
在步骤3中，按照步骤2中的脊波变换方法，对横波剖面进行多尺度脊波分析，得到大尺度、中尺度和小尺度横波波剖面。
在步骤4中，首先设定初始解和初始控制参数，包括温度、迭代次数以及终止条件，然后随机产生新的解并计算转移概率，判断接受或放弃新解，最后判断终止条件，满足条件则停止迭代，否则重新随机产生新解。
在步骤4中，模拟退火的求解步骤为：
(1)设定初始解X＝X0和初始控制参数C＝C0；
(2)随机产生新解X′；
(3)根据目标函数F(X)，计算转移概率P：
(4)判断接受或放弃新解X′，当时，r为容纳值，接受X′为新解,否则,放弃X′为新解；
(5)判断终止条件，满足条件则停止迭代，否则转向(2)。
在步骤4中，基于模拟退火的纵横波匹配流程为：
(1)取纵波剖面上的一个小时窗，根据初始的纵横波速度比γ值以及T＝(1+γ)t/2，求出S波剖面上对应的时窗，其中t是纵波地震传播时间，T是横波地震传播时间；
(2)在纵波时窗内取n个点，记为x1,x2,…xn,，相应的振幅记为Ap1,Ap2,…Apn。在横波时窗内取相对应的n个点，记为y1,y2,…yn,，其振幅为As1,As2,…Asn，则有yi＝[(1+γ)xi]|/2,(i＝1,2,...n)，可见，Asi也是由γ确定的；
(3)令可见C是关于γ的函数，称之为相关函数；选择一种优化方法，对所设计的相关函数进行数值优化，使C达到极大值时的γ值，即认为是该时窗的最佳速度比γ；求出所有时窗的最佳速度比γ，即可对横波时间T进行拉伸。
在步骤5中，按照步骤4中的方法，基于较大尺度的纵横波相关结果，对多尺度脊波分析后的中尺度纵波剖面和横波剖面进行模拟退火相关匹配。
在步骤6中，按照步骤4中的方法，基于大尺度和中尺度的相关匹配结果，对多尺度脊波分析后的小尺度纵波剖面和横波剖面进行模拟退火相关。
本发明中的基于模拟退火和多尺度脊波分析的纵横波相关方法，是一种纵横波自动相关算法，可以自动相关纵横波图像，并首次将模拟退火和多尺度脊波分析同时引入到纵横波相关问题。首先将纵横波剖面利用多尺度脊波变换分解成不同尺度的剖面；先在较大的尺度上利用模拟退火方法进行纵横波时间尺度的相关；然后，基于较大尺度的纵横波相关结果，在较小尺度上进行相关工作。利用该方法进行纵横波相关的同相轴连续性一致，层位相关性得到了有效提升，并且在大尺度下，地震剖面的构造更加清晰，有效降低了噪音的影响。该方法借助了多尺度脊波分析的优点和模拟退火算法对全局最优解的搜索能力，提高了纵横波自动相关的精度，提高了对噪音影响的抵抗能力。
附图说明
图1为本发明的基于模拟退火和多尺度脊波分析的纵横波相关方法的一具体实施例的流程图；
图2为本发明的一具体实施例中大尺度下模拟退火匹配结果的示意图；
图3为本发明的一具体实施例中中尺度下模拟退火匹配结果的示意图；
图4为本发明的一具体实施例中小尺度下模拟退火匹配结果的示意图；
图5为本发明的一实施例中不同噪音条件下基于模拟退火和多尺度脊波分析方法和常规数学相关方法的效果对比图。
具体实施方式
为使本发明的上述和其他目的、特征和优点能更明显易懂，下文特举出较佳实施例，并配合附图所示，作详细说明如下。
如图1所示，图1为本发明的基于模拟退火和多尺度脊波分析的纵横波相关方法的流程图。首先取得多波多分量地震勘探资料中的原始纵波数据体和原始横波数据体；然后将纵波剖面利用多尺度脊波变换分解成大、中、小三种不同尺度的剖面，同样地将横波剖面分解成大、中、小三种不同尺度的剖面；之后，先在较大的尺度上利用模拟退火方法进行纵横波时间尺度的相关；基于较大尺度的纵横波相关结果，在中尺度上进行纵横波的相关；最后，基于大尺度和中尺度的相关匹配结果，在小尺度上进行纵横波数据体的相关工作。
在步骤101，将多波多分量地震勘探中的纵波数据体和横波数据体加载到本处理流程。流程进入到步骤102。
在步骤102，对纵波剖面进行多尺度脊波分析，得到大尺度、中尺度和小尺度纵波剖面。流程进入到步骤103。
在脊波分析中，首先对纵波剖面进行Radon变换，把图像中的一维奇异性信号(例如图像中的直线)转换成Radon域的一个点，然后用一维小波进行点的奇异性检测。变换后的图像视觉质量更好，而且可以有效地保护图像中的细节信息，避免出现图像模糊的现象。在将纵波剖面利用多尺度脊波分析分解成不同尺度的剖面步骤中，需要对图像进行分块，使每个分块中的线条都近似于直线，然后再对每个分块进行多尺度脊波分析，即首先对图像进行子带分解，然后将不同尺度的子带图像分成大小不同的子块，分别对每个子块进行多尺度脊波分析。
脊波变换是本步骤的核心，定义双变量函数f(x,y)的脊波变换为其中为脊波变换，a，b和θ分别表示尺度、位移和方向向量。
通过Radon变换，可以把脊波变换与小波变换联系起来。对于一个双变量函数f(x,y)，其Radon变换为：式中Rf(a,b,θ)表示f(x,y)的Radon变换，而脊波变换系数可以通过对其Radon变换系数进行小波变换来计算，即式中t为积分变量。
上式表明，脊波变换是对Radon变换切片的一维小波分析，其中方向角θ是固定的，而变量t是小波分析的对象。
在步骤103，按照步骤102中的脊波变换方法，对横波剖面进行多尺度脊波分析，得到大尺度、中尺度和小尺度横波波剖面。流程进入到步骤104。
在步骤104，对多尺度脊波分析后的大尺度纵波剖面和横波剖面进行模拟退火相关。
在较大的尺度上利用最模拟退火法进行纵横波时间尺度的相关步骤中，首先设定初始解和初始控制参数，包括温度、迭代次数以及终止条件等，然后随机产生新的解并计算转移概率，判断接受或放弃新解，最后判断终止条件，满足条件则停止迭代，否则重新随机产生新解。
模拟退火的求解步骤为：
(1)设定初始解X＝X0和初始控制参数C＝C0；
(2)随机产生新解X′；
(3)根据目标函数F(X)，计算转移概率P：
(4)判断接受或放弃新解X′，当时(r为容纳值)，接受X′为新解,否则,放弃X′为新解；
(5)判断终止条件，满足条件则停止迭代，否则转向(2)。
基于模拟退火的纵横波匹配流程为：
(1)取纵波剖面上的一个小时窗，根据初始的纵横波速度比γ值以及T＝(1+γ)t/2，求出S波剖面上对应的时窗，其中t是纵波地震传播时间，T是横波地震传播时间；
(2)在纵波时窗内取n个点，记为x1,x2,…xn,，相应的振幅记为Ap1,Ap2,…Apn。在横波时窗内取相对应的n个点，记为y1,y2,…yn,，其振幅为As1,As2,…Asn，则有yi＝[(1+γ)xi]|/2,(i＝1,2,...n)，可见，Asi也是由γ确定的；
(3)令可见C是关于γ的函数，称之为相关函数。选择一种优化方法，对所设计的相关函数进行数值优化，使C达到极大值时的γ值，即认为是该时窗的最佳速度比γ。求出所有时窗的最佳速度比γ，即可对横波时间T进行拉伸。
在步骤105，按照步骤104中的方法，对多尺度脊波分析后的中尺度纵波剖面和横波剖面进行模拟退火相关匹配。在较小尺度上进行纵横波相关的步骤中，需要继承大尺度下的相关结果，以大尺度下的相关结果作为初始解，同样利用模拟退火法进行纵横波小尺度下的相关。流程进入到步骤106。
在步骤106，按照步骤104中的方法，对多尺度脊波分析后的小尺度纵波剖面和横波剖面进行模拟退火相关。流程结束。
如图2-4所示，图2-4为采用本发明的一实施例的多尺度脊波分析下相关的结果。可以看到，在多尺度脊波分析大尺度、中尺度和小尺度下，纵横波同相轴连续性一致，层位吻合度高。并且大尺度下，地震剖面的构造更加清晰，有利于纵横波的相关。与传统以点为单位来捕捉图像特征的方法不同，多尺度脊波分析中突出了图像边缘的方向特性，直接以边缘为基本表示元素，它是各向异性的，具有很强的方向性，非常有利于图像边缘的高效表示，能够精确表达图像边缘的方向、数字图像中的边界以及线性特征等。
图5为本发明的一实施例中不同噪音条件下基于模拟退火和多尺度脊波分析方法和常规数学相关方法的效果对比图。在含大量噪音使得剖面结构模糊的情况下，对于基于模拟退火和多尺度脊波分析方法的处理结果，同相轴连续性依然很好，小尺度下的相关效果更佳，对噪音的抵抗能力明显增强，纵横波层位具有良好的对应关系，地震剖面的构造也更加清晰。