地震数据指纹特征处理方法及装置与流程

1.本技术涉及地震勘探领域，具体涉及一种地震数据指纹特征处理方法及装置。


背景技术：

2.地震勘探技术不断发展，单点高密度、宽频宽方位、多波多分量等采集新技术得到大规模应用，导致地震数据量呈现爆发性增长，在数据存储和计算效率方面给传统地震处理解释带来新的挑战。进行数据降维和压缩编码成为快速处理和分析地震资料的重要基础。
3.地震剖面同相轴的空间特征与人类指纹的特征具有许多相似性，因此可以借助指纹特征点识别技术来实现对地震数据的降维和压缩编码。图8给出了一张人类指纹图片，图9给出了一张叠后地震剖面。与人类指纹的二维图线相类似，地震剖面也具有复杂的数据线条分布。可以看出，两者最主要的区别在于：
4.(1)人类指纹以中心点为圆心，围绕中心点呈涡旋结构；地震剖面主要以水平方向为平行轴，按照顺序依次排列分布。
5.(2)人类指纹的“脊”和“沟”纹理相对光滑，地震剖面的线条往往具有高频毛刺。
6.(3)人类指纹的“脊”和“沟”连续性相对较好，局部出现纹路间断、分叉等特征；地震剖面同相轴间断较多，也存在同相轴交叉、分叉等特征。
7.另外，两者具有重要的相似点：
8.(1)存在连续的数据曲线。
9.(2)连续曲线之间有间断、分叉。
10.人类指纹由个体遗传信息决定，具有唯一性的特点，可以作为人类个体身份识别的特征。类似地，地震数据特征也是具有唯一性，是由勘探区域地下地层结构和流体分布情况决定的，亦可作为该地区油气分布的识别特征。
11.人类指纹识别方法由来已久，目前主要以基于指纹特征点空间分布的方法为主。人类指纹并非是完整连续的同心圆环，而是存在大量的非连续局部特征点，包括间断点、分叉点等。这些特征点的空间分布构成了代表人类个体的独有特征数据。人类指纹特征点的类型繁多，其中最主要的特征点可以用图10显示的局部结构表示。
12.与之相类似，地震剖面数据上也存在大量的间断、分叉等局部特征点(如图11所示)。这些特征点的分布受地下地层结构及流体分布影响，代表了地质体个体的独有特征。现有技术中的主要地震数据处理方法(例如傅里叶变换，小波变换等)均未给出基于地震数据特征点的降维和压缩编码表征方法，进而降低了地震数据的存储效率和计算效率。


技术实现要素：

13.针对现有技术中的问题，本技术提供一种地震数据指纹特征处理方法及装置，能够有效实现地震数据降维和压缩编码，提高地震数据的存储效率和计算效率。
14.为了解决上述问题中的至少一个，本技术提供以下技术方案：
15.第一方面，本技术提供一种地震数据指纹特征处理方法，包括：
16.对目标工区的地震数据进行图像处理，得到对应的地震指纹图；
17.根据预设指纹特征识别算法识别所述地震指纹图中的地震指纹特征点，得到地震指纹特征数据；
18.根据预设编码规则对所述地震指纹特征数据进行压缩编码，得到所述目标工区的一维指纹特征点阵列。
19.进一步地，所述对目标工区的地震数据进行图像处理，得到对应的地震指纹图，包括：
20.根据预设计算机图像处理算法对所述地震数据进行处理，得到对应的地震指纹图，其中，所述地震指纹图包括同相轴位置信息、相互交叉信息和局部细节分叉信息中的至少一种。
21.进一步地，所述根据预设指纹特征识别算法识别所述地震指纹图中的地震指纹特征点，得到地震指纹特征数据，包括：
22.根据预设人类指纹特征识别算法对所述地震指纹图进行指纹特征识别，得到所述地震指纹特征点，其中，所述地震指纹特征点包括端脊点和分叉点中的至少一种；
23.根据预设离散算法对所述地震指纹特征点进行离散处理，得到地震指纹特征数据。
24.进一步地，所述根据预设编码规则对所述地震指纹特征数据进行压缩编码，得到所述目标工区的一维指纹特征点阵列，包括：
25.去除所述地震指纹特征数据中的无特征点数据，并将经过去除无特征点后的地震指纹特征数据转化为以第一标识符和第二标识符为标记的指纹特征点序列；
26.根据预设编码规则对所述指纹特征点序列中由所述第一标识符和所述第二标识符组合而成的标识组进行一维编码转换，得到一维指纹特征点阵列。
27.第二方面，本技术提供一种地震数据指纹特征处理装置，包括：
28.图像处理模块，用于对目标工区的地震数据进行图像处理，得到对应的地震指纹图；
29.指纹识别模块，用于根据预设指纹特征识别算法识别所述地震指纹图中的地震指纹特征点，得到地震指纹特征数据；
30.压缩编码模块，用于根据预设编码规则对所述地震指纹特征数据进行压缩编码，得到所述目标工区的一维指纹特征点阵列。
31.进一步地，所述图像处理模块包括：
32.特征识别单元，用于根据预设计算机图像处理算法对所述地震数据进行处理，得到对应的地震指纹图，其中，所述地震指纹图包括同相轴位置信息、相互交叉信息和局部细节分叉信息中的至少一种。
33.进一步地，所述指纹识别模块包括：
34.人类指纹特征识别单元，用于根据预设人类指纹特征识别算法对所述地震指纹图进行指纹特征识别，得到所述地震指纹特征点，其中，所述地震指纹特征点包括端脊点和分叉点中的至少一种；
35.离散处理单元，用于根据预设离散算法对所述地震指纹特征点进行离散处理，得
到地震指纹特征数据。
36.进一步地，所述压缩编码模块包括：
37.特征点序列转化单元，用于去除所述地震指纹特征数据中的无特征点数据，并将经过去除无特征点后的地震指纹特征数据转化为以第一标识符和第二标识符为标记的指纹特征点序列；
38.特征点阵列转换单元，用于根据预设编码规则对所述指纹特征点序列中由所述第一标识符和所述第二标识符组合而成的标识组进行一维编码转换，得到一维指纹特征点阵列。
39.第三方面，本技术提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现所述的地震指纹特征数据处理方法的步骤。
40.第四方面，本技术提供一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现所述的地震指纹特征数据处理方法的步骤。
41.由上述技术方案可知，本技术提供一种地震数据指纹特征处理方法及装置，通过对目标工区的地震数据进行图像处理，得到对应的地震指纹图；根据预设指纹特征识别算法识别所述地震指纹图中的地震指纹特征点，得到地震指纹特征数据；根据预设编码规则对所述地震指纹特征数据进行压缩编码，得到所述目标工区的一维指纹特征点阵列，本技术通过识别并提取最具代表性的地震指纹特征点，建立一维指纹特征点阵列，从而实现地震数据降维和压缩编码。
附图说明
42.为了更清楚地说明本技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
43.图1为本技术实施例中的地震数据指纹特征处理方法的流程示意图之一；
44.图2为本技术实施例中的地震数据指纹特征处理方法的流程示意图之二；
45.图3为本技术实施例中的地震数据指纹特征处理方法的流程示意图之三；
46.图4为本技术实施例中的地震数据指纹特征处理装置的结构图之一；
47.图5为本技术实施例中的地震数据指纹特征处理装置的结构图之二；
48.图6为本技术实施例中的地震数据指纹特征处理装置的结构图之三；
49.图7为本技术实施例中的地震数据指纹特征处理装置的结构图之四；
50.图8为本技术实施例中的人类指纹图像示意图；
51.图9为本技术实施例中的叠后地震剖面示意图；
52.图10为本技术实施例中的人类指纹主要特征点的结构示意图；
53.图11为本技术实施例中的地震剖面的交叉、端脊等特征点示意图；
54.图12为本技术实施例中的地震剖面经计算机图形算法处理后得到的地震指纹图；
55.图13为本技术实施例中的利用指纹识别算法识别得到的地震指纹特征点示意图；
56.图14为本技术实施例中的标记后形成的地震指纹特征数据示意图；
57.图15为本技术实施例中的以0、1为标记的指纹特征点序列转化为一维指纹特征点阵列的示意图；
58.图16为本技术实施例中的电子设备的结构示意图。
具体实施方式
59.为使本技术实施例的目的、技术方案和优点更加清楚，下面将结合本技术实施例中的附图，对本技术实施例中的技术方案进行清楚、完整的描述，显然，所描述的实施例是本技术一部分实施例，而不是全部的实施例。基于本技术中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本技术保护的范围。
60.考虑到现有技术中的主要地震数据处理方法(例如傅里叶变换，小波变换等)均未给出基于地震数据特征点的降维和压缩编码表征方法，进而降低了地震数据的存储效率和计算效率的问题，本技术提供一种地震数据指纹特征处理方法及装置，通过对目标工区的地震数据进行图像处理，得到对应的地震指纹图；根据预设指纹特征识别算法识别所述地震指纹图中的地震指纹特征点，得到地震指纹特征数据；根据预设编码规则对所述地震指纹特征数据进行压缩编码，得到所述目标工区的一维指纹特征点阵列，本技术通过识别并提取最具代表性的地震指纹特征点，建立一维指纹特征点阵列，从而实现地震数据降维和压缩编码。
61.为了能够有效实现地震数据降维和压缩编码，提高地震数据的存储效率和计算效率，本技术提供一种地震数据指纹特征处理方法的实施例，参见图1，所述地震数据指纹特征处理方法具体包含有如下内容：
62.步骤s101：对目标工区的地震数据进行图像处理，得到对应的地震指纹图。
63.可选地，可以通过现有的计算机图像处理算法对目标工区的二维或三维地震数据进行处理，得到地震指纹图，所述地震指纹图包括但不限于：地震同相轴的位置信息、相互交叉信息和局部细节分叉信息。
64.步骤s102：根据预设指纹特征识别算法识别所述地震指纹图中的地震指纹特征点，得到地震指纹特征数据。
65.可选地，所述预设指纹特征识别算法可以为现有的人类指纹特征识别算法，用以对上述地震指纹图中的地震指纹特征点进行识别，所述地震指纹特征点包括但不限于端脊点和分叉点，经过特征点识别后的有效数据约占原始数据的1/20，大大降低了数据存储量。
66.可选地，在确定地震指纹特征点后可以将其离散处理为能够进行数据处理的离散数据，即所述地震指纹特征数据，所述离散处理可以采用现有的离散算法实现。
67.具体地，可以将端脊点标记为0、分叉点标记为1、无特征点标记为n，形成地震指纹特征数据。
68.步骤s103：根据预设编码规则对所述地震指纹特征数据进行压缩编码，得到所述目标工区的一维指纹特征点阵列。
69.可选地，对地震指纹特征数据进行压缩编码，去除无特征点处数据，保留指纹特征点处数据后，将其转化为一列以特定标识符为标记的指纹特征点序列，并进一步将该指纹特征点序列通过预设编码规则转换为一维指纹特征点阵列，由此实现数据压缩降维，得到一个数据结构简单的指纹特征点阵列，其编码方式与生物dna分子近似，便于利用指纹分
析、生物数据分析方法、人工智能算法等工具进行地震数据处理和分析。
70.从上述描述可知，本技术实施例提供的地震数据指纹特征处理方法，能够通过对目标工区的二维或三维地震数据进行图像处理，得到对应的地震指纹图；根据预设指纹特征识别算法识别所述地震指纹图中的地震指纹特征点，得到地震指纹特征数据；根据预设编码规则对所述地震指纹特征数据进行压缩编码，得到所述目标工区的一维指纹特征点阵列，本技术通过识别并提取最具代表性的地震指纹特征点，建立一维指纹特征点阵列，从而实现地震数据降维和压缩编码。
71.为了能够准确得到与目标工区的地震数据对应的地震指纹图，在本技术的地震数据指纹特征处理方法的一实施例中，还可以具体包含如下内容：
72.根据预设计算机图像处理算法对所述二维或三维地震数据进行处理，得到对应的地震指纹图，其中，所述地震指纹图包括但不限于：地震同相轴的位置信息、相互交叉信息和局部细节分叉信息。
73.为了能够将地震指纹图结构化为可处理的地震指纹特征数据，在本技术的地震数据指纹特征处理方法的一实施例中，参见图2，还可以具体包含如下内容：
74.步骤s201：根据预设人类指纹特征识别算法对所述地震指纹图进行指纹特征识别，得到所述地震指纹特征点，其中，所述地震指纹特征点包括端脊点和分叉点中的至少一种。
75.步骤s202：根据预设离散算法对所述地震指纹特征点进行离散处理，得到地震指纹特征数据。
76.可选地，所述预设指纹特征识别算法可以为现有的人类指纹特征识别算法，用以对上述地震特征数据中的地震指纹特征点进行识别，所述地震指纹特征点包括但不限于端脊点和分叉点，经过特征点识别后的有效数据约占原始数据的1/20，大大降低了数据存储量。
77.可选地，在确定地震指纹特征点后可以将其离散处理为能够进行数据处理的离散数据，即所述地震指纹特征数据，所述离散处理可以采用现有的离散算法实现。
78.具体地，可以将端脊点标记为0、分叉点标记为1、无特征点标记为n，形成地震指纹特征数据。
79.为了能够对可处理的地震指纹特征数据进行压缩降维处理，在本技术的地震指纹特征数据处理方法的一实施例中，参见图3，还可以具体包含如下内容：
80.步骤s301：去除所述地震指纹特征数据中的无特征点数据，并将经过去除无特征点后的地震指纹特征数据转化为以第一标识符和第二标识符为标记的指纹特征点序列。
81.步骤s302：根据预设编码规则对所述指纹特征点序列中由所述第一标识符和所述第二标识符组合而成的标识组进行一维编码转换，得到一维指纹特征点阵列。
82.可选地，对地震指纹特征数据进行压缩编码，去除无特征点处数据，保留指纹特征点处数据后，将其转化为一列以特定标识符为标记的指纹特征点序列，并进一步将该指纹特征点序列通过一预设编码规则转换为一维指纹特征点阵列，由此实现数据压缩降维，得到一个数据结构简单的指纹特征点阵列，其编码方式与生物dna分子近似，便于利用指纹分析、生物数据分析方法、人工智能算法等工具进行地震数据处理和分析。
83.具体地，上述特定标识符可以为第一标识符(例如0)和第二标识符(例如1)，所述
标识组可以为由0和1组合而成的所有可能的组合，例如00、11、01和10。
84.可选地，将地震指纹特征数据转化为一列以0、1为标记的指纹特征点序列后，可以根据所述指纹特征点序列上相邻两个特征点(i,i+1)标记为一对基，再通过引入一预设编码规则将所述指纹特征点序列转换为由该编码规则中相应的元素组成的一维指纹特征点阵列。
85.具体地，所述编码规则可以如表1所示：
86.表1编码规则
87.00110110atgc
88.为了能够有效实现地震数据降维和压缩编码，提高地震数据的存储效率和计算效率，本技术提供一种用于实现所述地震数据指纹特征处理方法的全部或部分内容的地震数据指纹特征处理装置的实施例，参见图4，所述地震数据指纹特征处理装置具体包含有如下内容：
89.图像处理模块10，用于对目标工区的地震数据进行图像处理，得到对应的地震指纹图。
90.指纹识别模块20，用于根据预设指纹特征识别算法识别所述地震指纹图中的地震指纹特征点，得到地震指纹特征数据。
91.压缩编码模块30，用于根据预设编码规则对所述地震指纹特征数据进行压缩编码，得到所述目标工区的一维指纹特征点阵列。
92.从上述描述可知，本技术实施例提供的地震数据指纹特征处理装置，能够通过对目标工区的地震数据进行图像处理，得到对应的地震指纹图；根据预设指纹特征识别算法识别所述地震指纹图中的地震指纹特征点，得到地震指纹特征数据；根据预设编码规则对所述地震指纹特征数据进行压缩编码，得到所述目标工区的一维指纹特征点阵列，本技术通过识别并提取最具代表性的地震指纹特征点，建立一维指纹特征点阵列，从而实现地震数据降维和压缩编码。
93.为了能够准确得到与目标工区的地震数据对应的地震指纹图，在本技术的地震数据指纹特征处理装置的一实施例中，参见图5，所述图像处理模块10包括：
94.特征识别单元11，用于根据预设计算机图像处理算法对所述地震数据进行特征识别，得到对应的地震指纹图，其中，所述地震指纹图包括同相轴位置信息、相互交叉信息和局部细节分叉信息中的至少一种。
95.为了能够将地震指纹图结构化为可处理的地震指纹特征数据，在本技术的地震数据指纹特征处理装置的一实施例中，参见图6，所述指纹识别模块20包括：
96.人类指纹特征识别单元21，用于根据预设人类指纹特征识别算法对所述地震指纹图进行指纹特征识别，得到所述地震指纹特征点，其中，所述地震指纹特征点包括端脊点和分叉点中的至少一种。
97.离散处理单元22，用于根据预设离散算法对所述地震指纹特征点进行离散处理，得到地震指纹特征数据。
98.为了能够对可处理的地震指纹特征数据进行压缩降维处理，在本技术的地震数据指纹特征处理装置的一实施例中，参见图7，所述压缩编码模块30包括：
99.特征点序列转化单元31，用于去除所述地震指纹特征数据中的无特征点数据，并将经过去除无特征点后的地震指纹特征数据转化为以第一标识符和第二标识符为标记的指纹特征点序列。
100.特征点阵列转换单元32，用于根据预设编码规则对所述指纹特征点序列中由所述第一标识符和所述第二标识符组合而成的标识组进行一维编码转换，得到一维指纹特征点阵列。
101.为了更进一步说明本方案，本技术还提供一种应用上述地震数据指纹特征处理装置实现地震指纹特征数据处理方法的具体应用实例，具体包含有如下内容：
102.可选地，可以选择松辽盆地某工区的一条二维叠后地震剖面进行分析。该地震剖面有401道，目标层段为姚家组、青山口组及附近地层，如图9所示。
103.利用计算机图像处理算法对该地震剖面进行处理，得到地震指纹图，如图12所示。保留了地震同相轴的位置信息、相互交叉信息和局部细节分叉信息。
104.基于现有的人类指纹特征识别算法在图12上识别地震指纹特征点。图13显示了识别得到的地震指纹特征点，包括端脊点(左图)和分叉点(右图)。将端脊点标记为0、分叉点标记为1、无特征点标记为n，形成地震指纹特征数据，参见图14。经过特征点识别后的有效数据约占原始数据的1/20，大大降低了数据存储量。
105.对地震指纹特征数据进行压缩编码，去除无特征点处数据，保留指纹特征点处数据，将其转化为一列以0、1为标记的指纹特征点序列。根据所述指纹特征点序列上相邻两个特征点(i,i+1)标记为一对基，引入如表1所示的编码规则：
106.表1编码规则
107.00110110atgc
108.基于所述规则，将所述指纹特征点序列转换为由a、t、c、g元素组成的一维指纹特征点阵列。图15显示了以0、1为标记的指纹特征点序列转化为一维指纹特征点阵列的过程。进一步实现数据压缩降维，得到一个数据结构简单的指纹特征点阵列，其编码方式与生物dna分子近似，便于利用指纹分析、生物数据分析方法、人工智能算法等工具进行地震数据处理和分析。
109.由上述描述可知，本技术至少还可以实现如下技术效果：
110.(1)大大压缩了地震数据的冗余信息，降低了数据量，有利于提高地震数据运算效率。
111.(2)将地震剖面转化为数据结构形式简单的指纹特征点阵列，其编码方式与生物dna分子近似，可通过成熟的生物信息学方法进行数据处理，实现多领域技术交叉融合。
112.从硬件层面来说，为了能够有效实现地震数据降维和压缩编码，提高地震数据的存储效率和计算效率，本技术提供一种用于实现所述地震指纹特征数据处理方法中的全部或部分内容的电子设备的实施例，所述电子设备具体包含有如下内容：
113.处理器(processor)、存储器(memory)、通信接口(communications interface)和总线；其中，所述处理器、存储器、通信接口通过所述总线完成相互间的通信；所述通信接口用于实现地震指纹特征数据处理装置与核心业务系统、用户终端以及相关数据库等相关设备之间的信息传输；该逻辑控制器可以是台式计算机、平板电脑及移动终端等，本实施例不
限于此。在本实施例中，该逻辑控制器可以参照实施例中的地震指纹特征数据处理方法的实施例，以及地震指纹特征数据处理装置的实施例进行实施，其内容被合并于此，重复之处不再赘述。
114.可以理解的是，所述用户终端可以包括智能手机、平板电子设备、网络机顶盒、便携式计算机、台式电脑、个人数字助理(pda)、车载设备、智能穿戴设备等。其中，所述智能穿戴设备可以包括智能眼镜、智能手表、智能手环等。
115.在实际应用中，地震数据指纹特征处理方法的部分可以在如上述内容所述的电子设备侧执行，也可以所有的操作都在所述客户端设备中完成。具体可以根据所述客户端设备的处理能力，以及用户使用场景的限制等进行选择。本技术对此不作限定。若所有的操作都在所述客户端设备中完成，所述客户端设备还可以包括处理器。
116.上述的客户端设备可以具有通信模块(即通信单元)，可以与远程的服务器进行通信连接，实现与所述服务器的数据传输。所述服务器可以包括任务调度中心一侧的服务器，其他的实施场景中也可以包括中间平台的服务器，例如与任务调度中心服务器有通信链接的第三方服务器平台的服务器。所述的服务器可以包括单台计算机设备，也可以包括多个服务器组成的服务器集群，或者分布式装置的服务器结构。
117.图16为本技术实施例的电子设备9600的系统构成的示意框图。如图16所示，该电子设备9600可以包括中央处理器9100和存储器9140；存储器9140耦合到中央处理器9100。值得注意的是，该图16是示例性的；还可以使用其他类型的结构，来补充或代替该结构，以实现电信功能或其他功能。
118.一实施例中，地震数据指纹特征处理方法功能可以被集成到中央处理器9100中。其中，中央处理器9100可以被配置为进行如下控制：
119.步骤s101：对目标工区的地震数据进行图像处理，得到对应的地震指纹图。
120.步骤s102：根据预设指纹特征识别算法识别所述地震指纹图中的地震指纹特征点，得到地震指纹特征数据。
121.步骤s103：根据预设编码规则对所述地震指纹特征数据进行压缩编码，得到所述目标工区的一维指纹特征点阵列。
122.从上述描述可知，本技术实施例提供的电子设备，通过对目标工区的地震数据进行图像处理，得到对应的地震指纹图；根据预设指纹特征识别算法识别所述地震指纹图中的地震指纹特征点，得到地震指纹特征数据；根据预设编码规则对所述地震指纹特征数据进行压缩编码，得到所述目标工区的一维指纹特征点阵列，本技术通过识别并提取最具代表性的地震指纹特征点，建立一维指纹特征点阵列，从而实现地震数据降维和压缩编码。
123.在另一个实施方式中，地震数据指纹特征处理装置可以与中央处理器9100分开配置，例如可以将地震数据指纹特征处理装置配置为与中央处理器9100连接的芯片，通过中央处理器的控制来实现地震数据指纹特征处理方法功能。
124.如图16所示，该电子设备9600还可以包括：通信模块9110、输入单元9120、音频处理器9130、显示器9160、电源9170。值得注意的是，电子设备9600也并不是必须要包括图16中所示的所有部件；此外，电子设备9600还可以包括图16中没有示出的部件，可以参考现有技术。
125.如图16所示，中央处理器9100有时也称为控制器或操作控件，可以包括微处理器
或其他处理器装置和/或逻辑装置，该中央处理器9100接收输入并控制电子设备9600的各个部件的操作。
126.其中，存储器9140，例如可以是缓存器、闪存、硬驱、可移动介质、易失性存储器、非易失性存储器或其它合适装置中的一种或更多种。可储存上述与失败有关的信息，此外还可存储执行有关信息的程序。并且中央处理器9100可执行该存储器9140存储的该程序，以实现信息存储或处理等。
127.输入单元9120向中央处理器9100提供输入。该输入单元9120例如为按键或触摸输入装置。电源9170用于向电子设备9600提供电力。显示器9160用于进行图像和文字等显示对象的显示。该显示器例如可为lcd显示器，但并不限于此。
128.该存储器9140可以是固态存储器，例如，只读存储器(rom)、随机存取存储器(ram)、sim卡等。还可以是这样的存储器，其即使在断电时也保存信息，可被选择性地擦除且设有更多数据，该存储器的示例有时被称为eprom等。存储器9140还可以是某种其它类型的装置。存储器9140包括缓冲存储器9141(有时被称为缓冲器)。存储器9140可以包括应用/功能存储部9142，该应用/功能存储部9142用于存储应用程序和功能程序或用于通过中央处理器9100执行电子设备9600的操作的流程。
129.存储器9140还可以包括数据存储部9143，该数据存储部9143用于存储数据，例如联系人、数字数据、图片、声音和/或任何其他由电子设备使用的数据。存储器9140的驱动程序存储部9144可以包括电子设备的用于通信功能和/或用于执行电子设备的其他功能(如消息传送应用、通讯录应用等)的各种驱动程序。
130.通信模块9110即为经由天线9111发送和接收信号的发送机/接收机9110。通信模块(发送机/接收机)9110耦合到中央处理器9100，以提供输入信号和接收输出信号，这可以和常规移动通信终端的情况相同。
131.基于不同的通信技术，在同一电子设备中，可以设置有多个通信模块9110，如蜂窝网络模块、蓝牙模块和/或无线局域网模块等。通信模块(发送机/接收机)9110还经由音频处理器9130耦合到扬声器9131和麦克风9132，以经由扬声器9131提供音频输出，并接收来自麦克风9132的音频输入，从而实现通常的电信功能。音频处理器9130可以包括任何合适的缓冲器、解码器、放大器等。另外，音频处理器9130还耦合到中央处理器9100，从而使得可以通过麦克风9132能够在本机上录音，且使得可以通过扬声器9131来播放本机上存储的声音。
132.本技术的实施例还提供能够实现上述实施例中的执行主体为服务器或客户端的地震指纹特征数据处理方法中全部步骤的一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，该计算机程序被处理器执行时实现上述实施例中的执行主体为服务器或客户端的地震数据指纹特征处理方法的全部步骤，例如，所述处理器执行所述计算机程序时实现下述步骤：
133.步骤s101：对目标工区的地震数据进行图像处理，得到对应的地震指纹图。
134.步骤s102：根据预设指纹特征识别算法识别所述地震指纹图中的地震指纹特征点，得到地震指纹特征数据。
135.步骤s103：根据预设编码规则对所述地震指纹特征数据进行压缩编码，得到所述目标工区的一维指纹特征点阵列。
136.从上述描述可知，本技术实施例提供的计算机可读存储介质，通过对目标工区的地震数据进行图像处理，得到对应的地震指纹图；根据预设指纹特征识别算法识别所述地震指纹图中的地震指纹特征点，得到地震指纹特征数据；根据预设编码规则对所述地震指纹特征数据进行压缩编码，得到所述目标工区的一维指纹特征点阵列，本技术通过识别并提取最具代表性的地震指纹特征点，建立一维指纹特征点阵列，从而实现地震数据降维和压缩编码。
137.本领域内的技术人员应明白，本发明的实施例可提供为方法、装置、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、cd-rom、光学存储器等)上实施的计算机程序产品的形式。
138.本发明是参照根据本发明实施例的方法、设备(装置)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
139.这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
140.这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
141.本发明中应用了具体实施例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。