地震数据层状特征增强体绘制方法

文档序号:9431250阅读:359来源:国知局
地震数据层状特征增强体绘制方法
【技术领域】
[0001] 本发明属于地震数据测绘技术领域,特别设及一种地震数据层状特征增强体绘制 方法。
【背景技术】
[0002] 探索体数据一个有效方法是直接体绘制。通过体绘制技术,我们可W更加清晰的 理解分析物体的内部结构,而不是仅局限于物体的表面。在日常生活中,多个领域也采用此 技术来解决实际问题,比如:在医学领域,通过可视化技术,医生通过观察器官的内部,达到 病情诊断目的;在气象领域,预报人员利用可视化技术,分析台风内部结构变化,从而判断 其未来走势;在地质勘探领域,通过可视化技术分析地质内部构造,能够预测化石燃料的存 储位置,从而解决日益紧张的能源需求。
[0003] 在地层可视化中,利用体绘制技术,可W更好的展现地震体数据在=维空间中的 连续性,进行层位线跟踪和构造解释,并提供更多=维交互(平移、旋转)。
[0004] 传统的体绘制方法是从成像平面出发,沿着=维投影的逆方向进行采样,并遍历 逐个体元素、计算颜色积分;在积分计算过程中。为了尽量减少信息丢失,就需要大大地提 高采样率。然而,提高采样率将带来额外的性能开销,而解决办法就是从算法改进的角度出 发,采用预积分体绘制技术(pre-integratedvolumerendering)。预积分体绘制考虑的是 由一系列点形成的点对(slab),而不是单个体元素。结合S维探地数据,化stanie等首次 使用了预积分体绘制技术,并结合光照效果进行擅染;从可视化角度看,Ropinski等提出 了结合化cus+Context思想的体绘制技术,通过模拟球形镜头、立体镜头W及遮挡镜头的 效果,突显用户感兴趣区(regionofinterest,R0I)。 阳〇化]然而,地震数据存在W下缺点:首先也是最主要的是噪声大、信噪比低;其次是种 类复杂,物质种类交错混合在一起。正是探地数据的运些特点,导致传统的可视化方法无法 很好的展示地质目标。
[0006] 在二维切片可视化中,核屯、步骤是层位线的提取;同样的思想也可W移植到=维 可视化中,即提取层位片。首先可W随机指定探地数据中一个体元素(voxel)作为种子点, 将其加入到层位片集合中;其次,在该点周围寻找与之最相似的点,也加入到层位片集合 中,依次迭代,最终获得整个层位片。在得到层位片之后,可W进一步采用基于层次的曲面 分割算法将层位片聚类并分割成不同的小块,且赋予层次等级值,用户可W交互地控制当 前系统的层次等级值,该等级值直接控制最终聚类的组数.通过层次等级值的设置,用户 可W交互地一部分一部分显示层位片。
[0007] 化lit等引用代价函数(cost化nction)的概念,筛选出极值种子点,分配低的代 价值,非极值点,分配高的代价值。代价值可W作为绘制过程中的参考,代价值越高,则透明 度越高,代价值越低,贝透明度越低。绘制完后,采用爆炸图(explodedview)技术将体绘 制中的层分开,W致可更清晰地探索体数据的内部结构与层与层之间的关系,解决层位叠 加的问题。
[0008] 针对地质目标的层状分布,进行可视化分析,地质层位界面通常有四种情况:波 峰、波谷、〇+、〇-,目前的研究成果只是明确了波峰或波谷的特征增强,没有提出0+和0-的 波形增强的方法,而且现有的代价函数是基于单道的波形特征增加,没有观测波形水平相 关性特征。

【发明内容】

[0009] 本发明的目的在于克服现有技术的不足,提供一种利用同一层位的种子点在水平 方向上具有良好的相关性,基于多道数据,进行噪声点过滤操作,能够消除地震数据噪声, 达到地震体数据噪声过滤效果和层状特征增强的目的的地震数据层状特征增强体绘制方 法。
[0010] 本发明的目的是通过W下技术方案来实现的:地震数据层状特征增强体绘制方 法,包括W下步骤:
[0011] S1、判断采样点是否为极值点;
[0012]S2、若采样点不是极值点,则放弃该采样点继续判断下一个采样点;若采样点是极 值点,则进一步判断该极值点是否为噪声点,如果不是噪声点,则保留该极值点并将该极值 点绘制显示出来;若采样点是噪声点,则消除该噪声点。
[0013] 进一步地,所述的步骤S2中的噪声点消除采用基于密度的噪声消除方法或者基 于相关系数的噪声消除方法。
[0014] 所述的基于密度的噪声消除方法具体实现方法为:噪声点为离散点,即使噪声点 恰好为极值点,其周围也不可能大面积出现极值点。基于密度的噪声消除方法利用运一特 点,当采样点为极值点,判断极值点所在的单道数据周围至少1个单道数据内的极值点的 个数,如果周围极值点的个数大于预设的阔值,则该极值点就判为噪声点;具体包括W下子 步骤:
[0015]S211、将需要判断的极值点数据作为原点,在原点所在的单道数据向四周扩展至 少1个单道数据范围,提取样本的单道数据;
[0016]S212、在每个单道数据中,W原点为中屯、,提取原点周围的样本点,统计所有样本 点中极值点的总个数N,如果N大于预设的阀值MinPts,说明原点不是噪声点,否则是噪声 占. '?、、, 阳017] S213、消除噪声点。
[001引进一步地,所述的步骤S213中判断原点是否为噪声点的具体代价函数g(x, y, Z,k,脚如下所示:
[0019]
[0020] 其中:滅X,化Z,巧表示判断原点是否为极值点的函数;MinPts是一个预设的阔 值,是一个正整数;k为预设的正整数;
[002引 如v,J,r,A')的值为1,表示当前取样点为极值点,其中,公式似表示极值点为极大 值点,公式(3)表示极值点为极小值点,0值表示非极值点;f(x,y,z)表示当前采样点的幅 值,k值为取样点在Z方向上的间隔,由用户预先设置;
[0024]
[0025] 公式(4)为计算当前采样点为极值点的情况下,周围极值点的个数,N表示原点坐 标X,y,Z方向扩展范围,是一个用户预先设置的整数;
[0026]当某原点符合条件(2)或(3),即为极值点,且该极值点周围极值点的个数大于 MinPts时,代价值为g(x,y,z,k,N) = 1,该点即不是噪声点,否则是噪声点。
[0027] 所述的基于相关系数的噪声消除方法原理为:地震体数据每道数据之间的具有高 度相关的特性,如果存在噪声点,则相关系数值必然上升,所W当采样点(x,y,z)为极值点 时,统计该极值点所属的那道数据与周围每道数据的线性相关系数,最终统计线性相关系 数高的总道数;其具体步骤如下:
[0028]S221、选取有极值点的单道数据,提取该单道数据内所有点的体素值;
[0029]S222、提取其余单道数据内所有点的体素值,并计算有极值点的单道数据体素值 与其他每一个单道数据体素值之间的线性相关系数;
[0030]S223、判断S222得到的线性相关系数与预设的阔值系数的大小,如果线性相关系 数大于阔值系数,则两个单道数据相关系数高;
[0031] S224、统计与有极值点的单道数据相关系数高的单道数据总个数,并判断该总个 数是否大于预设的阔值MinPts,如果总个数大于阔值MinPts,则该单道数据上的极值点为 噪声点,否则该极值点为非噪声点(改成:则该单道数据上的极值点不是噪声点,否则该极 值点是噪声点);
[0032]S225、消除该噪声点。
[0033] 进一步地,所述步骤S224中判断该极值点是否为噪声点的代价函数为:
[0034]
[0035] P (X,y,Z)统计的是当前极值点所述的单道数据与周围相关系数高的单道数据的 总个数,具体计算公式如下:
[0036]
[0037] 其中《(X,y,z)代表有极值点的单道数据体素值与其他每一个单道数据体素值 之间的线性相关系数的函数:
[0038]
[0039]a为用户预先设置的阔值系数(改:最小相关系数值); W40] 丫为线性相关系数,其计算公式为:
[0041 ]
[00创其中m康示当前单道数据在Z方向某时间窗[Z-N,Z+闲内,某采样点的体素值f(x,y,z+N) ;m表示当前单道数据在Z方向某时间窗[z-N,z+闲内所有采样点的体素值的 平均值;ni表示相邻单道数据在Z方向某时间窗[Z-N,Z+闲内,某采样点的体素值;n表示 相邻单道数据在Z方向某时间窗[z-N,z+闲内所有采样点的体素值平均值;(XI,yl)表示 当前单道数据的X,y坐标,(x2,y2)表示相邻单道数据的X,y坐标;N为用户预先设置的常 数。
[0043] 本发明的有益效果是:利用同一层位的种子点在水平方向上具有良好的相关性, 基于多道数据,进行噪声点过滤操作,能够消除地震数据噪声,达到地震体数据噪声过滤效 果和层状特征增强的目的,层位特征增强之后,可为W后层位追踪减少干扰,能够提供更好 的可供分析的效果图。
【附图说明】
[0044]图1为本发明的体绘制方法流程图;
[0045] 图2为本发明的基于密度的噪声消除方法流程图;
[0046]图3为本发明的基于密度的噪声消除方法中的极值点周围其他极值点的扩展示 意图;
[0047]图4为本发明的基于密度的噪声消除方法中提取的样本单道数据示意图;
[0048] 图5为本发明的基于相关系数的噪声消除方法流程图。
【具体实施方式】
[0049] 下面结合附图和具体实施例进一步说明本发明的技术方案。
[0050] 如图1所示,地震数据层状特征增强体绘制方法,包括W下步骤:
[0051]S1、判断采样点是否为极值点;
[0052]S2、若采样点不是极值点,则放弃该采样点继续判断下一个采样点;若采样点是极 值点,则进一步判断该极值点是否为噪声点,如果不是噪声点,则保留该极值点并将该极值 点绘制显示出来;若采样点是噪声点,则消除该噪声点。
[0053] 进一步
当前第1页1 2 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1