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。
[0054] 如图2所示，本发明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： 阳化5] S211、将需要判断的极值点数据作为原点，如图3中的单道数据A中的极值点a2， 在原点a2所在的单道数据A周围向四周扩展至少1个单道数据范围，提取样本的单道数 据，如图4中的B0~B11分别为A周围的单道数据；
[0056] 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，如图3中的 bl~b3 (位于单道数据B4内）、al(位于单道数据A内）、a3 (位于单道数据A内），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 原点是噪声点；
[0057] S213、消除噪声点。
[0058] 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：
[0059]
W60] 其中：约.<.>??：：，/〇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，通常等于1，但为了消除马鞍点，也可在[1，引范围内 任意取值；
[0063] 如的值为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；
[0064]
阳0化]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；
[0066] 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，否则为噪声点。
[0067] 本发明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，则相关系数值必然下降，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；如图5所示，其具体步骤如下：
[0068]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；
[0069]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；
[0070] 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；
[0071] 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不 是噪声点，否则该极值点为噪声点； 阳072] S225、消除该噪声点。
[0073] 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：
[0074]
[0075] 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：
[0076]
[0077] 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：
[0078]
[0079] a为用户预先设置的阔值系数；
[0080] 丫为线性相关系数，其计算公式为：
[0081]
阳0間其中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；rii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；每个单道 数据内部的点的X，y坐标是相同的，Z坐标不同，（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。
[0083] 本领域的普通技术人员将会意识到，运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运样的特别陈述和实施例。本领域的 普通技术人员可W根据本发明公开的运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，运些变形和组合仍然在本发明的保护范围内。
【主权项】
1. 地震数据层状特征增强体绘制方法，其特征在于，包括以下步骤： 51、 判断采样点是否为极值点； 52、 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。2. 根据权利要求1所述的地震数据层状特征增强体绘制方法，其特征在于，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。3. 根据权利要求2所述的地震数据层状特征增强体绘制方法，其特征在于，所述的基 于密度的噪声消除方法具体实现方法为：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阈值，则该极值点就判为噪声点； 具体包括以下子步骤： 5211、 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； 5212、 在每个单道数据中，以原点为中心，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，否则是噪声点； 5213、 消除噪声点。4. 根据权利要求3所述的地震数据层状特征增强体绘制方法，其特征在于，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，N)如下所示：其中：辦而爲ζ，&)表示判断原点是否为极值点的函数；MinPts是一个预设的阈值，是 一个正整数；k为预设的正整数；其中， 或者， 的值为1，表示当前取样点为极值点，其中，公式⑵表示极值点为极大值 点，公式（3)表示极值点为极小值点，O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；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； 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，该点不是噪声点，否则消除改点。5. 根据权利要求2所述的地震数据层状特征增强体绘制方法，其特征在于，所述的基 于相关系数的噪声消除方法的具体步骤如下： 5221、 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； 5222、 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； 5223、 判断S222得到的线性相关系数与预设的阈值系数的大小，如果线性相关系数大 于阈值系数，则两个单道数据相关系数高； 5224、 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 否大于预设的阈值MinPts，如果总个数大于阈值MinPts，则该单道数据上的极值点不是噪 声点，否则该极值点为噪声点； 5225、 消除该噪声点。6. 根据权利要求5所述的地震数据层状特征增强体绘制方法，其特征在于，所述步骤 S224中判断该极值点是否为噪声点的代价函数为：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：其中co(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：α为用户预先设置的阈值系数； γ为线性相关系数，其计算公式为：其中HI1表示当前单道数据在ζ方向某时间窗[Ζ-Ν，Ζ+Ν]内，某采样点的体素值 f (X，y, ζ+Ν) ; 表示当前单道数据在ζ方向某时间窗[ζ-Ν, ζ+Ν]内所有采样点的体素值的 平均值％表示相邻单道数据在z方向某时间窗[z-N，z+N]内，某采样点的体素值；E表示 相邻单道数据在z方向某时间窗[z-N，z+N]内所有采样点的体素值平均值；(xl，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。
【专利摘要】本发明公开了一种地震数据层状特征增强体绘制方法，其特征在于，包括以下步骤S1、判断采样点是否为极值点；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。本发明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。
【IPC分类】G01V1/28
【公开号】CN105182410
【申请号】CN201510557667
【发明人】鲁才, 詹乐, 胡光岷
【申请人】电子科技大学
【公开日】2015年12月23日
【申请日】2015年9月2日