[发明专利]基于固有特征分析的三维体波形分类方法

权利要求书

1.基于固有特征分析的三维体波形分类方法，其特征在于，包括以下步骤：

S1、沿解释层位截取数据体，获得原始数据；

S2、对原始数据采用结构导向滤波方法进行去噪处理；

S3、对去噪处理后的数据进行IFA特征降维处理；

S4、对降维后的数据进行SOM聚类；

S5、利用SOM聚类数据生成波形分类相图。

2.根据权利要求1所述的基于固有特征分析的三维体波形分类方法，其特征在于，所述步骤S2实现方法为：

S21、采用了梯度结构张量来对原始三维体数据进行特征提取，定义梯度结构张量为：

$S=\▿u\·\▿u^T=\left[\begin{array}{ccc}\frac{\∂u}{\∂x}\·\frac{\∂u}{\∂x}& \frac{\∂u}{\∂x}\·\frac{\∂u}{\∂y}& \frac{\∂u}{\∂x}\·\frac{\∂u}{\∂z}\\ \frac{\∂u}{\∂y}\·\frac{\∂u}{\∂x}& \frac{\∂u}{\∂y}\·\frac{\∂u}{\∂y}& \frac{\∂u}{\∂y}\·\frac{\∂u}{\∂z}\\ \frac{\∂u}{\∂z}\·\frac{\∂u}{\∂x}& \frac{\∂u}{\∂z}\·\frac{\∂u}{\∂y}& \frac{\∂u}{\∂z}\·\frac{\∂u}{\∂z}\end{array}\right]$

其中，u(n)为原始三维体数据，x、y、z分别表示三维体数据三个维度上的坐标；

S22、根据区域结构性信息设计扩散矩阵：

$D=\[\begin{array}{ccc}{v}_1& v_2& v_3\end{array}\]*\left[\begin{array}{ccc}0& 0& 0\\ 0& 1& 0\\ 0& 0& 1\end{array}\right]*\left[\begin{array}{c}{v}_1^T\\ v_2^T\\ v_3^T\end{array}\right]$

v₁、v₂、v₃分别表示当下迭代时的梯度结构张量的特征值对应的特征向量；

S23、设立连续性因子：

$\mathrm{\ϵ}=\frac{Tr(S^0\·S_{\mathrm{\ρ}})}{Tr\left(S^0\right)\·Tr\left(S_{\mathrm{\ρ}}\right)}$

S⁰代表初始的梯度结构张量矩阵；S_ρ代表当下迭代时的梯度结构张量；Tr(·)表求括号内的矩阵的迹，即求主对角元素的和；

S24、根据扩散方程进行迭代滤波，得到滤波后的三维体数据u(n+1)：

$u(n+1)=u\left(n\right)+\mathrm{\Δ}t\·div\{\mathrm{\ϵ}\·D\[G_{\mathrm{\σ}}*(\▿u\·\▿u^T)\]\▿u\}$

G_σ为一个方差为σ的高斯滤波函数；表示梯度；Δt表示迭代步长；

表示求解的散度。