[发明专利]一种基于图像轮廓分析的地震数据重构方法

说明书

一种基于图像轮廓分析的地震数据重构方法，基于图像轮廓特征的，直接将含缺失波场的地震剖面图作为处理对象，利用计算机视觉中重要的轮廓提取识别方法，对波场数据形成的图像进行处理，利用所提取的轮廓信息，对波场缺失数据中的波场走向进行预测，进而对缺失波场进行准确填充，重构精度更高，保真度也得到了显著增强，对于地下介质信息未知的情形尤其有效。此外，在整个实现过程中，都由计算机程序自动进行，降低了人工处理的难度和复杂程度。

技术领域

本发明涉地震数据处理技术领域，具体涉及一种基于图像轮廓分析的地震数据重构方法。

背景技术

波场重构是针对地震数据规则化和均一化需求而提出的。随着勘探程度的不断提高，复杂地形地质环境给勘探实验引入了新的困难，此时所采集地震数据的完整性和规则性受到挑战。在实际野外采集中，存在的障碍物、禁采区和废道剔除等都会造成地震数据的缺失或不均匀现象，尤其是在起伏地表情形下，检波器与地面难以良好耦合引起的数据缺失现象更加严重。此外，在物理模拟中，换能器和模型表面在比较陡峭的区域，同样会出现耦合不好的现象。野外采集的障碍物、禁采区和废道剔除等都会造成地震数据的缺失或不均匀现象，当然采集成本也是影响地震数据质量的一大重要因素。为此，本章根据起伏地表物理模拟和实际采集中，可能出现的对数据不完整、不规则问题，对地震数据进行重构方法进行了着重研究。

在地震勘探数据处理中，波场重构可以理解为一种反演问题，即由已知波场，重构出缺失波场数据，并对波场缺失部分进行填充。最早的解决办法是用相邻道的地震数据替代，或者进行道间插值，亦或道内插值。这类方法精确度太低，不能满足实际生产精度的需要。为解决该问题，地震记录的连续性和方向性在数据重构中得到了越来越多的关注，例如第一章中提到的三类重构方法：基于波动方程的重构方法，基于预测滤波的重构方法，以及基于数学变换的重构方法。这些方法在应用过程中需要增加额外的限定条件，例如，它们大都是针对地震数据规则缺失的情况，或者要求已知地下介质的速度，或者需要满足同相轴是线性的假设。对于这些特殊情况之外的更加一般应用情形，这些方法应用起来更加繁琐，实现难度也进一步增大。

一般而言，波场数据重构包括数据的正则化、数据值内插或者数据外推三个部分。如前所述，目前被提出的波场数据重构方法主要包括波动方程法、滤波法和描述域变换法等。其中，变换法需要的先验信息少，限制条件少，能够适应于更一般的随机空间采样所得到的地震记录及其子集之中，当转化过程能够有效计算的情况下，变换法能达到很高的计算速度。最小二乘（Least Squares, LS）傅立叶重构方法便是一种典型的变换法，自提出以来的很长一段时间里，仍然被广泛应用。在LS傅立叶重构方法的基础上，近年来不断有新的转化法被提出，主要包括抗泄漏傅立叶、匹配内插法等。这里仅仅对最为典型的LS傅立叶重构方法进行阐述。LS傅立叶重构法实际上可以分成两个步骤：首先进行离散最小二乘傅立叶变换，将三维地震数据进行分解，对其在空间不同方向上进行不规则采样，得到平面波分量形式；然后采用傅立叶逆变换，根据第一个步骤中得到的傅立叶参数估计结果，将地震数据在规则网格上进行重构。虽然由上述两个步骤，可以根据LS傅立叶重构方法得到一个波场重构方案，和其他逆问题中一样，该方法的可靠性是将其应用到实际数据中所要解决的主要难题。

传统的重构方法都是对波场数据进行处理，因而都需要先验信息，这是其固有的不足之处。

发明内容

为了克服上述现有技术的不足，本发明的目的是提供一种基于图像轮廓分析的地震数据重构方法，采用Snake模型法，该方法将含缺失波场的地震剖面图作为直接处理对象，利用计算机视觉中重要的轮廓提取识别方法，对波场数据形成的图像进行处理，利用所提取的轮廓信息，对波场缺失数据中的波场走向进行预测，进而对缺失波场进行准确填充，相对于传统的地震数据插值方法考虑了地震波同相轴的方向性和连续性，在先验信息不足的情况下的确实地震数据规则化方法，适应于地下介质信息未知的情形，使得该重构方法的实现过程更加容易，应用范围更加广泛。

为了实现上述目的，本发明采用的技术方案是：