[发明专利]地震剖面图像的纹理分割方法和装置

说明书

技术领域

本发明涉及地震资料处理领域，更具体地，涉及一种地震剖面图像的纹理分割方法和一种地震剖面图像的纹理分割装置。

背景技术

在图像分割方法中，针对地震剖面图像处理的技术较少，且效果不理想。在罗雄的《地震剖面图像纹理分割方法研究》中，采用分形维数的方法，但这种方法对参数选取要求较高，健壮性较差。在吕知辛的《地震剖面分割的模式识别方法》中，利用模式识别和图像分析方法，获取不同岩性的地层层序，同时还要结合测井的方法才能最后确定层序。在杜红的《分割地震剖面的分形特征研究》中采用分形原理进行分形维数的估测，探索分形特征进行图像分割的可行性，不具备应用的能力。

因此，有必要开发一种对地震剖面纹理进行自动、高效分割的地震剖面图像的纹理分割方法和装置。

公开于本发明背景技术部分的信息仅仅旨在加深对本公开的一般背景技术的理解，而不应当被视为承认或以任何形式暗示该信息构成已为本领域技术人员所公知的现有技术。

发明内容

本发明提供一种地震剖面图像的纹理分割方法和装置，其通过对特征提取和图像边缘检测的结果应用聚类算法实现地震剖面问题的自动、高效分割。

根据本发明的一方面，提出一种地震剖面图像的纹理分割方法，该方法可以包括以下步骤：输入原始的地震剖面图像；将所述地震剖面图像转换为灰度图像；利用小波变换对所述灰度图像进行特征提取；对所述灰度图像进行图像纹理边缘检测，以产生剖面边缘图；以及基于特征提取的结果和所述剖面边缘图应用聚类算法以按照纹理类型对所述地震剖面图像进行纹理分割。

优选地，特征提取可以基于定义在2n*2n大小窗口中的纹理能量宏特征E(i,j)进行：

其中，i,j为像素坐标，n,k,l为自然数，E(i,j)为像素(i,j)的特征值，ω(k,l)表示以像素(i,j)为中心的2n*2n大小窗口的第(k,l)个小波系数。

优选地，图像纹理边缘检测可以包括以下步骤：对所述灰度图像进行滤波以消除噪声；基于图像灰度沿X、Y两个方向的偏导数得到梯度的幅值和方向；对梯度的幅值进行非极大抑制，以定位准确的边缘；遍历经过非极大抑制的图像，基于累计直方图计算包括高阈值和低阈值的双阈值；以及利用双阈值对经过非极大抑制的图像进行边缘检测。

优选地，对所述灰度图像进行滤波以消除噪声可以包括：对所述灰度图像进行中值滤波，具体公式为：

g(x,y)＝med{f(x-k,y-l),(k,l∈W)}

其中，g(x,y)为滤波输出的图像，f(x,y)为原始图像，med{}为中值滤波函数，W为二维模版。

优选地，利用双阈值对经过非极大抑制的图像进行边缘检测可以包括：在经过非极大抑制的图像中，灰度值大于高阈值的像素点被确定为边缘，灰度值小于低阈值的被确定为不是边缘，对于其他的像素，如果相邻P个像素的平均值大于高阈值则被确定为边缘，否则被确定为不是边缘。

优选地，进行图像分割可以包括以下步骤：计算c个纹理类的聚类中心矢量其中，F_j(j＝1,2,……,c)表示第j类像素的坐标集合，M_j为F_j中像素的数目；扫描ω(k,l)，寻找小波系数等于0的像素；计算ω(k,l)到Xj的距离Dj(k,l)；如果在所寻找到的像素(k,l)中，DT(k,l)＝min{Dj(k,l)}，则将该像素(k,l)分类到第T类纹理，否则查找距离该像素最近的边缘值；以及如果该像素在该最近边缘值的上方，则把该像素分类到上一类纹理，否则分类到下一类纹理。

根据本发明的另一方面，提出一种地震剖面图像的纹理分割装置，该装置可以包括：输入单元，其用于输入原始的地震剖面图像；灰度转换单元，其用于将所述地震剖面图像转换为灰度图像；特征提取单元，其用于利用小波变换对所述灰度图像进行特征提取；纹理边缘检测单元，其用于对所述灰度图像进行图像纹理边缘检测，以产生剖面边缘图；以及图像分割单元，其用于基于特征提取的结果和所述剖面边缘图应用聚类算法以按照纹理类型对所述地震剖面图像进行纹理分割。

优选地，所述特征提取可以基于定义在2n*2n大小窗口中的纹理能量宏特征E(i,j)进行：

其中，i,j为像素坐标，n,k,l为自然数，E(i,j)为像素(i,j)的特征值，ω(k,l)表示以像素(i,j)为中心的2n*2n大小窗口的第(k,l)个小波系数。