CN103048689A - 一种地震多属性hlso融合方法 - Google Patents

Abstract

本发明公开了一种地震多属性HLSO融合方法，包括：(a)选择三个属性数据，进行RGB变化，映射成R、G、B三个颜色分量；(b)利用RGB-HLS正变换的公式，得到三个H、L、S分量；(c)选择第四个属性数据，做线性变换映射成L’分量，代替L分量，再运用RGB-HLS逆变换公式，H、L’、S得到新的R’、G’、B’；(d)选择第五个属性，映射成透明度分量，控制R’、G’、B’融合图像的透明度；与RGBA颜色融合类似，透明度也是可选参数，如果不选择则是完全不透明。本发明步骤简单，融合效率高，大大降低了地震多属性HLSO融合的成本。

Description

一种地震多属性HLSO融合方法

技术领域

本发明涉及一种地震多属性HLSO融合方法。

背景技术

在油气勘探开发过程中，无论是储层构造和岩性识别，还是油气藏特征监测，地震勘探都是重要的工具。为了从地震数据中获得更多的信息进行地下构造解释以及地层和岩性特征的描述，进行地震属性提取分析已是一种最有效的方法

在过去的三十多年里，勘探地球物理学家从地震数据中提取出了100种以上的地震属性，包括振幅类属性、频率类属性、相位类属性、波形类属性、构造类属性、AVO属性、谱分解属性等等，然后分析地震属性中包含的丰富信息，定性或是定量的描述地下地层地质特征。

在地震属性研究中，有的地震属性，有明确的地质意义或物理意义；但是也有许多的地震属性，却没有明确的地质意义或物理意义。由于地质条件的复杂性和技术本身的局限性，地震属性与地下地质目标并非有一一对应的关系，有时地震属性存在异常指示，但不一定能找到相应的储层特征；有时地震属性又是构造、地层、岩性与油气等各种因素的一个综合反映。因此地震属性的应用研究具有复杂性、多解性和不确定性。面对地震属性的这些问题，目前普遍采用地震多属性分析技术来解决。在井数据、岩石物理数据等资料的约束下，地震多属性分析技术将众多的地震属性进行分类、优选、优化和标定，最终获得一个综合的信息，可以更加可靠的反映地下地质特征。

目前，地震多属性分析技术发展非常的快，一般常用的是神经网络聚类、主成分分量降维、粗糙集优选理论、模式识别等技术。对于这些常用的地震多属性分析方法，尤其是神经网络类模式识别方法，其目的是期望利用计算机来模拟人的大脑，运用数学方法分析出多个地震属性的特征，自动进行地质目标的识别。

与之不同，本文将讨论另外的一种思路，更多的与解释人员交互，是一种基于视觉的多属性分析方法，即地震多属性颜色融合。其主要依据是融合理论，采用基于颜色空间的融合，再结合科学可视化技术，将多个地震属性反映的特征直接的投影到二维或三维空间，期望结合解释人员的经验，从目标的颜色、形态、位置、尺寸、方向等视觉特征上进行识别。以期对地下构造形态识别、断层的解释、河道的检测、油藏特征的时移变化分析等方面，通过多属性颜色融合及可视化技术来解决许多实际生产中的问题。

国外在二十世纪七十年代末提出了信息融合的概念，但国内直到1991年后才积极开展研究，到现在也取得了很多的进展。基于颜色空间的多源图像融合，在遥感等领域也到了飞速发展。在地震勘探领域，信息融合已经用于联合反演油气富集预测等。由于国内的地震勘探主要是采用国外商业解释软件，所以地震多属性的融合研究，目前还多是用国外商业软件针对具体的区块进行案例实践，而对理论的研究还处于起步阶段。从公开的文献看，东方地球物理勘探公司的地震勘探解释一体化系统GeoEast的地震属性分析系统也仅仅对地震多属性颜色融合做了粗浅的涉及。

在三维可视化领域，目前国内已经做了很多基于微机的三维地震数据可视化的研究工作。地震多属性分析可视化的研究，中石化南京石油物探研究所的油气勘探一体化平台NEWS系统，做了一些有益的探索。

总的来看，国内石油勘探界，三维可视化解释的应用已经比较多，并有了一些地震数据三维可视化的理论研究成果；地震多属性融合，国内出现了一些应用实例，但对理论方法的研究还很缺乏，即便是近两年国外研究的热门“基于颜色空间的地震多属性融合”，关注都还不够。本文开展多属性融合及可视化研究，正是希望基于视觉的多属性分析研究能够得到更深入的发展和应用。

20世纪70年代，Taner和Sheriff提出了复数道的概念，从地震信号中提取出三瞬参数(瞬时振幅，瞬时频率和瞬时相位)应用于地下岩性解释，并首次引入了地震属性(seismic attribute)这个术语。

在地震属性三十多年的发展历史中，地震属性的精确定义，不同阶段不同学者都有讨论。1997年，Chen和Sidney提出了被国内广泛接受和引用的定义：地震属性是指那些由叠前或叠后地震数据，经过数学变换而导出的表征地震波几何形态、运动学特征、动力学特征以及统计特征的一些参数。Barnes

在1999年则指出：在相同的尺度下，地震属性是地震数据的可描述和计量的特征，是地震数据中包含的全部信息的子集。Tanner在2001提出：地震属性是地震数据经过直接运算、或是逻辑运算、或是经验推理得到的全部信息。2004年，国内研究人员曹辉在总结国内外的定义基础上认为：地震属性是地震数据中反映不同地质特征(信息)的分量或子集，是刻画、描述地层结构、岩性以及物性等地质信息的地震特征量。

发明内容

本发明的目的为了克服现有技术的不足与缺陷，提供一种地震多属性HLSO融合方法，该地震多属性HLSO融合方法步骤简单，融合效率高，大大降低了地震多属性HLSO融合的成本。

本发明的目的通过下述技术方案实现：一种地震多属性HLSO融合方法，包括以下步骤：

(a)选择三个属性数据，进行RGB变化，映射成R、G、B三个颜色分量；

(b)利用RGB-HLS正变换的公式，得到三个H、L、S分量；

(c)选择第四个属性数据，做线性变换映射成L’分量，代替L分量，再运用RGB-HLS逆变换公式，H、L’、S得到新的R’、G’、B’；

(d)选择第五个属性，映射成透明度分量，控制R’、G’、B’融合图像的透明度；与RGBA颜色融合类似，透明度也是可选参数，如果不选择则是完全不透明。

所述步骤(b)中，第四个属性数据代表了全频率信息的振幅类属性。

所述步骤(b)中，将L’和L进行直方图配准。

综上所述，本发明的有益效果是：步骤简单，融合效率高，大大降低了地震多属性HLSO融合的成本。

具体实施方式

下面结合实施例，对本发明作进一步地的详细说明，但本发明的实施方式不限于此。

实施例：

本实施例涉及一种地震多属性HLSO融合方法，包括以下步骤：

(a)选择三个属性数据，进行RGB变化，映射成R、G、B三个颜色分量；

(b)利用RGB-HLS正变换的公式，得到三个H、L、S分量；

(c)选择第四个属性数据，做线性变换映射成L’分量，代替L分量，再运用RGB-HLS逆变换公式，H、L’、S得到新的R’、G’、B’；

(d)选择第五个属性，映射成透明度分量，控制R’、G’、B’融合图像的透明度；与RGBA颜色融合类似，透明度也是可选参数，如果不选择则是完全不透明。

所述步骤(b)中，第四个属性数据代表了全频率信息的振幅类属性。

所述步骤(b)中，将L’和L进行直方图配准。

以上所述，仅是本发明的较佳实施例，并非对本发明做任何形式上的限制，凡是依据本发明的技术实质上对以上实施例所作的任何简单修改、等同变化，均落入本发明的保护范围之内。

Claims (3)

1.一种地震多属性HLSO融合方法，其特征在于，包括以下步骤：

(a)选择三个属性数据，进行RGB变化，映射成R、G、B三个颜色分量；

(b)利用RGB-HLS正变换的公式，得到三个H、L、S分量；

(c)选择第四个属性数据，做线性变换映射成L’分量，代替L分量，再运用RGB-HLS逆变换公式，H、L’、S得到新的R’、G’、B’；

(d)选择第五个属性，映射成透明度分量，控制R’、G’、B’融合图像的透明度；与RGBA颜色融合类似，透明度也是可选参数，如果不选择则是完全不透明。

2.根据权利要求1所述的一种地震多属性HLSO融合方法，其特征在于，所述步骤(b)中，第四个属性数据代表了全频率信息的振幅类属性。

3.根据权利要求1所述的一种地震多属性HLSO融合方法，其特征在于，所述步骤(b)中，将L’和L进行直方图配准。