CN104714251B - 用于同相轴自动拾取的倾斜叠加峰值振幅处边缘检测法 - Google Patents
用于同相轴自动拾取的倾斜叠加峰值振幅处边缘检测法 Download PDFInfo
- Publication number
- CN104714251B CN104714251B CN201510132019.6A CN201510132019A CN104714251B CN 104714251 B CN104714251 B CN 104714251B CN 201510132019 A CN201510132019 A CN 201510132019A CN 104714251 B CN104714251 B CN 104714251B
- Authority
- CN
- China
- Prior art keywords
- peak amplitude
- amplitude
- lineups
- section
- automatic picking
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Landscapes
- Geophysics And Detection Of Objects (AREA)
Abstract
本发明用于同相轴自动拾取的倾斜叠加峰值振幅处边缘检测法,包括如下步骤,1.将叠前CSP数据用小波变换得到信号的解析部分;2.根据步骤1得到的解析部分得到信号的瞬时振幅;3.在瞬时振幅的剖面上进行局部线性Radon变换,拾取瞬时振幅的峰值振幅,得到倾斜叠加峰值振幅剖面;4.基于倾斜叠加峰值振幅剖面得到边缘检测剖面,用于在边缘检测剖面上拾取同相轴及走时。在瞬时振幅剖面上进行倾斜叠加变换,因为瞬时振幅剖面相较原始地震记录更加圆滑,包含更多的低频分量,且可滤除部分高频毛刺噪声,而二者的同相轴位置相同。有效压制了噪声,克服了现有方法难以在大偏移距内拾取连续同相轴的困难,且操作方便,实现了同相轴自动拾取。
Description
技术领域
本发明涉及地震勘探技术领域,具体为一种用于同相轴自动拾取的倾斜叠加峰值振幅处边缘检测法。
背景技术
走时是衰减和速度层析成像的重要参数之一,我们需要拾取每个同相轴不同偏移距处反射波的走时,包括大偏移距处的同相轴。可以看出,走时拾取的前提是同相轴拾取,同相轴拾取也是地震解释的重要步骤之一。但由于噪声的影响,大偏移距处道集的信噪比低,拾取连续同相轴比较困难。为了拾取正确的反射波走时,我们需要在大偏移距范围内拾取连续同相轴,以便从记录上读取对应射线的走时。同相轴在地震数据解释中起重要作用。现有的同相轴拾取方法有人工拾取方法及自动拾取方法等,人工拾取方法计算速度慢、精度低,且受到主观因素的影响;自动拾取方法有互相关法、模式识别法、神经网络法等,这些方法很难拾取连续同相轴,且抗噪性差。
发明内容
针对现有技术中存在的问题,本发明提供一种信号的信噪比高,边缘清晰准确,完整度及连续性好的,用于同相轴自动拾取的倾斜叠加峰值振幅处边缘检测法。
本发明是通过以下技术方案来实现:
本发明用于同相轴自动拾取的倾斜叠加峰值振幅处边缘检测法,包括如下步骤,
步骤1,将叠前CSP数据用小波变换得到信号的解析部分;
步骤2,根据步骤1得到的解析部分得到信号的瞬时振幅;
步骤3,在瞬时振幅的剖面上进行局部线性Radon变换,拾取瞬时振幅的峰值振幅,得到倾斜叠加峰值振幅剖面;
步骤4,基于倾斜叠加峰值振幅剖面得到边缘检测剖面,用于在边缘检测剖面上拾取同相轴及走时。
优选的,步骤1中,将叠前CSP数据s(t)用小波变换得到信号的解析部分H[s(t)]如下,
其中,S(b,a)是地震道集数据的小波变换,为小波函数g(t)的Fourier变换的实部,a为尺度因子,b为平移因子。
进一步,s(t)关于g(t)的小波变换定义为:
式中,t,b∈R,a>0;g(t)∈L1(R,dt)∩L2(R,dt),是g(t)的复共轭。
优选的,步骤2中,所述的瞬时振幅如下,
A(t)=|s(t)+i·H[s(t)]|;
其中,H[s(t)]为用小波变换计算的信号的解析部分,A(t)为瞬时振幅的模,s(t)为叠前CSP数据。
优选的,步骤3中所述的局部线性Radon变换方法具体步骤如下,
步骤3.1,在瞬时振幅剖面上选定参考道;
步骤3.2,对于参考道上的某个时间截距τj,将参考道附近的几道沿np个具有不同斜率pj(j=1,2,…,np)的直线进行叠加,斜率以Δp为间隔采样;
步骤3.3,计算该时间截距处瞬时振幅沿不同方向叠加的和,将该叠加值记录在τ-p坐标轴相应的位置(τj,pj)上,当选取的叠加斜率与同相轴的斜率接近或相等时,t-x域中的记录沿该直线的叠加值最大;
步骤3.4,将最大叠加值的平均值放置在t-x域中的对应位置(τj,xm)上,能够构造一个超道集以增加信噪比,称该剖面为倾斜叠加峰值振幅剖面,对应于最大叠加值的斜率同样放置在t-x域的对应位置上,构成射线梯度剖面;其中,t为时间,x为距离域。
优选的,步骤3中,Radon变换频率域的离散形式为:
式中,M(f,p)=∫m(τ,p)e-j2πfτdτ,为瞬时振幅A(t,xm)的傅里叶变换,xm为参考道,m(τ,p)是时间域的Radon变换。
优选的,步骤4中得到的边缘检测剖面由仿真软件Matlab中的edge函数利用canny微分算子得到。与现有技术相比,本发明具有以下有益的技术效果:
本发明通过小波变换、Radon变换以及构造超道集途径提高了信号的信噪比,实现了同相轴的自动拾取。倾斜叠加变换即Radon变换,其作用类似滤波器,可以压制噪声。我们在瞬时振幅剖面上进行倾斜叠加变换,因为瞬时振幅剖面相较原始地震记录更加圆滑,包含更多的低频分量,且可滤除部分高频毛刺噪声,而二者的同相轴位置相同。有效压制了噪声,克服了现有方法难以在大偏移距内拾取连续同相轴的困难,且操作方便,实现了同相轴自动拾取。
进一步的,该边缘检测剖面由Matlab中的edge函数利用canny微分算子得到,用该算子提取的边缘清晰且精确,完整度及连接性较好,从边缘检测剖面上可拾取局部连续同相轴及对应的走时。
附图说明
图1本发明实例中所述的Radon变换示意图。
图2a本发明实例中所述的实际CSP道集。
图2b本发明实例中所述实际CSP道集的瞬时振幅剖面。
图3a本发明实例中所述的倾斜叠加峰值振幅剖面。
图3b本发明实例中所述倾斜叠加峰值振幅剖面的边缘检测剖面。
图4本发明实例中所述的同相轴拾取流程图。
具体实施方式
下面结合具体的实施例对本发明做进一步的详细说明,所述是对本发明的解释而不是限定。
本发明用于同相轴自动拾取的倾斜叠加峰值振幅处边缘检测法,如图4所示,其包括以下步骤:
(1)、用小波变换计算得到信号的解析部分,其中叠前CSP数据作为原始信号;
(2)、根据解析部分计算得到信号的瞬时振幅:
A(t)=|s(t)+i·H[s(t)]| (1)
其中, 为用小波变换计算的信号的解析部分,A(t)为瞬时振幅的模,s(t)为叠前CSP数据。
(3)、在瞬时振幅剖面上计算局部线性Radon变换,拾取瞬时振幅的峰值振幅,得到倾斜叠加峰值振幅剖面。
其中,局部Radon变换即倾斜叠加,又称为τ-p变换,其频率域的离散形式为:
式中,M(f,p)=∫m(τ,p)e-j2πfτdτ,为瞬时振幅A(t,xm)的傅里叶变换,xm为参考道,m(τ,p)是时间域的Radon变换。
(4)、基于倾斜叠加峰值振幅剖面计算边缘检测剖面,用于在边缘检测剖面上拾取同相轴及走时。该边缘检测剖面由Matlab中的edge函数利用canny微分算子得到,可以看出,用该算子提取的边缘清晰且精确,完整度及连接性较好,从边缘检测剖面上可拾取局部连续同相轴及对应的走时。该同相轴拾取方法有效压制了噪声,克服了现有方法难以在大偏移距内拾取连续同相轴的困难,且操作方便,实现了同相轴自动拾取。
具体步骤如图4所示。
瞬时振幅的计算公式如下:
A(t)=|s(t)+i·H[s(t)]| (1)
其中, 为用小波变换计算的信号的解析部分,A(t)为瞬时振幅的模,s(t)为叠前CSP数据,S(b,a)是地震道集数据的小波变换,也就是CSP数据的小波变换,为小波函数g(t)的Fourier变换的实部,a为尺度因子,b为平移因子,s(t)关于g(t)的小波变换定义为:
式中,t,b∈R,a>0;g(t)∈L1(R,dt)∩L2(R,dt),是g(t)的复共轭。以实际数据为例,图2a为某油田的共炮点道集(CSP),图2b为对应于共炮点道集的瞬时振幅剖面。该共炮点道集共595道,最小偏移距为90m,相邻检波器之间的距离是10m。共炮点道集是同一炮激发、不同检波器接收的地震道的集合。从瞬时振幅剖面上可以看出,其信噪比优于原始剖面,且同相轴位置对应于原始剖面的同相轴位置。
倾斜叠加即局部Radon变换。本发明利用局部线性Radon变换求取射线参数。线性Radon变换的积分路径是线性的,又称为τ-p变换,其频率域的离散形式为:
式中,M(f,p)=∫m(τ,p)e-j2πfτdτ,为瞬时振幅A(t,xm)的傅里叶变换,xm为参考道,m(τ,p)是时间域的Radon变换。局部线性Radon变换的计算过程如图1所示:在瞬时振幅剖面上选定参考道,对于参考道上的某个时间截距τj,将参考道附近的几道沿np个具有不同斜率pj(j=1,2,…,np)的直线(斜率以Δp为间隔采样)进行叠加,计算该时间截距处瞬时振幅沿不同方向叠加的和,将该叠加值记录在τ-p坐标轴相应的位置(τj,pj)上,当选取的叠加斜率与同相轴的斜率接近或相等时,t-x域中的记录沿该直线的叠加值最大。将最大叠加值的平均值放置在t-x域(时间-距离域)中的对应位置(τj,xm)上,可以构造一个超道集以增加信噪比,称该剖面为倾斜叠加峰值振幅剖面,对应于最大叠加值的斜率同样放置在t-x域的对应位置上,构成射线梯度剖面。线性Radon变换的计算方法有很多种,本发明采用高精度频率-空间域矩阵相乘法计算。进行Radon变换前,将时间域的瞬时振幅数据补零以增加频率分辨率,本发明中补零长度为数据长度的三倍。
由局部Radon变换得到的倾斜叠加峰值振幅剖面如图3a所示,由该剖面可以看出,与瞬时振幅剖面相比,二者的同相轴位置相吻合,倾斜叠加峰值振幅剖面的同相轴更清晰,干扰被有效压制,这是由于当沿梯度方向叠加参考道邻域内的几道数据时,噪声被进一步过滤的缘故。
边缘检测用来识别重要属性和结构变化,它能够剔除不相关的数据,减少数据信息量,是特征提取中重要的研究方向。图3b是基于倾斜叠加峰值振幅剖面得到的边缘检测剖面。该边缘检测剖面由Matlab中的edge函数利用canny微分算子得到,可以看出,用该算子提取的边缘清晰且精确,完整度及连接性较好,从边缘检测剖面上可拾取局部连续同相轴及对应的走时。该同相轴拾取方法有效压制了噪声,克服了现有方法难以在大偏移距内拾取连续同相轴的困难,且操作方便,实现了同相轴自动拾取。
Claims (6)
1.用于同相轴自动拾取的倾斜叠加峰值振幅处边缘检测法,其特征在于,包括如下步骤,
步骤1,将叠前CSP数据用小波变换得到信号的解析部分;
步骤2,根据步骤1得到的解析部分得到信号的瞬时振幅;
步骤3,在瞬时振幅的剖面上进行局部线性Radon变换,拾取瞬时振幅的峰值振幅,得到倾斜叠加峰值振幅剖面;
步骤4,基于倾斜叠加峰值振幅剖面得到边缘检测剖面,用于在边缘检测剖面上拾取同相轴及走时;
步骤3中所述的局部线性Radon变换方法具体步骤如下,
步骤3.1,在瞬时振幅剖面上选定参考道;
步骤3.2,对于参考道上的某个时间截距τj,将参考道附近的几道沿np个具有不同斜率pj(j=1,2,…,np)的直线进行叠加,斜率以Δp为间隔采样;
步骤3.3,计算该时间截距处瞬时振幅沿不同方向叠加的和,将叠加值记录在τ-p坐标轴相应的位置(τj,pj)上,当选取的叠加斜率与同相轴的斜率接近或相等时,t-x域中的记录沿该直线的叠加值最大;
步骤3.4,将最大叠加值的平均值放置在t-x域中的对应位置(τj,xm)上,能够构造一个超道集以增加信噪比,称该剖面为倾斜叠加峰值振幅剖面,对应于最大叠加值的斜率同样放置在t-x域的对应位置上,构成射线梯度剖面;其中,t为时间,x为距离域。
2.根据权利要求1所述的用于同相轴自动拾取的倾斜叠加峰值振幅处边缘检测法,其特征在于,步骤1中,将叠前CSP数据s(t)用小波变换得到信号的解析部分H[s(t)]如下,
其中,S(b,a)是地震道集数据的小波变换,为小波函数g(t)的Fourier变换的实部,a为尺度因子,b为平移因子。
3.根据权利要求2所述的用于同相轴自动拾取的倾斜叠加峰值振幅处边缘检测法,其特征在于,s(t)关于g(t)的小波变换定义为:
式中,t,b∈R,a>0;g(t)∈L1(R,dt)∩L2(R,dt),是g(t)的复共轭。
4.根据权利要求1所述的用于同相轴自动拾取的倾斜叠加峰值振幅处边缘检测法,其特征在于,步骤2中,所述的瞬时振幅如下,
A(t)=|s(t)+i·H[s(t)]|;
其中,H[s(t)]为用小波变换计算的信号的解析部分,A(t)为瞬时振幅的模,s(t)为叠前CSP数据。
5.根据权利要求1所述的用于同相轴自动拾取的倾斜叠加峰值振幅处边缘检测法,其特征在于,步骤3中,Radon变换频率域的离散形式为:
式中,M(f,p)=∫m(τ,p)e-j2πfτdτ,为瞬时振幅A(t,xm)的傅里叶变换,xm为参考道,m(τ,p)是时间域的Radon变换。
6.根据权利要求1所述的用于同相轴自动拾取的倾斜叠加峰值振幅处边缘检测法,其特征在于,步骤4中得到的边缘检测剖面由仿真软件Matlab中的edge函数利用canny微分算子得到。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510132019.6A CN104714251B (zh) | 2015-03-24 | 2015-03-24 | 用于同相轴自动拾取的倾斜叠加峰值振幅处边缘检测法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510132019.6A CN104714251B (zh) | 2015-03-24 | 2015-03-24 | 用于同相轴自动拾取的倾斜叠加峰值振幅处边缘检测法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104714251A CN104714251A (zh) | 2015-06-17 |
CN104714251B true CN104714251B (zh) | 2017-02-01 |
Family
ID=53413736
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510132019.6A Active CN104714251B (zh) | 2015-03-24 | 2015-03-24 | 用于同相轴自动拾取的倾斜叠加峰值振幅处边缘检测法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104714251B (zh) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107015276B (zh) * | 2017-04-18 | 2019-04-12 | 吉林大学 | 一种基于改进霍夫变换的自适应时频峰值滤波消噪方法 |
CN107515420B (zh) * | 2017-04-28 | 2019-04-09 | 西安石油大学 | 一种用于局部相关同相轴的走时与梯度精确拾取方法 |
CN107255833B (zh) * | 2017-07-20 | 2019-06-28 | 中国石油天然气集团公司 | 地震叠加剖面的确定方法和装置 |
CN109387868A (zh) * | 2018-09-28 | 2019-02-26 | 中国海洋石油集团有限公司 | 一种基于地震波同相轴斜率信息的三维层析成像方法 |
CN113031059B (zh) * | 2021-03-08 | 2023-10-13 | 西安石油大学 | 基于视觉认知的环境抑制与轮廓结合模型的地震数据同相轴检测方法 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
FR2739696B1 (fr) * | 1995-10-06 | 1997-11-21 | Elf Aquitaine | Methode de traitement de traces sismiques reflexion enregistrees pour des deports variables |
CN101545984A (zh) * | 2009-05-05 | 2009-09-30 | 中国石油集团西北地质研究所 | 基于小波变换的地震相干体计算方法 |
CN102176052B (zh) * | 2011-01-26 | 2013-05-08 | 北京航空航天大学 | 一种面向三维层面网格生成的层序分析方法 |
CN103149591B (zh) * | 2013-03-01 | 2015-07-15 | 北京理工大学 | 基于卡尔曼滤波的地震反射同相轴自动拾取方法 |
-
2015
- 2015-03-24 CN CN201510132019.6A patent/CN104714251B/zh active Active
Non-Patent Citations (4)
Title |
---|
利用边缘检测法检测地震反射同相轴;高美娟 等;《大庆石油学院学报》;20000930;第24卷(第3期);第8-11页 * |
叠前地震资料噪声衰减的小波域方法研究;高静怀等;《地球物理学报》;20060730(第04期);第1155-1163页 * |
地下介质横向变化的地震多尺度边缘检测技术;贺振华等;《物探化探计算技术》;19991128(第04期);第289-294页 * |
基于图像边缘检测方法提取地震剖面同相轴;熊会军 等;《地球物理学进展》;20091215;第24卷(第6期);第2250-2254页 * |
Also Published As
Publication number | Publication date |
---|---|
CN104714251A (zh) | 2015-06-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104714251B (zh) | 用于同相轴自动拾取的倾斜叠加峰值振幅处边缘检测法 | |
CN107817527B (zh) | 基于块稀疏压缩感知的沙漠地震勘探随机噪声压制方法 | |
CN103424777B (zh) | 一种提高地震成像分辨率的方法 | |
CN105607124B (zh) | 地震波近地表地层品质因子的补偿方法及装置 | |
CN110133715A (zh) | 一种基于初至时差和波形叠加的微地震震源定位方法 | |
CN104280777B (zh) | 一种压制陆上地震资料多次波干扰的方法 | |
CN105388518A (zh) | 一种质心频率与频谱比联合的井中地震品质因子反演方法 | |
CN101382598B (zh) | 一种真三维地震数据线性噪音的压制方法 | |
CN106842324B (zh) | 一种基于时频域稀疏优化的光缆耦合噪声压制方法 | |
CN107179551B (zh) | 一种利用微震记录对地下构造直接成像的方法 | |
CN106291700A (zh) | 基于同步挤压变换的地震加权平均瞬时频率提取方法 | |
CN103576191B (zh) | 一种采用地震属性识别断层的方法 | |
CN101021568A (zh) | 基于最大能量旅行时计算的三维积分叠前深度偏移方法 | |
CN104360388A (zh) | 一种三维地震观测系统评价方法 | |
CN108845357A (zh) | 一种基于同步挤压小波变换估计地层等效品质因子的方法 | |
CN105911585A (zh) | 一种地震记录规则干扰波的提取方法及装置 | |
CN104570116A (zh) | 基于地质标志层的时差分析校正方法 | |
CN105629300B (zh) | 提高复杂构造偏移数据信噪比的方法 | |
CN107515420A (zh) | 一种用于局部相关同相轴的走时与梯度精确拾取方法 | |
CN102305940B (zh) | 流体因子提取方法 | |
CN102944895B (zh) | 一种地震记录面波干扰压制方法及装置 | |
AU2006237348B2 (en) | Method of processing seismic data for AVO or AVOA characterisation | |
CN114415234B (zh) | 基于主动源面波频散和h/v确定浅地表横波速度的方法 | |
CN106019377B (zh) | 一种基于时空域降频模型的二维地震勘探噪声去除方法 | |
Martorana et al. | Assessment of a geological model by surface wave analyses |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |