CN105425296B - 地质体识别方法和装置 - Google Patents

Abstract

本申请实施例公开了一种地质体识别方法和装置。所述方法包括：获取地震数据的信噪比；根据所述信噪比获取滤波方式，并根据获取的滤波方式对所述地震数据进行滤波，然后根据滤波后的地震数据生成包含地质体的三维地震图；在所述三维地震图中，获取每个地质体的初始边界，并根据所述初始边界，获取该地质体的种子区域和参考阈值；在所述三维地震图中，对于每个地质体，基于该地质体的种子区域和参考阈值，依据预设的判断条件和N个搜索方向，搜索该地质体的最终边界；依据地质体的最终边界，基于预设的表面重建算法、曲面简化算法及曲面平滑算法，显示所述地质体。本申请实施例的方法和装置可以提高地质体识别的准确性。

Description

地质体识别方法和装置

技术领域

本申请涉及地球物理勘探技术领域，特别涉及一种地质体识别方法和装置。

背景技术

地质体一般来说是一种不规则的物体，它不仅具有自然、任意的形状和大小，而且包含多种地质构造类型，比如矿体、断层、岩丘、砂体、珊瑚礁、溶洞等。对地质体进行识别是地球物理勘探的重要任务之一。

现有技术中，通常可以采集地震数据，然后分析地震数据中地震波的震幅随时间的变化情况。当在深度方向上，当地震波的震幅出现畸变时，可以判断地震波震幅出现畸变的位置为地质体的边界。

在实现本申请过程中，发明人发现现有技术中至少存在如下问题：

现有技术中，当判断某一位置是否为地质体的边界时，通常需要将该位置在深度方向上的相邻区域内的地震波震幅进行比对，以判断该相邻区域内的地震波震幅是否出现畸变。这样，地质体边界的搜索方向比较单一，一般为深度方向。因此，上述现有技术可以识别出边界比较简单的地质体，但对于边界比较复杂的地质体，例如，溶洞、河道、盐丘等地质体，地质体识别的准确性不高，甚至无法识别出边界比较复杂的地质体。

发明内容

本申请实施例的目的是提供一种地质体识别方法和装置，以提高地质体识别的准确性。

为解决上述技术问题，本申请实施例提供一种地质体识别方法和装置是这样实现的：

一种地质体识别方法，包括：

获取地震数据以及所述地震数据的信噪比；

根据所述地震数据的信噪比获取滤波方式，并根据获取的滤波方式对所述地震数据进行滤波，然后根据滤波后的地震数据生成包含地质体的三维地震图；

在所述三维地震图中，获取每个地质体的初始边界，并根据所述初始边界，获取该地质体的种子区域和参考阈值；

在所述三维地震图中，对于每个地质体，基于该地质体的种子区域和参考阈值，依据预设的判断条件和N个搜索方向，搜索该地质体的最终边界，其中N为正整数并且大于或等于2；

依据地质体的最终边界，基于预设的表面重建算法、曲面简化算法及曲面平滑算法，显示所述地质体。

一种地质体识别装置，包括：

第一获取模块，用于获取地震数据以及所述地震数据的信噪比；

生成模块，用于根据所述地震数据的信噪比获取滤波方式，并根据获取的滤波方式对所述地震数据进行滤波，然后根据滤波后的地震数据生成包含地质体的三维地震图；

第二获取模块，用于在所述三维地震图中，获取每个地质体的初始边界，并根据所述初始边界，获取该地质体的种子区域和参考阈值；

搜索模块，用于在所述三维地震图中，对于每个地质体，基于该地质体的种子区域和参考阈值，依据预设的判断条件和N个搜索方向，搜索该地质体的最终边界，其中N为正整数并且大于或等于2；

显示模块，用于依据地质体的最终边界，基于预设的表面重建算法、曲面简化算法及曲面平滑算法，显示所述地质体。

由以上本申请实施例提供的技术方案可见，本申请实施例可以在所述三维地震图中，对于每个地质体，基于该地质体的种子区域和参考阈值，依据预设的判断条件和N个搜索方向，搜索该地质体的最终边界，最后依据地质体的最终边界，显示所述地质体。与现有技术相比，本申请实施例可以基于预设的N个方向搜索地质体的最终边界，这样，可以较准确地搜索出地质体的最终边界，从而可以提高地质体识别的准确性。

附图说明

为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请中记载的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1为本申请实施例一种地质体识别方法的流程图；

图2为本申请实施例三维地震图在河道位置的切片示意图；

图3为本申请实施例滤波处理前的地震数据示意图；

图4为本申请实施例利用各向异性方式滤波后的地震数据示意图；

图5为本申请实施例三维空间搜索方向示意图；

图6为本申请实施例利用点的方式显示地质体的示意图；

图7为本申请实施例利用矩形表面的方式显示地质体的示意图；

图8为本申请实施例利用SMC算法计算的地质体包络面示意图；

图9为本申请实施例利用顶点聚类算法简化后的地质体包络面示意图；

图10为本申请实施例利用拉普拉斯算法平滑后的地质体包络面示意图；

图11为本申请实施例利用Taubin算法平滑后的地质体包络面示意图；

图12为本申请实施例一种地质体识别装置的功能结构示意图。

具体实施方式

为了使本技术领域的人员更好地理解本申请中的技术方案，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都应当属于本申请保护的范围。

下面介绍本申请实施例一种地质体识别方法。所述方法可以在多个方向上搜索地质体的边界，从而能够准确地对地质体进行识别。如图1所示，所示方法包括：

S101：获取地震数据以及所述地震数据的信噪比。

S102：根据所述地震数据的信噪比获取滤波方式，并根据获取的滤波方式对所述地震数据进行滤波，然后根据滤波后的地震数据生成包含地质体的三维地震图。

具体地，可以通过地震观测系统采集地震数据。在获取地震数据后，可以获取所述地震数据的信噪比(SNR或S/N，SIGNAL-NOISE RATIO)，然后基于所述地震数据的信噪比，获取与该信噪比对应的滤波方式，并基于获取的滤波方式对所述地震数据进行滤波处理，以滤除地震数据中的随机噪声，然后根据滤波处理后的地震数据生成三维地震图。在所述三维地震图中，可以显示有地质体。图2为三维地震图在河道位置的切片示意图。

进一步地，可以将所述地震数据的信噪比，分别与第一预设信噪比阈值、第二预设信噪比阈值、第三预设信噪比阈值和第四第一预设信噪比阈值进行比对。当所述地震数据的信噪比小于或等于第一预设信噪比阈值时，可以获取各向异性滤波方式，并基于各向异性滤波方式对所述地震数据进行滤波处理。当所述地震数据的信噪比小于或等于第二预设信噪比阈值，同时大于第一预设信噪比阈值时，可以获取高斯滤波方式，并基于高斯滤波方式对所述地震数据进行滤波处理。当所述地震数据的信噪比小于或等于第三预设信噪比阈值，同时大于第二预设信噪比阈值时，可以获取双边滤波方式，并基于双边滤波方式对所述地震数据进行滤波处理。当所述地震数据的信噪比小于或等于第四预设信噪比阈值，同时大于第三信噪比阈值时，可以获取三边滤波方式，并基于三边滤波方式对所述地震数据进行滤波处理。当所述地震数据的信噪比大于第四预设信噪比阈值时，则可以不对所述地震数据进行滤波，而是直接根据所述地震数据生成三维地震图。其中，第四预设信噪比阈值>第三预设信噪比阈值>第二预设信噪比阈值>第一预设信噪比阈值。所述各向异性滤波方式可以为基于偏微分方程(PDE)的各向异性滤波方式。这样，可以根据地震数据中随机噪声的严重程度，选取合适的滤波方式对地震数据进行滤波。当地震数据中的随机噪声比较多时，可以选取计算速度较慢但滤波效果较好的滤波方式，当地震数据中的随机噪声比较少时，可以选取计算速度较快的滤波方式，从而提高了滤波的效率，进而提高了地质体识别的效率。

图3是滤波处理前的地震数据示意图。图4是利用各向异性方式滤波后的地震数据示意图。

需要说明的是，在所述三维地震图中显示的地质体的边界为地质体的初始边界，该初始边界是不准确的，无法体现地质体之间的连通性。特别是对于边界比较复杂的地质体，在所述三维地震图中，可能将该地质体显示为多个互不连通的地质体，这与实际情况有比较大的差异。因此，在后续的步骤S102中，需要确定三维地震图中地质体的最终边界。

S103：在所述三维地震图中，获取每个地质体的初始边界，并根据所述初始边界，获取该地质体的种子区域和参考阈值。

地质体的种子区域一般位于地质体的初始边界内，具体可以包括像素点和由像素点组成的区域。具体地，在所述三维地震图中，可以获取每个地质体的初始边界，然后根据所述初始边界，可以获取该地质体的特征值区间，并根据所述特征值区间，确定该地质体的种子区域和参考阈值。所述特征值可以包括灰度值和颜色值。所述颜色值与色彩空间相对应。对于不同的色彩空间，颜色值的种类和数量是不相同的。例如，对于RGB色彩空间，所述颜色值可以包括R(Red)通道的值、G(Green)通道的值和B(Blue)通道的值；对于CMYK色彩空间，所述颜色值可以包括C(Cyan)通道的值、M(Magenta)通道的值、Y(Yellow)通道的值和K(Key black)通道的值。

一般地，可以将地质体的初始边界内，与地质体特征值区间内的主流特征值相似的特征值所对应的位置作为种子区域。例如，所述特征值区间中的主流特征值，可以为地质体的初始边界内，各个像素点特征值的平均值；所述与地质体的主流特征值相似的特征值，可以为与地质体的主流特征值的差值小于第一预设阈值的特征值，其中，所述第一预设阈值的大小可以根据实际的情况灵活确定。

一般地，所述参考阈值，可以根据地质体初始边界内各个像素点的特征值确定。例如，可以获取地质体初始边界内各个像素点的特征值的最大值，以及各个像素点的特征值的最小值，然后将该最大值和最小值所组成的区间作为参考阈值。

在一些实施方式中，在所述三维地震图中，可以获取每个地质体的特征值区间，然后依据第二预设阈值，对三维地震图中的地质体进行分类，得到多个地质体类。针对每一类地质体，可以获取该类地质体中每个地质体的种子区域和参考阈值。具体地，对于每一类地质体，当该类地质体中地质体的数量为1个时，可以获取该地质体的种子区域和参考阈值；当该类地质体中地质体的数量为多个时，可以该类地质体中每个地质体的特征值区间，然后依据每个地质体的特征值区间，确定该类地质体的种子区域和参考阈值，并将该类地质体的种子区域和参考阈值作为该类地质体中每个地质体的种子区域和参考阈值。

S104：在所述三维地震图中，对于每个地质体，基于该地质体的种子区域和参考阈值，依据预设的判断条件和N个搜索方向，搜索该地质体的最终边界。

一般地，可以获取种子区域的边界，然后针对种子区域边界处的每个像素点，依据预设的N个搜索方向，获取该像素点的邻域像素点，并根据预设的判断条件，判断是否将该领域像素点纳入种子区域内。这样，当将该邻域像素点纳入到种子区域内时，种子区域会变大，并可以继续获取变大后的种子区域边界处的每个像素点。最终种子区域会越来越大，直至依据预设的判断条件，种子区域边界处每个像素点的领域像素点均不可以纳入该种子区域内为止。具体地，步骤S103可以包括如下的过程：

a)获取该地质体种子区域的边界；

b)对于种子区域边界处的每个像素点，依据预设的N个搜索方向，获取该像素点的邻域像素点，然后根据预设的判断条件，将该领域像素点纳入种子区域内，形成新的种子区域；

c)依次重复执行步骤a)和步骤b)，直至直至种子区域边界处每个像素点的领域像素点均不满足所述预设的判断条件为止。

在一些实施方式中，地质体的初始边界比较清晰。那么，N可以为6。因此，对于该地质体种子区域边界处的每个像素点，可以以该像素点为中心，以预设距离为边长建立正方体，那么，该像素点的邻域像素点可以包括，该正方体6个面中每个面的中心位置处的像素点。所述预设距离的大小可以根据实际的情况灵活确定。

在另一些实施方式中，地质体的结构比较复杂，初始边界比较模糊。那么，N可以为26。因此，对于该地质体种子区域边界处的每个像素点，可以以该像素点为中心，以预设距离为边长建立正方体，那么，该像素点的邻域像素点可以包括，该正方体6个面中每个面的中心位置处的像素点、该正方体每个棱的中心位置处的像素点和该正方体顶点位置处的像素点。所述预设距离的大小可以根据实际的情况灵活确定。

图5是三维空间搜索方向示意图。在图5中，从左至右N依次为6和26，灰色的点为当前像素点，黑色的点为当前像素点的邻域像素点。

在一些实施方式中，地质体的初始边界比较清晰。那么，所述判断条件可以为根据连续阈值法(Connected Threshold)生成的判断条件。其中，所述连续阈值法的基本过程可以为，当像素点的灰度值位于参考阈值范围内时，则将该像素点纳入到种子区域。当像素点的灰度值位于参考阈值范围之外时，则不将该像素点纳入到种子区域。

在另一些实施方式中，地质体的初始边界不是很明显，与周边像素点的相似性较强。那么，所述判断条件可以为根据邻接连续阈值法(Neighborhood Connected)生成的判断条件。其中，所述邻接连续阈值法的基本过程可以为，当像素点及其对应球体内的像素点的灰度值均位于参考阈值范围内时，则将该像素点纳入到种子区域。其中，像素点对应球体，可以为以该像素点为球心，以预设半径建立的球体。所述预设半径的大小可以根据实际情况灵活确定。

在另一些实施方式中，地质体初始边界内部各个像素点的特征值的变化范围比较大。那么，所述判断条件可以为基于置信连接阈值法(Confidence Connected)生成的判断条件。

S105：依据地质体的最终边界，基于预设的表面重建算法、曲面简化算法及曲面平滑算法，显示所述地质体。

具体地，可以根据每个地质体的最终边界，基于预设的表面重建算法计算该地质体的包络面。然后基于预设的曲面简化算法对所述地质体的包络面进行简化，得到简化后的包络面。然后基于预设的曲面平滑算法对所述简化后的包络面进行平滑，得到平滑后的包络面。最后根据所述平滑后的包络面，显示所述地质体。由此，经过预设的表面重建算法、曲面简化算法及曲面平滑算法，可以极大的提高地质体显示的效率和质量。

进一步地，所述预设的表面重建算法可以包括SMC算法和Cubic算法。所述预设的曲面简化算法可以包括顶点聚类算法和简单网格抽稀算法。所述预设的曲面平滑算法可以包括拉普拉斯(Laplacian)算法、加权拉普拉斯算法和Taubin算法。

图6是利用点的方式显示地质体的示意图。图7是利用矩形表面的方式显示地质体的示意图。

图8为利用SMC算法计算的地质体包络面示意图。图9是利用顶点聚类算法简化后的地质体包络面示意图。图10是利用拉普拉斯算法平滑后的地质体包络面示意图。图11是利用Taubin算法平滑后的地质体包络面示意图。

在图6、图7和图8中，地质体为砂体。在图9、图10和图11中，地质体为砂体。

在一些实施方式中，依据每个地质体的最终边界，获取该地质体的体积。然后根据每个地质体的体积，选取体积大于预设体积阈值的待显示地质体，并获取所述待显示地质体的最终边界。最后根据所述待显示地质体的最终边界，基于预设的表面重建算法、曲面简化算法及曲面平滑算法，显示所述待显示地质体。

图1所对应的实施例，可以在所述三维地震图中，对于每个地质体，基于该地质体的种子区域和参考阈值，依据预设的判断条件和N个搜索方向，搜索该地质体的最终边界，最后依据地质体的最终边界，显示所述地质体。与现有技术相比，图1所对应的实施例可以基于预设的N个方向搜索地质体的最终边界，这样，可以较准确地搜索出地质体的最终边界，从而可以提高地质体识别的准确性。

本申请实施例还提供一种地质体识别装置。如图12所示，该装置可以包括第一获取模块1201、生成模块1202、第二获取模块1203、搜索模块1204和显示模块1205。其中，

第一获取模块1201，用于获取地震数据以及所述地震数据的信噪比；

生成模块1202，用于根据所述地震数据的信噪比获取滤波方式，并根据获取的滤波方式对所述地震数据进行滤波，然后根据滤波后的地震数据生成包含地质体的三维地震图；

第二获取模块1203，用于在所述三维地震图中，获取每个地质体的初始边界，并根据所述初始边界，获取该地质体的种子区域和参考阈值；

搜索模块1204，用于在所述三维地震图中，对于每个地质体，基于该地质体的种子区域和参考阈值，依据预设的判断条件和N个搜索方向，搜索该地质体的最终边界，其中N为正整数并且大于或等于2；

显示模块1205，用于依据地质体的最终边界，基于预设的表面重建算法、曲面简化算法及曲面平滑算法，显示所述地质体。

上述实施例阐明的系统、装置、模块或单元，具体可以由计算机芯片或实体实现，或者由具有某种功能的产品来实现。

为了描述的方便，描述以上装置时以功能分为各种单元分别描述。当然，在实施本申请时可以把各单元的功能在同一个或多个软件和/或硬件中实现。

本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于系统实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。

虽然通过实施例描绘了本申请，本领域普通技术人员知道，本申请有许多变形和变化而不脱离本申请的精神，希望所附的权利要求包括这些变形和变化而不脱离本申请的精神。

Claims (14)

1.一种地质体识别方法，其特征在于，包括：

获取地震数据以及所述地震数据的信噪比；

根据所述地震数据的信噪比获取滤波方式，并根据获取的滤波方式对所述地震数据进行滤波，然后根据滤波后的地震数据生成包含地质体的三维地震图；

在所述三维地震图中，获取每个地质体的初始边界，并根据所述初始边界，获取该地质体的种子区域和参考阈值；

在所述三维地震图中，对于每个地质体，基于该地质体的种子区域和参考阈值，依据预设的判断条件和N个搜索方向，搜索该地质体的最终边界，其中N为正整数并且大于或等于2；

依据地质体的最终边界，基于预设的表面重建算法、曲面简化算法及曲面平滑算法，显示所述地质体。

2.如权利要求1所述的方法，其特征在于，所述获取每个地质体的初始边界，根据所述初始边界，获取该地质体的种子区域和参考阈值，具体包括：

在所述三维地震图中，获取每个地质体的初始边界，根据所述初始边界，获取该地质体的特征值区间，并基于所述特征值区间，获取该地质体的种子区域和参考阈值。

3.如权利要求2所述的方法，其特征在于，所述特征值包括灰度值和颜色值。

4.如权利要求1所述的方法，其特征在于，所述基于该地质体的种子区域和参考阈值，依据预设的判断条件和N个搜索方向，搜索该地质体的最终边界，具体包括：

a)获取该地质体种子区域的边界；

b)对于种子区域边界处的每个像素点，依据预设的N个搜索方向，获取该像素点的邻域像素点，然后根据预设的判断条件，将该邻域像素点纳入种子区域内，形成新的种子区域；

c)依次重复执行步骤a)和步骤b)，直至种子区域边界处每个像素点的领域像素点均不满足所述预设的判断条件为止。

5.如权利要求4所述的方法，其特征在于，N等于6，

相应地，所述像素点的邻域像素点包括：正方体6个面中每个面的中心位置处的像素点，所述正方体为以像素点为中心，以预设距离为边长建立的正方体。

6.如权利要求4所述的方法，其特征在于，N等于26，

相应地，所述像素点的邻域像素点包括：正方体6个面中每个面的中心位置处的像素点、每个棱的中心位置处的像素点和顶点位置处的像素点，所述正方体为以像素点为中心，以预设距离为边长建立的正方体。

7.如权利要求1所述的方法，其特征在于，所述预设的判断条件包括基于连续阈值生成的判断条件、基于邻接连续阈值生成的判断条件和基于置信连接阈值法生成的判断条件中的任意一个。

8.如权利要求1所述的方法，其特征在于，所述依据地质体的最终边界，基于预设的表面重建算法、曲面简化算法及曲面平滑算法，显示所述地质体，具体包括：

依据每个地质体的最终边界，基于预设的表面重建算法计算该地质体的包络面；

基于预设的曲面简化算法对所述地质体的包络面进行简化，得到简化后的包络面；

基于预设的曲面平滑算法对所述简化后的包络面进行平滑，得到平滑后的包络面；

根据所述平滑后的包络面，显示所述地质体。

9.如权利要求1所述的方法，其特征在于，所述依据地质体的最终边界，基于预设的表面重建算法、曲面简化算法及曲面平滑算法，显示所述地质体，具体包括：

依据每个地质体的最终边界，获取该地质体的体积；

获取体积大于预设体积阈值的待显示地质体，并获取所述待显示地质体的最终边界；

根据所述待显示地质体的最终边界，基于预设的表面重建算法、曲面简化算法及曲面平滑算法，显示所述待显示地质体。

10.如权利要求1所述的方法，其特征在于，所述根据所述地震数据的信噪比获取滤波方式，具体包括：

将所述地震数据的信噪比与第一预设信噪比阈值进行对比，当所述地震数据的信噪比小于或等于第一预设信噪比阈值时，获取各向异性滤波方式。

11.如权利要求1所述的方法，其特征在于，所述根据所述地震数据的信噪比获取滤波方式，具体包括：

将所述地震数据的信噪比分别与第一预设信噪比阈值和第二预设信噪比阈值进行对比，当所述地震数据的信噪比小于或等于第二预设信噪比阈值，同时大于第一预设信噪比阈值时，获取高斯滤波方式。

12.如权利要求1所述的方法，其特征在于，所述根据所述地震数据的信噪比获取滤波方式，具体包括：

将所述地震数据的信噪比分别与第二预设信噪比阈值和第三预设信噪比阈值进行对比，当所述地震数据的信噪比小于或等于第三预设信噪比阈值，同时大于第二预设信噪比阈值时，获取双边滤波方式。

13.如权利要求12所述的方法，其特征在于，所述根据所述地震数据的信噪比获取滤波方式，具体包括：

将所述地震数据的信噪比分别与第三预设信噪比阈值和第四预设信噪比阈值进行对比，当所述地震数据的信噪比小于或等于第四预设信噪比阈值，同时大于第三预设信噪比阈值时，获取三边滤波方式。

14.一种地质体识别装置，其特征在于，包括：

第一获取模块，用于获取地震数据以及所述地震数据的信噪比；

生成模块，用于根据所述地震数据的信噪比获取滤波方式，并根据获取的滤波方式对所述地震数据进行滤波，然后根据滤波后的地震数据生成包含地质体的三维地震图；

第二获取模块，用于在所述三维地震图中，获取每个地质体的初始边界，并根据所述初始边界，获取该地质体的种子区域和参考阈值；

搜索模块，用于在所述三维地震图中，对于每个地质体，基于该地质体的种子区域和参考阈值，依据预设的判断条件和N个搜索方向，搜索该地质体的最终边界，其中N为正整数并且大于或等于2；

显示模块，用于依据地质体的最终边界，基于预设的表面重建算法、曲面简化算法及曲面平滑算法，显示所述地质体。