CN110737024B - 地震波信号的处理方法、装置、设备及存储介质 - Google Patents
地震波信号的处理方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN110737024B CN110737024B CN201911071142.6A CN201911071142A CN110737024B CN 110737024 B CN110737024 B CN 110737024B CN 201911071142 A CN201911071142 A CN 201911071142A CN 110737024 B CN110737024 B CN 110737024B
- Authority
- CN
- China
- Prior art keywords
- image
- binarized image
- connected domain
- binarized
- cmp gather
- 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
- 238000000034 method Methods 0.000 title claims abstract description 67
- 238000004458 analytical method Methods 0.000 claims abstract description 67
- 229910052704 radon Inorganic materials 0.000 claims description 35
- SYUHGPGVQRZVTB-UHFFFAOYSA-N radon atom Chemical compound [Rn] SYUHGPGVQRZVTB-UHFFFAOYSA-N 0.000 claims description 35
- 238000005070 sampling Methods 0.000 claims description 14
- 238000004590 computer program Methods 0.000 claims description 12
- 238000001914 filtration Methods 0.000 claims description 7
- 230000008569 process Effects 0.000 description 19
- 238000010586 diagram Methods 0.000 description 16
- 230000000694 effects Effects 0.000 description 16
- 230000002238 attenuated effect Effects 0.000 description 9
- 238000003672 processing method Methods 0.000 description 9
- 239000011159 matrix material Substances 0.000 description 6
- 238000003384 imaging method Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- 238000012897 Levenberg–Marquardt algorithm Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V1/00—Seismology; Seismic or acoustic prospecting or detecting
- G01V1/28—Processing seismic data, e.g. for interpretation or for event detection
- G01V1/36—Effecting static or dynamic corrections on records, e.g. correcting spread; Correlating seismic signals; Eliminating effects of unwanted energy
- G01V1/364—Seismic filtering
- G01V1/366—Seismic filtering by correlation of seismic signals
Landscapes
- Engineering & Computer Science (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Acoustics & Sound (AREA)
- Environmental & Geological Engineering (AREA)
- Geology (AREA)
- General Life Sciences & Earth Sciences (AREA)
- General Physics & Mathematics (AREA)
- Geophysics (AREA)
- Image Processing (AREA)
Abstract
本发明提供一种地震波信号的处理方法、装置、设备及存储介质,属于地震勘探技术领域。方法包括:获取多次波图像;对动校正前的CMP道集和多次波图像进行二值化处理;对二值化图像进行连通域分析;对动校正前的CMP道集以及动校正后的CMP道集进行多次波衰减。本发明可以实现对动校正前以及动校正后的CMP道集的多次波进行衰减处理,继而可以降低多次波对地震勘探的影响,有效地提高地震勘探的准确性。
Description
技术领域
本发明涉及地震勘探技术领域,具体而言,涉及一种地震波信号的处理方法、装置、设备及存储介质。
背景技术
在地震勘探中,多次地震波是一种能量很强的干扰信号,会影响地震成像,使反射波形态发生畸变,从而降低地震资料的成像效果,甚至导致对地震资料的解释和地震介质构造的错误认识。
为了提高地震勘探的准确性,降低多次波对地震勘探的影响,通常会对多次地震波进行衰减。目前一般通过拉东变换(Radon Transformation),对道集的多次波信号进行处理,以实现对多次地震波信号的衰减处理。
然而,多次波通常在不同炮检距上具有不同时差,炮检距越小,多次波和一次波的时差越小,拉东变换衰减多次波的能力越弱,因此近炮检距地震道中的多次波同相轴难以消除。同时,远炮检距地震道往往存在道集未拉平和拉伸效应,也影响了多次波衰减效果,使得地震波信号成像效果较差。
发明内容
本发明的目的在于提供一种地震波信号的处理方法、装置、设备及存储介质,可以提高对多次波的衰减效果,提高基于衰减后的地震波的成像效果。
本发明的实施例是这样实现的:
本发明实施例的一方面,提供一种地震波信号的处理方法,包括:
对动校正后的共中心点CMP道集进行处理,获取多次波图像;
分别对动校正前的CMP道集和多次波图像进行二值化处理,得到动校正前的CMP道集的第一二值化图像,和多次波图像的第二二值化图像;
对第一二值化图像、第二二值化图像进行连通域分析,确定第二二值化图像中多次波连通域位置;
根据第二二值化图像中多次波连通域位置,确定第一二值化图像中多次波连通域位置;
根据第一二值化图像中多次波连通域位置,对动校正前、后的CMP道集进行多次波衰减。
可选地,对动校正后的共中心点CMP道集进行处理,获取多次波图像,包括:
采用高分辨率抛物拉东变换对动校正后的CMP道集进行处理,得到多次波图像。
可选地,分别对动校正前的CMP道集和多次波图像进行二值化处理,得到动校正前的CMP道集的第一二值化图像,和多次波图像的第二二值化图像,包括:
将动校正前的CMP道集中幅度值大于或等于预设阈值的像素点的灰度值修改为最大灰度值,并将动校正前的CMP道集中幅度值小于预设阈值的像素点的灰度值修改为最小灰度值,得到第一二值化图像;
将多次波图像中幅度值大于或等于预设阈值的像素点的灰度值修改为最大灰度值,并将多次波图像中幅度值小于预设阈值的像素点的灰度值修改为最小灰度值,得到第二二值化图像。
可选地,对第一二值化图像、第二二值化图像进行连通域分析,确定第二二值化图像中多次波连通域位置,包括:
分别对第一二值化图像和第二二值化图像进行连通域分析,确定第一二值化图像的多个连通域和第二二值化图像的多个连通域;
确定第一二值化图像中的多个连通域中,第一个一次波的采样时间;
根据采样时间,确定第二二值化图像中的多次波连通域。
可选地,分别对第一二值化图像和第二二值化图像进行连通域分析,确定第一二值化图像的多个连通域和第二二值化图像的多个连通域包括:
对第一二值化图像进行连通域分析,确定第一二值化图像的所有连通域以及每个连通域的面积,并将第一二值化图像的所有连通域中面积小于或等于预设面积的连通域进行过滤,得到第一二值化图像的多个连通域;
对第二二值化图像进行连通域分析,确定第二二值化图像的所有连通域以及每个连通域的面积,并将第二二值化图像的所有连通域中面积小于或等于预设面积的连通域进行过滤,得到第二二值化图像的多个连通域。
可选地,对第一二值化图像进行连通域分析,确定第一二值化图像的所有连通域以及每个连通域的面积,包括:
对第一二值化图像进行连通域分析,确定第一二值化图像的所有连通域;
对第一二值化图像的每个连通域中的像素点进行标记,并根据第一二值化图像的每个连通域中标记的像素点的总面积,确定第一二值化图像的每个连通域的面积。
相应的,对第二二值化图像进行连通域分析,确定第二二值化图像的所有连通域以及每个连通域的面积,包括:
对第二二值化图像进行连通域分析,确定第二二值化图像的所有连通域;
对第二二值化图像的每个连通域中的像素点进行标记,并根据第二二值化图像的每个连通域中标记的像素点的总面积,确定第二二值化图像的每个连通域的面积。
可选地,该方法还包括:
根据第一二值化图像的每个连通域中像素点的标记个数,确定第一二值化图像的每个连通域的像素个数,并根据第一二值化图像的每个连通域中标记的像素点的位置,确定第一二值化图像的每个连通域的位置;
根据第二二值化图像的每个连通域中像素点的标记个数,确定第二二值化图像的每个连通域的像素个数,并根据第二二值化图像的每个连通域中标记的像素点的位置,确定第二二值化图像的每个连通域的位置。
本发明实施例的另一方面,提供一种地震波信号的处理装置,包括:
第一处理模块,用于对动校正后的共中心点CMP道集进行处理,获取多次波图像。
第二处理模块,用于分别对动校正前的CMP道集和多次波图像进行二值化处理,得到动校正前的CMP道集的第一二值化图像,和多次波图像的第二二值化图像。
连通域分析模块,用于对第一二值化图像、第二二值化图像进行连通域分析,确定第二二值化图像中多次波连通域位置,还用于根据第二二值化图像中多次波连通域位置,确定第一二值化图像中多次波连通域位置。
衰减模块,用于根据第一二值化图像中多次波连通域位置,对动校正前、后的CMP道集进行多次波衰减。
可选地,第一处理模块,具体用于采用高分辨率抛物拉东变换对动校正后的CMP道集进行处理,得到多次波图像。
可选地,第二处理模块,具体用于将动校正前的CMP道集中幅度值大于或等于预设阈值的像素点的灰度值修改为最大灰度值,并将动校正前的CMP道集中幅度值小于预设阈值的像素点的灰度值修改为最小灰度值,得到第一二值化图像。
可选地,第二处理模块,具体用于将多次波图像中幅度值大于或等于预设阈值的像素点的灰度值修改为最大灰度值,并将多次波图像中幅度值小于预设阈值的像素点的灰度值修改为最小灰度值,得到第二二值化图像。
可选地,连通域分析模块,具体用于分别对第一二值化图像和第二二值化图像进行连通域分析,确定第一二值化图像的多个连通域和第二二值化图像的多个连通域。
可选地,连通域分析模块,具体用于确定第一二值化图像中的多个连通域中,第一个一次波的采样时间。
可选地,连通域分析模块,具体用于根据采样时间,确定第二二值化图像中的多次波连通域位置。
可选地,连通域分析模块,具体用于对第一二值化图像进行连通域分析,确定第一二值化图像的所有连通域以及每个连通域的面积,并将第一二值化图像的所有连通域中面积小于或等于预设面积的连通域进行过滤,得到第一二值化图像的多个连通域。
可选地,连通域分析模块,具体用于对第二二值化图像进行连通域分析,确定第二二值化图像的所有连通域以及每个连通域的面积,并将第二二值化图像的所有连通域中面积小于或等于预设面积的连通域进行过滤,得到第二二值化图像的多个连通域。
可选地,连通域分析模块,具体用于对第一二值化图像进行连通域分析,确定第一二值化图像的所有连通域。
可选地,连通域分析模块,具体用于对第一二值化图像的每个连通域中的像素点进行标记,并根据第一二值化图像的每个连通域中标记的像素点的总面积,确定第一二值化图像的每个连通域的面积。
可选地,连通域分析模块,具体用于对第二二值化图像进行连通域分析,确定第二二值化图像的所有连通域。
可选地,连通域分析模块,具体用于对第二二值化图像的每个连通域中的像素点进行标记,并根据第二二值化图像的每个连通域中标记的像素点的总面积,确定第二二值化图像的每个连通域的面积。
可选地,连通域分析模块,具体用于根据第一二值化图像的每个连通域中像素点的标记个数,确定第一二值化图像的每个连通域的像素个数,并根据第一二值化图像的每个连通域中标记的像素点的位置,确定第一二值化图像的每个连通域的位置。
可选地,连通域分析模块,具体用于根据第二二值化图像的每个连通域中像素点的标记个数,确定第二二值化图像的每个连通域的像素个数,并根据第二二值化图像的每个连通域中标记的像素点的位置,确定第二二值化图像的每个连通域的位置。
本发明实施例的另一方面,提供一种计算机设备,包括:存储器、处理器,存储器中存储有可在处理器上运行的计算机程序,处理器执行计算机程序时,实现上述多个上述任意一项的地震波信号的处理方法的步骤。
本发明实施例的另一方面,提供一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时,实现上述多个上述任意一项的地震波信号的处理方法的步骤。
本发明实施例的有益效果包括:
本发明实施例提供的一种地震波信号的处理方法、装置、设备及存储介质,通过对动校正后的共中心点CMP道集进行处理,获取多次波图像并对图像进行二值化处理后进行连通域分析可实现对动校正前以及动校正后的CMP道集的多次波进行衰减处理,继而可以降低多次波对地震勘探的影响,有效地提高地震勘探的准确性。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本发明的某些实施例,因此不应被看作是对范围的限定,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他相关的附图。
图1为本发明实施例提供的地震波信号的处理方法的流程示意图;
图2为本发明实施例提供的CMP道集图;
图3为本发明实施例提供的获取多次波图像的过程图;
图4为本发明实施例提供的获取二值化图像的流程图;
图5为本发明实施例提供的二值化的示意图;
图6为本发明实施例提供的确定第二二值化图像中多次波连通域的流程图;
图7为本发明实施例提供的确定连通域位置的流程图;
图8为本发明实施例提供的确定连通域面积的流程图;
图9为本发明实施例提供的衰减对比图一;
图10为本发明实施例提供的衰减对比图二;
图11为本发明实施例提供的地震波信号的处理装置示意图;
图12为本发明实施例提供的计算机设备的示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。
因此,以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围,而是仅仅表示本发明的选定实施例。基于本发明中的实施例,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,都属于本发明保护的范围。
此外,术语“第一”、“第二”、“第三”等仅用于区分描述,而不能理解为指示或暗示相对重要性。
图1为本发明实施例提供的地震波信号的处理方法的流程示意图,本发明所提供的地震波信号的处理方法可由计算机设备执行,该计算机设备可以为进行地震波分析的终端设备或服务器。请参照图1,本发明实施例的一方面所提供得地震波信号的处理方法可包括:
S10:对动校正后的共中心点(Common Middle Point简称:CMP)道集进行处理,获取多次波图像。
其中,CMP道集中,各个地震道具有同一个中心点。可选的,在执行该S10之前,该方法还可包括:对获取到的CMP道集进行动校正。其中,动校正指的是将各个观测点的时间值都变成相应各点的法线反射时间,这样在地震波勘测过程中时距曲线或同相轴才与地下界面的形态一致。通过对CMP道集进行动校正,可以消除地震波到达各检波点的正常时差,提高数据的准确性。获取的多次波图像,通过矩阵的形式表示处理后的多次波。
S11:分别对动校正前的CMP道集和多次波图像进行二值化处理,得到动校正前的CMP道集的第一二值化图像,和多次波图像的第二二值化图像。
其中,二值化处理指的是将图像上像素点的灰度值统一为两个值。通过对动校正前的CMP道集进行二值化处理后得到第一二值化图像,对多次波图像进行二值化处理后得到第二二值化图像。
S12:对第一二值化图像、第二二值化图像进行连通域分析,确定第二二值化图像中多次波连通域位置。
其中,连通域是由图像中相邻并有相同像素值的像素组成的像素集合。该方法中,例如可通过预设的连通域邻接关系,对第一二值化图像、第二二值化图像进行连通域分析。其中,连通域邻接关系例如可以为4邻接或者8邻接。其中,4邻接指的是取一个像素点的上下左右四个方向上相邻的其他像素点邻接,8相邻指的是取一个像素点的上下左右以及左上、右上、左下、右下八个方向上相邻的其他像素点邻接。可选的,在本实施例中,可采用8邻接关系,对第一二值化图像、第二二值化图像进行连通域分析,通过遍历整个图像找出二值化后的图像中所有的连通域。连通域分析是指使用非零数值对连通域进行标记,使得图像中每个独立的连通域形成一个被标识的块,在标记的过程中获得连通域的像素信息,利用像素信息对二值化后的图像进行处理分析。
S13:根据第二二值化图像中多次波连通域位置,确定第一二值化图像中多次波连通域位置。
其中,由于动校正前的CMP道集中包含了完整的多次波,则基于该动校正前的CMP道集所得到的第一二值化图像中的多次波连通域便由完整的多次波同相轴组成,它包含了第二二值化图像中的多次波连通域。可以根据第二二值化图像中的多次波连通域的位置坐标,找到第一二值化图像中的多次波连通域的位置坐标,从而确定第一二值化图像中多次波连通域位置。
S14:根据第一二值化图像中多次波连通域位置,对动校正前、后的CMP道集进行多次波衰减。
其中,根据确定的第一二值化图像中多次波连通域位置,可以将该位置上的信号幅度设置为0,以达到对动校正前、后的CMP道集进行多次波衰减。
本发明实施例提供一种地震波信号的处理方法,通过对动校正后的共中心点CMP道集进行处理,获取多次波图像并对图像进行二值化处理后进行连通域分析可实现对动校正前以及动校正后的CMP道集的多次波进行衰减处理,继而可以降低多次波对地震勘探的影响,有效地提高地震勘探的准确性。
图2为本发明实施例提供的CMP道集图,请参考图2,本发明的实施例中,CMP道集包括有:含多次波的CMP道集11和不含多次波的CMP道集12。
不含多次波的CMP道集12可作为参考数据来验证含多次波的CMP道集11的多次波衰减效果。
图2中,横轴为记录道的编号,纵轴为记录时长(单位:秒)。
可选地,本发明的实施例中,对动校正后的共中心点CMP道集进行处理,获取多次波图像,包括:
采用高分辨率抛物拉东变换对动校正后的CMP道集进行处理,得到多次波图像。
如下通过示例对获取多次波图像的实现方法进行说明。图3为本发明实施例提供的获取多次波图像的过程图,请参考图3,本发明的实施例中,采用高分辨率抛物拉东变换对动校正后的CMP道集101进行处理,获取多次波图像。
需要说明的是,获取多次波图像的过程图包括有:动校正后含多次波的CMP道集101,拉东域模型102,高分辨率抛物拉东变换重建的CMP道集103,原CMP道集与重建CMP道集之间的差值104,获取的多次波图像105,多次波衰减后的CMP道集106。
上述过程图的纵轴均为记录时长(单位:秒),拉东域模型102的横轴为曲率值,其他过程图的横轴为记录道的编号。
需要说明的是,可以采用阈值曲率简单区分一次波和多次波能量,认为大于阈值曲率的能量来自多次波,小于阈值曲率的能量来自一次波。图3中采用的阈值曲率为q_cut=10-8。
其中,拉东域模型102通过以下计算得到:
经过动校正后的CMP道集中的多次波同相轴呈抛物形态,因此采用抛物拉东变换能更好地分离出一次波和多次波,高分辨率抛物拉东变换的具体计算方式如下:
J=(Lm-d)HC-1(Lm-d)+λS(m)
其中,J是目标函数,m是待求的拉东域模型,该模型以矩阵的方式展示,L是频率域拉东正变换算子,d是频率域地震数据,C是噪声的协方差矩阵。λS(m)是目标函数的正则化项,λ是正则化系数,它决定着解的稀疏度,(Lm-d)H是指(Lm-d)的共轭算子。
S(m)为计算的过程量没有实际的物理含义,其具体公式如下:
结合上述两式,最小化目标函数J后,根据下式求出m:
m=P(m)LH(λC+LP(m)LH)-1d
LH是L的共轭算子,P(m)是一个权重对角矩阵,对角矩阵P的第i个元素等于|mi|2+b。
采用迭代法求解上式。在求解的过程中,将阻尼最小二乘解设为初值解,经过3-5次迭代即可得到理想的结果,最终求出m,m是待求的拉东域模型,该模型以矩阵的方式展示,即为拉东域模型102。
高分辨率抛物拉东变换重建的CMP道集103是对拉东域模型102拉东反变换的结果。
原CMP道集与重建CMP道集之间的差值104是动校正后含多次波的CMP道集101与高分辨率抛物拉东变换重建的CMP道集103的差值。该差值很小,说明求解的拉东域模型102准确,原CMP道集能够保幅重建。
获取的多次波图像105是对拉东域模型102中大于阈值曲率的能量进行拉东反变换得到的。
多次波衰减后的CMP道集106是动校正后含多次波的CMP道集101减去获取的第一多次波图像105得到的。
可以通过对比获取的多次波图像105与多次波衰减后的CMP道集106,判断出多次波基本衰减且一次波得到了较好的保护。
多次波衰减后的CMP道集106中,存在有第一衰减位置1061和第二衰减位置1062,第一衰减位置1061和第二衰减位置1062残留有部分幅度较强的多次波。
本发明的实施例,通过采用抛物拉东变换对动校正后的CMP道集进行处理,可以得到多次波图像以及其过程图,进而通过对比多次波衰减后的CMP道集106可以得到通过高分辨率抛物拉东变换对动校正后的CMP道集进行处理,得到的多次波图像的衰减效果。
如下还通过示例对获取二值化图像的实现方法进行说明。图4为本发明实施例提供的获取二值化图像的流程图,请参考图4,本发明提供的实施例中,分别对动校正前的CMP道集和多次波图像进行二值化处理,得到动校正前的CMP道集的第一二值化图像32,和多次波图像的第二二值化图像31,包括:
S121:将动校正前的CMP道集中幅度值大于或等于预设阈值的像素点的灰度值修改为最大灰度值,并将动校正前的CMP道集中幅度值小于预设阈值的像素点的灰度值修改为最小灰度值,得到第一二值化图像。
S122:将多次波图像中幅度值大于或等于预设阈值的像素点的灰度值修改为最大灰度值,并将多次波图像中幅度值小于预设阈值的像素点的灰度值修改为最小灰度值,得到第二二值化图像。
动校正前的CMP道集和多次波图像是彩色图像,对它们进行连通域分析之前需要将它们转化为二值化图像。
二值化图像是指图像上的每一个像素只有两种可能的灰度值:黑(灰度值为0)和白(灰度值为255)。如上所提及的最小灰度值可以为0,最大的灰度值可以为255。通过进行二值化处理,可使得得到的二值化图像中的任何像素的灰度值可以为0或者255,没有其它过渡的灰度值。
因为一次波和多次波同相轴的幅度值通常大于噪声的幅度值,所以可以将图像中幅度值的绝对值大于阈值的像素取值为255,小于阈值的像素取值为0。其中,阈值大小由动校正前的CMP道集的幅度值决定。由于一次波和多次波的幅度值往往随着炮检距的增加而减小,如果整幅CMP道集图像采用一个阈值完成二值化,中、远炮检距道集上的部分一次波和多次波信号会被当作噪声去掉,会影响一次波和多次波同相轴的完整性和连续性,所以可以对每个炮检距道集单独取阈值,阈值等于该道集上非零幅度值的绝对平均值乘以一个系数,系数的大小可以根据实际需求设定。
本发明实施例提供的方法,可以通过对动校正前的CMP道集和多次波图像进行二值化处理,将图像中的一次波和多次波同相轴提取出来而不附带噪声,可以使得连通域分析的结果更加的准确,从而可以提高多次波的衰减效果。
图5为本发明实施例提供的二值化的示意图,请参考图5,本发明提供的实施例中,第一二值化图像32可以是图2中含多次波的CMP道集11的二值化图像;第二二值化图像31可以是图3中获取的多次波图像105的二值化图像。
图5中,横轴为记录道的编号,纵轴为记录时长(单位:秒)。
图6为本发明实施例提供的确定第二二值化图像中多次波连通域的流程图,请参考图6,本发明提供的实施例中,对第一二值化图像32、第二二值化图像31进行连通域分析,确定第二二值化图像31中多次波连通域位置,包括:
S131:分别对第一二值化图像和第二二值化图像进行连通域分析,确定第一二值化图像的多个连通域和第二二值化图像的多个连通域。
在二值化处理后,可以通过连通域分析对二值化图像进行降噪处理,可以确定第一二值化图像32的多个连通域和第二二值化图像31的多个连通域。
S132:确定第一二值化图像中的多个连通域中,第一个一次波的采样时间。
其中,第一个一次波的采样时间可以从CMP道集记录上获取。采样时间可以为2.4s。
S133:根据采样时间,确定第二二值化图像中的多次波连通域。
其中,如果存在多次波,多次波信号首次出现的位置应该在两倍的采样时间左右,即在4.8s出现。可以设定时间浮动上限为0.2s,则可以认为采样时间大于4.6s(多次波信号首次出现的时间与设定时间浮动上限的差值)的连通域是多次波连通域。
图7为本发明实施例提供的确定连通域位置的流程图,请参考图7,本发明提供的实施例中,分别对第一二值化图像32和第二二值化图像31进行连通域分析,确定第一二值化图像32的多个连通域和第二二值化图像31的多个连通域包括:
S1311:对第一二值化图像进行连通域分析,确定第一二值化图像的所有连通域以及每个连通域的面积,并将第一二值化图像的所有连通域中面积小于或等于预设面积的连通域进行过滤,得到第一二值化图像的多个连通域。
S1312:对第二二值化图像进行连通域分析,确定第二二值化图像的所有连通域以及每个连通域的面积,并将第二二值化图像的所有连通域中面积小于或等于预设面积的连通域进行过滤,得到第二二值化图像的多个连通域。
其中,由于二值化后的图像中存在着大量散点噪声,这些散点噪声由于幅度值较大,仅采用阈值法难以去除,所以需要对图像进行降噪。
需要说明的是,预设面积可以为10,即面积小于10的连通域来自散点噪声,遍历所有的连通域将面积小于10的连通域找出,然后将这些连通域对应的像素点取值为0。
本发明实施例提供的方法,根据散点噪声对应的连通域面积往往远小于一次波和多次波同相轴对应的连通域面积,可以通过过滤小面积连通域来去除散点噪声。
图8为本发明实施例提供的确定连通域面积的流程图,请参考图8,本发明提供的实施例中,对第一二值化图像进行连通域分析,确定第一二值化图像的所有连通域以及每个连通域的面积,包括:
S1301:对第一二值化图像进行连通域分析,确定第一二值化图像的所有连通域。
其中,可以通过将一个像素与其8个相邻并有相同像素值的像素组成的像素集合的方式,确定一个连通域,并以此法在第一二值化图像32中找到所有的连通域。
S1302:对第一二值化图像的每个连通域中的像素点进行标记,并根据第一二值化图像的每个连通域中标记的像素点的总面积,确定第一二值化图像的每个连通域的面积。
其中,可以按照顺序对每个连通域中的像素点进行标记,同一个连通域的标记相同,并得到每个标记点的面积,将每个相同标记点的面积相加,得到一个连通域的面积;相应的,得到第一二值化图像31的每个连通域的面积。
相应的,对第二二值化图像进行连通域分析,确定第二二值化图像的所有连通域以及每个连通域的面积,包括:
S1303:对第二二值化图像进行连通域分析,确定第二二值化图像的所有连通域。
其中,可以通过将一个像素与其8个相邻并有相同像素值的像素组成的像素集合的方式,确定一个连通域,并以此法在第二二值化图像31中找到所有的连通域。
S1304:对第二二值化图像的每个连通域中的像素点进行标记,并根据第二二值化图像的每个连通域中标记的像素点的总面积,确定第二二值化图像的每个连通域的面积。
其中,可以按照顺序对每个连通域中的像素点进行标记,同一个连通域的标记相同,并得到每个标记点的面积,将每个相同标记点的面积相加,得到一个连通域的面积;相应的,得到第二二值化图像31的每个连通域的面积。
可选地,方法还包括:
S1305:根据第一二值化图像的每个连通域中像素点的标记个数,确定第一二值化图像的每个连通域的像素个数,并根据第一二值化图像的每个连通域中标记的像素点的位置,确定第一二值化图像的每个连通域的位置。
S1306:根据第二二值化图像的每个连通域中像素点的标记个数,确定第二二值化图像的每个连通域的像素个数,并根据第二二值化图像的每个连通域中标记的像素点的位置,确定第二二值化图像的每个连通域的位置。
其中,每个连通域的像素个数与像素点的标记个数相等,得到像素点的位置后,即可得到像素点所在的连通域的位置。
图9为本发明实施例提供的衰减对比图一,请参考图9,本发明的实施例中,可以将采用本发明实施例提供的地震波信号的处理方法和只采用高分辨率抛物拉东变换的方法分别对多次波进行衰减,比较二者的衰减效果。可以采用以上两种方法,分别对动校正后含多次波的CMP道集101进行衰减。
其中,衰减对比的过程图包括有:动校正后含多次波的CMP道集101,高分辨率拉东变换对应的多次波衰减结果701,本发明实施例提供的地震波信号的处理方法获取的多次波衰减结果702,动校正后不含多次波的第一CMP道集703,第一差值图704,第二差值图705,第三差值图706,第四差值图707。
需要说明的是,高分辨率拉东变换对应的多次波衰减结果701即为多次波衰减后的CMP道集106;动校正后不含多次波的CMP道集703可作为参考数据来验证多次波的衰减效果;第一差值图704为动校正后含多次波的CMP道集101与动校正后不含多次波的CMP道集703之差;第二差值图705为高分辨率拉东变换对应的多次波衰减结果701与动校正后不含多次波的CMP道集703之差;第三差值图706为本发明实施例提供的地震波信号的处理方法获取的多次波衰减结果702与动校正后不含多次波的CMP道集703之差;第四差值图707为第二差值图705与第三差值图706之差。
其中,理想情况下,第一差值图704为多次波信号,而第一差值图704中在采样时间为2.4秒的位置还存在有少量的一次波信号,说明正演合成的含多次波CMP道集101和不含多次波CMP道集703中的一次波信号幅度有微小差异,它们是由正演程序导致的,不是多次波衰减方法的问题。从第二差值图705以及第三差值图706中可以较好地观测多次波的衰减效果,从第四差值图707中可以看出,本发明的实施例提出的方法能够衰减高分辨率抛物拉东变换难以衰减的多次波,从而获取与参考数据相近的多次波衰减效果。
图10为本发明实施例提供的衰减对比图二,请参考图10,本发明的实施例中,可以将采用本发明实施例提供的地震波信号的处理方法和只采用高分辨率抛物拉东变换的方法分别对多次波进行衰减,比较二者的衰减效果。可以采用以上两种方法,分别对动校正前的CMP道集中含多次波的CMP道集708进行衰减。
其中,衰减对比的过程图包括有:动校正前含多次波的CMP道集708,高分辨率拉东变换对应的多次波衰减结果709,本发明实施例提供的地震波信号的处理方法获取的多次波衰减结果710,动校正前不含多次波的第一CMP道集711,第一差值图712,第二差值图713,第三差值图714,第四差值图715。
需要说明的是,动校正前不含多次波的CMP道集711可作为参考数据来验证多次波的衰减效果;第一差值图712为动校正前含多次波的CMP道集708与动校正前不含多次波的CMP道集711之差;第二差值图713为高分辨率拉东变换对应的多次波衰减结果709与动校正前不含多次波的CMP道集711之差;第三差值图714为本发明实施例提供的地震波信号的处理方法获取的多次波衰减结果710与动校正前不含多次波的CMP道集711之差;第四差值图715为第二差值图713与第三差值图714之差。
其中,第一差值图712也存在少量由正演程序导致的一次波信号,该信号同样存在于第二差值图713和第三差值图714中,比较第二差值图713、第三差值图714以及第四差值图715可得高分辨率抛物拉东变换对应的多次波衰减结果中残留大量幅度较强的多次波,而本发明实施例提供的方法充分地利用了多次波连通域在CMP道集和多次波图像中的包含关系,能够较好地衰减所有道集上的多次波。
图11为本发明实施例提供的地震波信号的处理装置示意图,请参考图11,本发明的实施例提供一种地震波信号的处理装置,包括:
第一处理模块510,用于对动校正后的共中心点CMP道集进行处理,获取多次波图像。
第二处理模块520,用于分别对动校正前的CMP道集和多次波图像进行二值化处理,得到动校正前的CMP道集的第一二值化图像,和多次波图像的第二二值化图像。
连通域分析模块530,用于对第一二值化图像、第二二值化图像进行连通域分析,确定第二二值化图像中多次波连通域位置,还用于根据第二二值化图像中多次波连通域位置,确定第一二值化图像中多次波连通域位置。
衰减模块540,用于根据第一二值化图像中多次波连通域位置,对动校正前的CMP道集进行多次波衰减,还用于根据第二二值化图像中多次波连通域位置,对动校正后的CMP道集进行多次波衰减。
可选地,第一处理模块510,具体用于采用高分辨率抛物拉东变换对动校正后的CMP道集进行处理,得到多次波图像。
可选地,第二处理模块520,具体用于将动校正前的CMP道集中幅度值大于或等于预设阈值的像素点的灰度值修改为最大灰度值,并将动校正前的CMP道集中幅度值小于预设阈值的像素点的灰度值修改为最小灰度值,得到第一二值化图像。
可选地,第二处理模块520,具体用于将多次波图像中幅度值大于或等于预设阈值的像素点的灰度值修改为最大灰度值,并将多次波图像中幅度值小于预设阈值的像素点的灰度值修改为最小灰度值,得到第二二值化图像。
可选地,连通域分析模块530,具体用于分别对第一二值化图像和第二二值化图像进行连通域分析,确定第一二值化图像的多个连通域和第二二值化图像的多个连通域。
可选地,连通域分析模块530,具体用于确定第一二值化图像中的多个连通域中,第一个一次波的采样时间,根据采样时间,确定第二二值化图像中的多次波连通域。
可选地,连通域分析模块530,具体用于对第一二值化图像进行连通域分析,确定第一二值化图像的所有连通域以及每个连通域的面积,并将第一二值化图像的所有连通域中面积小于或等于预设面积的连通域进行过滤,得到第一二值化图像的多个连通域。
可选地,连通域分析模块530,具体用于对第二二值化图像进行连通域分析,确定第二二值化图像的所有连通域以及每个连通域的面积,并将第二二值化图像的所有连通域中面积小于或等于预设面积的连通域进行过滤,得到第二二值化图像的多个连通域。
可选地,连通域分析模块530,具体用于对第一二值化图像进行连通域分析,确定第一二值化图像的所有连通域。
可选地,连通域分析模块530,具体用于对第一二值化图像的每个连通域中的像素点进行标记,并根据第一二值化图像的每个连通域中标记的像素点的总面积,确定第一二值化图像的每个连通域的面积。
可选地,连通域分析模块530,具体用于对第二二值化图像进行连通域分析,确定第二二值化图像的所有连通域。
可选地,连通域分析模块530,具体用于对第二二值化图像的每个连通域中的像素点进行标记,并根据第二二值化图像的每个连通域中标记的像素点的总面积,确定第二二值化图像的每个连通域的面积。
可选地,连通域分析模块530,具体用于根据第一二值化图像的每个连通域中像素点的标记个数,确定第一二值化图像的每个连通域的像素个数,并根据第一二值化图像的每个连通域中标记的像素点的位置,确定第一二值化图像的每个连通域的位置。
可选地,连通域分析模块530,具体用于根据第二二值化图像的每个连通域中像素点的标记个数,确定第二二值化图像的每个连通域的像素个数,并根据第二二值化图像的每个连通域中标记的像素点的位置,确定第二二值化图像的每个连通域的位置。
图12为本发明实施例提供的计算机设备的示意图,请参考图12,本发明实施例的另一方面,提供一种计算机设备,包括:存储器61、处理器62,存储器中存储有可在处理器上运行的计算机程序,处理器执行计算机程序时,实现上述地震波信号处理方法的步骤。
本发明实施例的另一方面,提供一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时,实现上述地震波信号处理方法的步骤。
本发明实施例提供地震波信号的处理装置、计算机设备以及计算机可读存储介质,可以实现对多次波进行衰减处理,继而可以降低多次波对地震勘探的影响,有效地提高地震勘探的准确性。
以上所述仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种地震波信号的处理方法,其特征在于,包括:
对动校正后的共中心点CMP道集进行处理,获取多次波图像;
分别对动校正前的CMP道集和所述多次波图像进行二值化处理,得到所述动校正前的CMP道集的第一二值化图像,和所述多次波图像的第二二值化图像;
对所述第一二值化图像、所述第二二值化图像进行连通域分析,确定所述第二二值化图像中多次波连通域位置;
根据所述第二二值化图像中多次波连通域位置,确定所述第一二值化图像中多次波连通域位置;
根据所述第一二值化图像中多次波连通域位置,对所述动校正前、后的CMP道集进行多次波衰减。
2.如权利要求1所述的方法,其特征在于,所述对动校正后的共中心点CMP道集进行处理,获取多次波图像,包括:
采用高分辨率抛物拉东变换对所述动校正后的CMP道集进行处理,得到所述多次波图像。
3.如权利要求1所述的方法,其特征在于,所述分别对动校正前的CMP道集和所述多次波图像进行二值化处理,得到所述动校正前的CMP道集的第一二值化图像,和所述多次波图像的第二二值化图像,包括:
将所述动校正前的CMP道集中幅度值大于或等于预设阈值的像素点的灰度值修改为最大灰度值,并将所述动校正前的CMP道集中幅度值小于所述预设阈值的像素点的灰度值修改为最小灰度值,得到所述第一二值化图像;
将所述多次波图像中幅度值大于或等于预设阈值的像素点的灰度值修改为最大灰度值,并将所述多次波图像中幅度值小于所述预设阈值的像素点的灰度值修改为最小灰度值,得到所述第二二值化图像。
4.如权利要求1所述的方法,其特征在于,所述对所述第一二值化图像、所述第二二值化图像进行连通域分析,确定所述第二二值化图像中多次波连通域位置,包括:
分别对所述第一二值化图像和所述第二二值化图像进行连通域分析,确定所述第一二值化图像的多个连通域和所述第二二值化图像的多个连通域;
确定所述第一二值化图像中的多个连通域中,第一个一次波的采样时间;
根据所述采样时间,确定所述第二二值化图像中的多次波连通域。
5.如权利要求4所述的方法,其特征在于,所述分别对所述第一二值化图像和所述第二二值化图像进行连通域分析,确定所述第一二值化图像的多个连通域和所述第二二值化图像的多个连通域包括:
对所述第一二值化图像进行连通域分析,确定所述第一二值化图像的所有连通域以及每个连通域的面积,并将所述第一二值化图像的所有连通域中面积小于或等于预设面积的连通域进行过滤,得到所述第一二值化图像的多个连通域;
对所述第二二值化图像进行连通域分析,确定所述第二二值化图像的所有连通域以及每个连通域的面积,并将所述第二二值化图像的所有连通域中面积小于或等于所述预设面积的连通域进行过滤,得到所述第二二值化图像的多个连通域。
6.如权利要求5所述的方法,其特征在于,所述对所述第一二值化图像进行连通域分析,确定所述第一二值化图像的所有连通域以及每个连通域的面积,包括:
对所述第一二值化图像进行连通域分析,确定所述第一二值化图像的所有连通域;
对所述第一二值化图像的每个连通域中的像素点进行标记,并根据所述第一二值化图像的每个连通域中标记的像素点的总面积,确定所述第一二值化图像的每个连通域的面积;
相应的,所述对所述第二二值化图像进行连通域分析,确定所述第二二值化图像的所有连通域以及每个连通域的面积,包括:
对所述第二二值化图像进行连通域分析,确定所述第二二值化图像的所有连通域;
对所述第二二值化图像的每个连通域中的像素点进行标记,并根据所述第二二值化图像的每个连通域中标记的像素点的总面积,确定所述第二二值化图像的每个连通域的面积。
7.如权利要求6所述的方法,其特征在于,所述方法还包括:
根据所述第一二值化图像的每个连通域中像素点的标记个数,确定所述第一二值化图像的每个连通域的像素个数,并根据所述第一二值化图像的每个连通域中标记的像素点的位置,确定所述第一二值化图像的每个连通域的位置;
根据所述第二二值化图像的每个连通域中像素点的标记个数,确定所述第二二值化图像的每个连通域的像素个数,并根据所述第二二值化图像的每个连通域中标记的像素点的位置,确定所述第二二值化图像的每个连通域的位置。
8.一种地震波信号的处理装置,其特征在于,包括:
第一处理模块,用于对动校正后的共中心点CMP道集进行处理,获取多次波图像;
第二处理模块,用于分别对动校正前的CMP道集和所述多次波图像进行二值化处理,得到所述动校正前的CMP道集的第一二值化图像,和所述多次波图像的第二二值化图像;
连通域分析模块,用于对所述第一二值化图像、所述第二二值化图像进行连通域分析,确定所述第二二值化图像中多次波连通域位置,还用于根据所述第二二值化图像中多次波连通域位置,确定所述第一二值化图像中多次波连通域位置;
衰减模块,用于根据所述第一二值化图像中多次波连通域位置,对所述动校正前、后的CMP道集进行多次波衰减。
9.一种计算机设备,其特征在于,包括:存储器、处理器,所述存储器中存储有可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时,实现上述权利要求1至7任一项所述的方法的步骤。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时,实现权利要求1至7中任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911071142.6A CN110737024B (zh) | 2019-11-05 | 2019-11-05 | 地震波信号的处理方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911071142.6A CN110737024B (zh) | 2019-11-05 | 2019-11-05 | 地震波信号的处理方法、装置、设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110737024A CN110737024A (zh) | 2020-01-31 |
CN110737024B true CN110737024B (zh) | 2020-06-30 |
Family
ID=69272248
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911071142.6A Active CN110737024B (zh) | 2019-11-05 | 2019-11-05 | 地震波信号的处理方法、装置、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110737024B (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US3652980A (en) * | 1969-08-11 | 1972-03-28 | Continental Oil Co | Method and apparatus for seismic signal pattern discrimination |
CN102401908A (zh) * | 2010-09-07 | 2012-04-04 | 中国石油天然气集团公司 | 一种利用不同模加权稀疏的抛物拉东变换压制多次波的方法 |
CN107632319A (zh) * | 2017-07-31 | 2018-01-26 | 成都理工大学 | 基于gst的碳酸盐岩非均质储层中溶洞识别标定方法 |
CN109061726A (zh) * | 2018-07-16 | 2018-12-21 | 中国石油天然气股份有限公司 | 一种识别多次波的方法及装置 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9019797B2 (en) * | 2010-06-10 | 2015-04-28 | Westerngeco L.L.C. | Deghosting using measurement data from seismic sensors |
-
2019
- 2019-11-05 CN CN201911071142.6A patent/CN110737024B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US3652980A (en) * | 1969-08-11 | 1972-03-28 | Continental Oil Co | Method and apparatus for seismic signal pattern discrimination |
CN102401908A (zh) * | 2010-09-07 | 2012-04-04 | 中国石油天然气集团公司 | 一种利用不同模加权稀疏的抛物拉东变换压制多次波的方法 |
CN107632319A (zh) * | 2017-07-31 | 2018-01-26 | 成都理工大学 | 基于gst的碳酸盐岩非均质储层中溶洞识别标定方法 |
CN109061726A (zh) * | 2018-07-16 | 2018-12-21 | 中国石油天然气股份有限公司 | 一种识别多次波的方法及装置 |
Non-Patent Citations (1)
Title |
---|
VSP逆散射联合多次波成像;李武群 等;《中国地球科学联合学术年会2018》;20181231;第941-943页 * |
Also Published As
Publication number | Publication date |
---|---|
CN110737024A (zh) | 2020-01-31 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111081354B (zh) | 用于通过深度学习网络对医疗图像进行去噪的系统和方法 | |
Górszczyk et al. | Application of curvelet denoising to 2D and 3D seismic data—Practical considerations | |
Guo et al. | Edgecs: Edge guided compressive sensing reconstruction | |
CN109633633B (zh) | 一种基于分段分类增强处理的生命信号增强方法 | |
CN103632345B (zh) | 一种基于正则化的mri图像非均匀性校正方法 | |
CN108062767B (zh) | 基于时序sar图像的统计同分布空间像素选择方法 | |
CN101915901A (zh) | 磁共振成像方法及装置 | |
CN106327451A (zh) | 一种古生物化石的图像修复方法 | |
CN102105813B (zh) | 3d地震随机噪声的结构无关分析 | |
Bin-Habtoor et al. | Removal speckle noise from medical image using image processing techniques | |
Le Bas et al. | TOBI image processing-the state of the art | |
CN109613531A (zh) | 一种微变感知预警雷达的多阈值优化形变反演方法及系统 | |
Liu et al. | A dictionary learning method with atom splitting for seismic footprint suppression | |
US8989462B2 (en) | Systems, methods and computer readable storage mediums storing instructions for applying multiscale bilateral filtering to magnetic resonance (RI) images | |
Li et al. | Bionic vision-based synthetic aperture radar image edge detection method in non-subsampled contourlet transform domain | |
CN110737024B (zh) | 地震波信号的处理方法、装置、设备及存储介质 | |
Kawalec-Latała | Edge detection on images of pseudoimpedance section supported by context and adaptive transformation model images | |
Chumning et al. | Edge preservation evaluation of digital speckle filters | |
CN103455986B (zh) | 基于分数阶微分梯度的随机噪声点检测方法 | |
Subbuthai et al. | Reduction of types of noises in dental images | |
Maini et al. | Peformance evaluation of various speckle noise reduction filters on medical images | |
CN106338769A (zh) | 地震数据去噪方法及系统 | |
CN111538088B (zh) | 一种海上斜缆波场校正方法 | |
CN110059706B (zh) | 一种用于富椒盐噪声环境下单一直线的检测方法 | |
Zi et al. | Self-supervised learning for seismic swell noise removal |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |