CN116109934A - 一种基于图像识别技术的地质断层识别方法及系统 - Google Patents
一种基于图像识别技术的地质断层识别方法及系统 Download PDFInfo
- Publication number
- CN116109934A CN116109934A CN202310389864.6A CN202310389864A CN116109934A CN 116109934 A CN116109934 A CN 116109934A CN 202310389864 A CN202310389864 A CN 202310389864A CN 116109934 A CN116109934 A CN 116109934A
- Authority
- CN
- China
- Prior art keywords
- small
- fault
- area
- small area
- horizon
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 23
- 238000005516 engineering process Methods 0.000 title claims abstract description 20
- 230000011218 segmentation Effects 0.000 claims description 3
- 238000004364 calculation method Methods 0.000 abstract description 9
- 238000000605 extraction Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 239000011435 rock Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/10—Terrestrial scenes
-
- 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
- G01V1/30—Analysis
- G01V1/306—Analysis for determining physical properties of the subsurface, e.g. impedance, porosity or attenuation profiles
-
- 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
- G01V1/34—Displaying seismic recordings or visualisation of seismic data or attributes
- G01V1/345—Visualisation of seismic data or attributes, e.g. in 3D cubes
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/26—Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V2210/00—Details of seismic processing or analysis
- G01V2210/60—Analysis
- G01V2210/64—Geostructures, e.g. in 3D data cubes
- G01V2210/642—Faults
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V2210/00—Details of seismic processing or analysis
- G01V2210/70—Other details related to processing
- G01V2210/74—Visualisation of seismic data
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Remote Sensing (AREA)
- General Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Acoustics & Sound (AREA)
- Environmental & Geological Engineering (AREA)
- Geology (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Geophysics (AREA)
- Image Analysis (AREA)
- Geophysics And Detection Of Objects (AREA)
Abstract
本发明涉及图像识别领域,更具体涉及一种基于图像识别技术的地质断层识别方法及系统。所述方法包括:步骤S1:获取目标区域的二维地震剖面图,将二维地震剖面图划分网格,并进行K均值算法,获取第一地震图像;步骤S2:通过opencv分水岭算法将第一地震图像划分成包含多个小区域的第二地震图像;步骤S3:建立坐标系,并基于每个小区域的坐标位置和像素灰度值获取层位线;步骤S4:基于每一层位线上相邻的第一小区域和第二小区域的最短距离判断是否存在断点;步骤S5:对断点进行真伪识别,在并基于全部层位线上的小区域之间的断层区获取断层信息;本发明解决了细小断层识别不准确且计算复杂的问题。
Description
技术领域
本发明涉及图像识别领域,更具体涉及一种基于图像识别技术的地质断层识别方法及系统。
背景技术
随着油气勘探工作的深入和发展,新探测的油气田越来越复杂,查找油气的目标也越来越精细,断层的分布和形态对油气识别和描述起到越来越重要的作用,断层形态多样,规模有大有小,对于大规模的断层特征比较明显容易识别,但是由于细小的断层和断裂特征不明显且提取困难较大,而且现有对于细小断层和断裂的自动提取技术不仅计算过程复杂且精度也不够高,例如中国专利CN103473548B,该发明采用的技术方案是提供一种利用图像处理和先验知识提取断裂构造信息方法,该方法用于对区域断裂构造信息进行提取,其中,图像处理在遥感图像处理软件中进行,数据综合分析在地理信息系统软件中进行,先验知识来自区域地质资料和建立的判释标志库,用于对自动提取的线性信息进行连通和剔除,得到区域断裂构造信息,但是对于细小的的断层和断裂效果不够精准,中国专利CN108805154A,本发明提供一种基于空间聚类进行地质断层识别的方法,首先对勘测数据点进行三角面剖分,计算三角面的坡度,然后通过三角面之间的坡度变化对这些三角面进行空间聚类,坡度变化的大小反映地质连续的破坏程度,根据这些勘测数据点所在三角面的分类情况,完成对位于不同断层面的勘测数据点划分,从而实现对断层自动识别,该发明计算过程比较复杂,且上述两个专利中都没有将图像进行分割,将整个图像划分成可以量化的小区域,同时没有基于地震图像建立坐标系,也没有基于设置的查找断层的大小和精度将图像进行网格划分,计算复杂,增加了对于断点的查找计算的工作量,也没有对断层区的真伪进行确定,降低了断层信息的准确性。
发明内容
为了更好的解决上述问题,本发明提供一种基于图像识别技术的地质断层识别方法,所述方法包括如下步骤:
步骤S1:通过三维地震数据获取目标区域的二维地震剖面图,将所述二维地震剖面图划分网格,并基于N个标准对象对所述二维地震剖面图进行K均值算法,获取第一地震图像;
步骤S2:通过将opencv分水岭算法应用于所述第一地震图像,将所述第一地震图像划分成包含多个小区域的第二地震图像;
步骤S3:以所述第二地震图像的左下角的顶点为原点,所述顶点连接的横向边为x轴,所述顶点连接的且与所述x轴垂直的边为y轴建立坐标系,并基于每个小区域的坐标位置和灰度值获取层位线;
步骤S4:根据同一层位线上满足相连接的第一小区域和第二小区域距离最短的两个点的坐标计算所述第一小区域和所述第二小区域的最短距离,并基于所述最短距离判断所述第一小区域和所述第二小区域之间是否存在断点,并在确定所述第一小区域和所述第二小区域之间存在断点时获取所述断点所在的断层区,其中,所述两个点中一个位于所述第一小区域的边上,另外一个点位于所述第二小区域的边上;
步骤S5:基于所述第一小区域和所述第二小区域之间的断层区进行真伪识别,在所述断层区为真时,同理识别出与上述断层区连通的其他层位线上为真的断层区获取断层信息;
其中,N为所述二维剖面图中包含的层位数,N的取值范围为大于等于2的正整数。
作为本发明一种更加优选的技术方案,所述步骤S1中,所述N个标准对象为N个层位的标准图像单元,所述K均值算法的滑动窗口选取为单位网格,将每一标准对象与全部网格中的图像进行对比,获取与每一标准对象对应的相似度最大的图像区域作为所述第一地震图像。
作为本发明一种更加优选的技术方案,在所述步骤S3中,计算第一小区域的第一灰度值和与所述第一小区域相邻的第二小区域的第二灰度值,在所述第一灰度值和所述第二灰度值的差值小于第二阈值时,所述第一小区域和所述第二小区域属于同一层位;
在所述第一灰度值和所述第二灰度值的差值大于第二阈值时,所述第一小区域和所述第二小区域不属于同一层位,在以所述第一小区域为中心的单位网格范围内获取与所述第一小区域距离最近且与所述第一小区域的灰度值之差小于所述第二阈值的第三小区域,所述第一小区域和所述第三小区域属于同一位层;将所述第一小区域的中心点与和所述第一小区域属于同一位层的小区域的中心点相连接,重复本步骤,获取整个层位的层位线。
作为本发明一种更加优选的技术方案,在以所述第一小区域为中心的单位网格范围内,查找不到所述第三小区域的情况下,重新执行步骤S1和步骤S2,将所述单位网格进行放大,基于所述第一小区域所属层位对应的标准对象,并以单位网格为滑动窗口重新进行K均值算法获取第三图像,并基于所述第三图像,并使用opencv分水岭算法重新将所述第三图像中所述单位网格位置处划分小区域,并在所述单位网格内重新查找所述第三小区域。
作为本发明一种更加优选的技术方案,所述步骤S4中,计算属于同一层位线上相连接的第一小区域和第二小区域,计算所述第一小区域和所述第二小区域之间的最短距离,在所述最短距离小于第一设定值时,所述第一小区域和所述第二小区域为连续分布;
在所述最短距离大于所述第一设定值时,所述第一小区域和第二小区域之间存在断点,将所述第一小区域靠近所述第二小区域的纵向边的两个顶点分别与所述第二小区域靠近所述第一小区域的纵向边的两个顶点相连接获取断层区,其中断点位于所述断层区内,分别计算第一小区域和第二小区域所在网格中的其他层位线上相连接小区域之间的最短距离,并判断其他层位线上相连接小区域之间是否存在断点,在存在断点的情况下,同时获取所有其他层位线上相连接两个小区域之间的断层区。
作为本发明一种更加优选的技术方案,在步骤S5中,在第一层位线上相连接的两个小区域之间存在断点时,在与所述第一层位线相邻的第二层位线和第三层位线上且与所述连接的两个小区域内在同一网格内不存在断点和断层区,则所述第一层位线上所述相连接的两个小区域之间的断层区为假;
在与所述第一层位线相邻的第二层位线和第三层位线上且与所述第一层位线中相连接的两个小区域中任一区域在同一网格内存在断点和断层区时,分别计算三个层位线上断层区面积和断层区的宽度比值,基于所述宽度比值判断断层区的真假。
作为本发明一种更加优选的技术方案,在所述第一层位线上的第一断层区的面积与所述第一断层区的宽度的比值为第一比值,所述第二层位线上的第二断层区的面积与所述第二断层区的宽度的比值为第二比值,所述第三层位线上的第三断层区的面积与所述第三断层区的宽度的比值为第三比值,在所述第一比值与所述第二比值之间的差值小于预设差值且所述第一比值与所述第三比值之间的差值小于所述预设差值时,所述第一层位线上的第一断层区为真,同理获取其他层位线上为真的断层区,并将所有层位线上为真的断层区连接起来作为断层信息,其中所述断层信息包括的层位是连续的。
本发明还提供一种基于图像识别技术的地质断层识别系统,所述系统用于实现上述的基于图像识别技术的地质断层识别方法,所述系统包括:
获取单元,用于通过三维地震数据获取目标区域的二维地震剖面图;
分割单元,用于将opencv分水岭算法应用于所述第一地震图像,将所述第一地震图像划分成包含多个小区域的第二地震图像;
建立单元,用于以所述第二地震图像的坐下角的顶点为原点,所述顶点连接的横向边为x轴,所述顶点连接的且与所述x轴垂直的边为y轴建立坐标系;
查找单元,用于基于每个小区域的位置和灰度值获取层位线;
计算单元配置为:根据同一层位线上满足相连接的第一小区域和第二小区域距离最短的两个点的坐标计算所述第一小区域和所述第二小区域的最短距离,并基于所述最短距离判断所述第一小区域和所述第二小区域之间是否存在断点,并在确定所述第一小区域和所述第二小区域之间存在断点时获取所述断点所在的断层区,其中,所述两个点中一个位于所述第一小区域的边上,另外一个点位于所述第二小区域的边上;
识别单元,用于基于所述第一小区域和所述第二小区域之间的断层区进行真伪识别,并基于所述每一层位线上的小区域之间的断层区获取断层信息。
与现有技术相比,本发明的有益效果至少如下所述:
本发明通过将二维地震剖面图进行网格划分,并以单位网格作为滑动窗口进行K均值算法获取第一地震图像,上述网格的大小可以根据设置的识别断层大小和精度进行调整,在进行K均值算法时,以单位网格为窗口沿着层位不仅能够保证强化层位的正确性,还能够减少层位查找的工作量,还使图像得到增强提高了图像的清晰度,为精确的识别提供了良好的基础,通过分水岭算法将上述第一地震图像划分成包含多个小区域的第二地震图像,将第一地震图像整个图像划分成可以量化的小区域,方便后续计算,还以第二地震图像的左下角和两条边建立坐标系,使每个像素点的位置得到描述,便于通过计算每两个相连接的第一小区域和第二小区域的灰度值差值判断是否属于同一层位线,根据设定识别断层的精度和大小调整上述网格大小,在不属于同一层位时,在以第一小区域为中心的网格内查找与第一小区域灰度值差值小于第二阈值的第三小区域,指定了查找的范围,减少了查找工作量,将第一小区域的中心点与和第一小区域属于同一位层的小区域的中心点相连接,连接获取层位线,在查找不到时重新对该网格内图像进行放大并重新进行K均值算法和分水岭算法重新获取更加精准的图像信息,并重新查找第三小区域,得到完整连续的层位线,还基于相连接的第一小区域和第二小区域或者第三小区域的最短距离判断第一小区域和第二小区域的分布并进行断点及断层区的确定,进一步结合相邻层位的断层区与上述断层区的面积与宽度比值确定断层区的真伪,上述技术方案之间的相互配合共同提高了断层信息的精度,计算过程简单,并减少了查找工作量。
附图说明
图1为本发明一种基于图像识别技术的地质断层识别方法的流程图;
图2为本发明中二维地震图像剖面图;
图3为本发明中第二地震图像的示意图;
图4为本发明一种基于图像识别技术的地质断层识别系统的结构图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
本发明提供一种基于图像识别技术的地质断层识别方法,如图1所示,所述方法包括如下步骤:
步骤S1:通过三维地震数据获取目标区域的二维地震剖面图,将所述二维地震剖面图划分网格,并基于N个标准对象对所述二维地震剖面图进行K均值算法,获取第一地震图像;具体的,如图2所示,上述二维地震剖面图的示意图,通过将二维地震剖面图根据设置的断层识别的大小和精度划分网格,使上述二维地震剖面区域化方便后续的K均值算法处理和断点的查找,同时通过K均值算法使得到图像增强后的第一地震图像,提高了清晰度,为准确的被识别提供良好的基础;
步骤S2:通过将opencv分水岭算法应用于所述第一地震图像,将所述第一地震图像划分成包含多个小区域的第二地震图像;具体的,通过上述opencv分水岭算法将上述第一地震图像划分成多个小区域,如图3所示,其中,opencv分水岭算法为现有技术,由于上述分水岭算法是基于图像灰度,因此使层位划分更加清晰,同时通过图像分割,将第一地震图像由一个整体划分成可以数字化处理的小区域,方便了计算;
步骤S3:以所述第二地震图像的左下角的顶点为原点,所述顶点连接的横向边为x轴,所述顶点连接的且与所述x轴垂直的边为y轴建立坐标系,并基于每个小区域的坐标位置和灰度值获取层位线;具体的,通过建立坐标系,使所述小区域的位置和每个顶点得到描述,通过计算上述小区域的像素灰度值使分层更加清晰准确,同时基于上述小区域的像素灰度值获取层位线,在层位线上计算相邻小区域的最短距离,通过上述最短距离判断是否存在断点;
步骤S4:根据同一层位线上满足相连接的第一小区域和第二小区域距离最短的两个点的坐标计算所述第一小区域和所述第二小区域的最短距离,并基于所述最短距离判断所述第一小区域和所述第二小区域之间是否存在断点,并在确定所述第一小区域和所述第二小区域之间存在断点时获取所述断点所在的断层区,其中,所述两个点中一个位于所述第一小区域的边上,另外一个点位于所述第二小区域的边上;
具体的,上述第一小区域和第二小区域之间的最短距离反映了两个小区域之间的连接关系,在确定两个小区域间有断点时,通过将两个小区域距离较近的两个纵向边的四个顶点连接获取断层区,上述断层区为封闭的条状区域,并将上述断点定位在上述断层区内;
步骤S5:基于所述第一小区域和所述第二小区域之间的断层区进行真伪识别,在所述断层区为真时,同理识别出与上述断层区连通的其他层位线上为真的断层区获取断层信息;其中,N为所述二维剖面图中包含的层位数,N的取值范围为大于2的正整数。具体的,在上述最短距离较小时,为连续分布,在上述最小距离较大时,两个小区域之间有可能有断点,也有可能是破碎点,因此需要进一步地判断上述断点的真伪;通过计算当前层位线上相邻小区域之间的最短距离,并在上述相邻小区域所在网格的其他层位线上查找相邻小区域最短距离并判断当前层位线上相连接的小区域之间断层区的真伪,在相连接的小区域之间的断点为真时,获取相邻小区域之间的断层区,将查找到的全部层位线的全部断层区组成断层信息。
进一步地,所述步骤S1中,所述N个标准对象为N个层位的标准图像单元,所述K均值算法的滑动窗口选取为单位网格,将每一标准对象与全部网格中的图像进行对比,获取与每一标准对象对应的相似度最大的图像区域作为所述第一地震图像。具体的,上述网格至少包含两个层位,由于网格的大小与设置的能够识别的断层大小和精度有关,因此通过K均值算法并以上述单位网格为滑动窗口,根据上述滑动窗口定位到上述标准对象对应的位置时,可以确认上述标准对象对应层位的方向和位置,沿着以每一标准对象对应的层位的位置和方向以单元网格为滑动窗口对上述层位的图像进行增强,使图像更加清晰,并减少了聚类的计算量,还为获取准确的断层信息奠定了基础。
进一步地,在所述步骤S3中,计算第一小区域的第一灰度值和与所述第一小区域相邻的第二小区域的第二灰度值,在所述第一灰度值和所述第二灰度值的差值小于第二阈值时,所述第一小区域和所述第二小区域属于同一层位;具体的,在第一小区域和第二小区域相邻时,第一小区域和第二小区域也可能不是一个层位的,有可能是断层错位导致的,因此需要通过计算两个小区域的像素灰度值进一步判断,由于同一层位线上的岩层成分相同,因此成像后的图像灰度差异也几乎相同,当两个小区域的像素灰度值差异较小时,可以确认两个小区域属于同一层位线;
在所述第一灰度值和所述第二灰度值的差值大于第二阈值时,所述第一小区域和所述第二小区域不属于同一层位,在以所述第一小区域为中心的单位网格范围内获取与所述第一小区域距离最近且与所述第一小区域的灰度值之差小于所述第二阈值的第三小区域,所述第一小区域和所述第三小区域属于同一位层;将所述第一小区域的中心点与和所述第一小区域属于同一位层的小区域的中心点相连接,重复本步骤,获取整个层位的层位线。具体的,在上述第一小区域和第二小区域的像素灰度值大于第二阈值时,由于两个区域灰度值差异较大,因此,上述两个小区域不属于同一位层,由于本发明的解决的是小断层和裂缝的识别问题,因此与上述第一小区域同属于同一层位的第三小区域在第一小区域的附近,因此可以在第一小区域为中心的网格范围内通过计算网格内其他小区域的像素灰度值进行查找第三小区域,当查找到上述第三小区域后,上述第一小区域和上述第三小区域属于同一层位,将属于同一层位的小区域的中心点连接起来组成层位线。
进一步地,在以所述第一小区域为中心的单位网格范围内,查找不到所述第三小区域的情况下,重新执行步骤S1和步骤S2,将所述单位网格进行放大,基于所述第一小于区域所属层位对应的标准对象,并以单位网格为滑动窗口重新进行K均值算法获取第三图像,并基于所述第三图像,并使用opencv分水岭算法重新将所述第三图像中所述单位网格位置处划分小区域,并在所述单位网格内重新查找所述第三小区域。具体的,当在以第一小区域为中心的网格内查找不到第三小区域时,可能是由于图像不够清晰造成的,因此通过将上述单元格放大,使图像的细节信息更加丰富,在此基础上再进行K均值算法进行进一步的增强,并通过opencv分水岭算法将上述网格进行重新划分小区域,获取较精确的区域划分,进而重新查找第三小区域。
进一步地,所述步骤S4中,计算属于同一层位线上相连接的第一小区域和第二小区域之间的最短距离,在所述最短距离小于第一设定值时,所述第一小区域和所述第二小区域为连续分布;具体的,在同一层位线上计算两个相连接小区域之间的最短距离,确定两个小区域之间是否有断点,在两个小区域之间的最短距离小于第一设定值时,确定两个小区域时连续的,中间的间隙可以忽略;
在所述最短距离大于所述第一设定值时,所述第一小区域和第二小区域之间存在断点,将所述第一小区域靠近所述第二小区域的纵向边的两个顶点分别与所述第二小区域靠近所述第一小区域的纵向边的两个顶点相连接获取断层区,其中断点位于所述断层区内,分别计算第一小区域和第二小区域所在网格中的其他层位线上相连接的小区域之间的最短距离,并判断其他层位线上相连接的小区域之间是否存在断点,在存在断点的情况下,同时获取所有其他层位线上相连接的两个小区域之间的断层区。具体的,在最短距离大于第一设定值时,上述第一小区域和上述第二小区域之间的距离较远,认为第一小区域和第二小区域之间存在断点,由于识别的是小断层,因此,相邻其他层位线上的断层位置也在上述第一小区域和第二小区域附近,因此通过上述方法判断在上述第一小区域和上述第二小区域所属网格内查找其他相邻层位的断点和断层区信息,其中上述网格的大小可以根据查找断点的精度进行调整,查找的精度越高,上述网格的宽度和长度越大,反之越小。
进一步地,在步骤S5中,在第一层位线上相连接的两个小区域之间存在断点时,在与所述第一层位线相邻的第二层位线和第三层位线上且与所述相连接的两个小区域中任一区域在同一网格内不存在断点和断层区,则所述第一层位线上所述相连接的两个小区域之间的断点和断层区为假;具体的,在上述第一层位线上存在断点和断层区时,在与其相邻的两个层位线上设定方位内都没有查找到断点和断层区时,则第一层位线上上述两个小区域之间可能是破碎,由于单个层位的断裂破碎不能形成断层,因此该位置的断点为假;
在与所述第一层位线相邻的第二层位线和第三层位线上且与所述第一层位线中相连接的两个小区域中任一区域在同一网格内存在断点和断层区时,分别计算三个层位线上断层区面积和断层区的宽度比值,基于所述宽度比值判断断层区的真假。具体的,在上述第一层位线上断点区域及相邻第二层位线和第三层位线指定范围内都存在断点时,通过计算上述断点所在断层区的面积与断层区的比值获取断层距离的变化趋势,进而更加准确的确保断层信息的准确度。
进一步地,在所述第一层位线上的第一断层区的面积与所述第一断层区的宽度的比值为第一比值,所述第二层位线上的第二断层区的面积与所述第二断层区的宽度的比值为第二比值,所述第三层位线上的第三断层区的面积与所述第三断层区的宽度的比值为第三比值,在所述第一比值与所述第二比值之间的差值小于预设差值且所述第一比值与所述第三比值之间的差值小于所述预设差值时,所述第一断层区、所述第二断层区和所述第三断层区为真,否则为假,同理分别沿着第二断层和第三断层区的方向查找相邻层位线上的断层区直至获取其他全部层位线上为真的断层区,并将全部层位线上为真的断层区连接起来作为断层信息,其中所述断层信息包括的层位是连续的。
具体的,由于断层是有多个狭长封闭带状断层区构成,因此通过计算断层区面积和断层区宽度的比值可以获取断层区两端小区域之间断层距离,由于断层是多个层位之间的断层区共同组成的,通过对比相邻层位间断层距离的变化趋势,在第一比值与第二比值之间的差值小于预设差值且第一差值与第三差值之间的差值小于所述预设差值时,第二层位线上的断层距离、第一层位线上的断层距离和第三层位线上的断层距离为大小相近或者以预设差值依次减小或者增大,示例性的:第一比值为a+b,第二比值为a,第三比值为a+2b或者第二比值为a,第一比值为a-b,第三比值为a-2b,其中b为预设差值;此时符合正常断层的断层区的分布状态,因此,第一断层区、第二断层区和第三断层区为真,同理获取其他层位线上的与上述三个断层区相连通的断层区,将全部相连通的断层区相连接获取断层信息,由于上述第二地震图像中可能还存在其他的断层,因此还可以使用上述技术方案查找其他的断层区及断层信息。
本发明还提供一种基于图像识别技术的地质断层识别系统,所述系统用于实现一上述的基于图像识别技术的地质断层识别方法,如图4所示,所述系统包括:
获取单元,用于通过三维地震数据获取目标区域的二维地震剖面图;
分割单元,用于将分水岭算法应用于所述第一地震图像,将所述第一地震图像划分成包含多个小区域的第二地震图像;
建立单元,用于以所述第二地震图像的坐下角的顶点为原点,所述顶点连接的横向边为x轴,纵向边为y轴建立坐标系;
查找单元,用于基于每个小区域的位置和灰度值获取层位线;
计算单元配置为:根据同一层位线上满足相连接的第一小区域和第二小区域距离最短的两个点的坐标计算所述第一小区域和所述第二小区域的最短距离,并基于所述最短距离判断所述第一小区域和所述第二小区域之间是否存在断点,并在确定所述第一小区域和所述第二小区域之间存在断点时获取所述断点所在的断层区,其中,所述两个点中一个位于所述第一小区域的边上,另外一个点位于所述第二小区域的边上;
识别单元,用于基于所述第一小区域和所述第二小区域之间的断层区进行真伪识别,并基于所述每一层位线上的小区域之间的断层区获取断层信息。
综上所述,本发明通过将二维地震剖面图进行网格划分,并以单位网格作为滑动窗口进行K均值算法获取第一地震图像,上述网格的大小可以根据识别精度进行调整,在进行K均值算法时,以单位网格为窗口沿着层位进行聚类,不仅能够保证强化层位的正确性,还能够减少计算量,使图像得到增强提高了图像的清晰度,为精确的识别提供了良好的基础,通过分水岭算将上述第一地震图像划分成包含多个小区域的第二地震图像,将第一地震图像整个图像划分成可以量化的小区域,方便后续计算,还以第二地震图像的左下角和两条边建立坐标系,使每个像素点的位置得到描述,同时通过计算每两个相连接的第一小区域和第二小区域的灰度值差值判断是否属于同一层位线,根据设定识别断层的精度和大小调整上述网格大小,在不属于同一层位时,在以第一小区域为中心的网格内查找与第一小区域灰度值差值小于第二阈值的第三小区域,指定了查找的范围,减少了查找工作量,将第一小区域的中心点和第三小区域中心点连接获取层位线,在查找不到时重新对该网格内图像进行放大并重新进行K均值算法和分水岭算法重新获取更加精准的图像信息,并重新查找第三小区域,得到完整连续的层位线,还基于相连接的第一小区域和第二小区域或者第三小区域的最短距离判断第一小区域和第二小区域的分布和断点及断层区的确定,进一步结合相邻层位的断层区与上述断层区的面积与宽度比值确定断层区的真伪,上述技术方案之间的相互配合共同提高了断层信息的精度。
以上上述的实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上上述的实施例仅表达了本发明的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对本发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变形和改进,这些都属于本发明的保护范围。因此,本发明专利的保护范围应以所附权利要求为准。
以上上述的仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。
Claims (8)
1.一种基于图像识别技术的地质断层识别方法,其特征在于,所述方法包括如下步骤:
步骤S1:通过三维地震数据获取目标区域的二维地震剖面图,将所述二维地震剖面图划分网格,并基于N个标准对象对所述二维地震剖面图进行K均值算法,获取第一地震图像;
步骤S2:通过将opencv分水岭算法应用于所述第一地震图像,将所述第一地震图像划分成包含多个小区域的第二地震图像;
步骤S3:以所述第二地震图像的左下角的顶点为原点,所述顶点连接的横向边为x轴,所述顶点连接的且与所述x轴垂直的边为y轴建立坐标系,并基于每个小区域的坐标位置和灰度值获取层位线;
步骤S4:根据同一层位线上满足相连接的第一小区域和第二小区域距离最短的两个点的坐标计算所述第一小区域和所述第二小区域的最短距离,并基于所述最短距离判断所述第一小区域和所述第二小区域之间是否存在断点,并在确定所述第一小区域和所述第二小区域之间存在断点时获取所述断点所在的断层区,其中,所述两个点中一个位于所述第一小区域的边上,另外一个点位于所述第二小区域的边上;
步骤S5:基于所述第一小区域和所述第二小区域之间的断层区进行真伪识别,并基于每一层位线上的小区域之间的断层区获取断层信息;
其中,N为所述二维地震剖面图中包含的层位数,N的取值范围为大于2。
2.根据权利要求1所述一种基于图像识别技术的地质断层识别方法,其特征在于,所述步骤S1中,所述N个标准对象为N个层位的标准图像单元,所述K均值算法的滑动窗口选取为单位网格,将每一标准对象与全部网格中的图像进行对比,获取与每一标准对象对应的相似度最大的图像区域作为所述第一地震图像。
3.根据权利要求1所述一种基于图像识别技术的地质断层识别方法,其特征在于,在所述步骤S3中,计算第一小区域的第一灰度值和与所述第一小区域相邻的第二小区域的第二灰度值,在所述第一灰度值和所述第二灰度值的差值小于第二阈值时,所述第一小区域和所述第二小区域属于同一层位;
在所述第一灰度值和所述第二灰度值的差值大于所述第二阈值时,所述第一小区域和所述第二小区域不属于同一层位,在以所述第一小区域为中心的单位网格范围内查找与所述第一小区域距离最近且与所述第一小区域的第一灰度值之差小于所述第二阈值的第三小区域,所述第一小区域和所述第三小区域属于同一位层;将所述第一小区域的中心点与和所述第一小区域属于同一位层的小区域的中心点相连接,重复本步骤,获取整个层位的层位线。
4.根据权利要求3所述一种基于图像识别技术的地质断层识别方法,其特征在于,在以所述第一小区域为中心的单位网格范围内,查找不到所述第三小区域的情况下,重新执行所述步骤S1和所述步骤S2,将所述单位网格进行放大,基于所述第一小区域所属层位对应的标准对象,并以单位网格为滑动窗口重新进行K均值算法获取第三图像,并基于所述第三图像,使用分水岭算法重新将所述第三图像中所述单位网格位置处划分小区域,并在所述单位网格内重新查找所述第三小区域。
5.根据权利要求1所述一种基于图像识别技术的地质断层识别方法,其特征在于,所述步骤S4中,计算属于同一层位线上相连接的第一小区域和第二小区域之间的最短距离,在所述最短距离小于第一设定值时,所述第一小区域和所述第二小区域为连续分布;
在所述最短距离大于所述第一设定值时,所述第一小区域和第二小区域之间存在断点,将所述第一小区域靠近所述第二小区域的纵向边的两个顶点分别与所述第二小区域靠近所述第一小区域的纵向边的两个顶点相连接获取断层区,其中断点位于所述断层区内,分别计算第一小区域和第二小区域所在网格中的其他层位线上相邻小区域之间的最短距离,并判断其他层位线上相邻小区域之间是否存在断点,在存在断点的情况下,同时获取所有其他层位线上相连接的两个小区域之间的断层区。
6.根据权利要求5所述一种基于图像识别技术的地质断层识别方法,其特征在于,在步骤S5中,在第一层位线上相连接的两个小区域之间存在断点时,在与所述第一层位线相邻的第二层位线和第三层位线上且与所述相连接的两个小区域中任一区域属于同一网格的小区域之间不存在断点和断层区时,则所述第一层位线上所述相连接的两个小区域之间的断点为假;
在与所述第一层位线相邻的第二层位线和第三层位线上且与所述第一层位线中相连接的两个小区域中任一区域属于同一网格的小区域存在断点和断层区时,分别计算三个层位线上断层区面积和断层区的宽度比值,基于所述宽度比值判断断层区的真假。
7.根据权利要求6所述一种基于图像识别技术的地质断层识别方法,其特征在于,在所述第一层位线上的第一断层区的面积与所述第一断层区宽度的比值为第一比值,所述第二层位线上的第二断层区的面积与所述第二断层区宽度的比值为第二比值,所述第三层位线上的第三断层区的面积与所述第三断层区宽度的比值为第三比值,在所述第一比值与所述第二比值之间的差值小于预设差值且所述第一比值与所述第三比值之间的差值小于所述预设差值时,所述第一层位线上的断层区为真,获取所有层位线上为真的断层区,并将所述所有层位线上为真的断层区连接起来作为断层信息,其中所述断层信息包括的层位是连续的。
8.一种基于图像识别技术的地质断层识别系统,其特征在于,所述系统用于实现一种如权利要求1-7任一项所述的基于图像识别技术的地质断层识别方法,所述系统包括:
获取单元,用于通过三维地震数据获取目标区域的二维地震剖面图;
分割单元,用于将opencv分水岭算法应用于所述第一地震图像,将所述第一地震图像划分成包含多个小区域的第二地震图像;
建立单元,用于以所述第二地震图像的坐下角的顶点为原点,所述顶点连接的横向边为x轴,所述顶点连接的且与所述x轴垂直的边为y轴建立坐标系;
查找单元,用于基于每个小区域的位置和灰度值获取层位线;
计算单元配置为:根据同一层位线上满足相连接的第一小区域和第二小区域距离最短的两个点的坐标计算所述第一小区域和所述第二小区域的最短距离,并基于所述最短距离判断所述第一小区域和所述第二小区域之间是否存在断点,并在确定所述第一小区域和所述第二小区域之间存在断点时获取所述断点所在的断层区,其中,所述两个点中一个位于所述第一小区域的边上,另外一个点位于所述第二小区域的边上;
识别单元,用于基于所述第一小区域和所述第二小区域之间的断层区进行真伪识别,并基于所述每一层位线上的相连接的小区域之间的断层区获取断层信息。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310389864.6A CN116109934B (zh) | 2023-04-13 | 2023-04-13 | 一种基于图像识别技术的地质断层识别方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310389864.6A CN116109934B (zh) | 2023-04-13 | 2023-04-13 | 一种基于图像识别技术的地质断层识别方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116109934A true CN116109934A (zh) | 2023-05-12 |
CN116109934B CN116109934B (zh) | 2023-07-07 |
Family
ID=86267650
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310389864.6A Active CN116109934B (zh) | 2023-04-13 | 2023-04-13 | 一种基于图像识别技术的地质断层识别方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116109934B (zh) |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8600708B1 (en) * | 2009-06-01 | 2013-12-03 | Paradigm Sciences Ltd. | Systems and processes for building multiple equiprobable coherent geometrical models of the subsurface |
CN103473548A (zh) * | 2013-09-22 | 2013-12-25 | 铁道第三勘察设计院集团有限公司 | 一种利用图像处理和先验知识提取断裂构造信息方法 |
CN108254784A (zh) * | 2017-12-11 | 2018-07-06 | 中国石油天然气股份有限公司 | 一种基于二维地震数据的断层识别方法、装置及系统 |
CN108805154A (zh) * | 2017-08-23 | 2018-11-13 | 辽宁工程技术大学 | 一种基于空间聚类的地质断层识别方法 |
US10139508B1 (en) * | 2016-03-24 | 2018-11-27 | EMC IP Holding Company LLC | Methods and apparatus for automatic identification of faults on noisy seismic data |
CN112285771A (zh) * | 2020-09-03 | 2021-01-29 | 田晓峰 | 一种城市活断层探测中的隐伏断裂成像方法 |
CN113902769A (zh) * | 2021-08-18 | 2022-01-07 | 南方海洋科学与工程广东省实验室(广州) | 一种基于深度学习语义分割的地震断层识别方法 |
CN114488297A (zh) * | 2020-10-26 | 2022-05-13 | 中国石油化工股份有限公司 | 一种断层识别方法及装置 |
CN114612677A (zh) * | 2020-12-07 | 2022-06-10 | 中国石油化工股份有限公司 | 一种基于图形图像处理的低序级断层自动识别方法 |
CN114913463A (zh) * | 2022-05-24 | 2022-08-16 | 北京奇艺世纪科技有限公司 | 一种图像识别方法、装置、电子设备及存储介质 |
CN115640546A (zh) * | 2022-09-28 | 2023-01-24 | 中法渤海地质服务有限公司 | 一种图像与特征信息融合的岩性识别方法 |
-
2023
- 2023-04-13 CN CN202310389864.6A patent/CN116109934B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8600708B1 (en) * | 2009-06-01 | 2013-12-03 | Paradigm Sciences Ltd. | Systems and processes for building multiple equiprobable coherent geometrical models of the subsurface |
CN103473548A (zh) * | 2013-09-22 | 2013-12-25 | 铁道第三勘察设计院集团有限公司 | 一种利用图像处理和先验知识提取断裂构造信息方法 |
US10139508B1 (en) * | 2016-03-24 | 2018-11-27 | EMC IP Holding Company LLC | Methods and apparatus for automatic identification of faults on noisy seismic data |
CN108805154A (zh) * | 2017-08-23 | 2018-11-13 | 辽宁工程技术大学 | 一种基于空间聚类的地质断层识别方法 |
CN108254784A (zh) * | 2017-12-11 | 2018-07-06 | 中国石油天然气股份有限公司 | 一种基于二维地震数据的断层识别方法、装置及系统 |
CN112285771A (zh) * | 2020-09-03 | 2021-01-29 | 田晓峰 | 一种城市活断层探测中的隐伏断裂成像方法 |
CN114488297A (zh) * | 2020-10-26 | 2022-05-13 | 中国石油化工股份有限公司 | 一种断层识别方法及装置 |
CN114612677A (zh) * | 2020-12-07 | 2022-06-10 | 中国石油化工股份有限公司 | 一种基于图形图像处理的低序级断层自动识别方法 |
CN113902769A (zh) * | 2021-08-18 | 2022-01-07 | 南方海洋科学与工程广东省实验室(广州) | 一种基于深度学习语义分割的地震断层识别方法 |
CN114913463A (zh) * | 2022-05-24 | 2022-08-16 | 北京奇艺世纪科技有限公司 | 一种图像识别方法、装置、电子设备及存储介质 |
CN115640546A (zh) * | 2022-09-28 | 2023-01-24 | 中法渤海地质服务有限公司 | 一种图像与特征信息融合的岩性识别方法 |
Non-Patent Citations (5)
Title |
---|
WANG JING ET AL.: "Research on fault recognition method combining 3D Res-UNet and knowledge distillation", 《APPLIEDGEOGHYSICS》, vol. 18, no. 2, pages 199 - 212, XP037611685, DOI: 10.1007/s11770-021-0894-2 * |
YU AN ET AL.: "Deep Convolutional neural network for automatic fault recognition from 3D seismic datasets", 《COMPUTERS & GEOSCIENCES》, vol. 153, no. 2, pages 104776 * |
肖昆等: "基于声波测井的冻土区孔隙型水合物储层水合物饱和度估算方法", 《地质学报》, vol. 94, no. 05, pages 1664 - 1674 * |
胡广: "基于深度学习语义分割的断层识别应用研究", 《中国博士学位论文全文数据库 基础科学辑》, no. 02, pages 011 - 159 * |
陈雷等: "基于连通区域离散度的断层识别", 《北京工业大学学报》, vol. 43, no. 05, pages 754 - 761 * |
Also Published As
Publication number | Publication date |
---|---|
CN116109934B (zh) | 2023-07-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Li et al. | Automatic pavement crack detection by multi-scale image fusion | |
CN109949326A (zh) | 基于背包式三维激光点云数据的建筑物轮廓线提取方法 | |
CN110443836A (zh) | 一种基于平面特征的点云数据自动配准方法及装置 | |
Melo et al. | Estimating the nature and the horizontal and vertical positions of 3D magnetic sources using Euler deconvolution | |
CN105093299A (zh) | 一种基于炮检距向量片技术优化观测系统的方法及装置 | |
CN106683076A (zh) | 基于纹理特征聚类的机车轮对踏面损伤检测的方法 | |
CN110211178B (zh) | 一种利用投影计算的指针式仪表识别方法 | |
CN111812730B (zh) | 一种用于滑坡探测的电阻率数据融合三维成像方法及系统 | |
CN106500594B (zh) | 融合反射强度和几何特征的铁路轨道半自动检测方法 | |
CN103632376A (zh) | 一种两级框架的车辆部分遮挡消除方法 | |
CN111932669A (zh) | 一种基于边坡岩体特征对象的变形监测方法 | |
CN108845358B (zh) | 断层及构造异常体识别方法及装置 | |
CN108830317A (zh) | 基于数字摄影测量的露天矿山边坡岩体节理产状快速精细取值方法 | |
CN116109934B (zh) | 一种基于图像识别技术的地质断层识别方法及系统 | |
CN111983678A (zh) | 一种快速评价深水砂体发育潜力的方法 | |
CN109887034B (zh) | 一种基于深度图像的人体定位方法 | |
CN108876760A (zh) | 一种基于历史解译知识的遥感影像变化检测方法 | |
Kruglov | The algorithm of the roundwood volume measurement via photogrammetry | |
CN116226640A (zh) | 一种针对隧道物探反演数据的不良地质特征提取方法 | |
CN111091049A (zh) | 一种基于反向特征匹配的路面障碍物检测方法 | |
CN115797649A (zh) | 一种复杂背景下的裂缝提取方法 | |
CN110244359B (zh) | 一种基于改进地震切片技术的异常体边缘检测计算方法 | |
Zhu et al. | Automatic Three‐Dimensional Measurement of Large‐Scale Structure Based on Vision Metrology | |
Deshpande et al. | Modeling Rollers Using Terrestrial Lidar Points in a Hot-Rolling Steel Mill | |
CN116524008B (zh) | 一种用于安检ct智能识别的目标物匹配与空间位置估计方法 |
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 |