JP2004506275A - 非線形異方性拡散による地震画像のエッジ保護強化 - Google Patents
非線形異方性拡散による地震画像のエッジ保護強化 Download PDFInfo
- Publication number
- JP2004506275A JP2004506275A JP2002518422A JP2002518422A JP2004506275A JP 2004506275 A JP2004506275 A JP 2004506275A JP 2002518422 A JP2002518422 A JP 2002518422A JP 2002518422 A JP2002518422 A JP 2002518422A JP 2004506275 A JP2004506275 A JP 2004506275A
- Authority
- JP
- Japan
- Prior art keywords
- point
- data set
- image
- matrix
- data sets
- 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.)
- Pending
Links
- 238000009792 diffusion process Methods 0.000 title claims abstract description 39
- 239000011159 matrix material Substances 0.000 claims abstract description 47
- 238000000034 method Methods 0.000 claims abstract description 23
- 238000001914 filtration Methods 0.000 claims description 13
- 238000003672 processing method Methods 0.000 claims description 7
- 238000003325 tomography Methods 0.000 claims description 6
- 230000007480 spreading Effects 0.000 claims description 4
- 230000008901 benefit Effects 0.000 description 2
- 230000002708 enhancing effect Effects 0.000 description 1
- 229930195733 hydrocarbon Natural products 0.000 description 1
- 150000002430 hydrocarbons Chemical class 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 239000002243 precursor Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/70—Denoising; Smoothing
-
- 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
-
- 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
- G06V10/30—Noise filtering
-
- 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
- G01V2210/646—Fractures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20004—Adaptive image processing
- G06T2207/20012—Locally adaptive
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20172—Image enhancement details
- G06T2207/20192—Edge enhancement; Edge preservation
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Theoretical Computer Science (AREA)
- Remote Sensing (AREA)
- Multimedia (AREA)
- Acoustics & Sound (AREA)
- Environmental & Geological Engineering (AREA)
- Geology (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Geophysics (AREA)
- Image Processing (AREA)
- Image Analysis (AREA)
Abstract
Description
本発明は、拡散プロセスを適用して画像、例えば地震画像を処理する方法に関する。このような方法は公知であり、例えばジェイ・ウェッカート(J Weickert)による論文「画像処理における異方性拡散(Anisotropic diffusion in image processing)」、1996年1月、第41〜44頁を参照のこと。
【0002】
(a)n次元初期画像データセットを得る工程であって、該データセットの各要素u(m=0)は前記画像のポイントの初期画像強度であり、かつn=2又はn=3である前記工程、
(b)各ポイントに対してu(m)の偏微分係数をn方向について計算し、偏微分係数uxiのn個の微分係数データセットを得る工程、
(c)各ポイントに対して対称的なnxn構造行列Sを計算する工程であって、その要素spqがuxp・uxqに等しい前記工程、
(d)各ポイントに対してnxn拡散行列Dを計算する工程であって、その要素dijが前記要素spqの関数である前記工程、
(e)各ポイントに対して次式u(m+1)=u(m)+div(Dgrad(u(m)))を用いてu(m)からu(m+1)を計算する工程、及び
(f)(b)から(e)の工程をM回繰り返して処理画像を得る工程、
からなる拡散方法は公知である。
【0003】
他に特定されない限り、次の事項、すなわち
i,j,p,q=1,…,n;
uxi=∂u/∂xi
が明細書及び特許請求の範囲を通して維持される。
【0004】
画像データセットの要素は、画像のポイントともいう。
【0005】
公知の方法では、初期画像を処理して連続的な画像を得るが、その際、各画像は拡散プロセスにより前のものから得る。拡散法は、拡散方程式
∂u/∂t=div(D・∇u)
によっても記載できる。
【0006】
4種類の拡散法がある。まず、拡散係数Dがスカラーである等方性拡散と、Dが行列である異方性拡散がある。次に、これら2種類の各々について、拡散が線形でありDがuの関数でないか又は拡散が非線形でありDがuの関数であり得る。
【0007】
この方法は地震画像の処理にも適用でき、この場合には画像の強度は地震信号の大きさである。
【0008】
拡散法の利点は、ノイズが抑制されることである。地震画像の処理に特に関係のある別の利点は、2、3サイクル後に地質構造がより明瞭に際立つことである。しかしながら、この方法での問題はエッジ(edge)の保護である。
【0009】
エッジの保護は、地震画像の解釈において大いに関心のあることであり、地下層群の研究、特に炭化水素を含んだ地下層群の研究に重要な役割を演じる。また、地震データからノイズを除去しつつ断層を際立たせることができるエッジ保護技術にも大いに関心がある。
【0010】
等方性拡散処理と協力したエッジ保護のために、ペロナ−マリク(Perona−Malik)モデルに基づいた方法が提案され(ウェッカートの上記論文の第10頁参照)、その拡散方程式は∂u/∂t=div(g(|∇u|2 )∇u)であり、非線形拡散係数はg(|∇u|2 )=(1+|∇u|2 /λ2)−1であり、スカラーλは所定のエッジ保護パラメータである。
【0011】
出願人は公知の方法への単純な付加を提案するものであり、これはノイズを除去できる一方でエッジを保護する効果的な方法であると判明した。また、出願人は異方性拡散に適用できるような方法も提案する。
【0012】
このために、本発明による画像処理方法は、
(a)n次元初期画像データセットを得る工程であって、該データセットの各要素u(m=0)が、前記画像におけるポイントの初期画像強度であり、かつn=2又はn=3である前記工程、
(b)各ポイントに対してu(m)の偏微分係数をn方向について計算し、偏微分係数uxiのn個の微分係数データセットを得る工程、
(c)各ポイントに対して対称的なnxn構造行列Sを計算する工程であって、その要素spqがuxp・uxqに等しい前記工程、
(d)各ポイントに対してnxn拡散行列Dを計算する工程であって、その要素dijが前記要素spqの関数である前記工程、
(e)各ポイントに対して次式u(m+1)=u(m)+c・div(ε・Dgrad(u(m)))を用いてu(m)からu(m+1)を計算する工程であって、式中、cは0≦c≦1の所定の定数であり、εは0≦ε≦1のスカラーであり、εはエッジに接近しているとき零に近く、エッジから遠く離れているとき1に近い上記工程、及び
(f)(b)から(e)の工程をM回繰り返して処理画像を得る工程、
を含む。
【0013】
このようにして、異方性の非線形拡散にエッジ保護が導入される。
【0014】
適切には、工程(c)は、各ポイントに対して対称的なnxn構造先行(precursor)行列S0 を計算する工程であって、その要素s0 pqはuxp・uxqに等しい前記工程、(1/2)n(n+1)個のデータセットを作る工程であって、その第1データセットの要素は各ポイントに属するs0 11 であり、第2データセットの要素はs0 12 である等々の前記工程、及び適当なカーネル(kernel)を用いたコンボリューション(convolution)によりこれらのデータセットの各々をフィルタリングして、nxn構造行列Sの要素spqを得る工程を含む。
【0015】
別法として、工程(c)が、各ポイントに対して適当なカーネルを用いたコンボリューションにより偏微分係数uxiをフィルタリングし、正規化した(regularized)偏微分係数ur xiを得る工程、各ポイントに対して対称的なnxn構造先行行列S0 を計算する工程であって、その要素s0 pqがur xp・ur xqに等しい前記工程、(1/2)n(n+1)個のデータセットを作る工程であって、その第1データセットの要素が各ポイントに属するs0 11 であり、第2データセットの要素がs0 12 である等々の前記工程、及び適当なカーネルを用いたコンボリューションによりこれらのデータセットの各々をフィルタリングし、nxn構造行列Sの要素spqを得る工程を含む。
【0016】
先行行列を計算する上述の工程(c)の代替案では、ε=trace(S0 S)/(trace(S0 )・trace(S))のようにエッジ保護パラメータを定義できる。このようにして、各ポイントに対してエッジ保護パラメータを計算する。
【0017】
また本発明は、エッジ保護パラメータを表示するための画像処理方法にも関する。この方法は、
(a)n次元の初期画像データセットを得る工程であって、このデータセットの各要素u(m=0)は、該画像のポイントの初期画像強度であり、またn=2又はn=3である前記工程、
(b)各ポイントに対してu(m)の偏微分係数をn方向について計算し、偏微分係数uxiのn個の微分係数データセットを得る工程、
(c)各ポイントに対して対称的なnxn構造行列S0 を計算する工程であって、その要素s0 pqがuxp・uxqに等しい前記工程、(1/2)n(n+1)個のデータセットを作る工程であって、その第1データセットの要素が各ポイントに属するs0 11 であり、第2データセットの要素がs0 12 である等々の前記工程、及び適当なカーネルを用いたコンボリューションによりこれらのデータセットの各々をフィルタリングしてnxn構造行列Sの要素spqを得る工程、並びに
(d)各ポイントに対してε=trace(S0 S)/(trace(S0 )・trace(S))を計算し、計算したεの値を各ポイントに付与して断層が際立った画像を得る工程、
を含む。
【0018】
別法として、画像処理方法は、
(a)n次元の初期画像データセットを得る工程であって、このデータセットの各要素u(m=0)は、該画像のポイントの初期画像強度であり、またn=2又はn=3である前記工程、
(b)各ポイントに対してu(m)の偏微分係数をn方向について計算し、偏微分係数uxiのn個の微分係数データセットを得る工程、
(c)各ポイントに対して適当なカーネルを用いたコンボリューションにより偏微分係数uxiをフィルタリングし、正規化した偏微分係数ur xiを得る工程、各ポイントに対して対称的なnxn構造先行行列S0 を計算する工程であって、その要素s0 pqがur xp・ur xqに等しい前記工程、(1/2)n(n+1)個のデータセットを作る工程であって、その第1データセットの要素が各ポイントに属するs0 11 であり、第2データセットの要素がs0 12 である等々の前記工程、及び適当なカーネルを用いたコンボリューションによりこれらのデータセットの各々をフィルタリングし、nxn構造マトリクスSの要素spqを得る工程、並びに
(d)各ポイントに対してε=trace(S0 S)/(trace(S0 )・trace(S))を計算し、計算したεの値を各ポイントに付与して断層が際立った画像を得る工程、
を含む。
【0019】
ジェイ・ウェッカートによる論文「コヒーレンス強化の拡散フィルタリング(Coherence−Enhancing Diffusion Filtering)」、第111〜127頁、(1999年)では、上述した論文から公知の方法の変更が議論されている。この論文は、フロー型の構造で画像におけるコヒーレンスを強化するための方法を開示する。この方法は、エッジを保護するための方法ではなく、本発明のパラメータεに対応するパラメータが開示されていない。
【0020】
以下、本発明を例として詳細に説明する。まず、2次元画像についての方程式を議論し、次に3次元画像について議論し、その後で別の実施態様について議論する。
【0021】
2次元では、初期画像データセットは、k1 xk2 個の要素(ポイント)u(m=0)を含み、各要素uの値は、画像のポイントの初期画像強度であり、また、k1 とk2 は、2次元画像の2方向x1 及びx2 におけるポイント数である。2次元におけるこのようなポイントを称するのに、ピクセルという語が用いられ、3次元ではこのポイントをボクセルと称する。
【0022】
次の工程は、すべてのポイントu(m)の偏微分係数をn方向において計算し、偏微分係数uxiのn個の微分係数データセットを得ることからなる。その第1のデータセットは、ux1(=∂u/∂x1 )のk1 xk2 個の値からなり、第2データセットは、ux2(=∂u/∂x2 )のk1 xk2 個の値からなる。
【0023】
次に、各ポイントに対して、対称的なnxn構造行列Sを計算する。その要素spqは、uxp・uxqに等しい。この構造行列Sは、2次元の
【数1】
である。
【0024】
次に、各ポイントに対して、nxn拡散行列Dを計算する。この要素dijは、要素spqの関数であり、要素spqは、偏微分係数uxp及びuxqの関数である。
【0025】
次に、要素u(m=0)からなる画像をM回の工程にて処理し、要素u(m=M)からなる処理画像を得る。その際、各工程の後、整数mを1増加させる。各画像のk1 xk2 個の値u(m+1)は、拡散型方程式:u(m+1)=u(m)+c・div(ε・Dgrand(u(m)))を解くことにより、前の画像から値u(m)から得られる。画像を処理する回数Mは、事前に決められた数である。ノイズを除去するためには、Mは2〜4の範囲にあるのが適切であり、さらに画像を簡素化しなければならない場合には、Mは5〜20の範囲にあるのが適切である。
【0026】
この方程式では、cは0≦c≦1の所定の定数であり、εは0≦ε≦1のスカラーであり、εは、エッジに近接しているとき零に近く、エッジから遠く離れているとき1に近い。スカラーεは、断層強調係数(highlighter)であると理解できる。
【0027】
2次元では、
【数2】
である。
【0028】
3次元では、画像データセットは、k1 xk2 xk3 個の画像強度u(m)を含む。第1の微分係数データセットは、ux1(=∂u/∂x1 )のk1 xk2 xk3 個の値からなり、第2の微分係数データセットは、ux2(=∂u/∂x2 )のk1 xk2 xk3 個の値からなり、第3の微分係数データセットは、ux3(=∂u/∂x3 )のk1 xk2 xk3 個の値からなる。そのnxn構造行列Sは、
【数3】
である。3次元では、
【数4】
である。
【0029】
上記では、拡散行列は、画像強度から直接には計算されない。しかしながら、フィルタリングされたデータから拡散行列を計算するのが適切である。従って、適切には、構造行列を計算する工程は、各ポイントに対して対称的なnxn構造先行行列S0 を計算する工程であって、その要素s0 pqはuxp・uxqに等しい前記工程、(1/2)n(n+1)個のデータセットを作る工程であって、その第1データセットの要素は各ポイントに属するs0 11 であり、第2データセットの要素はs0 12 である等々の前記工程、及び適当なカーネルを用いたコンボリューションによりこれらのデータセットの各々をフィルタリングして、nxn構造行列Sの要素spqを得る工程を含む。
【0030】
別の実施態様では、フィルタリングされた偏微分係数からnxn構造行列Sを計算する。このために、各ポイントに対して適当なカーネルを用いたコンボリューションによって偏微分係数uxiをフィルタリングし、正規化した偏微分係数ur xiを得る。各ポイントに対して、対称的なnxn構造先行行列S0 を計算する。その要素s0 pqはur xp・ur xqに等しい。次に、(1/2)n(n+1)個のデータセットを作る。その第1データセットの要素は、各ポイントに属するs0 11 であり、第2データセットの要素は、s0 12 であり、等々。そして、適当なカーネルを用いたコンボリューションによりこれらのデータセットをフィルタリングし、nxn構造行列Sの要素spqを得る。
【0031】
エッジ保護パラメータεは、計算により画像データセットから導出するのが適切である。出願人は、構造先行行列S0 を用いてスカラーεを概算できることを見つけた。好ましくはε=trace(S0 S)/(trace(S0 )・trace(S))である。式中、trace(A)は、行列Aの対角要素akkの合計である。このように、2又は3方向におけるu(m)の偏微分係数の関数となる。そして、スカラーεは、各ポイントに対して計算される断層強調係数である。このスカラーは、断層がないときには約1であり、断層があるときには1よりずっと小さい。
【0032】
適切には、工程(d)は、nxn構造行列Sの各々についてn個の固有値λi 及びn個の固有ベクトルvi を求める工程、及びλ1 ≧λ2 (≧λ3 )となるように前記固有値をソートし、各ポイントに対してnxn拡散行列Dを計算する工程であって、n=2の場合その要素dpqはv2p・v2qに等しく、又はn=3の場合その要素dpqはv2p・v2q+v3p・v3qに等しい前記工程を含む。符号vip及びviqは、固有ベクトルvi のp番目及びq番目の要素を示す。よって、最大の固有値に属する固有ベクトルは、拡散行列に寄与せず、より小さい固有値(単数又は複数)に属する固有ベクトル(単数又は複数)が寄与する。このことが、最大の固有値に属する固有ベクトルの方向における画像輝度の拡散を抑える。この後者の固有ベクトルは反射に垂直な方向を有する。
【0033】
適切なカーネルは、ローパスフィルタリング用のカーネルであり、このようなカーネルは、どこでも対称的かつ正である。適当なカーネルは、幅σ>0のガウスカーネルであり、次式により与えられる。すなわち、ガウスカーネルは、
【数5】
たるコンボリューションマスクとして使用される。式中、xはコンボリューションマスクの中心位置であり、‖・‖はユークリッドノルムであり、nは次元である。
【0034】
以下、例として添付図面を参照して本発明を説明する。
【0035】
図1を参照する。図1は元の画像を示す。この画像は、128ピクセル掛け128ピクセルであり、このピクセルは0〜255の範囲の値を有する。このピクチャーは、反射部(reflectors)1、2、3、4及び5並びに断層10、11、12、14及び15を示す。明瞭にするために、すべての反射部及び断層について参照番号を付して参照しているわけではない。
【0036】
図2及び3は、本発明により処理された元の画像を示す。構造テンソルは、次のように計算した。まず、各ポイントに対してガウスカーネルを用いたコンボリューションにより偏微分係数uxiをフィルタリングし、正規化した偏微分係数ur xiを得た。次に、各ポイントに対して、対称的なnxn構造先行行列S0 を計算した。その要素s0 pqはur xp・ur xqに等しい。そして(1/2)n(n+1)個のデータセットを作る。その第1データセットの要素は、各ポイントに属するs0 11 であり、第2データセットの要素はs0 12 である等々。このnxn構造行列Sの要素spqを得るために、ガウスカーネルを用いるコンボリューションにより、これらのデータセットの各々をフィルタリングする。
【0037】
図2を得るために、3回の異方性拡散工程を適用した。ノイズが低減されている一方でエッジがより明瞭になっている。
【0038】
図3は、10回の異方性拡散工程の後に本発明による方法で得られた、ノイズがより少なくより滑らかなピクチャーを示す。
【0039】
本発明による方法で得られた改善を示すために、図4〜7を参照する。これらは公知の方法で得られたものである。図4は、エッジ保護なしでε=1として異方性拡散工程を3回用いて、本発明によらずに処理された画像を示す。
【0040】
図5は、エッジ保護なしでε=1として異方性拡散工程を10回用いて、本発明によらずに処理された画像を示す。
【0041】
図6は、エッジ保護なしで等方性拡散を用いて、本発明によらずに処理された画像を示す。図7は、λ=10のペロナ−マリックによるエッジ保護ありの等方性拡散を用いて、本発明によらずに処理された画像を示す。
【0042】
図8は、図1から得られた画像を示し、断層を際立たせるように処理してある。この画像処理方法は、元の画像(図1)の各ポイントに対してu(m)の偏微分係数をn方向について計算し、偏微分係数uxiのn個の微分係数データセットを得る工程、各ポイントに対して適当なカーネルを用いたコンボリューションにより偏微分係数uxiをフィルタリングして、正規化した偏微分係数ur xiを得る工程、各ポイントに対して対称的なnxn構造先行行列S0 を計算する工程であって、その要素s0 pqがur xp・ur xqに等しい前記工程、(1/2)n(n+1)個のデータセットを作る工程であって、その第1データセットの要素が各ポイントに属するs0 11 であり、第2データセットの要素がs0 12 である等々の前記工程、及び適当なカーネルを用いるコンボリューションによりこれらのデータセットの各々をフィルタリングし、nxn構造行列Sの要素spqを得る工程からなっていた。次に、各ポイントに対してε=trace(S0 S)/(trace(S0 )・trace(S))を計算し、εの値を各ポイントに付与し、断層が黒で際立っている図8を得た。
【図面の簡単な説明】
【図1】
図1は元の画像を示す。
【図2】
異方性拡散工程を3回用いて本発明により処理された画像を示す。
【図3】
異方性拡散工程を10回用いて本発明により処理された画像を示す。
【図4】
エッジ保護なしでε=1として異方性拡散工程を3回用いて、本発明によらずに処理された画像を示す。
【図5】
エッジ保護なしでε=1として異方性拡散工程を10回用いて、本発明によらずに処理された画像を示す。
【図6】
エッジ保護なしで等方性拡散を用いて、本発明によらずに処理された画像を示す。
【図7】
λ=10のペロナ−マリックによるエッジ保護ありの等方性拡散を用いて、本発明によらずに処理された画像を示す。
【図8】
断層を際立たせるように処理した図1の画像を示す。
【符号の説明】
1、2、3、4、5 反射部
10、11、12、14、15 断層
Claims (7)
- (a)n次元初期画像データセットを得る工程であって、該データセットの各要素u(m=0)が、前記画像におけるポイントの初期画像強度であり、かつn=2又はn=3である前記工程、
(b)各ポイントに対してu(m)の偏微分係数をn方向について計算し、偏微分係数uxiのn個の微分係数データセットを得る工程、
(c)各ポイントに対して対称的なnxn構造行列Sを計算する工程であって、その要素spqがuxp・uxqに等しい前記工程、
(d)各ポイントに対してnxn拡散行列Dを計算する工程であって、その要素dijが前記要素spqの関数である前記工程、
(e)各ポイントに対して次式u(m+1)=u(m)+c・div(ε・Dgrad(u(m)))を用いてu(m)からu(m+1)を計算する工程であって、式中、cは0≦c≦1の所定の定数であり、εは0≦ε≦1のスカラーであり、εはエッジに接近しているとき零に近く、エッジから遠く離れているとき1に近い上記工程、及び
(f)(b)から(e)の工程をM回繰り返して処理画像を得る工程、
を含む画像処理方法。 - 前記工程(c)が、各ポイントに対して対称的なnxn構造先行行列S0 を計算する工程であって、その要素s0 pqがuxp・uxqに等しい前記工程、(1/2)n(n+1)個のデータセットを作る工程であって、その第1データセットの要素は各ポイントに属するs0 11 であり、第2データセットの要素はs0 12 である等々の前記工程、及び適当なカーネルを用いたコンボリューションによりこれらのデータセットの各々をフィルタリングして、nxn構造行列Sの要素spqを得る工程を含む請求項1記載の方法。
- 工程(c)が、各ポイントに対して適当なカーネルを用いたコンボリューションにより偏微分係数uxiをフィルタリングし、正規化した偏微分係数ur xiを得る工程、各ポイントに対して対称的なnxn構造先行行列S0 を計算する工程であって、その要素s0 pqがur xp・ur xqに等しい前記工程、(1/2)n(n+1)個のデータセットを作る工程であって、その第1データセットの要素が各ポイントに属するs0 11 であり、第2データセットの要素がs0 12 である等々の前記工程、及び適当なカーネルを用いたコンボリューションによりこれらのデータセットの各々をフィルタリングし、nxn構造行列Sの要素spqを得る工程を含む、請求項1記載の方法。
- ε=trace(S0 S)/(trace(S0 )・trace(S))である、請求項2又は3に記載の方法。
- 工程(d)が、nxn構造行列Sの各々についてのn個の固有値λi 及びn個の固有ベクトルvi を求める工程、λ1 ≧λ2 (≧λ3 )となるように前記固有値をソートし、各ポイントに対してnxn拡散行列Dを計算する工程であって、n=2の場合その要素dpqはv2p・v2qに等しく、又はn=3の場合その要素dpqはv2p・v2q+v3p・v3qに等しい前記工程を含む、請求項1〜4のいずれか一項に記載の方法。
- (a)n次元初期画像データセットを得る工程であって、このデータセットの各要素u(m=0)は、該画像のポイントの初期画像強度であり、またn=2又はn=3である前記工程、
(b)各ポイントに対してu(m)の偏微分係数をn方向について計算し、偏微分係数uxiのn個の微分係数データセットを得る工程、
(c)各ポイントに対して対称的なnxn構造行列S0 を計算する工程であって、その要素s0 pqがup ・uq に等しい前記工程、(1/2)n(n+1)個のデータセットを作る工程であって、その第1データセットの要素が各ポイントに属するs0 11 であり、第2データセットの要素がs0 12 である等々の前記工程、及び適当なカーネルを用いたコンボリューションにより、これらのデータセットの各々をフィルタリングしてnxn構造行列Sの要素spqを得る工程、並びに
(d)各ポイントに対してε=trace(S0 S)/(trace(S0 )・trace(S))を計算し、計算したεの値を各ポイントに付与して断層が際立った画像を得る工程、
を含む画像処理方法。 - (a)n次元初期画像データセットを得る工程であって、このデータセットの各要素u(m=0)は、該画像のポイントの初期画像強度であり、またn=2又はn=3である前記工程、
(b)各ポイントに対してu(m)の偏微分係数をn方向について計算し、偏微分係数uxiのn個の微分係数データセットを得る工程、
(c)各ポイントに対して適当なカーネルを用いたコンボリューションにより偏微分係数uxiをフィルタリングし、正規化した偏微分係数ur xiを得る工程、各ポイントに対して対称的なnxn構造先行行列S0 を計算する工程であって、その要素s0 pqがur xp・ur xqに等しい前記工程、(1/2)n(n+1)個のデータセットを作る工程であって、その第1データセットの要素が各ポイントに属するs0 11 であり、第2データセットの要素がs0 12 である等々の前記工程、及び適当なカーネルを用いたコンボリューションによりこれらのデータセットの各々をフィルタリングし、nxn構造マトリクスSの要素spqを得る工程、並びに
(d)各ポイントに対してε=trace(S0 S)/(trace(S0 )・trace(S))を計算し、計算したεの値を各ポイントに付与して断層が際立った画像を得る工程、
を含む画像処理方法。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
EP00306780 | 2000-08-09 | ||
PCT/EP2001/009277 WO2002013139A1 (en) | 2000-08-09 | 2001-08-09 | Edge-preserving enhancement of seismic images by nonlinear anisotropic diffusion |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2004506275A true JP2004506275A (ja) | 2004-02-26 |
Family
ID=8173178
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2002518422A Pending JP2004506275A (ja) | 2000-08-09 | 2001-08-09 | 非線形異方性拡散による地震画像のエッジ保護強化 |
Country Status (10)
Country | Link |
---|---|
US (1) | US6725174B2 (ja) |
EP (1) | EP1307858B1 (ja) |
JP (1) | JP2004506275A (ja) |
AU (2) | AU2001284006B2 (ja) |
CA (1) | CA2417749C (ja) |
DE (1) | DE60102247T2 (ja) |
GC (1) | GC0000235A (ja) |
MY (1) | MY126900A (ja) |
NO (1) | NO324860B1 (ja) |
WO (1) | WO2002013139A1 (ja) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2012508883A (ja) * | 2008-11-14 | 2012-04-12 | エクソンモービル アップストリーム リサーチ カンパニー | 地球物理学的データセット中の異常検出のための窓型統計的分析 |
JP2013521919A (ja) * | 2010-03-18 | 2013-06-13 | コーニンクレッカ フィリップス エレクトロニクス エヌ ヴィ | 機能的画像データ強調及び/又はエンハンサ |
JP2013527926A (ja) * | 2010-05-06 | 2013-07-04 | エクソンモービル アップストリーム リサーチ カンパニー | 地球物理学的データセット中の異常検出のための窓型統計的分析 |
JP2013529809A (ja) * | 2010-06-25 | 2013-07-22 | カーベーアー−ノタシ ソシエテ アノニム | 積み重なった被印刷物、特に札束を非接触式に集計する方法およびシステム |
Families Citing this family (44)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
FR2831962B1 (fr) * | 2001-11-08 | 2004-06-25 | Geophysique Cie Gle | Procede de traitement sismique, notamment pour la compensation de birefringence sur des traces sismiques |
US7020307B2 (en) * | 2002-02-15 | 2006-03-28 | Inco Limited | Rock fragmentation analysis system |
JP2004362395A (ja) * | 2003-06-06 | 2004-12-24 | Ge Medical Systems Global Technology Co Llc | 画像処理方法および装置 |
US7319797B2 (en) * | 2004-06-28 | 2008-01-15 | Qualcomm Incorporated | Adaptive filters and apparatus, methods, and systems for image processing |
US7660481B2 (en) * | 2005-11-17 | 2010-02-09 | Vital Images, Inc. | Image enhancement using anisotropic noise filtering |
CA2659020C (en) * | 2006-06-21 | 2018-08-07 | Terraspark Geosciences, L.P. | Extraction of depositional systems |
EP2092293B1 (en) * | 2006-08-17 | 2015-08-19 | Terumo BCT, Inc. | Blood processing apparatus with robust outflow process control |
CA2657229A1 (en) | 2006-08-17 | 2008-02-21 | Caridianbct, Inc. | Blood processing apparatus with robust automated process control |
US8638327B2 (en) * | 2007-11-14 | 2014-01-28 | Microsoft Corporation | Tiled projections for planar processing of round earth data |
AU2008322505B9 (en) * | 2007-11-14 | 2014-10-02 | Cgg Jason (Netherlands) B.V. | Seismic data processing |
EP2271952A4 (en) * | 2008-04-11 | 2014-06-04 | Terraspark Geosciences Llc | VISUALIZATION OF GEOLOGICAL CHARACTERISTICS USING DATA PRESENTATIONS THEREOF |
US20100312480A1 (en) * | 2009-04-24 | 2010-12-09 | Hansteen Fredrik | Method for monitoring fluid flow in a multi-layered system |
US8170288B2 (en) * | 2009-05-11 | 2012-05-01 | Saudi Arabian Oil Company | Reducing noise in 3D seismic data while preserving structural details |
US9536022B1 (en) | 2009-06-01 | 2017-01-03 | Paradigm Sciences Ltd. | Systems and methods for modeling faults in the subsurface |
US9418182B2 (en) | 2009-06-01 | 2016-08-16 | Paradigm Sciences Ltd. | Systems and methods for building axes, co-axes and paleo-geographic coordinates related to a stratified geological volume |
US8600708B1 (en) | 2009-06-01 | 2013-12-03 | Paradigm Sciences Ltd. | Systems and processes for building multiple equiprobable coherent geometrical models of the subsurface |
US8711140B1 (en) | 2009-06-01 | 2014-04-29 | Paradigm Sciences Ltd. | Systems and methods for building axes, co-axes and paleo-geographic coordinates related to a stratified geological volume |
US8743115B1 (en) | 2009-10-23 | 2014-06-03 | Paradigm Sciences Ltd. | Systems and methods for coordinated editing of seismic data in dual model |
US8694258B2 (en) * | 2010-02-14 | 2014-04-08 | Vermeer Manufacturing Company | Derivative imaging for subsurface object detection |
BR112012028653B1 (pt) | 2010-05-28 | 2020-11-10 | Exxonmobil Upstream Research Company | método para análise sísmica de sistema de hidrocarbonetos |
US8938105B2 (en) | 2010-10-28 | 2015-01-20 | Kabushiki Kaisha Toshiba | Denoising method and system for preserving clinically significant structures in reconstructed images using adaptively weighted anisotropic diffusion filter |
CN102646265B (zh) | 2011-02-22 | 2015-09-23 | 株式会社东芝 | 图像处理设备和方法 |
US10114134B2 (en) | 2012-03-02 | 2018-10-30 | Emerson Paradigm Holding Llc | Systems and methods for generating a geological model honoring horizons and faults |
US9759826B2 (en) | 2012-04-03 | 2017-09-12 | Paradigm Sciences Ltd. | System and method for generating an implicit model of geological horizons |
US20140278118A1 (en) * | 2013-03-14 | 2014-09-18 | Chevron U.S.A. Inc. | System and method for attenuating noise in seismic data |
EP3418778B1 (en) | 2013-03-15 | 2020-07-15 | Emerson Paradigm Holding LLC | Systems and methods to build sedimentary attributes |
CN104020492B (zh) * | 2013-07-01 | 2015-10-28 | 西安交通大学 | 一种三维地震资料的保边滤波方法 |
CN103489159B (zh) * | 2013-09-02 | 2016-05-04 | 电子科技大学 | 基于三边结构导向滤波的三维地震数据图像降噪方法 |
EP2869096B1 (en) | 2013-10-29 | 2019-12-04 | Emerson Paradigm Holding LLC | Systems and methods of multi-scale meshing for geologic time modeling |
CN104794685B (zh) * | 2014-01-17 | 2019-04-26 | 腾讯科技(深圳)有限公司 | 一种实现图像去噪的方法及装置 |
EP3122465B1 (en) | 2014-03-28 | 2018-06-20 | Terumo BCT, Inc. | Gain in separation processes with control loop |
US10422923B2 (en) | 2014-03-28 | 2019-09-24 | Emerson Paradigm Holding Llc | Systems and methods for modeling fracture networks in reservoir volumes from microseismic events |
CN104459792B (zh) * | 2014-11-12 | 2017-06-30 | 中国石油化工股份有限公司 | 一种构造约束下的边缘保护滤波方法 |
US9690002B2 (en) | 2015-06-18 | 2017-06-27 | Paradigm Sciences Ltd. | Device, system and method for geological-time refinement |
US10466388B2 (en) | 2016-09-07 | 2019-11-05 | Emerson Paradigm Holding Llc | System and method for editing geological models by switching between volume-based models and surface-based structural models augmented with stratigraphic fiber bundles |
FR3070208A1 (fr) * | 2017-08-18 | 2019-02-22 | Landmark Graphics Corporation | Detection de failles souterraines sur la base de l’interpretation des donnees sismiques |
WO2019060806A1 (en) * | 2017-09-22 | 2019-03-28 | Saudi Arabian Oil Company | ESTIMATING GEOLOGICAL RENDERING BASED ON SEISMIC DATA |
US11156744B2 (en) | 2019-01-10 | 2021-10-26 | Emerson Paradigm Holding Llc | Imaging a subsurface geological model at a past intermediate restoration time |
US10520644B1 (en) | 2019-01-10 | 2019-12-31 | Emerson Paradigm Holding Llc | Imaging a subsurface geological model at a past intermediate restoration time |
US10928533B2 (en) | 2019-04-24 | 2021-02-23 | Saudi Arabian Oil Company | Identifying potential hydrocarbon traps in a subterranean region using recursive anisotropic erosion of seismic data |
CN110596756B (zh) * | 2019-05-12 | 2020-12-25 | 吉林大学 | 基于自适应混合复扩散模型的沙漠地震勘探噪声压制方法 |
US11415717B2 (en) | 2020-08-18 | 2022-08-16 | Saudi Arabian Oil Company | Edge-preserving gaussian grid smoothing of noise components in subsurface grids to generate geological maps |
CN113568048B (zh) * | 2021-07-28 | 2022-08-26 | 电子科技大学 | 基于Hessian矩阵的三维地震相干属性调节方法 |
US11611500B2 (en) | 2021-07-29 | 2023-03-21 | Hewlett Packard Enterprise Development Lp | Automated network analysis using a sensor |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0438491A (ja) * | 1990-06-01 | 1992-02-07 | Soc Natl Elf Aquitaine <Snea> | 2次元像の解析方法 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6851473B2 (en) * | 1997-03-24 | 2005-02-08 | Pe-Tech Inc. | Enhancement of flow rates through porous media |
US6327537B1 (en) * | 1999-07-19 | 2001-12-04 | Luc T. Ikelle | Multi-shooting approach to seismic modeling and acquisition |
-
2001
- 2001-08-06 GC GCP20011559 patent/GC0000235A/en active
- 2001-08-07 MY MYPI20013713 patent/MY126900A/en unknown
- 2001-08-09 EP EP01962934A patent/EP1307858B1/en not_active Expired - Lifetime
- 2001-08-09 US US10/344,052 patent/US6725174B2/en not_active Expired - Lifetime
- 2001-08-09 WO PCT/EP2001/009277 patent/WO2002013139A1/en active IP Right Grant
- 2001-08-09 AU AU2001284006A patent/AU2001284006B2/en not_active Ceased
- 2001-08-09 AU AU8400601A patent/AU8400601A/xx active Pending
- 2001-08-09 CA CA002417749A patent/CA2417749C/en not_active Expired - Fee Related
- 2001-08-09 JP JP2002518422A patent/JP2004506275A/ja active Pending
- 2001-08-09 DE DE60102247T patent/DE60102247T2/de not_active Expired - Fee Related
-
2003
- 2003-02-07 NO NO20030607A patent/NO324860B1/no not_active IP Right Cessation
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0438491A (ja) * | 1990-06-01 | 1992-02-07 | Soc Natl Elf Aquitaine <Snea> | 2次元像の解析方法 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2012508883A (ja) * | 2008-11-14 | 2012-04-12 | エクソンモービル アップストリーム リサーチ カンパニー | 地球物理学的データセット中の異常検出のための窓型統計的分析 |
JP2013521919A (ja) * | 2010-03-18 | 2013-06-13 | コーニンクレッカ フィリップス エレクトロニクス エヌ ヴィ | 機能的画像データ強調及び/又はエンハンサ |
JP2013527926A (ja) * | 2010-05-06 | 2013-07-04 | エクソンモービル アップストリーム リサーチ カンパニー | 地球物理学的データセット中の異常検出のための窓型統計的分析 |
JP2013529809A (ja) * | 2010-06-25 | 2013-07-22 | カーベーアー−ノタシ ソシエテ アノニム | 積み重なった被印刷物、特に札束を非接触式に集計する方法およびシステム |
Also Published As
Publication number | Publication date |
---|---|
CA2417749A1 (en) | 2002-02-14 |
AU2001284006B2 (en) | 2004-06-17 |
CA2417749C (en) | 2009-09-22 |
NO20030607D0 (no) | 2003-02-07 |
US20030179907A1 (en) | 2003-09-25 |
NO20030607L (no) | 2003-04-08 |
AU8400601A (en) | 2002-02-18 |
NO324860B1 (no) | 2007-12-17 |
US6725174B2 (en) | 2004-04-20 |
DE60102247D1 (de) | 2004-04-08 |
EP1307858B1 (en) | 2004-03-03 |
DE60102247T2 (de) | 2005-02-24 |
EP1307858A1 (en) | 2003-05-07 |
MY126900A (en) | 2006-10-31 |
GC0000235A (en) | 2006-03-29 |
WO2002013139A1 (en) | 2002-02-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP2004506275A (ja) | 非線形異方性拡散による地震画像のエッジ保護強化 | |
AU2001284006A1 (en) | Edge-preserving enhancement of seismic images by nonlinear anisotropic diffusion | |
Chan et al. | Convergence of the alternating minimization algorithm for blind deconvolution | |
US7146059B1 (en) | Method of performing fast bilateral filtering and using the same for the display of high-dynamic-range images | |
Getreuer | Total variation deconvolution using split Bregman | |
Srinivasan et al. | Landsat data destriping using power spectral filtering | |
EP2724255B1 (en) | Applying rapid numerical approximation of convolutions with filters for image processing purposes | |
EP2232434B1 (en) | Method of generating a multiscale contrast enhanced image. | |
Noori et al. | A bilateral image inpainting | |
Anger et al. | Blind image deblurring using the l0 gradient prior | |
Tschumperlé et al. | Non-local image smoothing by applying anisotropic diffusion PDE's in the space of patches | |
EP2048616A1 (en) | Method of generating a multiscale contrast enhanced image | |
Lv et al. | Convex blind image deconvolution with inverse filtering | |
Sharma et al. | Deep learning based frameworks for image super-resolution and noise-resilient super-resolution | |
Nuha et al. | Bilateral filters with elliptical Gaussian kernels for seismic surveys denoising | |
Jiang | A multi-parameter regularization model for deblurring images corrupted by impulsive noise | |
Gholami et al. | Simultaneous constraining of model and data smoothness for regularization of geophysical inverse problems | |
Karras et al. | New PDE-based methods for image enhancement using SOM and Bayesian inference in various discretization schemes | |
Hussein et al. | A study on image noise and various image denoising techniques | |
Liu et al. | Adaptive High-order Variation De-noising Method for Edge Detection with Wavelet Coefficients. | |
Kiani et al. | Solving robust regularization problems using iteratively re-weighted least squares | |
Babic et al. | An efficient noise removal and edge preserving convolution filter | |
Zhang et al. | Image restoration via patch orientation-based low-rank matrix approximation and nonlocal means | |
van Beek et al. | Image denoising and restoration based on nonlocal means | |
Shanmugasundaram et al. | A Novel Image Restoration Algorithm Using NSCT and Pixel Level Fusion. |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20080801 |
|
RD02 | Notification of acceptance of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7422 Effective date: 20100226 |
|
RD02 | Notification of acceptance of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7422 Effective date: 20100728 |
|
RD04 | Notification of resignation of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7424 Effective date: 20100825 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20101019 |
|
A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20110517 |