[發明專利]地震剖面圖像的紋理分割方法和裝置

在審

• 申請號: 201610581279.6
• 申請日: 2016-07-21
• 公開（公告）號: CN107644400A
• 公開（公告）日: 2018-01-30
• 發明（設計）人: 劉旭躍;張兵;周巍
• 申請（專利權）人: 中國石油化工股份有限公司;中國石油化工股份有限公司石油物探技術研究院
• 主分類號: G06T5/00
• 分類號: G06T5/00;G06T5/40;G06T7/12;G06K9/62
• 代理公司: 北京思創畢升專利事務所11218
• 代理人: 孫向民

技術領域

本發明涉及地震資料處理領域，更具體地，涉及一種地震剖面圖像的紋理分割方法和一種地震剖面圖像的紋理分割裝置。

背景技術

在圖像分割方法中，針對地震剖面圖像處理的技術較少，且效果不理想。在羅雄的《地震剖面圖像紋理分割方法研究》中，采用分形維數的方法，但這種方法對參數選取要求較高，健壯性較差。在呂知辛的《地震剖面分割的模式識別方法》中，利用模式識別和圖像分析方法，獲取不同巖性的地層層序，同時還要結合測井的方法才能最后確定層序。在杜紅的《分割地震剖面的分形特征研究》中采用分形原理進行分形維數的估測，探索分形特征進行圖像分割的可行性，不具備應用的能力。

因此，有必要開發一種對地震剖面紋理進行自動、高效分割的地震剖面圖像的紋理分割方法和裝置。

公開于本發明背景技術部分的信息僅僅旨在加深對本公開的一般背景技術的理解，而不應當被視為承認或以任何形式暗示該信息構成已為本領域技術人員所公知的現有技術。

發明內容

本發明提供一種地震剖面圖像的紋理分割方法和裝置，其通過對特征提取和圖像邊緣檢測的結果應用聚類算法實現地震剖面問題的自動、高效分割。

根據本發明的一方面，提出一種地震剖面圖像的紋理分割方法，該方法可以包括以下步驟：輸入原始的地震剖面圖像；將所述地震剖面圖像轉換為灰度圖像；利用小波變換對所述灰度圖像進行特征提取；對所述灰度圖像進行圖像紋理邊緣檢測，以產生剖面邊緣圖；以及基于特征提取的結果和所述剖面邊緣圖應用聚類算法以按照紋理類型對所述地震剖面圖像進行紋理分割。

優選地，特征提取可以基于定義在2n*2n大小窗口中的紋理能量宏特征E(i,j)進行：

其中，i,j為像素坐標，n,k,l為自然數，E(i,j)為像素(i,j)的特征值，ω(k,l)表示以像素(i,j)為中心的2n*2n大小窗口的第(k,l)個小波系數。

優選地，圖像紋理邊緣檢測可以包括以下步驟：對所述灰度圖像進行濾波以消除噪聲；基于圖像灰度沿X、Y兩個方向的偏導數得到梯度的幅值和方向；對梯度的幅值進行非極大抑制，以定位準確的邊緣；遍歷經過非極大抑制的圖像，基于累計直方圖計算包括高閾值和低閾值的雙閾值；以及利用雙閾值對經過非極大抑制的圖像進行邊緣檢測。

優選地，對所述灰度圖像進行濾波以消除噪聲可以包括：對所述灰度圖像進行中值濾波，具體公式為：

g(x,y)＝med{f(x-k,y-l),(k,l∈W)}

其中，g(x,y)為濾波輸出的圖像，f(x,y)為原始圖像，med{}為中值濾波函數，W為二維模版。

優選地，利用雙閾值對經過非極大抑制的圖像進行邊緣檢測可以包括：在經過非極大抑制的圖像中，灰度值大于高閾值的像素點被確定為邊緣，灰度值小于低閾值的被確定為不是邊緣，對于其他的像素，如果相鄰P個像素的平均值大于高閾值則被確定為邊緣，否則被確定為不是邊緣。

優選地，進行圖像分割可以包括以下步驟：計算c個紋理類的聚類中心矢量其中，F_j(j＝1,2,……,c)表示第j類像素的坐標集合，M_j為F_j中像素的數目；掃描ω(k,l)，尋找小波系數等于0的像素；計算ω(k,l)到Xj的距離Dj(k,l)；如果在所尋找到的像素(k,l)中，DT(k,l)＝min{Dj(k,l)}，則將該像素(k,l)分類到第T類紋理，否則查找距離該像素最近的邊緣值；以及如果該像素在該最近邊緣值的上方，則把該像素分類到上一類紋理，否則分類到下一類紋理。

根據本發明的另一方面，提出一種地震剖面圖像的紋理分割裝置，該裝置可以包括：輸入單元，其用于輸入原始的地震剖面圖像；灰度轉換單元，其用于將所述地震剖面圖像轉換為灰度圖像；特征提取單元，其用于利用小波變換對所述灰度圖像進行特征提取；紋理邊緣檢測單元，其用于對所述灰度圖像進行圖像紋理邊緣檢測，以產生剖面邊緣圖；以及圖像分割單元，其用于基于特征提取的結果和所述剖面邊緣圖應用聚類算法以按照紋理類型對所述地震剖面圖像進行紋理分割。

優選地，所述特征提取可以基于定義在2n*2n大小窗口中的紋理能量宏特征E(i,j)進行：

其中，i,j為像素坐標，n,k,l為自然數，E(i,j)為像素(i,j)的特征值，ω(k,l)表示以像素(i,j)為中心的2n*2n大小窗口的第(k,l)個小波系數。