[發(fā)明專利]基于AdaBoost算法的地震相干體圖像斷層自動識別方法及系統(tǒng)

有效

• 申請?zhí)枺?/td>: 201710186136.X
• 申請日: 2017-03-27
• 公開（公告）號: CN106951924B
• 公開（公告）日: 2020-01-07
• 發(fā)明（設(shè)計(jì)）人: 曹志民;吳云;韓建;劉超;劉挺;劉鶴
• 申請（專利權(quán)）人: 東北石油大學(xué)
• 主分類號: G06K9/62
• 分類號: G06K9/62
• 代理公司: 11462 北京眾元弘策知識產(chǎn)權(quán)代理事務(wù)所(普通合伙)
• 代理人: 周達(dá);尤志君

本發(fā)明提供了一種基于AdaBoost算法的地震相干體圖像斷層自動識別方法及系統(tǒng)，方法為：獲取地震相干體斷層圖像中的圖像塊，圖像塊包括斷層體圖像塊、斷層邊緣圖像塊和斷層背景圖像塊；通過預(yù)先訓(xùn)練的分類網(wǎng)絡(luò)，對圖像塊進(jìn)行分類，得到分類結(jié)果，分類網(wǎng)絡(luò)由多個(gè)分類器構(gòu)成，分類網(wǎng)絡(luò)通過AdaBoost算法學(xué)習(xí)獲得；根據(jù)分類結(jié)果，實(shí)現(xiàn)對地震相干體斷層圖像的自動識別。本發(fā)明采用了集成學(xué)習(xí)的方法訓(xùn)練分類網(wǎng)絡(luò)，運(yùn)用分類網(wǎng)絡(luò)對圖像塊進(jìn)行分類，可使斷層的自動識別與提取的結(jié)果更準(zhǔn)確。

技術(shù)領(lǐng)域

本發(fā)明涉及一種地震相干體斷層識別領(lǐng)域，尤其涉及基于AdaBoost算法的地震相干體圖像斷層自動識別方法及系統(tǒng)。

背景技術(shù)

地震相干解譯是實(shí)現(xiàn)地質(zhì)斷層位置及屬性分析的最主要技術(shù)。然而，由于地震數(shù)據(jù)野外采集過程中不可避免的會存在由于設(shè)備、環(huán)境及人為等外在因素，以及這些外在因素對不同地質(zhì)結(jié)構(gòu)的作用所產(chǎn)生的復(fù)雜干擾及噪聲等影響，而這些影響造成的數(shù)據(jù)降質(zhì)往往是非線性的。為此，地震斷層圖像中地層背景及斷層目標(biāo)數(shù)據(jù)往往為不規(guī)則分布的復(fù)雜數(shù)據(jù)。面對這種復(fù)雜數(shù)據(jù)，傳統(tǒng)的基于圖像邊緣檢測/輪廓提取、圖像分割/目標(biāo)提取等方法很難實(shí)現(xiàn)斷層的準(zhǔn)確識別及定位，往往需要較多的人工編輯工作。另外,地震相干體圖像中斷層與背景類數(shù)據(jù)比例不平衡,背景數(shù)據(jù)稀疏性像對較好,而斷層相對較復(fù)雜,為自動斷層識別帶來了一定的困難。

考慮到機(jī)器學(xué)習(xí)等人工智能方法已經(jīng)在信號與信息處理相關(guān)的各個(gè)學(xué)科及領(lǐng)域中都得到了較好的應(yīng)用。特別是，集成學(xué)習(xí)方法對訓(xùn)練數(shù)據(jù)的先驗(yàn)分布沒有進(jìn)行任何假設(shè)，對數(shù)據(jù)分布情況具有很強(qiáng)的魯棒性。該類方法通過直接工作于輸入數(shù)據(jù)的概率空間，能夠有效解決類別不平衡、屬性不均勻的分類任務(wù)。顯然，有必要從分類的角度開展集成學(xué)習(xí)方法在地震相干體斷層識別中的應(yīng)用技術(shù)。

因此，現(xiàn)有技術(shù)中的缺陷是，現(xiàn)有的地震相干體圖像中地震斷層方法，由于斷層分布不規(guī)則、斷層形狀復(fù)雜多變、斷層與背景數(shù)據(jù)比例不平衡等造成斷層的自動識別與提取的結(jié)果不準(zhǔn)確。

發(fā)明內(nèi)容

針對上述技術(shù)問題，本發(fā)明提供一種基于AdaBoost算法的地震相干體圖像斷層自動識別方法及系統(tǒng)，采用了集成學(xué)習(xí)的方法訓(xùn)練分類網(wǎng)絡(luò)，運(yùn)用分類網(wǎng)絡(luò)對圖像塊進(jìn)行分類，可使斷層的自動識別與提取的結(jié)果更準(zhǔn)確。

為解決上述技術(shù)問題，本發(fā)明提供的技術(shù)方案是：

第一方面，本發(fā)明提供一種基于AdaBoost算法的地震相干體圖像斷層自動識別方法，包括：

步驟S1，獲取地震相干體斷層圖像中的圖像塊，所述圖像塊包括斷層體圖像塊、斷層邊緣圖像塊和斷層背景圖像塊；

步驟S2，通過預(yù)先訓(xùn)練的分類網(wǎng)絡(luò)，對圖像塊進(jìn)行分類，得到分類結(jié)果，所述分類網(wǎng)絡(luò)由多個(gè)分類器構(gòu)成，所述分類網(wǎng)絡(luò)通過AdaBoost算法學(xué)習(xí)獲得；

步驟S3，根據(jù)所述分類結(jié)果，實(shí)現(xiàn)對所述地震相干體斷層圖像的自動識別。

本發(fā)明的基于AdaBoost算法的地震相干體圖像斷層自動識別方法，其技術(shù)方案是：獲取地震相干體斷層圖像中的圖像塊，所述圖像塊包括斷層體圖像塊、斷層邊緣圖像塊和斷層背景圖像塊；通過預(yù)先訓(xùn)練的分類網(wǎng)絡(luò)，對圖像塊進(jìn)行分類，得到分類結(jié)果，所述分類網(wǎng)絡(luò)由多個(gè)分類器構(gòu)成，所述分類網(wǎng)絡(luò)通過AdaBoost算法學(xué)習(xí)獲得；根據(jù)所述分類結(jié)果，實(shí)現(xiàn)對所述地震相干體斷層圖像的自動識別。

本發(fā)明的基于AdaBoost算法的地震相干體圖像斷層自動識別方法，采用了集成學(xué)習(xí)的方法訓(xùn)練分類網(wǎng)絡(luò)，運(yùn)用分類網(wǎng)絡(luò)對圖像塊進(jìn)行分類，可使斷層的自動識別與提取的結(jié)果更準(zhǔn)確。

進(jìn)一步地，所述分類網(wǎng)絡(luò)的訓(xùn)練過程為：

選取N個(gè)離線訓(xùn)練樣本形成第一訓(xùn)練樣本，對所述第一訓(xùn)練樣本的學(xué)習(xí)得到第一個(gè)弱分類器，所述離線訓(xùn)練樣本為地震相干體斷層圖像中的圖像塊；