[發明專利]一種地震斷層圖像處理方法

有效

• 申請號: 202010164500.4
• 申請日: 2020-03-11
• 公開（公告）號: CN111382799B
• 公開（公告）日: 2023-04-28
• 發明（設計）人: 劉強;范寅
• 申請（專利權）人: 合肥鼎方信息科技有限公司
• 主分類號: G06V10/764
• 分類號: G06V10/764;G06N3/0464;G06N3/08;G06V10/774;G06V10/82
• 代理公司: 合肥國和專利代理事務所(普通合伙) 34131
• 代理人: 張祥騫

1.一種地震斷層圖像處理方法，其特征在于，包括以下步驟：

11)地震斷層圖像數據集的獲取：獲取地震斷層圖像數據集，地震斷層圖像數據集包括線性地質斷層結構圖像、曲線地質斷層結構圖像、線性曲面斷層地質結構圖像、層次地質結構圖像；

12)對地震斷層圖像數據集進行預處理：對地震斷層圖像數據集按X-T方向進行切線，形成數據立方體，設定64*64*64的立方體作為滑動窗口；

13)構建地震斷層圖像處理網絡：利用VAE和CNN構建地震斷層圖像處理網絡，其中VAE為生成器，CNN作為評判器，經過多輪迭代后，使得VAE端的輸出接近于自然的地震數據；構建VAE編碼層：通過VAE編碼層生成初步的地震斷層圖像，用于評判器的輸入數據；利用CNN網絡構建地震斷層圖像處理網絡的評判器；

14)地震斷層圖像處理網絡的訓練：將預處理的地震斷層圖像數據集輸入地震斷層圖像處理網絡進行訓練；

15)獲取待處理的地震斷層圖像數據：獲得待處理的地震斷層圖像數據，并對其進行預處理；

16)地震斷層圖像的處理：將預處理后的待處理地震斷層圖像數據送入訓練后的地震斷層圖像處理網絡，生成處理后的地震斷層圖像數據。

2.根據權利要求1所述的一種地震斷層圖像處理方法，其特征在于，所述的構建VAE編碼層包括以下步驟：

21)對于每個變量分別計算x[x,t,y]在滑動窗口內的均值μ和方差σ，

其中，x、y分別表示地平面X、Y軸坐標，t表示收到信號回波的時間；

22)構建x的正態分布空間Z，將z初始值為x平均值，其表達式如下：

取z構成Z空間；

23)構建KL散度函數用于測量Z空間偏離情況，其表達式如下：

其中，μ，σ分別表示x在滑動窗口內的均值和方差；

24)用sigmoid作為激活函數搭建解碼器神經網絡，

采用地震原始滑動圖像X作為輸入，并得到即為VAE輸出結果，用于填充新的地震斷層數據立方體；

25)通過計算與X交叉熵得出VAE網絡數據輸入數據與生成數據的偏離情況L_enx，其公式為

26)VAE損失函數為：L_VAE＝L_KL+L_enx，其中，L_KL為步驟23)計算出的VAE的Z空間偏離情況；

對VAE輸出計算置信率，對采樣空間各值z計算置信率D(z)、D(x)、D(z)作為計算評判器損失函數的準備函數。

3.根據權利要求1所述的一種地震斷層圖像處理方法，其特征在于，所述利用CNN網絡構建生成對抗網絡的評判器，其評判過程如下：

31)取VAE輸出作為CNN輸入，以窗口內x值、x方向坐標梯度、t方向坐標梯度、x-y方向光流梯度、t-y方向光流梯度作為數據通道，其中光流梯度采用Lucas–Kanade光流算法；

32)構建CNN層，各層采用全連接方式，卷積核采用4*4*4卷積核，各層之間采用ReLU作為激活函數連接，最終輸出采用Sigmoid作為激活函數；

33)計算VAE-GAN網絡損失函數如下,獲取L_VAE、D(x)、D(z)值，α₁為經驗參數，其表達式如下：

L＝L_3DGAN+α₁L_VAE，

L_3DGAN＝logD(x)+log(1-D(z))，

34)用上述損失函數修訂VAE生成網絡的輸入X，構成基于VAE、CNN的地震斷層圖像處理網絡。

4.根據權利要求1所述的一種地震斷層圖像處理方法，其特征在于，所述地震斷層圖像處理網絡的訓練包括圖像生成步驟和訓練步驟，其具體步驟如下：

41)設定若干份具有一定特征的地質斷層數據資料作為正向訓練數據，一部分不包含特征數據做反向訓練數據，采用數據立方體作為滑動采樣立方體，對該數據資料進行滑動采樣；

42)地震斷層圖像處理網絡經過多輪循環迭代，經驗參數為50次，VAE輸出端產生了新的數據立方體矩陣；

43)分別按照x方向、y方向、z方向滑動采樣立方體，重復步驟41)、42)過程，直到完成原始數據資料掃描，并生成同樣數據維度的具有相同特征的新的地震斷層圖像資料；

44)設定具備特定特征的原始資料、經過步驟42)、43)產生的具有同樣特征的數據資料組為正向訓練樣本，不具備特征的數據作為反向訓練樣本；

45)對地震斷層圖像處理網絡的評價器即CNN網絡進行訓練，通過損失函數調整網絡各層權重，經過多輪迭代，等權重的變化趨于一致，CNN網絡保留訓練過的信息；

46)利用訓練好的CNN網絡對未分類數據判別，判斷數據特征。