地震数据训练样本生成方法及装置制造方法及图纸

本公开的实施例公开了地震数据训练样本生成方法及装置。该训练样本生成方法的具体实施方式包括：对采集获得的地震数据进行异常能量干扰衰减处理得到干扰衰减后的地震数据；将上述异常能量干扰衰减前后的地震数据相减获得两者的差即异常能量干扰数据；将上一步得到的异常能量干扰数据进行二值化处理获得样本标签；将采集获得的地震数据作为样本图像和上一步得到的样本标签组成训练样本，将全部地震数据处理后得到训练样本集。该实施方式实现了地震数据在识别异常能量干扰区域应用场景中的训练样本的多样化，而且使得训练样本更加容易获取。易获取。易获取。

【技术实现步骤摘要】
地震数据训练样本生成方法及装置


[0001]本公开的实施例涉及地震数据处理解释领域，具体涉及地震数据训练样本生成方法及装置。

技术介绍

[0002]地震方法是勘探地球物理领域中的重要方法，在人工激发获得的地震资料中，强能量干扰是典型干扰波类型之一，在原始地震数据中普遍存在。目前对地震数据中强能量干扰的衰减通常采用先确定干扰分布范围，再通过截断振幅或者中值滤波的方法进行。确定强能量干扰的范围，通常采用自定义阈值法，振幅或者能量超过给定的阈值即被确定为干扰。实际操作中，需要通过反复实验才能确定强能量信号分布范围以及合理的振幅(能量)阈值，并且这些参数会随着激发和接收位置的不同而发生变化。当近地表条件复杂时，该项工作的难度和复杂度会进一步提高。

技术实现思路

[0003]本公开的内容部分用于以简要的形式介绍构思，这些构思将在后面的具体实施方式部分被详细描述。本公开的内容部分并不旨在标识要求保护的技术方案的关键特征或必要特征，也不旨在用于限制所要求的保护的技术方案的范围。本公开的一些实施例提出了训练样本生成方法和装置，来解决以上
技术介绍
部分提到的技术问题。
[0004]第一方面，本公开的一些实施例提供了一种地震数据训练样本生成方法，该方法包括：对采集获得的地震数据进行异常能量干扰衰减处理得到干扰衰减后的地震数据；将上述异常能量干扰衰减前后的地震数据相减获得两者的差即异常能量干扰数据；将上一步得到的异常能量干扰数据进行二值化处理获得样本标签；将采集获得的地震数据作为样本图像和上一步得到的样本标签组成训练样本，将全部地震数据处理后得到训练样本集。
[0005]第二方面，本公开的一些实施例提供了一种地震数据训练样本生成装置，装置包括：地震数据集获取单元、异常能量干扰生成单元、样本与标签图像生成单元和样本集生成单元。其中，地震数据集获取单元，被配置成获取采集获得的地震数据集；异常能量干扰生成单元，被配置成将上述地震数据集中的地震数据进行异常能量干扰衰减处理并获得异常能量干扰数据；样本与标签图像生成单元，被配置成将地震数据与二值化处理后的异常能量干扰数据组合成样本图像；样本集生成单元，被配置成根据样本图像和异常能量干扰数据标签图像组成训练样本，将全部采集获得的地震数据集中的地震数据处理后得到训练样本集。
[0006]第三方面，本公开的一些实施例提供了一种电子设备，包括：一个或多个处理器；存储装置，其上存储有一个或多个程序，当一个或多个程序被一个或多个处理器执行，使得一个或多个处理器实现如第一方面描述的方法。
[0007]第四方面，本公开的一些实施例提供了一种计算机可读介质，其上存储有计算机程序，其中，程序被处理器执行时实现如第一方面描述的方法。
附图说明
[0008]结合附图并参考以下具体实施方式，本公开各实施例的上述和其他特征、优点及方面将变得更加明显。贯穿附图中，相同或相似的附图标记表示相同或相似的元素。应当理解附图是示意性的，原件和元素不一定按照比例绘制。
[0009]图1是本公开的训练样本生成方法的一个应用场景的示意图
[0010]图2是根据本公开的训练样本生成方法的一些实施例的流程
[0011]图3是根据本公开的训练样本生成方法的异常能量干扰衰减统计门槛值的示意图
[0012]图4是根据本公开的训练样本生成方法的异常能量干扰衰减结果和差的示意图
[0013]图5是根据本公开的训练样本生成方法的异常能量干扰数据二值化示意图
[0014]图6是根据本公开的训练样本生成方法的一个训练样本图像
[0015]图7是根据本公开的图像分类生成方法的一个实施例的流程
[0016]图8是根据本公开的图像分类生成方法的一个图像分割结果图
[0017]图9是根据本公开的训练样本生成装置的一些实施例的结构示意图
[0018]图10是适于用来实现本公开的一些实施例的电子设备的结构示意图
具体实施方式
[0019]为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整的描述，显然，所描述的实施例是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
[0020]下面将参考附图并结合实施例来详细说明本公开。
[0021]图1是本公开的一些实施例的训练样本生成方法的一个应用场景的示意图。
[0022]在图1的应用场景100中，首先，计算设备101可以接收野外采集的地震数据集102，野外采集得到的地震数据通常以共炮集的形式排列。计算设备101可以在从野外采集的地震数据集102中提取采集得到的地震数据103，这里采集得到的地震数据通常是1个共炮集的数据，采集得到的地震数据103也是训练样本的数据来源。然后，计算设备101将采集得到的地震数据103进行异常能量干扰衰减处理得到处理后的地震数据104。然后，计算设备101将异常能量干扰衰减处理得到处理后的地震数据104与采集得到的地震数据103相减得到两者的差105。然后，对两者的差105进行二值化处理获得样本标签106，二值化处理中数值不为0的位置数值改写为1。然后将采集得到的地震数据103图形化作为地震数据的样本图像107。最后样本图像107和样本标签106共同组成训练样本108。在本应用场景的示意图100中，标签为：地震数据中异常能量干扰分布区域图像。标签数值设置为0和1。异常能量干扰区域内数值设置为1，区域外数值设置为0。
[0023]需要说明的是，上述计算设备101可以是硬件，也可以是软件。当计算设备为硬件时，可以实现成多个服务器或终端设备组成的分布式集群，也可以实现成单个服务器或单个终端设备。当计算设备体现为软件时，可以安装在上述所列举的硬件设备中。其可以实现成例如用来提供分布式服务的多个软件或软件模块，也可以实现成单个软件或软件模块。在此不做具体限定。图1中的计算设备的数目仅仅是示意性的。根据实现需要，可以具有任意数目的计算设备。
[0024]参考图2，其示出了根据本公开的训练样本生成方法的一些实施例的流程200。该训练样本生成方法，包括以下步骤：
[0025]步骤201，对采集获得的地震数据进行异常能量干扰衰减处理得到后的地震数据。
[0026]目前，对强能量噪声的衰减大多采用自定义阈值法，用户给定平面窗口和垂向时间窗口，定义S
n
(t)＝{r1(t),r2(t),r3(t),...,r
n
(t)}，n为平面窗口内地震道的总数，r
n
(t)是第k道地震道时窗中的振幅值，S
n
(t)可看成多道地震数据在指定时窗内振幅的集合。对S
n
(t)进行统计获得阈值：
[0027]阈值代表着有效信号的振幅可能达到的最大值。任何振幅超过了阈值可以被认定为强能量噪声，被认定为本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种训练样本生成方法，其特征在于包括以下步骤：(1)对采集获得的地震数据进行异常能量干扰衰减处理得到干扰衰减后的地震数据；(2)将上述异常能量干扰衰减前后的地震数据相减获得两者的差即异常能量干扰数据；(3)将上一步得到的异常能量干扰数据进行二值化处理获得样本标签；(4)将采集获得的地震数据作为样本图像和上一步得到的样本标签组成训练样本，将全部地震数据处理后得到训练样本集。2.根据权利要求1所述的方法，其中，对采集获得的地震数据进行异常能量干扰衰减处理得到干扰衰减后的地震数据通过以下步骤得到：对于所述采集获得的地震数据按照共炮点或者共检波点的排列方式依次进行异常能量干扰衰减处理得到异常能量干扰衰减后的地震数据。3.根据权利要求1所述的方法，其中，将上述异常能量干扰衰减前后的地震数据相减获得两者的差即异常能量干扰数据通过以下步骤得到：将异常能量衰减前后的地震数据相减得到异常能量干扰数据，被减数为异常能量衰减后的地震数据则减数为异常能量衰减前的地震数据，被减数为异常能量衰减前的地震数据则减数为异常能量衰减后的地震数据。4.根据权利要求1所述的方法，其中，所述将上一步得到的异常能量干扰数据进行二值化处理获得样本标签通过以下步骤得到：在异常能量干扰数据上，存在异常能量干扰的位置会有数值，没有异常能量干扰的位置上数值为0，将有数值的位置设置为1，以此作为训练样本的标签，异常能量干扰区域是数值为1...

【专利技术属性】
技术研发人员：孙鲁平，
申请(专利权)人：中国地质大学北京，
类型：发明
国别省市：