一种松散不良地质体异常边界识别定位方法技术

本发明专利技术公开了一种松散不良地质体异常边界识别定位方法，包括：获取松散不良地质体对应的物探数据，并进行预处理；根据物探数据的属性，求得经预处理后的物探数据的多阶梯度数据，并转化为灰度图；对预处理的物探数据进行成图处理，得到第一图像；采用边缘检测对第一图像进行检测，获得异常边界和异常区域对应的第二图像；采用灰度图和第二图像联合，求得数值域与图像域的灰度值吻合程度，并获得松散不良地质体的异常边界。通过上述方案，本发明专利技术具有逻辑简单、准确可靠等优点，在地球物理勘探技术领域具有很高的实用价值和推广价值。技术领域具有很高的实用价值和推广价值。技术领域具有很高的实用价值和推广价值。

【技术实现步骤摘要】
一种松散不良地质体异常边界识别定位方法


[0001]本专利技术涉及地球物理勘探
，尤其是一种松散不良地质体异常边界识别定位方法。

技术介绍

[0002]在地球物理勘探领域，物探异常的识别、解释工作(尤其是异常边界的识别定位)因物探成果的多解性造成其难度大、要求高。长期以来都是依赖工作经验丰富的专业人员对物探成果的地质异常进行人工识别、解释，如此便存在以下不足：首先，对从事该工作的专业人员要求十分高，专家经验依赖性强，异常的识别解释结果受到人员主观性影响较大。其次，在大面积勘探时，物探成果较多时，人工识别解释费时费力。最后，在多方法联合勘探中，不同方法有不同的参数、不同的地质属性，因此需要不同的专业人员进行识别、解释，造成极大的人工成本。所以针对不同物探成果的地质异常识别、定位方法开展研究具有十分重要的研究价值与现实意义。
[0003]目前，现有技术中如“专利公布号为：CN108952674、名称为：一种土岩结合部不良地质体探测的分析评价方法及系统”的专利技术专利，其公开了一种土岩结合部不良地质体探测的分析评价方法及系统，该专利包括根据探测区域的电磁波CT检测结果及对应的各检测钻孔的位置，构成待探测区域的检测成果图；根据待探测区域的电磁波CT检测结果中各检测钻孔的电磁波吸收率，获取检测成果图的第一基岩分界线，并将第一基岩分界线和通过钻探结果获取的成果图的第二基岩分界线之间的区域作为警示区域；若判断获知警示区域为岩溶不发育区域，则警示区域存在破碎带或其他不良地质体；若判断获知所述警示区域为岩溶发育区域，则所述警示区域存在岩溶。
[0004]需要说明的是，该专利尽管克服了因土岩结合部对电磁波强吸收造成的地质异常识别困难的问题，但该专利公开的方法中仍然是以人工识别、解释为主，其同样存在上述问题。
[0005]另外，在王超《大地电磁异常体边界识别方法研究》一文中研究了利用数值类边界识别方法对大地电磁异常边界的识别效果。该文研究结果表明数值类边界识别方法能够适用于大地电磁测深法，并且能够较准确的反映异常体的边界和位置，但是与异常体真实位置仍有所偏移。
[0006]因此，急需要提出一种逻辑简单、准确可靠的松散不良地质体异常边界识别定位方法。

技术实现思路

[0007]针对上述问题，本专利技术的目的在于提供一种松散不良地质体异常边界识别定位方法，本专利技术采用的技术方案如下：
[0008]一种松散不良地质体异常边界识别定位方法，其包括以下步骤：
[0009]获取松散不良地质体对应的物探数据，并进行预处理；
[0010]根据物探数据的属性，求得经预处理后的物探数据的多阶梯度数据，并转化为灰度图；
[0011]对预处理的物探数据进行成图处理，得到第一图像；
[0012]采用边缘检测对第一图像进行检测，获得异常边界和异常区域对应的第二图像；
[0013]采用灰度图和第二图像联合，求得数值域与图像域的灰度值吻合程度，并获得松散不良地质体的异常边界。
[0014]优选地，获取松散不良地质体对应的物探数据，并进行预处理，包括采用插值规则化对物探数据进行处理，其表达式为：
[0015][0016]其中，x表示原始数据序列；y(x)表示插值后的数据序列；n表示序列数；x
i
表示第i个原始数据；x
j
表示第j个原始数据；y
k
表示拉格朗日算子。
[0017]优选地，所述预处理包括数据离散化、插值规则化和归一化。
[0018]进一步地，根据物探数据的属性，求得经预处理后的物探数据的多阶梯度数据；若物探数据为二维数据，则对物探数据的横向和垂向求得二维数据对应的总水平梯度THDR(x,z)和垂向梯度VDR(x,z)，其表达式为：
[0019][0020][0021]其中，p(x,z)表示二维的物探数据；p
x
表示物探数据的横向数值；p
z
表示物探数据的垂向数值。
[0022]进一步地，根据物探数据的属性，求得经预处理后的物探数据的多阶梯度数据；若物探数据为三维数据，则求得三维数据对应的总水平梯度THDR(x,y,z)和垂向梯度VDR(x,y,z)，其表示为：
[0023][0024][0025]其中，p(x,y,z)表示三维的物探数据；p
x
表示物探数据的横向数值；p
y
表示物探数据的纵向数值；p
z
表示物探数据的垂向数值。
[0026]进一步地，采用边缘检测对第一图像进行检测，获得异常边界和异常区域对应的第二图像，包括：
[0027]采用数个不同大小的高斯滤波核对第一图像进行平滑处理；
[0028]利用一阶有限差分算法对平滑处理后的第一图像进行图片像素梯度幅值及方向计算；
[0029]求得局部最大值，并将非极大值所对应的灰度值设为背景像素点；
[0030]预设最大阈值和最小阈值；
[0031]提取平滑处理后第一图像的任一像素点，并与最大阈值和最小阈值比对，筛选得到第二图像。
[0032]进一步地，所述筛选包括以下步骤：
[0033]提取平滑处理后第一图像的任一像素点；
[0034]若该像素点的幅值大于最大阈值，则保留该像素点；
[0035]若该像素点的幅值小于最小阈值，则剔除该像素点；
[0036]若像素点的幅值介于最大阈值与最小阈值之间，则获取遍历该像素点的四周相邻的八个像素点，若该八个像素点中有至少一个大于最大阈值，则保留该像素点，否则剔除该像素点。
[0037]进一步地，利用一阶有限差分算法对平滑处理后的第一图像进行图片像素梯度幅值及方向计算，其表达式为：
[0038]P(i,j)＝[g(i,j+1)
‑
g(i,j)]+[g(i+1,j+1)
‑
g(i+1,j)][0039]Q(i,j)＝[g(i+1,j)
‑
g(i,j)]+[g(i+1,j+1)
‑
g(i,j+1)][0040][0041]θ(i,j)＝arctan(Q(i,j),P(i,j))
[0042]其中，P(i,j)表示纵向梯度向量；Q(i,j)表示横向梯度向量；M(i,j)表示梯度幅值；θ(i,j)表示梯度方向；g(i,j)表示第i行第j列的图像像素点；g(i,j+1)表示第i行第j+1列的图像像素点；g(i+1,j+1)表示第i+1行第j+1列的图像像素点；g(i+1,j)表示第i+1行第j列的图像像素点。
[0043]优选地，采用灰度图和第二图像联合，求得数值域与图像域的灰度值吻合程度，还包括:
[0044]若同一像素点在数值域与图像域内的灰度值均为1，则该像素点为强边界；
[0045]若同一像素点在数值域或图像域内的的灰度值为1，则该像素点为弱边界；
[0046]若同一像素点在数值域与图像域内的灰度值均为0，则该像素本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种松散不良地质体异常边界识别定位方法，其特征在于，包括以下步骤：获取松散不良地质体对应的物探数据，并进行预处理；根据物探数据的属性，求得经预处理后的物探数据的多阶梯度数据，并转化为灰度图；对预处理的物探数据进行成图处理，得到第一图像；采用边缘检测对第一图像进行检测，获得异常边界和异常区域对应的第二图像；采用灰度图和第二图像联合，求得数值域与图像域的灰度值吻合程度，并获得松散不良地质体的异常边界。2.根据权利要求1所述的一种松散不良地质体异常边界识别定位方法，其特征在于，获取松散不良地质体对应的物探数据，并进行预处理，包括采用插值规则化对物探数据进行处理，其表达式为：其中，x表示原始数据序列；y(x)表示插值后的数据序列；n表示序列数；x
i
表示第i个原始数据；x
j
表示第j个原始数据；y
k
表示拉格朗日算子。3.根据权利要求1或2所述的一种松散不良地质体异常边界识别定位方法，其特征在于，所述预处理包括数据离散化、插值规则化和归一化。4.根据权利要求1或2所述的一种松散不良地质体异常边界识别定位方法，其特征在于，根据物探数据的属性，求得经预处理后的物探数据的多阶梯度数据；若物探数据为二维数据，则对物探数据的横向和垂向求得二维数据对应的总水平梯度THDR(x,z)和垂向梯度VDR(x,z)，其表达式为：VDR(x,z)，其表达式为：其中，p(x,z)表示二维的物探数据；p
x
表示物探数据的横向数值；p
z
表示物探数据的垂向数值。5.根据权利要求1或2所述的一种松散不良地质体异常边界识别定位方法，其特征在于，根据物探数据的属性，求得经预处理后的物探数据的多阶梯度数据；若物探数据为三维数据，则求得三维数据对应的总水平梯度THDR(x,y,z)和垂向梯度VDR(x,y,z)，其表示为：数据，则求得三维数据对应的总水平梯度THDR(x,y,z)和垂向梯度VDR(x,y,z)，其表示为：其中，p(x,y,z)表示三维的物探数据；p
x
表示物探数据的横向数值；p
y
表示物探数据的纵向数值；p
z
表示物探数据的垂向数值。6.根据权利要求1所述的一种松散不良地质体异常边界识别定位方法，其特征在于，采用边缘检测对第一图像进行检测，获得异常边界和异常区域对应的第二图像，包括：采用数个不同大小的...

【专利技术属性】
技术研发人员：王向鹏，王绪本，陈先洁，王堃鹏，罗威，
申请(专利权)人：成都理工大学，
类型：发明
国别省市：