System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及油气地球物理勘探领域,更具体地,涉及一种地震属性优选与融合方法、系统、电子设备及存储介质。
技术介绍
1、地震属性是指从地震信号中计算得到的关于地震运动学、地震动力学及统计特性的参数,地震属性可以用于描述地下的地质特征及储层特征。作为最重要的地震解释手段,经过几十年的发展,目前地震属性已经发展到数百种。由于算法的不同,不同的地震属性从不同角度反映了地下地质特征,在表征不同地质特征方面各具所长。而地下地质特征的复杂性、地震数据的噪音、精度等局限性,使得每一种地震属性在应用时都有一定的适用条件。
2、目前,多种地震属性融合分析方法主要有:①简单的多属性综合分析;②多属性叠合、差值和乘积,该法与第一种方法依赖于研究者的观察与经验;③rgb多属性融合显示,主要通过改变地震属性的颜色,使得特征凸显和便于人眼观察;④多属性统计加权融合,该方法需要预先确定优势属性;⑤基于井位的地震属性融合,对地震属性和钻、测井资料进行分析以确定优选属性,通过井属性提取和确定融合系数来实现属性融合;⑥基于主成分分析的多属性融合,将多种地震属性进行主成分分析,获取这些属性所反映的主要信息,再将这些主要信息进行融合;⑦基于神经网络的多属性融合方法,通过确定训练样本和目标样本来训练网络,从而确定神经网络的连接权值,再利用训练好的神经网络的非线性算法实现多属性融合,但其需要确定优势属性作为目标样本来训练网络,且计算过程中容易陷入极小值。
3、由此可见,地震属性技术应用的关键点在于如何优选地震属性。计算机技术的快速发展,地震勘探的智
技术实现思路
1、针对上述问题,本专利技术提供一种基于图像领域ssim评价准则的地震属性优选与融合方法、系统、电子设备及存储介质,对研究的目标实现属性融合储集体综合刻画,提高了基于地震多属性融合储层刻画的精度。
2、为实现上述目的,本专利技术提供一种基于图像领域ssim评价准则的地震属性优选与融合方法,包括:
3、步骤s1:基于目标获取地震属性集和地震属性图像集;
4、步骤s2:对所述地震属性图像进行数字图像预处理;
5、步骤s3:基于预处理后的所述地震属性图像构建结构相似性指标矩阵;
6、步骤s4:基于所述结构相似性指标矩阵构建面向目标的多属性优选评价参数集;
7、步骤s5:对所述多属性优选评价参数集和所述地震属性集进行属性融合以用于对储集体综合刻画。
8、优选的,所述步骤s1包括:
9、步骤s11:基于叠前叠后地震数据通过常规地震属性提取获得多个地震属性形成所述地震属性集;
10、步骤s12:针对目标提取沿层或层间地震平面属性,获取沿层或者层间地震平面的数据及属性图像形成所述地震属性图像集。
11、优选的,所述步骤s2包括:在对地震属性图像进行边缘检测前对所述地震属性图像进行数字图像预处理,其中,数字图像预处理包括:图像增强、锐化、二值化中的一种或多种。
12、优选的,所述步骤s3包括:
13、步骤s31:从所述地震属性图像集中选取两幅地震属性图像并分别计算两幅地震属性图像的像素均值、标准差和协方差;
14、步骤s32:根据所述像素均值获取亮度比值,根据所述标准差获取对比度比值,根据所述标准差和所述协方差获取结构比值;
15、步骤s33:通过所述亮度比值、对比度比值和结构比值获取两幅地震属性图像的结构相似性指标;
16、重复步骤s31至步骤s33完成所有地震属性图像之间的结构相似性指标计算并构建结构相似性指标矩阵。
17、优选的,通过下述公式(1)构建所述结构相似性指标矩阵:
18、
19、其中,ssim为结构相似性指标矩阵,p{p1,p2,…pn}为地震属性图像集,ssimp1,p2、ssimp1,p3......ssimp1,pn为地震属性图像之间的结构相似性指标,且结构相似性指标满足ssimp1,p2=ssimp2,p1......ssimp1,pn=ssimpn,p1。
20、优选的,所述步骤s4包括:
21、步骤s41:基于所述结构相似性指标矩阵确定某个属性的结构相似性指标均值和结构相似性指标方差;
22、步骤s42:基于所述结构相似性指标均值和所述结构相似性指标方差确定该属性的优选评价参数;
23、步骤s43:基于所述地震属性集的多个地震属性确定多属性优选评价参数集并进行归一化处理,归一化处理后的所述多属性优选评价参数集即为最终的面向目标的多属性优选评价参数集。
24、优选的,对所述多属性优选评价参数集和所述地震属性集通过下述公
25、式(2)进行属性融合以用于对储集体综合刻画:
26、
27、其中,e(p)为对目的层上的空间位置p点的融合结果,为归一化处理后的所述地震属性集,为所述多属性优选评价参数集中某个地震属性对应的优选评价参数,i为所述地震属性集的地震属性个数。
28、本专利技术还提供一种基于图像领域ssim评价准则的地震属性优选与融合系统,包括:
29、获取模块,用于基于目标获取地震属性集和地震属性图像集;
30、图像预处理模块,连接所述获取模块,用于对所述地震属性图像进行数字图像预处理;
31、结构相似性指标矩阵构建模块,连接所述图像预处理模块,用于基于预处理后的所述地震属性图像构建结构相似性指标矩阵;
32、多属性优选评价参数集构建模块,连接所述结构相似性指标矩阵构建模块和所述获取模块,用于基于所述结构相似性指标矩阵构建面向目标的多属性优选评价参数集;
33、属性融合储集体综合刻画模块,连接所述多属性优选评价参数集构建模块和所述获取模块,用于对所述多属性优选评价参数集和所述地震属性集进行属性融合以用于对储集体综合刻画。
34、本专利技术还提供一种电子设备,所述电子设备包括:
35、存储器,存储有可执行指令;
36、处理器,所述处理器运行所述存储器中的所述可执行指令,以实现上述任一项所述的基于图像领域ssim评价准则的地震属性优选与融合方法。
37、本专利技术还一种非暂态计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现如上述任一项所述的基于图像领域ssim评价准则的地震属性优选与融合方法。本文档来自技高网...
【技术保护点】
1.一种基于图像领域SSIM评价准则的地震属性优选与融合方法,其特征在于,包括:
2.根据权利要求1所述的地震属性优选与融合方法,其特征在于,所述步骤S1包括:
3.根据权利要求1所述的地震属性优选与融合方法,其特征在于,所述步骤S2包括:在对地震属性图像进行边缘检测前对所述地震属性图像进行数字图像预处理,其中,数字图像预处理包括:图像增强、锐化、二值化中的一种或多种。
4.根据权利要求1所述的地震属性优选与融合方法,其特征在于,所述步骤S3包括:
5.根据权利要求1所述的地震属性优选与融合方法,其特征在于,通过下述公式(1)构建所述结构相似性指标矩阵:
6.根据权利要求1所述的地震属性优选与融合方法,其特征在于,所述步骤S4包括:
7.根据权利要求6所述的地震属性优选与融合方法,其特征在于,对所述多属性优选评价参数集和所述地震属性集通过下述公式(2)进行属性融合以用于对储集体综合刻画:
8.一种基于图像领域SSIM评价准则的地震属性优选与融合系统,其特征在于,包括:
9.一种电子设备
10.一种非暂态计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1-7任一项所述的基于图像领域SSIM评价准则的地震属性优选与融合方法。
...【技术特征摘要】
1.一种基于图像领域ssim评价准则的地震属性优选与融合方法,其特征在于,包括:
2.根据权利要求1所述的地震属性优选与融合方法,其特征在于,所述步骤s1包括:
3.根据权利要求1所述的地震属性优选与融合方法,其特征在于,所述步骤s2包括:在对地震属性图像进行边缘检测前对所述地震属性图像进行数字图像预处理,其中,数字图像预处理包括:图像增强、锐化、二值化中的一种或多种。
4.根据权利要求1所述的地震属性优选与融合方法,其特征在于,所述步骤s3包括:
5.根据权利要求1所述的地震属性优选与融合方法,其特征在于,通过下述公式(1)构建所述结构相似性指标矩阵:
【专利技术属性】
技术研发人员:杨丽,胡华锋,张瑶,毕进娜,
申请(专利权)人:中国石油化工股份有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。