一种叠后地震剖面超分辨率重建方法技术

本发明专利技术涉及一种叠后地震剖面超分辨率重建方法，包括构建生成网络与对抗网络，生成网络用于提高叠后地震剖面的分辨率，对抗网则用于判别输入的图像是原始的高分辨率地震剖面还是通过生成网络重建后的高分辨率地震剖面。本发明专利技术设计了一种由多尺度残差模块、双注意力模块以及残差D模块等组成的生成网络，提高了网络在提取重要特征信息方面的能力；还设计了一种基于马尔科夫判别器的对抗网络，提高了网络对于地震图像的判别能力；通过引入总变分损失和边缘信息保留损失函数，改进了生成对抗网络的常规损失函数。本方法可以在有效提高叠后地震剖面分辨率的同时，更好地去除噪声信号，保留更多的地质构造和特征，提高地震图像的感知质量。

【技术实现步骤摘要】

本专利技术属于地震勘探和人工智能，具体涉及一种基于多尺度边缘信息恢复生成对抗网络的叠后地震剖面超分辨率重建方法。

技术介绍

1、油气资源在全球能源体系中占据中心地位，对于工业生产、交通运输以及能源需求等关键经济基础设施产生着决定性的影响。其分布的地域性强，以及涉及的从勘探、开采、加工到终端消费等环节，对国际政治经济格局具有重大影响。稳定的油气资源供应是维系国家安全与经济持续增长的基础性条件。面对油气资源开发难度的增加以及深层、边缘和复杂地质结构的油气藏勘探需求的上升，技术创新以提升开发效率和经济性成为能源行业面临的主要挑战。因此，采用科学与高效的策略进行油气资源的开发与利用，不仅关系到国家经济的发展，更是实现全球能源安全与可持续发展目标的关键因素。

2、地震勘探是油气资源勘探与开发中最关键的技术手段之一。随着全球易勘探资源的逐渐减少，勘探目标的深入以及非常规油气资源的探索，地震勘探面临着诸多挑战。其中，数据采集的高成本、地震资料的质量问题以及成像与解释的难度，是当前地震勘探需要解决的主要问题。因此，探索智能化地震数据处理方法，从而提升地震数据信本文档来自技高网...

【技术保护点】

1.一种叠后地震剖面超分辨率重建方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的一种叠后地震剖面超分辨率重建方法，其特征在于，步骤S1具体包括以下步骤：

3.根据权利要求1所述的一种叠后地震剖面超分辨率重建方法，其特征在于，步骤S2，具体为：用于叠后地震剖面超分辨率重建的生成网络主要由编码器和解码器两部分组成，编码器通过不断的下采样操作来减小特征图的尺寸；解码器则通过上采样操作来重建高质量的高分辨率地震剖面；编码器由一个带有LeakyReLU激活函数的3×3卷积层、两个多尺度残差模块、两个双注意力模块、两个残差D模块和三个级联的空洞卷积层组成；训练集中的...

【技术特征摘要】

1.一种叠后地震剖面超分辨率重建方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的一种叠后地震剖面超分辨率重建方法，其特征在于，步骤s1具体包括以下步骤：

3.根据权利要求1所述的一种叠后地震剖面超分辨率重建方法，其特征在于，步骤s2，具体为：用于叠后地震剖面超分辨率重建的生成网络主要由编码器和解码器两部分组成，编码器通过不断的下采样操作来减小特征图的尺寸；解码器则通过上采样操作来重建高质量的高分辨率地震剖面；编码器由一个带有leakyrelu激活函数的3×3卷积层、两个多尺度残差模块、两个双注意力模块、两个残差d模块和三个级联的空洞卷积层组成；训练集中的低分辨率地震剖面首先被输入到带有leakyrelu激活函数的3×3卷积层；然后，卷积层输出的特征图被依次输入到多尺度残差模块和双注意力模块；接下来，输出特征图被输入到残差d模块中进行下采样操作；下一个尺度的多尺度残差模块、双注意力模块、和残差d模块具有与先前相同的原理与处理顺序；最后，输出的特征图被输入到三个级联的空洞卷积；解码器主要由两个上采样层、三个双注意力模块、三个多尺度残差模块、二倍像素重组层、两个1×1卷积层、一个带有tanh激活函数的3×3卷积组成；编码器输出的特征图首先被输入到解码器中的第一个上采样层中；然后，输出特征图被依次输入到双注意力模块和多尺度残差模块；接下来，多尺度残差模块输出的特征图与编码器中的第一个3×3卷积输出的特征图通过通道拼接操作来进行特征融合；之后，1×1卷积层用于调整特征图的通道数；下一个尺度上采样层、双注意力模块、多尺度残差模块、通道拼接操作和1×1卷积层具有与先前相同的原理与处理顺序；然后，双注意力模块和多尺度残差模块用于进一步的特征提取和整合；最后，通过二倍像素重组操作和一个带有tanh激活函数的3×3卷积层来输出高质量的高分辨率叠后地震剖面。

4.根据权利要求3所述的一种叠后地震剖面超分辨率重建方法，其特征在于：所述多尺度残差模块由两个分支组成，两个分支的输入特征图相同；第一个分支由带有1×1卷积层的跳跃连接组成；第二个分支由三个并行的空洞卷积块、一个独立的leakyrelu激活函数和一个带有leakyrelu激活函数的3×3卷积层组成；其中，空洞卷积块由三个空洞率相同的级联空洞卷积层组成；三个空洞卷积块的空洞率分别为1、2、3；三个并行的空洞卷积块的输出特征图通过元素相加操作进行融合；然后，融合后的输出特征图被输入到一个独立的leakyrelu激活函数和一个带有leakyrelu激活函数的3×3卷积层得到第二个分支的输出特征图；最后，两个分支的输出特征图通过元素相加操作得到多尺度残差模块的输出特征图。

5.根据权利要求3所述的一种叠后地震剖面超分辨率重建方法，其特征在于：所述双注意力模块由通道注意力模块和空间注意力模块两个模块级联组成；通道注意力模块...

【专利技术属性】
技术研发人员：董新桐，于文硕，董士琦，罗玉钦，钟铁，
申请(专利权)人：吉林大学，
类型：发明
国别省市：