[发明专利]一种基于全变分地震数据分解模型的地震纹理提取与增强方法

说明书

技术领域

本发明属于地震资料解释技术领域，尤其涉及一种基于全变分地震数据 分解模型的地震纹理提取与增强方法。

背景技术

在石油地震勘探领域中地震相的研究是地震地层学中的核心。地震相是 由地震反射参数(振幅、频率、相位、同相轴及反射结构等)所限定的三维 地震反射单元，它是特定沉积相或地质体的地震响应。地震纹理属性分析是 研究地震相划分的重要技术，然而其纹理的提取一直是难题。

现阶段地震纹理的分析主要基于灰度共生矩阵(GLCM)方法。GL CM是一种用来分析图像纹理特征的重要方法，它建立在估计图像的二阶 组合条件概率密度函数的基础上，通过计算图像中有一定距离和一定方向的 两像素点之间的灰度相似性，反映图像在方向、相邻间隔、变化幅度及快慢 上的综合信息。

现有技术一的缺点：

1)、基于灰度共生矩阵(GLCM)方法主要是衡量与分析纹理属性， 但是并没有提取完整的地震纹理剖面；

2)、基于灰度共生矩阵(GLCM)方法需要进行数据的要注意灰度级 别(通常为16或32级)，虽然降低了数据的维度，但是降低了纹理剖面的 空间分辨率。

发明内容

本发明的目的在于提供一种基于全变分地震数据分解模型的地震纹理提 取与增强方法，旨在解决现有地震纹理提取与增强方法不能提取完整的地震 纹理剖面和纹理剖面的空间分辨率不高的问题。

本发明是这样实现的，一种基于全变分地震数据分解模型的地震纹理提取与 增强方法，该基于全变分地震数据分解模型的地震纹理提取与增强方法包括 以下步骤：

步骤一、野外采集地震数据:

步骤二、用常规数据处理方法得到叠后地震剖面；

步骤三、采用下式对叠后地震剖面进行分解:

地震数据表示为：

f(t)＝n(t)+e(t)

其中其中f(t)为原始地震图像，定义e(t)为地震数据的结构分量(原地

震数据的近似)为地震数据的结构分量(即地震图像光滑部分)，而n(t)

也不是原来所称的噪音，被称为地震数据的纹理分量(包含纹理和噪

音，即地震图像振荡部分)。e(t)由下式求出：

argmine{12Σt=0N||f(t)-e(t)||22+λΣt=0N|e(t+1)-e(t)|1}]]>

N为地震数据的采样点数，t为采样点序号，λ为平衡泛函中两项的权 重调节参数；

步骤四、设计系数值符合一维高斯分布的离散平滑模板，对纹理分量n(t) 进行增强，消除纹理分量中的高频随机噪音。

对地震纹理剖面n(t)进行迭代空域平滑计算：

n_k+1(t)＝n(t)_k*G