[发明专利]一种基于频域显著性检测的地震属性分析方法

说明书

一种基于频域显著性检测的地震属性分析方法，旨在将显著性检测应用于地震领域，获得新的且有效的地震属性，其方案为读入地震剖面x(t,q),q为地震剖面的道号；对每一道地震数据做傅里叶变换F，获得地震剖面的频域表示X(f,q)；计算地震剖面的频域表示X(f,q)的相位谱P(f,q)；利用相位谱信息P(f,q)进行傅里叶反变换F‑1，初步获得显著性剖面S(t,q)；用低通滤波器g对显著性剖面S(t,q)进行滤波，作为最终的地震显著性属性剖面。

技术领域

本发明属于地震信号处理领域，具体涉及一种基于频域显著性检测的地震属性分析方法。

背景技术

“地震属性”最早可追溯到20世纪60年代，当时国内有很多的译名，如地震特征、地震参数、地震标志等等，直到90年代初才基本统一称为地震属性。从应用地球物理学的角度看，地震属性是地震数据中反映不同地质信息的子集，是刻画、描述地层结构、岩性以及物性等地质信息的地震特征量。

地震属性的发展大致经历了以下三个阶段：

第一阶段是起步阶段，20世纪60年代到70年代末，人们通过各种观察提出了“亮点”、“暗点”和“平点”技术，利用这个技术可以直接进行油气检测，随着数学方法的引入，又提出了瞬时属性和复数道分析技术。然而，这时的属性研究既没有考虑地震资料的运动学、动力学特征，也没有特定的地质含义，仅仅是对地震剖面特征的一种定性描述与分析；

第二阶段是迅速发展阶段，20世纪80年代初期，一方面利用振幅随炮检距变化的规律，另一方面出现了大量的属性定量提取方法，提取出来的属性多达几十种，但是这样提取出来的地震属性没有明确的地质意义，在应用过程中导致了人们对它的不信任；

第三阶段是基本成熟阶段，20世纪90年代初，以相干、倾角、方位角等为代表的一批多维属性分析技术开始出现，地震属性有了更明确的地质意义。这类属性的一个显著特点是能够直观地反映地层的结构性信息，因此，它们的开发与应用，很快得到有关各方的广泛认同。

目前，地震属性分析技术在构造解释、地层岩性解释、储层评价、油藏描述以及油藏流体动态检测等领域得到了广泛应用，在模型正演、相干体技术、聚类分析、地震相分析，多属性综合分析等方面也有了较大的发展，地震属性分析技术在油气勘探开发中发挥着越来越重要的作用。

人类视觉系统是人类认识世界的一个重要生理系统，也被认为是人类已知最强大最复杂的生理系统之一。视觉显著性检测的概念就是在研究人类视觉系统时提出，很早就在生物学上开始研究。基于计算机的显著性检测研究开始于20世纪90年代，处理的对象是图像或者视频。最开始，研究主要集中在如何利用生物学上关于视觉显著性的研究成果，在计算机上建立相似的模型并且采用近似的处理方式来模拟人类的视觉行为。这些模型比较复杂，用计算机实现起来效率不高，检测的效果也比较一般。研究人员逐渐意识到生物学上对视觉显著性的研究是不彻底的，很多的结论具有猜测性。在这样不可靠的理论上建立的模拟算法很难有可靠的效果。逐渐，很多方法突破了严格的生物学模型，模型中的很多部分被简化，采用更为简单直接的计算实现。这些算法在检测效果有了较大幅度的提高。

2007年，Hou等人首次提出基于变换域的显著性检测，提出一种基于傅里叶剩余谱的显著性检测模型(spectral residual,SR)。SR方法不需要提取特征，也不计算对比度，而是直接对图像做傅里叶变换，并对傅里叶变换的幅度谱进行分析。根据高频抑制原理，人的视觉系统能抑制那些高频出现的特征，同时能对不常出现的特征反应敏感。因此该方法通过计算图像的傅里叶变换，并用对数表示其幅度谱，然后用对数幅度谱减去经过高斯低通滤波器后的对数幅度谱，经过高斯低通滤波器滤波后能抑制图像的高频成分，因此能保留不常出现的显著部分。SR算法的计算十分简单，只需要用到图像处理常用的傅里叶变换和反变换，但是其显著性检测效果一般，只能处理简单背景图像的显著性检测。