地震图像的纹理特征提取及分类

论文摘要

地层由于受到构造运动的影响,会产生断层、裂缝等地质现象,从而留下地质历史变迁的印记。这些痕迹,从图形学上来说,可以认为它们是纹理。当然,由于地质构造不同,纹理的疏密、方向也不相同,因此可以说,不同的纹理区域反映着不同的地质构造。在那些纹理方向或结构发生突变的地方,也意味着地质构造的突变,这些信息对于寻找石油或天然气是重要的。纹理分析是指采用一定的图像处理技术提取出纹理特征参数,从而获得对图像的定量或定性描述的处理过程。它是一种不依赖于图像颜色或亮度变化,反映图像中同质现象的视觉特征的处理方法。本文通过采用纹理分析的方法,来凸显地震图像上纹理发生突变的区域,从而达到识别有效储层的目的。本文首先介绍了纹理分析的基本概念,然后重点阐述了几种主要的纹理特征提取方法,通过实际数据的试验对比,确定选择灰度共生矩阵法来对地震图像进行特征提取。在图像纹理的分类识别时,考虑到已知的训练样本数少且不同类别间可能不具有线性关系,所以本文选择支持向量机来实现。最后,针对靖边气田部分区段的实际数据,采用灰度共生矩阵的方法提取图像的纹理特征,并应用支持向量机进行分类,试验结果表明,本研究在工区的储层预测上取得了很好的效果。在论文的研究中取得以下成果:1)灰度共生矩阵法具有很好的稳定性,提取出的纹理特征对不同区块的识别能力也很强。在计算每点的特征值时,以该点为中心进行开窗。通过多次的试验对比,发现当窗口大小选取为7×7或者是9×9时效果最好。2)在共生矩阵上得到了对比度、逆差矩、能量、熵和相关系数特征,考虑到相关系数特征取值很小且缺乏变化,图像效果较差,所以在图像分类时没有采用。此外,通过对比各个特征的取值分布,可以看出当熵取高值、逆差矩取低值时,正好对应着井的位置。从纹理特征含义的角度看,说明该处的取值随机,图像局部变化快,这也预示着该区的地质构造复杂,可能蕴含油气资源。3)由于已知的样本数据较少,且储层与属性之间往往不表现出线性关系,本研究中选择采用支持向量机对工区内未知区域的储层参数进行预测,并成功的将工区分为有效储层和无效储层两部分。从分类效果看,大多数的井都能落在有效储层内,预测结果与实际试气井位较一致。

论文目录

• 摘要
• Abstract
• 第一章 绪论
• 1.1 选题依据及意义
• 1.2 国内外研究现状
• 1.3 主要研究内容及思路
• 第2章 纹理特征的提取
• 2.1 概述
• 2.2 灰度共生矩阵法
• 2.3 自相关函数法
• 2.4 小波变换法
• 2.4.1 小波变换的基本原理
• 2.4.2 小波特征的提取
• 2.5 实验效果
• 2.5.1 选择图像
• 2.5.2 计算特征值
• 2.6 本章小结
• 第3章 地震图像的纹理分析在靖边气田中的应用
• 3.1 工区基本概况
• 3.2 靖边气田地震图像的纹理特征
• 第4章 基于支持向量机的储层预测
• 4.1 支持向量机概述
• 4.2 分类支持向量机
• 4.2.1 线性支持向量分类机
• 4.2.2 非线性支持向量分类机
• 4.2.3 线性不可分向线性可分的转化——核函数
• 4 层段储层综合预测'>4.3 马五₄层段储层综合预测
• 结论
• 致谢
• 参考文献
• 附录