图像处理技术在地震图象处理中的应用研究

论文摘要

相干数据体技术是近年来发展起来的一项新技术,为三维地震资料的断层及岩性异常体解释提供了有力工具。相干切片上的断层解释,通常是在相干切片上连接断层多边形,然后用作构造图。如果能在相干切片上自动地检测出断层多边形,然后直接用于作构造图,将大大地提高断层解释效率。相干切片可以视为含有断层的二维图像,利用图像的边缘检测技术即可实现断层的多边形检测。本文重点研究利用数字图像处理相关算法对相干切片进行滤波去噪、锐化、二值化等相关预处理,并进一步对相干切片图像进行边缘检测和断层轮廓跟踪,实现在相干切片上自动地检测出断层多边形。实际获得的图像一般都因受到某种干扰而含有噪声。引起噪声的原因有很多,如敏感元件的内部噪声、感光材料的颗粒噪声、热噪声、电器机械运动产生的抖动噪声、传输信道的干扰噪声、量化噪声等。这些噪声恶化了图像质量,使图像模糊,甚至淹没特征,给分析带来困难。本文首先研究了经典的图像边缘检测方法,线性滤波技术及其在图像边缘检测中的应用,基于Canny算法的多尺度自适应边缘检测方法,并通过理论分析以及仿真计算,比较各种算法在图像边缘检测中的优缺点。其次,对图像边缘检测预处理相关算法进行研究,改进了一种保持图像边缘细节的滤波算法。最后,在此基础上,针对项目需求提出一种复杂二值图像边界跟踪与提取算法。将改进和提出的各种算法应用到项目中,设计实现了一个相干切片断层多边形检测系统。通过实践验证:该方案检测出的断层多边形定位准确、连续、光滑、边缘细节丰富、边界呈单像素宽。文中提出的算法和检测系统方案具有较强的实用价值和参考价值。

论文目录

• 摘要
• Abstract
• 创新点摘要
• 前言
• 第一章 数字图像处理技术概述
• 1.1 图像与数字图像处理
• 1.2 研究图像去噪处理的意义
• 1.2.1 对图像去噪处理的意义
• 1.2.2 研究图像去噪方法的意义
• 1.3 图像去噪的技术背景及国内外研究现状
• 第二章 图像噪声及噪声处理方法
• 2.1 图像噪声分类及衡量
• 2.1.1 噪声分类
• 2.1.2 噪声模型
• 2.1.3 图像噪声的衡量
• 2.2 几种常用空间域图像去噪方法介绍
• 2.2.1 均值滤波器及邻域平均法
• 2.2.2 加权平均法
• 2.2.3 顺序统计滤波器及中值滤波
• 2.2.4 自适应滤波器
• 2.3 几种常用空间域图像去噪方法存在的缺陷
• 2.4 一种保持图像细节的自适应的去噪平滑算法
• 2.4.1 研究背景
• 2.4.2 自定义加权模板
• 2.4.3 最小邻域均匀度
• 2.4.4 自适应选择邻域尺度
• 第三章 多尺度自适应边缘检测方法
• 3.1 多尺度边缘聚焦方法
• 3.1.1 边缘聚焦的基本思想
• 3.1.2 边缘聚焦算法的实现
• 3.2 基于自适应平滑滤波的边缘提取方法
• 3.2.1 自适应平滑的基本原理
• 3.2.2 自适应平滑算法
• 3.3 Canny 自适应边缘检测算法
• 3.3.1 传统Canny 算法的缺陷
• 3.3.2 Canny 自适应边缘检测算法
• 3.3.3 自适应多尺度Canny 边缘检测算法
• 3.3.4 边缘细化及检测效果
• 3.4 小结
• 第四章 相干切片断层多边形检测系统研究与实现
• 4.1 相干切片断层多边形检测系统方案
• 4.1.1 原始相干切片数据转换为灰度图像
• 4.1.2 相干切片断层多边形检测流程
• 4.2 图像预处理
• 4.2.1 滤波去噪
• 4.2.2 图像锐化
• 4.2.3 图像二值化
• 4.3 断层多边形边缘检测
• 4.4 断层多边形边界跟踪与提取算法
• 4.4.1 传统边界跟踪算法缺陷
• 4.4.2 改进的八邻域边界跟踪与提取算法
• 4.4.3 算法示例
• 4.4.4 算法描述及实现
• 4.5 断层骨干线提取
• 4.5.1 像素点特征
• 4.5.2 提取断层骨干线的细化算法
• 4.6 人机交互处理
• 4.7 断层多边形编码输出
• 4.8 小结
• 结论
• 参考文献
• 致谢
• 详细摘要