我要投搞

标签云

收藏小站

爱尚经典语录、名言、句子、散文、日志、唯美图片

当前位置:主页 > 初至波 >

一种实现初至波自动拾取的方法

归档日期:09-14       文本归类:初至波      文章编辑:爱尚语录

  一种实现初至波自动拾取的方法_专业资料。本文从初至波的特点出发结合数字图像处理,提出了应用边缘检测和边缘追踪技术进行初至波自动拾取,为初至波的拾取提出了一种新思路。该方法首先地震记录做单道归一化处理,在此基础上,将地震记录转化为灰度图,然后应用边缘检测方法确定初至波的位置,为了消除异常点干扰,进

  一种实现初至波自动拾取的方法 潘树林,高磊,周熙襄,钟本善 成都理工大学,四川成都(610059) 摘 要: 本文从初至波的特点出发结合数字图像处理, 提出了应用边缘检测和边缘追踪技术 进行初至波自动拾取,为初至波的拾取提出了一种新思路。该方法首先地震记录做单道归一 化处理, 在此基础上, 将地震记录转化为灰度图, 然后应用边缘检测方法确定初至波的位置, 为了消除异常点干扰,进行一次简单的滤波处理,最后,利用边缘追踪算法完成初至波的拾 取。该方法基本可以实现初至波的自动拾取,大大提高了生产效率。 关键词:初至波,自动拾取,数字图像处理,边缘检测,边缘追踪 利用初至波进行静校正对沙漠、 山地等地区的资料处理有着重要的意义。 当我们利用常 规方法不能获得静校正量时, 通过初至波我们可以提取地表表层速度和厚度信息, 进一步计 算得到炮点和检波点的静校量[1-3]。因此,如何准确、快速地拾取初至波有着重要的意义。 传统的初至波拾取主要依靠手工, 效率较低。 也有一些根据能量相位特性进行自动拾取的方 法,在实际生产中取得了一定的效果。在这里,我们探讨一种根据数字图像处理方法进行初 至波自动拾取的方法。为初至波的自动拾取方法提供更多的选择。 1. 方法原理 边缘检测是图像处理中一项重要的技术, 是图像分割技术的重要组成部分。 不管是人眼 还是用计算机程序来对图像进行处理, 对物体边界的识别是理解图像最基本的操作。 边缘检 测就是通过一定的算法去确定图像中边界处的像素,为识别图形和进一步的处理作基础。 1.1 初至波的特点 初至波是激发源信号经过地层之后最先返回地面的信号。 t(s) 图(1) 实际记录中的两道数据能量分布图 在有效信号返回地面之前检波器所接受的信号主要是一些环境噪音, 在能量上远小于有 效地震波信号(在图(1)左边振幅较小处) 。地震波在地层之间传播能量会不断的衰减,因 此初至波在能量上与其他波比较表现出较强的能量值, 并且位于有效信号和单纯环境噪音的 分界处(在图(1)中左边起振幅突然增大处为初至信号) 。 我们用肉眼可以比较容易得将初至波从地震记录中识别出来, 因此我们考虑从图像处理 的方法入手对初至波进行自动拾取。地震记录剖面图经过灰度化处理之后,对于 m 道,每 -1- 道 n 个样点的单炮记录可以看作一幅 m×n 个像素的灰度图。因此可以直接引入比较成熟的 边缘检测方法进行初至波的检测。 1.2 边缘检测的原理 边缘检测的方法有很多,例如,利用梯度算子进行检测、基于小波分析的边缘检测、基 于阀值的边缘检测、基于神经网络的边缘检测等等。考虑到地震数据数据量较大,我们在选 择检测方法时选择那些效果比较理想并且运算量较小的算法。 经过试验对比发现,利用梯度算子进行检测运算量较小、效果较理想。 1.2.1 一阶导数放大边界的原理 边 界 连线 (a)存在边界的图形 (t) (b)对图形函数求取一次导数结果 (t) 图(2)利用求导数检测边界的原理 下式(1)是求取导数的运算公式, Δt 从式(1)可以看到,当 Δt 已定,那么 y (t + Δt ) 与 y (t ) 相差越大求得的 y (t )′ 值越大, 而当他们相差很小时, y (t ) ′ 的值非常小,因此通过对图形函数求取一次导数可以把存在 的边界进行放大。 对比图(1) ,我们可以清楚地看到,初至波起跳处 y (t + Δt ) 与 y (t ) 相差最大,求得的 导数将是单道里面的最大值。因此,我们可以利用导数来确定边界。 1.2.2 梯度算子检测边界的原理 梯度对应一阶导数, 梯度算子是一阶导数算子。 在边缘灰度值过渡比较尖锐且图像中噪 声比较小时,梯度算子工作效果较好。现以检测 x,y 两个方向的情况进行说明[4]。 对一个连续图像函数 f ( x, y ) ,它在位置 ( x, y ) 的梯度可表示成一个矢量(其中 G x 和 y (t )′ = y (t + Δt ) ? y (t ) ……………… (1) G y 分别为沿 x 方向和 y 方向的梯度) : ?f ( x, y ) = [G x G y ]T = [ ?f ?f T ] ………………(2) ?x ?y 1 这个矢量的振幅(也常直接简称为梯度)和方向角分别为: 2 ?f = max(?f ) = (G x2 + G y ) 2 ………………(3) -2- φ ( x, y ) = arctan(G x G ) y ………………(4) 为了计算简便我们采用下面的模来进行梯度近似计算: ?f = max{ ?f ?f , } ?x ?y ………………(5) 即,分别计算 x 和 y 方向的梯度,两者中的大值作为该点的实际梯度。 如果存在多于两个的计算方向,则式(5)中将需要对比各个方向梯度值,将其中的最 大值作为该点实际梯度。 以上各式中的偏导数需对每个像素位置计算,在实际中常用小区域模板卷积来近似计 算。下面介绍模板卷积的原理。 1.2.3 模板卷积运算原理 算子运算时采用类似卷积的方式, 将算子模板在图像上移动并在各位置计算对应中心像 素的梯度值。模板卷积的运算步骤可表述如下: (1) 将模板中心与图中某个像素位置重合; (2) 将模板上系数与模板下对应像素值相乘; (3) 将所有乘积相加; (4) 将经过模板运算后得到的结果赋给图中对应模板中心位置的像素。 (5) 将模板遍历图中每个像素。 最简单的梯度算子是罗伯特交叉(Roberts cross)算子,它的两个方向的 2×2 模板见图(3) 。 两个模板分别对应两个方向。 1 -1 图(3) Roberts 1 -1 梯度算子模板实例 1.3 边界追踪的原理 边界追踪也可称为边缘点连接,是由图中的某已知边缘点出发,一次搜索出实际的边 界。边界搜索主要分为以下几个步骤: 1. 确定作为起点的边缘点(标准根据算法不同而有差异) ,起点的选取对追踪的结果至关 重要。当正确的边缘点不易确定的时候,一般需要进行手工选定正确的边缘点。 2. 按照合适的算法和搜索机理,在发现边界点的基础上确定新的边界点。 3. 搜索整幅图,确定出边界 。 边界追踪也有很多成熟的方法, 结合地震记录的特点, 经过对多种边缘追踪方法的比较, 发现利用跟踪“虫”(bug)进行追踪,抗干扰能力强、运算简单,追踪效果较理想。现简述 利用跟踪“虫”进行追踪的原理[5]: -3- 当前边界点 候选边界点 上一个边界点 搜索方向 图(4)跟踪“虫”示意图 跟踪“虫”是一个长方形的平均窗口模板,其中各元素一般具有相同的值,模板的后部以 当前像素为中心, 其轴沿当前搜索方向。 在每个搜索位置都计算模板下所有像素的平均梯度, 然后选模板前部具有最大平均值的位置作为下一个边界位置。 该模板越大, 对梯度的平滑作 用越强,也越抗噪声。在对存在较强干扰的地震记录的处理中,采用该方法进行边缘追踪, 较好地确定了初至波的位置。图(4)是一个最简单的“bug”模板示例,只检测了 600 角范围 内的边界,在实际应用中,我们应该根据实际情况选取适当角度范围的模板。 2. 实现过程 2.1 单道归一化处理 由于检波点本身所处的位置和环境等因素影响, 各检波点所接收到的能量可能存在较大 差异。 因为进行初至波拾取考虑道间关系较少, 因此可以采取单道归一化进行地震记录各道 之间振幅的均衡。 单道归一化采取下列公式进行: S1 ( x, t ) = S ( x, t ) Max S ( x, i ) ………………(6) L i=1 S ( x, t ) 为第 x 道时间为 t 处的原振幅,L 是该道样点总数, S1 ( x, t ) 是进行归一化之后,时 间 t 处的振幅。由上式可以看出,单道归一化的做法就是,在每一道里面找出一个绝对值最 大的振幅作为 1,其余各点振幅为原振幅和该点振幅绝对值之商。 由于初至波和背景噪音等其他信号相比具有较大的能量值。因此,经过处理之后,单道 记录表现出较好的初至分界点,单炮记录有较好的分界面。 2.2 对图形进行灰度化处理 实际的图像不存在振幅的概念, 每个点都是用灰度来进行定义的, 这和地震记录中存在 正负振幅的事实相矛盾。因此,我们要用数字图像处理的方法来进行地震记录的处理,就必 须进行灰度化处理,使其和图像的概念相统一,便于后面边缘检测和边缘追踪的应用。 灰度化处理的计算公式为: S1 ( x, t ) = S ( x, t ) ………………(7) S ( x, t ) 为第 x 道时间为 t 处的原振幅(存在负振幅) S1 ( x, t ) 是灰度化处理之后,时间 t 处 , -4- 的振幅。在实际的处理中,我们采用如下图(5)所示的步骤运算。 图(5) 地震数据灰度化处理原理图 (曲线代表灰度化处理前后地震波的波形) 下图(6)a 是采用小时窗均衡方式处理之后的地震剖面显示;b 是在单道归一化处理的 基础上,经过灰度化处理之后的图形显示。 a 采用小时窗进行均衡获得的剖面显示 b 经过单道归一化和灰度化处理之后的剖面显示 图(6)处理结果对比图 2.3 边缘检测方法确定初至波的位置 理想情况下地震记录中初至波存在如下特点: 双边接受, 原始记录中初至波呈“人”字形; 单边接收,原始记录中初至波为单条斜边;经过动校正和静校正之后,均呈水平状分布。 结合这一特点,我们选取了 krisch(3×3)模板[4],进行初至波的检测。 krisch(3×3)模板是一种方向算子(对特定方向的梯度进行检测) ,利用一组模板分别计 算在不同方向上的梯度值, 取最大值作为边缘强度, 而将与最大值对应的方向作为边缘方向。 常用的 krisch(3×3)模板对八个方向进行检测,各方向间的夹角为 450。考虑实际地震记录中 初至波的存在特性,在这里我们只采用以下三个模板进行运算。其中(B)对水平边界敏感, -5- 、(C)分别对“人”字形的两个斜边敏感。 3 -5 -5 (A) 3 0 -5 3 3 3 3 3 -5 (B) 图(7)Kirsch 算子的三方向 3×3 模板 3 0 -5 3 3 -5 3 3 3 3 0 -5 (C) 3 -5 -5 模板 A 的运算公式如下: m =i +1, n = j +1 g(i,j)= m =i ?1, n = j ?1 ∑ ( p(m, n) × f (m, n)) ………………(8) 同理,可以算出模板 B、C 的值 h(i, j ) 和 k (i, j ) ; 则 R(i, j ) = Max{g (i, j ), h(i, j ), k(i, j)} ………………(9) 其中,R(i,j)为经过模板算子运算之后(i,j)位置新的灰度值。 模板在整幅图中的遍历就是用模板进行卷积运算的过程。这样,经过模板的遍历,原来 的灰度图转变为新的用梯度值来表示的灰度图, 并且, 在每一道里最大值出现在初至波到达 处(理想情况下) 。这样,我们通过检测每道的最大值点,就可以把初至波起跳点从记录中 拾取出来。 由图(8)可以看到,运用模板运算之后,确定的初至波范围和在图(6)中看到的边界 是基本重合的。经过检测确定了初至波的大体范围。 经过上述运算后, 只需要把拾取结果映射到原始记录中, 再在较小的范围内进行一次极 值确定,就可以把临近起跳点的波峰很准确的确定出来,完成自动拾取。 图(8) 经过 krisch 算子运算后的结果(采用和图(6)相同的原始数据) -6- 对检测的结果进行滤波 由于地震记录的多样性,经过检测以后可能会出现一些远离正常初至位置的异常极值 点。 为了消除这些可能存在的异常点, 我们采用中值滤波对经过梯度检测后的数据再进行一 次简单的滤波。 在这里我们采用 9 点模板进行中值滤波。 pi , j 图(9) 中值滤波 9 点模板 该模板的工作步骤如下: (1) 将模板在图中漫游,并将模板中心( pi , j )与图中某个像素位置重合; (2) 读取模板各单元对应像素的灰度值; (3) 将这些灰度值按照从小到大进行排序; (4) (5) 找出这些值中位于中间位置的一个; 将这个中间值赋给对应模板中心位置的像素。 既,将 pi ?1, j ?1 , pi ?1, j , p i ?1, j +1 , pi , j ?1 , pi , j , pi , j +1 , p i +1, j ?1 , pi +1, j , p i +1, j +1 共九个 元素按照有小到大的顺序排成一排,把中间那个元素的值赋给 pi , j ,模板遍历即完成中值滤 波。下图(10)是某检测结果滤波前后的效果比较。 a 滤波前 -7- 滤波后 图(10)中值滤波前后初至波检测的效果对比 2.5 利用边缘追踪对干扰严重的地震记录确定初至波 对于一般的地震记录, 采用前面的处理方法可以比较好的拾取出初至波; 但是当初至波 非常零散,以至于手工拾取都不能精确的拾取的时候,上述方法拾取的结果不理想,这时候 我们采用手工参与和边缘追踪相结合的办法来完成拾取。 -8- 图(11)某近炮点存在干扰的记录拾取效果 图(11)为一近炮点存在干扰的记录,仅用边界检测的方法,在干扰处的初至拾取结果 不令人满意,因此,在边界检测的基础上,对记录又进行了一次边缘追踪,拾取效果如图所 示,和原始记录中的初至相符。 2.6 对异常道的处理 在实际资料中存在坏道、死道、空道等各种异常道。如图(11)中就有多道 50 周干扰 道。在这种情况下,我们尽可能的保持初至波连续性,使用前后正常道初至值对异常道进行 插值处理,在上图中可以看到插值后的效果。当然,如果存在过多的连续异常道,插值结果 将无法保证正确,在这种情况下,只有通过用户交互进行拾取。 3. 结论 本文论述了利用数字图像处理的方法进行初至波自动拾取的原理和实现步骤。 在实际的 测试中,对于初至波较好的记录,自动拾取取得了理想的效果;对于初至波零散不连续的地 震记录,则需要适当的手工参与(确定起始追踪点) 。怎样真正实现各种复杂记录中初至波 的自动拾取仍然是下一步研究的重点。 对新疆某三维资料 6 条测线 道,利用上述方法拾取所需时间为 3 个 小时左右,并且大部分时间消耗在地震记录的浏览和拾取效果的复查上面。综上所述,利用 数字图像处理的方法进行初至波的自动拾取是一种有效的自动拾取方法,值的进一步研究。 -9- 参考文献 (1) (2) (3) (4) (5) 钟本善,周熙襄.中国西部地区地震勘探的静校正问题.物探化探计算技术,Vol 21, No.4,1999.11。 陈启元等.复杂山区的静校正方法探讨.石油勘探,Vol40,No1,Mar., 2001 王顺国. 复杂山区静校正方法研究及效果.石油勘探,Vol37,No4,Dec., 1998 章毓晋.图象分割.科学出版社,2001.2 P121~126 Kenneth.R.Castleman.数字图像处理(中译本).电子工业出版社,2002.5 P311~320 An automatic method of picking up the first break time Pan Shulin,Gao Lei,Zhou Xixiang,Zhong Benshan Chengdu Univerisity of Science and Technology,Chengdu, China (610059 ) Abstract This paper has discussed digital image processing such as edge detection and boundary tracing used in picking up the first break time, which based on the speciality of first break time. Have put forward a kind of new train of thought for picking up the first break time. Firstly,we make gradation processing to the seismic data. Secondly, we turn the seismic graph into a gray graph.Third, we determine the position of arrival time of the first wave by using edge detection processing .Fourth,we process the data using a filter. Last, we pick up the arrival time of the first wave by using boundary tracing. This method can improve production efficiency greatly by picking up the first break time automatically. Keywords: the first break time;automatic picking up, digital image processing; edge detection; boundary tracing 作者简介:潘树林,男,1979 年生,硕士研究生,现就读于成都理工大学信息工程学院, 地球探测与信息处理专业,主要从事地震资料的分析处理研究工作。 -10-

本文链接:http://buckhorngeo.com/chuzhibo/24/