一种基于小波技术的地震数据融合方法技术

本发明专利技术公开了一种基于小波技术的地震数据融合方法，具体包括以下步骤：S1，采集地震纹理属性图像，基于地震纹理属性图像进行图像处理，获得不同方向的分解系数；S2，基于不同方向的分解系数进行融合，获得融合的系数；S3，基于融合的系数进行小波逆变换，获得融合图像。本发明专利技术的离散小波对图像进行分解后的系数保持原始图像的能量守恒，得到低频系数和不同方向上的高频系数，其中低频部分主要反映的是图像的概况，高频部分主要反映的是图像的细节，将图像分解为高、低频的系数进行分类处理，提高了下一步融合的准确率，并且在进行二次小波变换时节省了运算时间，提高了效率。

【技术实现步骤摘要】
一种基于小波技术的地震数据融合方法
本专利技术涉及地震勘探领域，特别是涉及一种基于小波技术的地震数据融合方法。
技术介绍
在早期的地震勘探技术的限制下，地震勘探的工作主要是地震数据处理和地震数据成像，而地震数据的使用情景主要集中在解决地质构造问题上。迄今为止，地震勘探技术已发展得较为成熟，与此同时，地震勘探的工作重心已经从解决地质构造问题向解释地质构造和解释地层物性方面倾斜。毋庸置疑，地层中隐藏着大量的地质信息，而地震勘探通过挖掘出地层中的隐藏着的地震属性数据，从而经过地震属性数据的处理解释工作来获得实际项目所需要的地质信息，但实际地下的地质条件是非常复杂且多变的，而且影响地震属性信息的不确定性因素太多，因此，仅仅利用一个单一的地震属性信息是无法精确地得到实际项目所需要的地质信息的。在这样的时代背景下，属性融合思想随之萌芽，并在如今已然结出硕果。在融合思想发展的过程中，各种多源属性融合方法百花齐放并在当时达到了相对较好的融合效果，但由于当时融合技术不够成熟，很多融合方法都有着很大的局限性，已经难以满足现今高分辨率属性融合的要求。故社会亟需一种能够解决现有技术中存在的问题，将多源地震数据进行融合的方法。
技术实现思路
本专利技术的目的是提供一种基于小波技术的地震数据融合方法，以解决上述现有技术存在的问题，使多源地震图像能够进行融合。为实现上述目的，本专利技术提供了如下方案：本专利技术提供一种基于小波技术的地震数据融合方法，包括以下步骤：S1，采集地震纹理属性图像，对所述地震纹理属性图像进行图像处理，获得不同方向的地震数据分解系数；S2，基于不同方向的所述地震数据分解系数进行融合，获得融合小波系数和近似小波系数；S3，基于所述融合小波系数和近似小波系数进行小波逆变换，获得地震数据融合图像。进一步地，所述S1中的地震数据包括但不限于：振幅、频率、相位、相干、倾角、Q值、速度、包络、正交道、相似体和波阻抗，所述地震数据中的数据均用于融合。进一步地，所述S1中图像处理的方法为：采用二维离散小波变换对所述地震纹理属性图像进行处理，所述二维离散小波变换的表达式DWT(j，k1，k2)为：其中，j、k1、k2都为任意整数，a0为常数，表示二维小波的母函数，m代表横坐标，n代表纵坐标。进一步地，所述S1中，对所述地震纹理属性图像进行一次所述二维离散小波变换时，获得的所述不同方向的地震数据分解系数包括高频子带和低频子带。进一步地，所述高频子带包括水平方向高频子带、垂直方向高频子带和对角线方向高频子带；其中所述水平方向高频子带的表达式为：其中，φ1代表水平方向二维小波母函数，x代表横坐标，y代表纵坐标；所述垂直方向高频子带的表达式为：其中，φ2代表垂直方向二维小波母函数；所述对角线方向高频子带的表达式为：其中，φ3代表对角线方向二维小波母函数。进一步地，对所述地震纹理属性图像进行二次处理时，只需对所述低频子带进行处理，所述低频子带的表达式为：其中，φ代表二维小波的母函数。进一步地，所述S2中，对不同方向的地震数据分解系数进行融合的方法为：基于多尺度变换进行地震数据图像融合，所述多尺度变换包括但不限于：基于塔式变换的拉氏塔式变换分解和梯度塔式分解。进一步地，在所述不同方向的地震数据分解系数进行融合的过程中：所述高频子带中，选择最优的小波变换，并选择图像邻域绝对值的平均值最大的系数作为高频融合小波系数；在所述低频子带中，选择多源图像的低频系数的加权平均值作为近似小波系数。进一步地，基于多尺度变换进行地震数据图像融合中，融合为像素级图像融合。进一步地，所述S3中，所述小波逆变换用于将图像转换为图像矩阵，在逆变换的过程中，所述融合小波系数和近似小波系数被用作逆小波变换的输入。本专利技术公开了以下技术效果：(1)本专利技术对图像的高频域特征信息提取优势大，提高了图像在空间特性和频率特征上的保持水准，保留了更多的空间特性和频率特征；(2)离散小波对图像进行分解后的系数保持原始图像的能量守恒，得到低频系数和不同方向(水平、垂直、对角线)上的高频系数，其中低频部分主要反映的是图像的概况，高频部分主要反映的是图像的细节，将图像分解为高、低频的系数进行分类处理，提高了下一步融合的准确率，并且在进行二次小波变换时节省了运算时间，提高了效率；(3)通过对本专利技术的原始图像信息进行适当的收集，获得对来自于不同图像的分解系数进行适当的组合，获得新的系数，提高了对多源信息进行整合的效果；(4)图像的特征信息在合并的系数中得到保留，这些系数一旦被合并，最终的融合图像通过离散小波逆变换即可得到，提高了融合效率。附图说明为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。图1为本实施例中基于像素级的图像融合结构图；图2为本实施例中基于小波变换的二维图像融合过程流程图；图3为本实施例中一次离散小波变换后的频率分布示意图；图4为本实施例中三次离散小波变换后的系数分布示意图；图5为本实施例中待融合的源工区切片图像，其中(a)为振幅属性切片图，(b)为频率(10Hz)属性切片图；图6为本实施例中两不同属性切片图像的小波融合结果示意图；图7为本实施例中的地震纹理图像融合结果比对示意图，其中(a)为振幅属性切片图，(b)为频率(10Hz)属性切片图，(c)为基于小波变换的地震属性融合结果。具体实施方式现详细说明本专利技术的多种示例性实施方式，该详细说明不应认为是对本专利技术的限制，而应理解为是对本专利技术的某些方面、特性和实施方案的更详细的描述。应理解本专利技术中所述的术语仅仅是为描述特别的实施方式，并非用于限制本专利技术。另外，对于本专利技术中的数值范围，应理解为还具体公开了该范围的上限和下限之间的每个中间值。在任何陈述值或陈述范围内的中间值以及任何其他陈述值或在所述范围内的中间值之间的每个较小的范围也包括在本专利技术内。这些较小范围的上限和下限可独立地包括或排除在范围内。除非另有说明，否则本文使用的所有技术和科学术语具有本专利技术所属领域的常规技术人员通常理解的相同含义。虽然本专利技术仅描述了优选的方法和材料，但是在本专利技术的实施或测试中也可以使用与本文所述相似或等同的任何方法和材料。本说明书中提到的所有文献通过引用并入，用以公开和描述与所述文献相关的方法和/或材料。在与任何并入的文献冲突时，以本说明书的内容为准。在不背离本专利技术的范围或精神的情况下，可对本专利技术说明书的具体实施方式做多种改进和变化，这对本领域技术人员而言是显而易见的。由本专利技术的说明书得到的其他实施方式对技本文档来自技高网...

【技术保护点】
1.一种基于小波技术的地震数据融合方法，其特征在于：包括以下步骤：/nS1，采集地震纹理属性图像，对所述地震纹理属性图像进行图像处理，获得不同方向的地震数据分解系数；/nS2，基于不同方向的所述地震数据分解系数进行融合，获得融合小波系数和近似小波系数；/nS3，基于所述融合小波系数和近似小波系数进行小波逆变换，获得地震数据融合图像。/n

【技术特征摘要】
1.一种基于小波技术的地震数据融合方法，其特征在于：包括以下步骤：
S1，采集地震纹理属性图像，对所述地震纹理属性图像进行图像处理，获得不同方向的地震数据分解系数；
S2，基于不同方向的所述地震数据分解系数进行融合，获得融合小波系数和近似小波系数；
S3，基于所述融合小波系数和近似小波系数进行小波逆变换，获得地震数据融合图像。


2.根据权利要求1所述的基于小波技术的地震数据融合方法，其特征在于：所述S1中的地震数据包括但不限于：振幅、频率、相位、相干、倾角、Q值、速度、包络、正交道、相似体和波阻抗，所述地震数据中的数据均用于融合。


3.根据权利要求1所述的基于小波技术的地震数据融合方法，其特征在于：所述S1中图像处理的方法为：采用二维离散小波变换对所述地震纹理属性图像进行处理，所述二维离散小波变换的表达式DWT(j,k1,k2)为：



其中，j、k1、k2都为任意整数，a0为常数，表示二维小波的母函数，m代表横坐标，n代表纵坐标。


4.根据权利要求3所述的基于小波技术的地震数据融合方法，其特征在于：所述S1中，对所述地震纹理属性图像进行一次所述二维离散小波变换时，获得的所述不同方向的地震数据分解系数包括高频子带和低频子带。


5.根据权利要求3所述的基于小波技术的地震数据融合方法，其特征在于：所述高频子带包括水平方向高频子带、垂直方向高频子带和对角线方向高频子带；
其中所述水平方向高频子带的表达式为：



其中，φ1代表水平方向二维小波母函数，x代表横坐标...

【专利技术属性】
技术研发人员：唐文，
申请(专利权)人：西安石油大学，
类型：发明
国别省市：陕西;61