一种利用多点地质统计法重构图像统计信息的方法技术

本发明专利技术公开了一种利用基于软硬数据的多点地质统计法重构图像统计信息的方法。由于现有技术中，仅使用硬数据或无条件数据时，图像统计信息的重构会比较困难而且精度不高。如果在重构过程中加入软数据，则可以提高图像重构的准确性。所以，本发明专利技术方法利用基于软、硬数据的多点地质统计方法对图像统计信息进行重构，在再现训练图像特征模式的过程中，将待模拟图像的软数据信息与硬数据信息共同作为ＭＰＳ方法重构图像的条件数据，以提高重构图像的精度，减少图像重构的不确定性。本发明专利技术可广泛应用于如地质勘探、环境监测和医学等许多科学领域。

Method for reconstructing image statistical information by using multi-point geological statistics

The invention discloses a method for reconstructing image statistical information by using multi-point geological statistics based on soft and hard data. Because of the use of hard or unconditional data in the existing technology, the reconstruction of image statistics information is difficult and the accuracy is not high. If soft data are added to the reconstruction process, the accuracy of image reconstruction can be improved. Therefore, multiple point geostatistics methods of soft and hard data based on the statistical information of images reconstructed by the method of the invention, in the process of reproducing training image feature model, soft data and hard data information of an image to be simulated together as a data MPS image reconstruction, to improve the accuracy of the reconstructed image. To reduce the uncertainty of image reconstruction. The invention can be widely applied to many scientific fields, such as geological exploration, environmental monitoring and medicine.

【技术实现步骤摘要】

本专利技术涉及一种在地质勘探、环境监测和医学等领域具有广泛应用的图像统计信息重构技术，特别涉及一种利用基于软硬数据的多点地质统计法重构图像统计信息的方法。
技术介绍
目前，空间数据可视化技术在地质勘探、环境监测和医学等领域有着广泛的应用，其所采用的插值方法可分为"确定"性插值方法和"不确定"性插值方法。"确定"性插值方法的插值形式、插值函数参数以及插值结果基本都是确定的，该方法主要包括距离反比加权法、多项式趋势面法、基函数法以及基于三角网格的方法等。"不确定"性插值方法的"不确定"性一方面表现在选用的插值形式的随机性上，另一方面表现在插值参数的选取和确定需要依赖于概率统计原则。"不确定"性插值方法主要有地质统计学中的Kri ging方法。 然而，由于Kriging方法实质是对条件数学期望平均值的估计，并不能定量描述空间数据分布的非均质性，因此Journel等人在上世纪70年代提出了随机模拟法。该方法必须充分利用各种类型的空间数据并强调以数据的概率模型为基础。根据相同的数据条件，随机模拟可以产生许多不同但是等概率的模拟结果，因此成为预测空间数据各向异性和不确定性的建模工具。 Kriging和随机模拟方法全部是以描述空间两点相关性的变差函数(variogram)为基础，它们被合称为基于两点的地质统计方法。而变差函数只能反映空间两点之间相关性的这个特点使其难以重构一些复杂图形，例如长距离弯曲的河道。于是Haldorsen等人提出了基于目标的空间数据建模方法。该方法根据先验知识、点过程理论及优化方法表征目标结构体的空间分布，但该方法对于复杂几何形态的参数化和数据的条件化都较为困难。 鉴于两点地质统计方法和基于目标的建模方法的不足，Journel和Strebelle等人提出了多点地质统计法(MPS， multiple-pointgeostatistics) 。 MPS方法可以使用训练图像把先验模型明确而定量地引入到建模当中。先验模型包含了被研究的真实物质中确信存在的样式，而训练图像则是该样式的定量化表达，可以说训练图像中的概率信息决定了最终的模拟结果。通过再现高阶统计量，MPS能够从训练图像中捕捉复杂的(非线性)特征样式并把它们复制到重构图像中，从而再现图像的统计信息。在MPS中，使用训练图像代替变差函数获取空间数据的结构性，因而可克服两点地质统计学不能再现空间多点相关性的不足；同时，由于该方法仍然以像素为模拟单元，因而很容易实现采样数据的条件化，故克服了基于目标的模拟方法的不足。 在许多领域里，由于受到客观条件或技术水平限制，所能得到的硬数据非常有限，但是可以获得相对比较丰富的软数据(先验信息)。例如在石油勘探过程中，所能获得的硬数据(井位数据)往往非常少，而关于所研究变量的软数据(如地质解释和地震资料等)却相对较为丰富。如果能充分利用较为丰富的软数据，那么必然会提高所建数学模型的可4靠度和精度。
技术实现思路
由于现有技术中，仅使用硬数据或无条件数据时，图像统计信息的重构会比较困难而且精度不高。如果在重构过程中加入软数据，则可以提高图像重构的准确性。所以，本专利技术结合使用软数据和硬数据，提出了。 本专利技术的目的在于利用基于软、硬数据的多点地质统计方法对图像统计信息进行重构，在再现训练图像特征模式的过程中，将待模拟图像的软数据信息与硬数据信息共同作为MPS方法重构图像的条件数据，以提高重构图像的精度。 为了达到上述目的，本专利技术采用如下技术方案( — )利用数据模板扫描训练图像获得数据事件(参见图1和图2); 设数据模板为、，它是由n个向量组成的几何形态，、=仏。；a =1，2，…，n}。设模板中心位置为u，模板其他位置u。 =u+ha(a =1，2，…，n)。 假定一种属性S可取K个状态值{sk;k= 1，2，…，KK由数据模板中n个向量ua位置的n个状态值所组成的"数据事件"《可以定义为 gH5"(^)二、； "=1， 2，…，；？ } (1) 其中S(ua)表示在u。位置的状态值，《表示n个向量在Ua位置的S(u》)，...，S(un)分别为状态值、，…，^。 利用数据模板扫描训练图像是为了统计一个数据事件dn出现的概率，即数据事件中的n个数据点S(Ul) ，S(u2)，…，S(u》分别处于某个状态值s、时该数据事件出现的概率Prob{d}=Prob{ 6XwJ =、 ； "l， 2,…，/ } (2) 在应用任一给定的数据模板对训练图像扫描的过程中，当训练图像中的一个数据事件与数据模板的数据事件dn(由待模拟点u和其所在数据模板内的条件数据所组成)相同时，称为一个重复。在平稳假设的前提下，数据事件dn在有效的训练图像中的重复数c(dn)与有效的训练图像的大小Nn的比值，相当于该数据事件dn出现的概率Prob{ 6t"。) 、 ； "二l， 2，…，/ b亜 (3)TV" 对于任一待模拟点u，需要确定在给定n个条件数据值S(ua)的情况下，属性S(u)取K个状态值中任一个状态值的条件概率分布函数(cpdf， conditionalprobabilitydistribution function).根据贝叶斯条件概率公式，该条件概率分布函数可表达为Prob :Pro顺")、""S("a) = Va = l,.. ，"} (4)Pr 06讽"0 ) = ； or = 1,…,w} 上式中，分母为条件数据事件出现的概率；分子为条件数据事件和待模拟点U取某个状态值的情况同时出现的概率，相当于在已有的c(cg个重复中S(u) = Sk的重复的个数Ck(cQ与有效的训练图像的大小Nn的比值，记为Ck(cU/Nn.因此，条件概率分布函数可表示成5ProZ 讽")^ IS("a)『；a = l,(5) 基于上述条件概率，利用Monte Carlo方法可以提取该点的状态值。由于采用了 概率估计的方法，故模拟结果具有随机性。这些结果是对训练图像先验模型的一种反映，可 以揭示属性空间中状态值的各种可能分布。 ( 二 )利用搜索树加快重构过程； 如果每次模拟一个点都要重新扫描一遍训练图像，以获得对应点的cpdf，那么 必然会严重影响模拟速度。本专利技术利用一种叫"搜索树"的数据结构来加速重构过程，只 要对训练图像进行一次遍历搜索就可以生成该搜索树。将所有可能的概率模式的c(dn) 和ck(dn)存贮在搜索树中，生成模拟图像时可以直接从搜索树上获得该模式的c(cg和 Ck(cU，再利用式(5)可计算得到对应的条件概率，从而加快了模拟速度。 (三)软硬数据的结合； 设定一些变量如下A。是一个二进制的指示变量，用于表示位于u位置的状态值sk 是否出现；P(A。)表示事件A。出现的概率，本文中用其表示目标图像中A。对应的状态值的 边缘概率，设为P。 B表示以u为中心的数据模板内的硬数据，它包括原始的硬数据和已经 模拟过节点的状态值。C表示软数据。P(A。|B)和P(A。IC)分别表示在已知硬数据B和软数 据C的情况下u取某个状态值sk的概率；P(A。lB， C)表示B和C同时已知的情况下u取某 个状态值Sk的概率。P(A。|B)可以由训练图像获得，可由公式(5)计算得出；而软数据通常 是基于人们的主观判断所得到的统计本文档来自技高网...

【技术保护点】
一种利用多点地质统计法重构图像统计信息的方法，其特征在于，该方法包括：　　　　（１）利用三维的多重数据模板扫描训练图像，建立搜索树；　　　　（２）部署条件数据，即将采样点作为初始条件数据分配到最近的网格点上；　　　　（３）定义一条随机路径访问所有待模拟点ｕ；对随机路径上的每一个点，利用与步骤（１）中相同的多重模板提取其条件数据事件；如果ｕ的条件数据的数目为０，则用各状态值ｓ↓［ｋ］的边缘概率来作为待模拟点ｕ的条件概率；否则就从搜索树上获取ｕ的ｃｐｄｆ；在模拟过程中，如果重复数ｃ（ｄ↓［ｎ］）小于某个设定的下限ｒ↓［ｍｉｎ］，那么就先去除数据模板中离ｕ最远的节点，此时的条件数据数目就变为ｎ－１。在搜索树中寻找对应于这ｎ－１个节点情况下的条件概率，如果此时的ｃ（ｄ↓［ｎ］）仍然小于ｒ↓［ｍｉｎ］，就继续去除现在数据模板中距ｕ最远的节点，然后在搜索树中寻找对应这ｎ－２个条件数据的条件概率；如此重复下去，如果数据模板中的条件数据数目下降到ｎ＝１，并且此时ｃ（ｄ↓［ｎ］）仍然小于ｒ↓［ｍｉｎ］，那么就用各状态值ｓ↓［ｋ］的边缘概率来作为ｕ的条件概率；获得软硬数据情况下的条件概率，然后利用Ｍｏｎｔｅ　　Ｃａｒｌｏ方法提取ｕ的随机模拟值，并将该模拟值作为后续模拟新增的条件数据；继续模拟随机路径上的其他点。...

【技术特征摘要】

【专利技术属性】
技术研发人员：杜奕，张挺，
申请(专利权)人：上海第二工业大学，
类型：发明
国别省市：31[中国|上海]