【技术实现步骤摘要】
本专利技术属于地质模型图像去噪，涉及一种地质模型图像去噪方法、系统、存储介质及设备。
技术介绍
1、地质建模技术已从两点地质统计学建模逐渐发展到多点地质学统计建模。两点地质统计学建模通过变差函数描述空间特征。利用克里金方法建立确定性的模型和应用随机模拟方法建立可选的、等可能的地质模型。然而，两点地质统计学建模无法精确表征复杂空间结构及目标体的几何形态。很多学者研究多点地质统计学模型。snesim算法利用训练图像代替了两点间的变差函数来再现复杂结构的储层构型。simpat算法加入相似度计算来比较待估点处数据事件与训练图像间的相似性,从而强化了地质模式的选择性。filtersim算法使用过滤器进行模式分类，利用整体模式代替单体模式从而减小计算机负担。growthsim算法在snesim的基础上采取了利用最优化空间模拟和独特的基于生长算法进行模式重现。然而，这些建模技术仍不足以提供描述合理的三维地质模型。
2、随着人工智能技术的发展，地质统计学建模推向智能化建模发展阶段。目前工作集中于使用生成对抗网络考虑更复杂的地质模式和统计信息，从而生成更逼真的地质模型。具体来说，空间生成对抗神经网络sgan被用于通过训练图像的地质统计学反演来降低了概率反演的维度，保证3d无条件实现。改进的对抗生成网络wgan被用于训练模型，它通过少量的随机参数直接生成逼真的地质模型。然而基于深度学习的建模方法需要提供大量的训练样本。于是一些基于非线性映射的人工神经网络预测方法逐渐取代了基于专家经验的数据合成方法。无论是传统的地质建模方法，还是新颖的深
技术实现思路
1、本专利技术的目的在于解决现有技术中地质数据的不完备、数据错误以及模型的打印操作导致特定的地质模型中产生了大量无规则的噪点，由于噪点分布复杂，这些噪点分布复杂人工难以去除，且现有的无噪点图像数量较少，噪点难以进行人工标记的问题，提供一种地质模型图像去噪方法、系统、存储介质及设备。
2、为达到上述目的，本专利技术采用以下技术方案予以实现：
3、一种地质模型图像去噪方法，包括以下步骤：
4、构建噪点图像-无噪点图像的配对数据集，基于配对数据集构建噪点检测模型；
5、构建像素级去噪模型，基于像素级去噪模型去除原始地质图像中存在的部分噪点，获取去除部分噪点后的图像；
6、通过噪点检测模型获取去除部分噪点后图像的生成结果，将生成结果与去除部分噪点后的图像进行对比，得到噪点位置，基于获取的噪点位置去除剩余噪点，获取去噪修复后的图像。
7、本专利技术的进一步改进在于：
8、所述构建噪点图像-无噪点图像的配对数据集包括以下步骤：
9、获取有噪点的地质图像和无噪点的地质图像，并对有噪点的地质图像和无噪点的地质图像进行预处理，使每对图像河道一一对应，得到河道形态对应的图像对；
10、通过不同间隔γ切割，得到图像对数据集。
11、还包括对噪点检测模型进行训练：
12、模型通过最小化无噪点图像xgood与噪点图像的重构使生成器根据xgood学习xnoise中噪点所在的位置；
13、其次xgood和图像在隐空间的对比损失被用于从特征级上加强生成器对两者差异的关注；
14、与编码器e1相同结构的编码器e2被用于提取无噪点图像xgood的编码特征z2，z2与编码器e1得到的向量z1进行对比，拉近噪点和无噪点分布的编码过程：
15、
16、lossz(z1,z2)＝||z1-z2||1 (2)
17、其中，lossimg和lossz分别是图像级和特征级的对比损失；
18、生成器损失lossg为：
19、
20、其中α,β,ρ是权重参数，β＝50，α＝ρ＝1；lossgan是原始gan的生成器对抗损失，它表示训练生成器时最小化与1之间的距离使判别器无法判别；
21、通过特征级对比损失对判别器进行训练，判别器最后一层的特征和用于损失判断，拉近判别特征与0的距离，并且最小化特征与1的距离：
22、
23、其中，lossd代表了该模型判别器的整体损失，表示判别器输出的有噪点图像的特征向量；表示判别器输出的无噪点图像xgood的特征向量。
24、所述基于像素级去噪模型去除原始地质图像中存在的部分噪点包括：
25、对待去噪的地质图像进行二值化处理得到黑白图像；
26、通过高斯滤波器对得到的黑白图像进行处理，获取邻域内像素的加权平均值，将邻域内像素的加权平均值取代中心像素值，得到高斯滤波后的图像；
27、基于高斯滤波后的图像，通过flood fill洪水泛充算法对河道内的重要区域进行颜色加重标记；
28、基于flood fill洪水泛充后获取的图像，通过开闭运算确定地质图像中非河道区域并对其进行圈定，对圈定的区域进行颜色填充，将该区域内的噪点修改为对应的正确像素值，实现初步去噪。
29、通过flood fill洪水泛充算法对河道内的重要区域进行颜色加重标记包括：
30、将种子像素值可设置为150，洪水区域新赋的像素值可设置为(255,255,255)，前后相差约2-3的像素值，泛冲后图像中噪点以及河道间断处的颜色较深；
31、所述开闭运算确定地质图像中非河道区域包括：
32、利用开运算抛弃蓝色区域内部的独立的小红色块，只选择总体连贯的地方；
33、利用闭运算填补红色区域内部的蓝色孔隙，确保大的红色区域的连通性，进而确定蓝色区域轮廓，即实现非河道区域的圈定。
34、所述将去除部分噪点后的图像与其对应的模型生成结果进行对比的过程包括：
35、给定噪点图像xnoise，经过像素级去噪处理得到像素级图像xpixel；
36、将xpixel输入到噪点检测模型中检测剩余的噪点，得到噪点检测图像xdetect
37、根据xdetect在噪点图像上找到对应的噪点，进行红色或蓝色的颜色填充得到了噪点修复图像xresult1。
38、所述噪点检测图像xdetect获取过程为：
39、在(r,g,b)三个通道上将生成的图像与输入至模型的地质图像相减以得到带有噪点的位置的检测结果xdetect：
40、
41、其中，absr、absg、absb表示地质图像与生成结果分别在(r,g,b)上的相减运算，fthreshold的作用是二值化噪点检测的结果。
42、一种地质模型图像去噪系统，包括噪点检测模型构建模块、第一噪点去除模块和第二噪点去除模块；
43、噪点检测模型构建模块，用于构建噪点图像-无噪点图像的配对数据集，基于配对数本文档来自技高网...
【技术保护点】
1.一种地质模型图像去噪方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种地质模型图像去噪方法，其特征在于，所述构建噪点图像-无噪点图像的配对数据集包括以下步骤：
3.根据权利要求1所述的一种地质模型图像去噪方法，其特征在于，还包括对噪点检测模型进行训练：
4.根据权利要求1所述的一种地质模型图像去噪方法，其特征在于，所述基于像素级去噪模型去除原始地质图像中存在的部分噪点包括：
5.根据权利要求4所述的一种地质模型图像去噪方法，其特征在于，
6.根据权利要求1所述的一种地质模型图像去噪方法，其特征在于，所述将去除部分噪点后的图像与其对应的模型生成结果进行对比的过程包括：
7.根据权利要求6所述的一种地质模型图像去噪方法，其特征在于，所述噪点检测图像Xdetect获取过程为：
8.一种地质模型图像去噪系统，其特征在于，包括噪点检测模型构建模块、第一噪点去除模块和第二噪点去除模块；
9.一种终端设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其
10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1-7任一项所述方法的步骤。
...【技术特征摘要】
1.一种地质模型图像去噪方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种地质模型图像去噪方法，其特征在于，所述构建噪点图像-无噪点图像的配对数据集包括以下步骤：
3.根据权利要求1所述的一种地质模型图像去噪方法，其特征在于，还包括对噪点检测模型进行训练：
4.根据权利要求1所述的一种地质模型图像去噪方法，其特征在于，所述基于像素级去噪模型去除原始地质图像中存在的部分噪点包括：
5.根据权利要求4所述的一种地质模型图像去噪方法，其特征在于，
6.根据权利要求1所述的一种地质模型图像去噪方法，其特征在于，所述将去除部分噪点后的图像与其对应的模型生...
【专利技术属性】
技术研发人员：徐振平，张欢，陈才，吴春雷，孙迪，张立强，尚江伟，刘昕，孙春燕，王雷全，黎立，
申请(专利权)人：中国石油天然气股份有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。