肖關華

（東方物探遼河分公司物探研究所，遼寧 盤錦 124010）

數(shù)字圖像處理技術是通過電腦來去除噪聲形象，提升、回收、分割、特征提取的處理方法和技術，探索石油地震勘探地球信息科學與科學之間的交叉學科，可以利用數(shù)字圖像處理的一些方法進行研究。當前，圖像處理技術的飛速發(fā)展提供一個新的方法來解決這些交叉科學問題。地震數(shù)據(jù)的處理過程中應采取綜合研究模型，即采用合理的數(shù)學模型和信息技術，地震資料成像、地震數(shù)據(jù)的形式表達的形象，所以地震數(shù)據(jù)不僅形象直觀，而且可以利用圖像處理技術進行處理和分析，并改善直板的地質問題的認識。因此，邊緣檢測技術在地震資料儲層預測將扮演一個重要的角色。

1 邊緣檢測

1.1 常見算子分析

邊緣檢測算法的比較分析在地震儲層中的應用極為少見，但信息科學和圖像差異對噪聲有一定的抑制作用。從研究中，原始和漸變噪聲圖像處理效果較好，邊緣檢測算子更好，二階微分算子，圖像中的邊緣點的順序和精確定位的旋轉不變，導致該算子容易丟失。邊緣信息的一部分，導致一些離散的邊緣檢測方法相對適應。經(jīng)典的邊緣檢測是應用微分形象的特點的邊界點進行檢測。該模型可以看出，這種方法是有效的檢測，可應用于實際應用。因此，針對油藏斷層、裂縫、泥巖邊界，可以使用邊緣檢測技術對這些特定的邊緣識別。

1.2 小波變換

裂紋檢測和分析的圖像邊緣檢測有很多相同之處，基于小波多尺度邊緣檢測理論，結合裂縫的地震波場的多尺度小波變換局部極值的模式，因為這些極端值設置沒有門檻限制，檢測裂縫三維地震記錄的某些特征的位置，然后根據(jù)鉆井、測井數(shù)據(jù)得到裂縫的總體特征的分類和分布的該區(qū)裂縫，調整模量在圖像的灰度，最后自動識別裂縫發(fā)育程度。對儲層砂體的識別和斷口的分析，一般采用的方法是進行奇異性檢測。無論是簡單的邊緣檢測算子或多尺度小波邊緣檢測方法探測目標，邊緣檢測的結果有很大的不確定性。

2 應用

2.1 地震資料解釋

地震資料解釋水平地震剖面上斷裂規(guī)模，因為地震資料分辨率的限制，在這種情況下，引入邊緣檢測算法比較，該方法能精確地識別出圖像或數(shù)據(jù)放在一個水平的優(yōu)勢，可以很好地對具體比例的地質特征，成像識別。該技術在裂縫識別和河床邊界識別，尋找圖像的像素位置變換，簡單說就是像素圖像有用的信息，即斷層和河床邊界的信息，在油藏描述、河道砂、小斷裂并且對預測和油氣開發(fā)都有重要的意義。跟描述技術相比，邊緣檢測技術有其獨特的優(yōu)點，最大的優(yōu)點是它的多尺度性。由于過錯的沉積特征而使用像素來描述不同的集合像素，邊緣檢測技術有其獨特的優(yōu)勢。利用圖像處理的邊緣檢測理論，對地震資料的處理，不僅可以確定三維數(shù)據(jù)體的缺點而且對河道砂體連通性描述可靠合理的注采井網(wǎng)的部署和回收網(wǎng)絡改善，具有重要的指導意義。

2.2 裂縫預測

將圖像處理技術移植到地震儲層預測會給裂縫性儲層識別與評價的探索帶來新的觀念。利用邊緣檢測技術對地震屬性處理，然后結合電阻率成像測井資料、巖性資料、測井資料和瞬間的壓力數(shù)據(jù)高速預測裂縫。相比之下，國內學者的研究對更具體的邊緣檢測算法，提出了算法和研究對象。通過選定的振幅數(shù)據(jù)對象，利用數(shù)字圖像處理的方法預測裂縫振幅值的測試，結合裂縫地震波場的多尺度特性，提出了碳酸鹽巖裂縫預測的多尺度邊緣檢測方法。該方法的主要思想是用小波變換局部極值的模式試驗三維地震記錄，在裂紋特征的位置，并通過調整模量在圖像的灰度、識別裂縫發(fā)育。

3 地震數(shù)據(jù)預處理方法

地震數(shù)據(jù)采集帶噪聲會影響地震資料的質量。因此，對地震數(shù)據(jù)預處理，圖像預處理是用各種各樣的數(shù)字圖像處理技術來提高，這方面的研究方法很多，有自適應誤差擴散算法、中值濾波等。這些方法的目的是光滑脈沖噪聲，只有在通過圖像預處理方法后才可以在后續(xù)的地震儲層預測中取得良好效果。

3.1 濾波方法

在一些資料研究對象中，有些信息是不切合實際的應用價值，所以地震信息過濾是非常必要的。在這方面，技術的使用提高了地震剖面的信噪比的形象。其關鍵技術是利用光流分析技術，并計算了相應的分地震剖面上超過偏，然后使用圖像積累的地震剖面進行積累技術，實現(xiàn)了三維地震數(shù)據(jù)體提高信噪比。該方法充分利用了三維地震信息，不僅可以改善的信噪比數(shù)據(jù)體，而且可以降低信號的能量損失，使原始信號的能量關系，使地震剖面的品質，增加明顯的地震解釋一個良好的基礎。該方法的實現(xiàn)，為地震資料的處理提供了新的思想、橫向分辨率圖像增強，就是與相軸連續(xù)、斷點清晰，以便提供更好的地震資料解釋的物質。

3.2 邊界處理方法

地震信息十分豐富，在這種情況下，我們必須有一個地震數(shù)據(jù)的邊界處理，提出了一種基于邊緣檢測算法的動態(tài)誤差擴散。分散的方法以及誤差方向每一個像素的邊緣，然后根據(jù)結果選擇邊緣檢測的像素的動態(tài)誤差四面八方擴散系數(shù)的方法，這種方法能減少誤差分散過程中的誤差積累。實驗結果表明，該方法能有效提高造成的誤差系數(shù)和分散的細節(jié)圖像輪廓損失。在眾多的濾波算法，提出了一種自適應反饋的誤差擴散算法。該方法首先采用提出視、聽知覺差的概念，并根據(jù)原始圖像的灰度區(qū)域特征，自適應反饋系數(shù)的計算，將被遣送回原來的視覺形象，以彌補連續(xù)可調造成的誤差擴散的不同區(qū)域的灰度損失。該算法可以顯著提減弱點獲得的不良影響的現(xiàn)象，準確地代表更多的圖像細節(jié)，并表現(xiàn)出比傳統(tǒng)算法更好的主觀視覺效果，該方法的運用就會在地震儲層的細節(jié)描述提供很好的保證。

4 展望

地震信息處理與分析是一門交叉學科，邊緣檢測技術依賴的地震資料、地質目標和數(shù)學方法來決定。在方法的選擇，通常是經(jīng)多種方法的比較分析及各種世界算法才能達到目的特殊待遇。根據(jù)技術邊緣檢測可以有效解決中小裂隙型儲層、裂縫和砂體的邊界識別，地球物理工作者建議在特定目標首先建立數(shù)學模型的實驗驗證了算法的權利。例如，一個差異，為代表的經(jīng)典的邊緣檢測方法，可以通過不同的數(shù)學模型，能突出其變化信號點，重點是邊緣化。但無論經(jīng)典邊緣檢測算法或其他復雜的邊緣檢測方法，每一種方法的結果也不同。因此，邊緣檢測技術在地震資料用于問題不僅僅是簡單的圖像處理問題，尤其對小裂隙型儲層、裂縫和砂體的邊界識別和影像，首先引入到地震數(shù)據(jù)的邊界濾波器，并在此基礎上，對研究對象的規(guī)模水平選定合適的數(shù)學算法處理，最后達到對處理結果的空間認識和理解，并與之相配套的地質目標。最后，邊緣檢測技術在石油勘探開發(fā)中的應用應結合地質、物探、鉆井測井數(shù)據(jù)分析。

[1]楊文采.應用地球物理數(shù)據(jù)處理與分析[J].地學前緣，1998，5(2):231－235.

[2]王新成.高級圖形處理技術[M].北京:中國科學技術出版社，2001:119－130.

[3]段瑞玲，李慶祥，李玉和.圖像邊緣檢測方法研究綜述[J].光學技術，2005，31(3):415－419.

[4]張麗莉，吳健生，王家林.圖像處理在地球物理學中的應用 [J].石油地球物理勘探，2003，38(3):317－323.

[5]賀振華，等.地下介質橫向變化的地震多尺度邊緣檢測技術 [J].物探化探計算技術，1999，21(4):289.