基于模糊因子预估变分的超声测井图像盲复原方法及系统.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN114140337A(43)申请公布日2022.03.04(21)申请号202111180323.X(22)申请日2021.10.11(71)申请人长江大学地址434000湖北省荆州市南环路1号(72)发明人周箩鱼罗明璋敖代钦陈立洲(74)专利代理机构武汉河山金堂专利事务所(普通合伙)42212代理人胡清堂(51)Int.Cl.G06T5/00(2006.01)权利要求书2页说明书5页附图3页(54)发明名称基于模糊因子预估变分的超声测井图像盲复原方法及系统(57)摘要本发明公开了一种基于模糊因子预估变分的超声测井图像盲复原方法及系统，其通过对超声测井模糊图像对数谱的分析，估计模糊因子的半径，从而提高后续迭代优化算法的稳定性，同时通过构建基于L1范数的变分盲复原模型，充分利用了超声测井图像的稀疏特性，有效提高了复原图像的质量。其相较已有的超声测井图像盲复原方法而言，能有效地提高超声测井图像的清晰度和对比度，为后续的测井勘探提供高质量的图像，具有非常好的实用性。CN114140337ACN114140337A权利要求书1/2页1.一种基于模糊因子预估变分的超声测井图像盲复原方法，其特征在于，包括如下步骤：获取超声测井模糊图像的对数谱；基于超声测井图像的对数谱获取对数谱相对图像半径的曲线，通过对数谱相对图像半径的曲线估计得到模糊图像频谱中极小值环的半径值；依据贝塞尔函数性质，通过模糊图像频谱中极小值环的半径值计算得到模糊因子初始半径；通过模糊因子的初始半径构建模糊因子，并针对超声测井图像，构建基于L1范数的变分盲复原模型，求解得到模糊因子的最优迭代解；根据模糊因子的最优迭代解对超声测井图像进行复原，获得最终的复原图像。2.根据权利要求1所述基于模糊因子预估变分的超声测井图像盲复原方法，其特征在于，对超声测井模糊图像做傅里叶变换，获得其频谱，并对频谱求对数，得到模糊图像的对数谱。3.根据权利要求1所述基于模糊因子预估变分的超声测井图像盲复原方法，其特征在于，在构建基于L1范数的变分盲复原模型之后，需要初始化参数，即：将通过模糊因子的初始半径构建模糊因子作为初始模糊因子，超声测井模糊图像作为初始的复原图像。4.根据权利要求1所述基于模糊因子预估变分的超声测井图像盲复原方法，其特征在于，所述L1范数的变分盲复原模型的公式如下：当β1，β2→∞式中，J表示代价函数，u表示盲复原图像，k表示模糊因子，g表示模糊图像，表示卷积操作，表示梯度算子，l表示拉普拉斯算子，Ω表示图像空间，L1表示L1范数，L2表示L2范数，a1和a2表示正则化参数，w和z表示引入的辅助变量，β1和β2表示新引入的参数。5.根据权利要求1所述基于模糊因子预估变分的超声测井图像盲复原方法，其特征在于，所述模糊因子的最优迭代解的求解过程如下：固定k、u、z，优化w，得到辅助变量w的迭代解；固定k、u、w，优化z，得到辅助变量z的迭代解；固定k、z、w，优化u，得到复原图像u的迭代解；固定u、z、w，优化k，得到模糊因子k的最优迭代解。6.根据权利要求1所述基于模糊因子预估变分的超声测井图像盲复原方法，其特征在于，每进行一次迭代优化，β1和β2的值均会相较上一次迭代优化增大3倍。7.根据权利要求1所述基于模糊因子预估变分的超声测井图像盲复原方法，其特征在6于，当模糊因子k的迭代变化大于设定阈值或β1<10时，则需要继续迭代优化，直至模糊因子k的迭代变化小于设定阈值时，结束迭代优化，获得模糊因子k的最优迭代解。8.一种基于模糊因子预估变分的超声测井图像盲复原系统，其特征在于，包括如下功能模块：对数谱获取模块，用于获取超声测井模糊图像的对数谱；2CN114140337A权利要求书2/2页半径估计模块，用于基于超声测井图像的对数谱获取对数谱相对图像半径的曲线，通过对数谱相对图像半径的曲线估计得到模糊图像频谱中极小值环的半径值；半径计算模块，用于依据贝塞尔函数性质，通过模糊图像频谱中极小值环的半径值计算得到模糊因子初始半径；建模求解模块，用于通过模糊因子的初始半径构建模糊因子，并针对超声测井图像，构建基于L1范数的变分盲复原模型，求解得到模糊因子的最优迭代解；优化复原模块，用于根据模糊因子的最优迭代解对超声测井图像进行复原，获得最终的复原图像。3CN114140337A说明书1/5页基于模糊因子预估变分的超声测井图像盲复原方法及系统技术领域[0001]本发明涉及石油测井技术领域，尤其是涉及一种基于模糊因子预估变分的超声测井图像盲复原方法及系统。背景技术[0002]超声成像测井是石油测井的一门重要技术，近年来，随着井下超声成像的发展，现在已经能够获得大量的井壁和井壁附近直观的图像。通过超声测井图像，可了解裂