地震属性多尺度融合方法、装置、电子设备及介质.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CN113947559A(43)申请公布日2022.01.18(21)申请号202010681959.1G06V10/80(2022.01)(22)申请日2020.07.15G06K9/62(2022.01)G01V1/30(2006.01)(71)申请人中国石油化工股份有限公司地址100027北京市朝阳区朝阳门北大街22号申请人中国石油化工股份有限公司石油勘探开发研究院(72)发明人夏红敏刘兰锋刘俊州史云清王箭波温立峰(74)专利代理机构北京思创毕升专利事务所11218代理人孙向民廉莉莉(51)Int.Cl.G06T7/00(2017.01)G06T5/50(2006.01)权利要求书2页说明书13页附图6页(54)发明名称地震属性多尺度融合方法、装置、电子设备及介质(57)摘要公开了一种地震属性多尺度融合方法、装置、电子设备及介质。该方法可以包括：通过广义S变换对三维叠加地震资料进行频谱分解处理，获得多尺度地震数据体；根据多尺度地震数据体，计算多尺度属性数据；根据地质信息与多尺度属性数据进行对比，确定数据融合的源属性；通过视觉显著性图像融合算法进行地震属性图像融合，获得融合属性图像。本发明将数据融合算法和广义S变换频谱分解方法相结合，进行地震属性切片图像融合，其能够保留源属性切片的细节信息，突出源属性切片中的异常信号。CN113947559ACN113947559A权利要求书1/2页1.一种地震属性多尺度融合方法，其特征在于，包括：通过广义S变换对三维叠加地震资料进行频谱分解处理，获得多尺度地震数据体；根据所述多尺度地震数据体，计算多尺度属性数据；根据地质信息与所述多尺度属性数据进行对比，确定数据融合的源属性；通过视觉显著性图像融合算法进行地震属性图像融合，获得融合属性图像。2.根据权利要求1所述的地震属性多尺度融合方法，其中，所述视觉显著性图像融合算法包括：将源图件分解为底层信息与细节层信息；进行视觉显著性信息检测，计算视觉显著性；根据所述视觉显著性进行归一化，确定权重信息；根据所述权重信息进行细节层信息的融合，通过平均法进行底层信息的融合；根据融合的底层信息与细节层信息，确定所述源图件的融合属性图像。3.根据权利要求2所述的地震属性多尺度融合方法，其中，通过公式(1)计算底层信息：Ai,1(x,y)＝Ai(x,y)*μ(x,y)(1)通过公式(2)计算细节层信息：Ai,2(x,y)＝Ai(x,y)-Ai,1(x,y)(2)其中，Ai,1(x,y)为第i个源图件的底层信息，Ai,2(x,y)为第i个源图件的细节层信息，Ai(x,y)为第i个源图件，μ(x,y)为均值滤波算子。4.根据权利要求2所述的地震属性多尺度融合方法，其中，通过公式(3)计算权重信息：其中，Ci(x,y)为第i个源图件的权重信息，Bi(x,y)为第i个源图件的视觉显著性，n为源图件的数量。5.根据权利要求2所述的地震属性多尺度融合方法，其中，通过公式(4)计算融合的底层信息：其中，Fb(x,y)为融合的底层信息。6.根据权利要求2所述的地震属性多尺度融合方法，其中，通过公式(5)计算融合的细节层信息：其中，Fd(x,y)为融合的细节层信息。7.根据权利要求2所述的地震属性多尺度融合方法，其中，通过公式(6)计算所述源图件的融合属性图像：Ff(x,y)＝Fb(x,y)+Fd(x,y)(6)2CN113947559A权利要求书2/2页其中，Ff(x,y)为源图件的融合属性图像。8.一种地震属性多尺度融合装置，其特征在于，包括：频谱分解模块，通过广义S变换对三维叠加地震资料进行频谱分解处理，获得多尺度地震数据体；属性计算模块，根据所述多尺度地震数据体，计算多尺度属性数据；对比模块，根据地质信息与所述多尺度属性数据进行对比，确定数据融合的源属性；融合模块，通过视觉显著性图像融合算法进行地震属性图像融合，获得融合属性图像。9.一种电子设备，其特征在于，所述电子设备包括：存储器，存储有可执行指令；处理器，所述处理器运行所述存储器中的所述可执行指令，以实现权利要求1-7中任一项所述的地震属性多尺度融合方法。10.一种计算机可读存储介质，其特征在于，该计算机可读存储介质存储有计算机程序，该计算机程序被处理器执行时实现权利要求1-7中任一项所述的地震属性多尺度融合方法。3CN113947559A说明书1/13页地震属性多尺度融合方法、装置、电子设备及介质技术领域[0001]本发明涉及地震资料解释领域，更具体地，涉及一种地震属性多尺度融合方法、装置、电子设备及介质。背景技术[0002]地震属性是指从地震信号中计算得到的关于地震运动学、地震动力学及统计特性的参数，地震属性可以用于描述地下的地质特征及