文档介绍：密级——学号:成都理工大学硕士学位论文地震图像的纹理特征提取及其分类萱堡当塾堡彭军军信号与信息处理分类号学校代码:指导教师姓名及职称申请学位级别论文提交日期专业名称论文答辩日期学位授予单位和日期答辩委员会主席评阅人月工学硕士
⋯⋯繇鸟寻导驯/年耗独创性声明学位论文版权使用授权书人已经发表或撰写过的研究成果,也不包含为获得盛整理王太堂或其它教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡本学位论文作者完全了解盛都理王太堂有关保留、使用学位论文的规定,借阅。本人授权盛都堡王太堂可以将学位论文的全部或部分内容编入有关数据本人声明所呈交的学位论文是本人在导师指导下进行的研究工作及取得的研究成果。据我所知,除了文中特别加以标注和致谢的地方外,论文中不包含其它献均已在论文中作了明确的说明并表示谢意。有权保留并向国家有关部门或机构送交论文的复印件和磁盘,允许论文被查阅和库进行检索,可以采用影印、缩印或扫描等复制手段保存、汇编学位论文。C艿难宦畚脑诮饷芎笫视帽臼谌ㄊ学位论文作者签名:学位论文作者导师签』月
地震图像的纹理特征提取及其分类摘要地层由于受到构造运动的影响,会产生断层、裂缝等地质现象,从而留下地质历史变迁的印记。这些痕迹,从图形学上来说,可以认为它们是纹理。当然,由于地质构造不同,纹理的疏密、方向也不相同,因此可以说,不同的纹理区域反映着不同的地质构造。在那些纹理方向或结构发生突变的地方,也意味着地质构造的突变,这些信息对于寻找石油或天然气是重要的。纹理分析是指采用一定的图像处理技术提取出纹理特征参数,从而获得对图像的定量或定性描述的处理过程。它是一种不依赖于图像颜色或亮度变化,反映图像中同质现象的视觉特征的处理方法。本文通过采用纹理分析的方法,来凸显地震图像上纹理发生突变的区域,从而达到识别有效储层的目的。本文首先介绍了纹理分析的基本概念,然后重点阐述了几种主要的纹理特征提取方法,通过实际数据的试验对比,确定选择灰度共生矩阵法来对地震图像进行特征提取。在图像纹理的分类识别时,考虑到己知的训练样本数少且不同类别间可能不具有线性关系,所以本文选择支持向量机来实现。最后,针对靖边气田部分区段的实际数据,采用灰度共生矩阵的方法提取图像的纹理特征,并应用支持向量机进行分类,试验结果表明,本研究在工区的储层预测上取得了很好的效果。在论文的研究中取得以下成果:灰度共生矩阵法具有很好的稳定性,提取出的纹理特征对不同区块的识别能力也很强。在计算每点的特征值时,以该点为中心进行开窗。通过多次的试验对比,发现当窗口大小选取为或者是时效果最好。在共生矩阵上得到了对比度、逆差矩、能量、熵和相关系数特征,考虑到相关系数特征取值很小且缺乏变化,图像效果较差,所以在图像分类时没有采用。此外,通过对比各个特征的取值分布,可以看出当熵取高值、逆差矩取低值时,正好对应着井的位置。从纹理特征含义的角度看,说明该处的取值随机,图像局部变化快,这也预示着该区的地质构造复杂,可能蕴含油气资源。由于已知的样本数据较少,且储层与属性之间往往不表现出线性关系,本作者简介:彭军军,男,年月生,师从成都理工大学曹俊兴教授,年卤业于成都理工大学信号与信息处理专业,获得工学硕士学位。
研究中选择采用支持向量机对工区内未知区域的储层参数进行预测,并成功的将储层内,预测结果与实际试气井位较一致。工区分为有效储层和无效储层两部分。从分类效果看,大多数的井都能落在有效关键词:特征提取,纹理分析,灰度共生矩阵,小波变换,支持向量机Ⅷ
.甀,,甀瑃甌,瓵琣,.餌,,.瑃琻,,..:,,
—琤甇.;.;孕瑆.,,痶,,琣,瓼:’..;
;!:撕摘⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.第滦髀邸选题依据及意义⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯国内外研究现状⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯主要研究内容及思路⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯第挛评硖卣鞯奶崛概述⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯。灰度共生矩阵法⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.自相关函数法⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯小波变换法⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯。.〔ū浠坏幕驹怼.〔ㄌ卣鞯奶崛实验效果⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.≡⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯第碌卣鹜枷竦奈评矸治鲈诰副咂镏械挠τ谩工区基本概况⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯靖边气田地震图像的纹理特征⋯