地震纹理属性应用

《地震纹理属性应用》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、地震纹理属性在JJD工区断层识别中的应用张军华1王伟2谭明友3崔世凌3陈海云3（1,中国石油大学（华东）资源信息学院,东营,257061；2，东方地球物理公司研究院,涿州,072751；3,中国石化胜利油田物探研究院,东营,257022）摘要：纹理分析是图像处理中的一种常用技术，通过构建地震纹理基元和灰度共生矩阵，可以将此项技术推广到地球物理领域，并可在断层识别、边缘检测和沉积相划分等方面得到应用。文章通过算法研究和程序开发，结合JJD工区应用实例，得到了有一定理论意义和研究价值的结论：1）基于灰度共生矩阵提取的纹理

2、属性，是一种很好的凸显断层和裂缝信息的地震属性；2）可以根据实际地质问题，提取不同方向的纹理属性，并用RGB技术进行多属性的融合；3）地震纹理基元的窗大小取9×9×9为好；4）要根据具体情况选取合理的灰度级别，对于常规三维地震数据，灰度级别取16或32比较理想。关键词：纹理；体素；灰度共生矩阵；RGB技术；断层1．引言纹理（Texture）是按一定规则进行排列所形成的重复模式，或以一定的形式变化而产生的图案【1-3】。自然界中，许多植物、动物、矿物，都有其独特的纹理特征。利用它，人们可以方便地识别或区分事物。在图像处

3、理领域，利用纹理分析，可以在图像分割、模式识别、形状分析、纹理合成和图像压缩等方面得到广泛应用。地层由于受构造运动的影响，也会产生断层、裂缝等地质现象，从而留下地质年代变迁的印记。这些痕迹，从图形学上来说，可以认为它们就是纹理，可以借助于图像处理的方法、手段，来凸显其内部特征，从而有效地识别断层或裂缝，为找油找气提供更好的依据【4,5】。在过去的勘探历程中，地球物理工作者通过不断努力，已经用三维地震勘探技术较好地查明落差和断距较大的断层，而对于落差和断距较小的断层识别，不仅在理论上还是在实践上都有很大困难。相干体算法

4、也从Bahorich和Farmer【6】的第一代的互相关算法、发展到Marfurt【7,8】的第二代多道相似算法和第三代特征值相干算法，近几年以GaoDengliang【9-11】为首的研究小组利用纹理属性进行断层识别研究并取得了一系列成果。本文借鉴其纹理分析的相关方法原理，研究了三维纹理体的提取算法，获得了纹理能量、熵、对比度和相关性等纹理属性体，讨论了纹理基元大小选择、灰度级确定、RGB数据融合等应用要素，并在JJD实际工区中取得了较好的应用效果。2．基于灰度共生矩阵的纹理分析方法灰度共生矩阵是一种用来分析图像纹

5、理特征的重要方法，它最早由Haralick于1973提出。通过计算图像中一定距离和一定方向的两个像素之间的灰度相关性，可对图像的所有像素进行统计，从而反映出图像在方向、相邻间隔、变化幅度及快慢上的综合信息【12,13】。对于一个已经用灰度来描述的图像G来说，沿着某一方向统计其距离为δ的任意两个像素点8满足一定条件出现的概率p(i,j)：（1）式中，i,j=0,1,2,…,L-1，L为图像的灰度级数；x，y是图像中的像素坐标；是处的灰度值；；Nx,Ny分别为图像的行列数。p值经归一化处理后，写成灰度共生矩阵形式：（2）

6、容易推知，R是一对称阵，位置偏移由x方向和y方向的两个量组成。一般来说，较小则反应图像的整体纹理分布，而较大的则反应小区域的细微变化。用灰度共生矩阵可提取多种特征值，最常用的是以下四个特征：（1）角二阶矩或能量它是纹理灰度变化均一的度量，反映了灰度分布均匀程度和纹理粗细度。（3）（2）熵熵可以度量纹理的随机性。当共生矩阵中所有值均相等时，它取得最大值；相反，如果共生矩阵中的值非常不均匀时，其值较小。（4）（3）对比度对比度是灰度共生矩阵主对角线附近的惯性矩，它度量矩阵值的分布和局部变化，可反映了清晰度和纹理的沟纹深浅

7、。（5）（4）相关性它度量空间灰度共生矩阵元素在行或列方向上的相似程度，因此，相关值大小反映了局部灰度相关性。8（6）其中：；；；。3．三维地震纹理体的提取原理3.1纹理基元的引入地震数据体的振幅用灰度来表示，并按一定的窗去截取数据，可构建地震纹理基元（Textureelement）【8】。图1分别展示了以体、剖面和道表示的纹理基元（纹理元）。体面道图1地震纹理元示意图图2纹理基元体的不同方向Figure1thechartofseismictextureelementFigure2thedifferentdirect

8、ionsofseismictextureelementvolume3.2地震资料灰度共生矩阵的构建地震资料灰度共生矩阵可在地震纹理元基础上构建，它反映了地震纹理体在方向、间隔、变化幅度方面的综合信息。对于图1所示的纹理基元体，其灰度共生矩阵的矩阵元素值可通过下式来计算，即：（7）式中，为纹理基元体中点的灰度值；和表示距离为δ的两个像素点；∑表示