地质沉积相图像分割与边界追踪

发布时间：2021-12-19 01:03

　　随着计算机技术的发展,计算机技术越来越多地应用于各个方面。在地质勘探领域中,结合计算机技术和地质知识可以使得地质工作者越来越方便分析各种地质特性。并且将地质工作者从复杂的体力劳动中解放了出来。在地震相图像分割领域,现如今地质工作者更多的是使用人工绘制的方法,人工绘制的方法浪费了地质工作者大量的时间和精力。所以将计算机视觉相关技术引入到地震相图像分析中是相当有意义的。但是因为地震相图像的信息不准确性和信息缺失性,导致了现如今常用的自动图像分割算法以及岩性分类方法在地震相图像分析中并不能得到准确的结果。本文针对地震相图像的信息不准确性和信息缺失性作出如下工作和创新:1.提出了基于人机交互的GSH地震相图像分割算法,该算法通过人机交互的手法,将地质专家的地质经验带入到图像分割算法当中,首先地质专家通过鼠标在地震相图像上添加标签,然后使用超像素分割算法预处理地震相图像,为后续计算减少数据量,然后通过区域生长的方法将有标签超像素与其周围距离最近的无标签超像素合并,接下来通过强制融合的方法将剩余无标签的超像素强制融入其周围最近的有标签超像素中,最后得到的地震相图像的分割结果,并且该分割结果符合地质... 

【文章来源】：电子科技大学四川省 211工程院校 985工程院校 教育部直属院校

【文章页数】：79 页

【学位级别】：硕士

【文章目录】：
摘要
abstract
第一章 绪论
    1.1 研究背景及意义
    1.2 国内外研究现状
    1.3 本文主要工作与贡献
    1.4 论文章节安排
第二章 地质以及图像相关理论
    2.1 地震相和沉积相介绍
        2.1.1 地震相与沉积相关系
        2.1.2 地震相图像来源
    2.2 自动图像分割相关理论
        2.2.1 层次聚类算法
        2.2.2 FCM算法
        2.2.3 SOM算法
    2.3 GABOR滤波器
    2.4 SLIC超像素分割算法
    2.5 水平集算法相关理论
    2.6 本章小结
第三章 基于人机交互的GSH地震相图像分割算法(HCGSH)
    3.1 引言
    3.2 基于人机交互的GSH地震相图像分割算法
        3.2.1 数据预处理
        3.2.2 GSH超像素分割算法
        3.2.3 人工标签输入
        3.2.4 区域生长与强制融合
    3.3 结果对比与分析
        3.3.1 自动图像分割结果对比
        3.3.2 HCGSH算法与人工绘制方法对比
        3.3.3 HCGSH算法与ILBD算法对比
    3.4 本章小结
第四章 基于先验形状的偏置场变分水平集算法(PSBLS)
    4.1 引言
    4.2 基于先验形状的偏置场变分水平集算法
        4.2.1 人工标记信息缺失区域
        4.2.2 偏置场变分水平集算法在地震相图像中的应用
        4.2.3 基于先验形状的偏置场变分水平集计算流程
    4.3 实验结果与分析
        4.3.1 先验形状对PSBLS算法结果的影响
        4.3.2 HCGSH算法结果与人工分割结果对比
        4.3.3 PSBLS算法结果分析：
    4.4 本章小结
第五章 地震相图像分割系统实现
    5.1 仿真环境介绍
    5.2 地震相图像分割系统需求分析
    5.3 地震相图像分割系统模块设计
    5.4 平台效果展示
    5.5 本章小结
第六章 结论
    6.1 工作总结
    6.2 工作展望
致谢
参考文献
攻读硕士学位期间取得的研究成果
攻读硕士学位期间参加的科研项目



本文编号：3543486