一种地震剖面图像的纹理分割与增强方法及系统

本发明涉及图像处理，尤其涉及一种地震剖面图像的纹理分割与增强方法及系统。

背景技术：

1、地震剖面图像具有明显的纹理特征，不同的纹理代表着不同的地质体，它对于地质断层等地层剖面信息的判读具有重要意义。然而在地震剖面图像生成过程中，由于采集的地震数据受外部噪声影响、且在地震数据处理过程中产生高斯随机噪声使得地震剖面图像的纹理模糊不清，甚至产生纹理中断等现象，对后期地震图像判读造成干扰。

2、因此，需要提供一种地震剖面图像的纹理分割与增强方法及系统，用于提高地震剖面图像中纹理信息的清晰度和可识别性。

技术实现思路

1、本发明提供了一种地震剖面图像的纹理分割与增强方法，包括：对所述地震剖面图像进行预处理，得到预处理后的地震剖面图像；通过多种纹理分割算法，对所述预处理后的地震剖面图像进行第一次纹理分割，得到多个第一次纹理分割结果；通过纹理分割模型基于所述多个第一次纹理分割结果，对所述预处理后的地震剖面图像进行第二次纹理分割，得到第二次纹理分割结果；基于所述第二次纹理分割结果，得到多个分割子图；对于每个所述分割子图，基于所述分割子图的纹理特征，确定所述分割子图对应的纹理增强模型，通过所述分割子图对应的纹理增强模型，对所述分割子图进行纹理增强。

2、更进一步地，通过多种纹理分割算法，对所述预处理后的地震剖面图像进行第一次纹理分割，得到多个第一次纹理分割结果，包括：将所述预处理后的地震剖面图像均匀分为多个第一子图；对于每个所述第一子图，基于所述第一子图包括的每个像素的灰度值，计算所述第一子图的灰度值方差，当所述第一子图的灰度值方差大于灰度值方差阈值时，基于所述第一子图的灰度值方差计算所述第一子图对应的二次分割大小，基于所述第一子图对应的二次分割大小，将所述第一子图分割为多个第二子图，当所述第一子图的灰度值方差小于或等于灰度值方差阈值时，将所述第一子图作为第二子图；对于每个所述第二子图，基于所述第二子图包括的每个像素的灰度值，计算所述第二子图的灰度值方差和灰度值均值；通过聚类算法基于每个所述第二子图的灰度值方差和灰度值均值，对多个第二子图进行聚类，得到一个所述第一次纹理分割结果。

3、更进一步地，通过多种纹理分割算法，对所述预处理后的地震剖面图像进行第一次纹理分割，得到多个第一次纹理分割结果，包括：对于所述预处理后的地震剖面图像包括的每个像素，确定所述像素的相邻像素，基于所述相邻像素的灰度值，计算所述像素的相邻像素灰度值方差及相邻像素灰度值均值；通过聚类算法基于每个所述像素的相邻像素灰度值方差及相邻像素灰度值均值，对所述预处理后的地震剖面图像包括的像素进行聚类，得到一个所述第一次纹理分割结果。

4、更进一步地，通过多种纹理分割算法，对所述预处理后的地震剖面图像进行第一次纹理分割，得到多个第一次纹理分割结果，包括：对于每个所述第二子图，基于所述第二子图包括的每个像素的灰度值，构建所述第二子图对应的灰度值矩阵，基于所述第二子图对应的灰度值矩阵，生成一维行方向灰度值向量和一维列方向灰度值向量，对所述一维行方向灰度值向量进行经验模态分解，生成行方向本征模态函数和行方向残差，对所述一维列方向灰度值向量进行经验模态分解，生成列方向本征模态函数和列方向残差；通过聚类算法基于每个所述第二子图的行方向本征模态函数、行方向残差、列方向本征模态函数和列方向残差，对多个第二子图进行聚类，得到一个所述第一次纹理分割结果。

5、更进一步地，所述纹理分割模型包括权重计算单元及图像分割单元，其中，所述权重计算单元用于基于所述预处理后的地震剖面图像的图像特征，计算每个所述第一次纹理分割结果的权重，所述图像分割单元用于基于所述多个第一次纹理分割结果以及每个所述第一次纹理分割结果的权重，对所述预处理后的地震剖面图像进行第二次纹理分割，得到第二次纹理分割结果。

6、更进一步地，所述权重计算单元包括输入层、多个特征提取层、多头自注意力机制层、残差连接、归一化层、全连接层及输出层。

7、更进一步地，该方法还包括：获取多个样本子图；确定每个所述样本子图的纹理特征；基于每个所述样本子图的纹理特征，对所述多个样本子图进行聚类，确定多个子图簇；对于每个子图簇，建立所述子图簇对应的纹理增强模型，并基于所述子图簇包括的多个样本子图，训练所述子图簇对应的纹理增强模型。

8、更进一步地，基于所述分割子图的纹理特征，确定所述分割子图对应的纹理增强模型，包括：基于所述分割子图的纹理特征，确定目标子图簇；将所述目标子图簇对应的纹理增强模型作为所述分割子图对应的纹理增强模型。

9、更进一步地，基于所述分割子图的纹理特征，确定目标子图簇，包括：对于每个子图簇，基于所述子图簇包括的多个样本子图，确定簇纹理特征；计算所述分割子图的纹理特征与每个所述簇纹理特征的相似度；基于所述分割子图的纹理特征与每个所述簇纹理特征的相似度，从所述多个子图簇中确定目标子图簇。

10、本发明提供了一种地震剖面图像的纹理分割与增强系统，用于执行一种地震剖面图像的纹理分割与增强方法，包括：预处理模块，用于对所述地震剖面图像进行预处理，得到预处理后的地震剖面图像；纹理分割模块，用于通过多种纹理分割算法，对所述预处理后的地震剖面图像进行第一次纹理分割，得到多个第一次纹理分割结果，还用于通过纹理分割模型基于所述多个第一次纹理分割结果，对所述预处理后的地震剖面图像进行第二次纹理分割，得到第二次纹理分割结果，基于所述第二次纹理分割结果，得到多个分割子图；纹理增强模块，用于对于每个所述分割子图，基于所述分割子图的纹理特征，确定所述分割子图对应的纹理增强模型，通过所述分割子图对应的纹理增强模型，对所述分割子图进行纹理增强。

11、相比于现有技术，本说明书提供的一种地震剖面图像的纹理分割与增强方法，至少具备以下有益效果：

12、1、通过预处理步骤，可以改善地震剖面图像的视觉质量，为后续分析提供更清晰的数据基础。通过多种纹理分割算法对图像进行初次分割，并利用机器学习模型进行二次分割，能够更准确地识别和分离图像中的不同纹理区域。这种多层次的分割方法有助于提高后续地质解释的准确性。针对每个分割子图选择合适的纹理增强模型，可以进一步增强图像中的纹理细节，使得地震反射层、断层等地质结构更加清晰可辨，这种针对性的增强方法能够最大限度地保留和突出有用的地质信息。对于多个分割子图，可以并行地应用不同的纹理增强模型进行处理，从而缩短整体处理时间。经过多步骤处理后的地震剖面图像，其地质结构和纹理特征更加清晰明了，有助于提高地质解释的准确性和可靠性。这对于后续的地下资源评估、灾害预测等工作至关重要。

13、2、将本征模态函数和残差作为特征用于聚类分析，可以显著增加用于分割的特征维度，从而提高纹理分割的准确性和可靠性。由于经验模态分解是自适应的，它能够根据图像的实际纹理特征自动选择分解的层次和尺度，这使得分割结果更加符合图像的实际情况。通过对每个第二子图进行经验模态分解并提取特征，可以在聚类过程中减少需要处理的数据量，从而提高聚类算法的执行效率。本征模态函数和残差作为特征向量，能够更准确地描述每个第二子图的纹理特性，从而有助于聚类算法更准确地识别出具有相似纹理特性的图像区域。

14、3、将地震剖面图像均匀分为多个第一子图，并基于灰度值方差进行二次分割，能够确保在处理过程中针对不同纹理复杂度的区域进行不同程度的细化。这种自适应的分割方法有助于更好地保留和突出图像的细节信息。灰度值方差是衡量图像局部纹理复杂度的一个重要指标。通过计算每个子图的灰度值方差，可以判断其纹理的复杂程度，进而决定是否需要进一步分割。这种方法能够避免对简单纹理区域的过度分割，同时确保对复杂纹理区域的充分分析。使用聚类算法对第二子图进行聚类，可以根据灰度值方差和均值等特征将具有相似纹理特性的图像区域划分到同一类别中。这种方法能够减少主观因素的影响，提高纹理分割的准确性和客观性。