生物礁储层的几何形态识别方法

摘要

本发明公开的一种识别生物礁储层几何形态的方法包括以下步骤：S1：对原始地震剖面数据进行预处理，包括根据地震剖面大小选取滑动窗口和滑动窗口的移动步长；S2：采用基于灰度共生矩阵导出的纹理属性特征提取法或基于傅里叶频谱特征的特征提取法对S1中预处理后的地震剖面数据进行特征提取；S3：采用基于距离的K‑means聚类方法对S2所提取的特征进行生物礁储层和非生物礁储层的聚类；S4：对聚类后的生物礁储层和非生物礁储层贴以不同颜色的聚类标签以显示在地震剖面上。该生物礁储层的几何形态识别方法利用信号处理的方法处理地震数据，并引入模式识别技术识别生物礁储层，有效提高了生物礁储层的识别率；特别适用于大规模数据的处理。

主权项

一种生物礁储层的几何形态识别方法，其特征在于：包括以下步骤：S1：对原始地震剖面数据进行预处理，包括根据地震剖面大小选取滑动窗口和滑动窗口的移动步长；S2：对S1中预处理后的地震剖面数据进行特征提取，具体采用基于灰度共生矩阵导出的纹理属性特征提取法进行特征提取；或，具体采用基于傅里叶频谱特征的特征提取法进行特征提取；所述基于灰度共生矩阵导出的纹理属性的特征提取法中作为提取特征的为灰度级为16、元素为两个间距d为1的像素的联合概率密度的灰度共生矩阵的0°、45°、90°、135°四个方向导出的四组特征参数的均值；所述基于傅里叶频谱特征的特征提取法包括以下步骤：S21：将S1中预处理后的地震剖面图像的傅里叶功率谱分成若干个等间距同心矩形环，将若干个标记为M个；设图像f(x,y)的大小为L×W，将图像置于笛卡尔坐标系中，使图像中心的坐标为(L/2，W/2)，其中，L表示图像的长度，W表示图像的宽度，则图像的离散傅里叶变换为：$F(u,v)=\underset{x=0}{\overset{L-1}{\Sigma }}\underset{y=0}{\overset{W-1}{\Sigma }}f(x,y)\exp [-j2\pi (\frac{ux}{L}+\frac{vy}{W})]=R(u,v)+jI(u,v)---\left(1\right)$其中，u＝0,...,L‑1,v＝0,...,W‑1；x，y是图像的横、纵坐标轴；F(u,v)是频域图像谱，通常F(u,v)是两个实频率变量u和v的复值函数，频率u是对应于x轴，频率v是对应于y轴；R(u,v)是F(u,v)的实部，I(u,v)是F(u,v)的虚部；点(u,v)的能量谱为：p(u,v)＝R²(u,v)+I²(u,v)   (2)S22：求出每个矩形环功率谱的能量；每个矩形环功率谱的能量为：E_i＝∑p(u,v)   (3)其求和范围为：L/2M*i≤|u‑L/2|＜L/2M*(i+1)，W/2M*i≤|v‑W/2|＜W/2M*(i+1),i＝0,1,2,3,...,M‑1；S23：求每个矩形环功率谱能量占所有矩形环功率谱总能量的百分比；百分比的计算公式如式(4)所示：${\mathrm{fh}}_i=E_i/{\Sigma }_{u=0}^L{\Sigma }_{v=0}^{W}p(u,v)---\left(4\right)$将所求得百分比fh_i作为提取特征进行特征提取；S3：对S2所提取的特征进行生物礁储层和非生物礁储层的聚类；S4：对聚类后的生物礁储层和非生物礁储层贴以不同颜色的聚类标签以显示在地震剖面上。