基于多属性的地质目标体表面重建方法研究

邓博文，赵正果，姚兴苗

（1．电子科技大学通信与信息工程学院，成都 611731；2．中石化西南油气分公司工程技术研究院，德阳618000；3．电子科技大学资源与环境学院，成都　611731）

基于多属性的地质目标体表面重建方法研究

邓博文1，赵正果2，姚兴苗3

（1．电子科技大学通信与信息工程学院，成都 611731；2．中石化西南油气分公司工程技术研究院，德阳618000；3．电子科技大学资源与环境学院，成都611731）

0　引言

三维目标物体的表面重建及可视化技术被广泛地应用于航空、医疗卫生、环境科学、地质勘探等多个领域。而对于地球物理勘探和油气开发探测领域，三维地质目标体表面重建及可视化［1-2］是地震资料解释中极其重要的一部分，它能够将地震采集数据直观反映给地质研究人员，帮助从业人员更好地了解地表以下的情况以便做出科学的判断。

地震属性分析［3］是油气勘探开发和地球物理勘探的重要组成部分，科研人员通过对原始地震数据进行处理得到多个地震属性数据［4］，这些地震数据从不同角度反映地质构造的不同特性，它们各有特点但又相互联系，对于更好地解释地质构造有着重要作用。在单一地震数据当中，待研究地质目标经常会受到其他具有相似属性的地质构造的干扰从而造成多解的现象存在。因此，为解决多解性问题以及更好地结合多个属性数据更全面地表达地质目标的特征，需要对地质目标体进行图像融合［5］提取。另外，在对地质目标体进行三维可视化的过程中，如何更加完整美观的对地质构造进行展示是至关重要的。

针对上述的研究背景，本文提出了一套新的三维地质目标体表面重构及可视化方法。其基本思路是先对多个地震属性数据体分别进行特征提取，然后应用模糊逻辑对多个地质目标体特征点进行融合提取，最后应用一套新的地质目标体数据填充及表面光滑流程对目标体散点进行处理从而获得最终的地质目标体表面。本算法的主要创新点有两个：其一是不同于现有的像素级融合［6］方法，本文用到融合方法是特征级［6-7］的，而且本文应用矢量形式表达地质目标体；其二是提出了一套新的地质目标体数据填充及表面光滑方法流程，有效解决了在不明显改变目标边缘的情况下对目标内部细小“孔洞”的填补以及曲面光滑的问题。本文所使用的仿真数据是四川西部某地震数据工区。

1　多属性数据的目标体融合提取

由于地震资料的复杂性，从单一的地震属性往往反映不出地质构造的全部特征及细节特征，因此结合不同的地震属性对地质构造进行解释尤其重要。地震数据的特点之一是数据量巨大，动则几十甚至几百G。若直接对其进行融合会产生极大的运算量，普通计算机无法处理。因此，本文提出了基于多属性的地质目标体的特征级融合提取算法，该方法大致分为两步：多属性数据的目标体特征提取；多属性数据的目标体融合。

1.1基于人机交互的多属性数据特征提取

研究人员通常更关心感兴趣的地质构造，因此在处理多个地震属性数据时只需要将各自的特征点提取出来研究即可。本文采用的多地震属性的目标体特征提取方法是基于人机交互的，需要用户对各个地震数据进行观察分析，选择感兴趣的地震属性值范围，将范围内的地质目标体散点提取出来。

以本文使用到的纹理属性体为例，介绍基于人机交互的多属性数据的目标体特征提取。首先，打开纹理属性数据并将其可视化；其次，人机交互观察数据，找到 “溶洞”构造；对比色表找出其属性范围；最后，将范围内的目标体散点提取出来。图1是该过程的流程示意图。图2是通过分析地震数据所获得的某“溶洞”的位置示意图。

图2　工区“溶洞”位置

本文使用到了工区的纹理属性、振幅属性以及反射强度属性，通过上面的步骤分别对三种属性体进行特征提取能够得到三组不同的地震属性数据体所对应的特征散点。

1.2基于模糊逻辑的多属性数据特征融合

在对多个地震属性数据进行特征提取后，需要将这些特征进行融合从而得到复合目标体散点数据。经过融合的目标体数据包含了多个地震属性的特点，依据用户对不同属性的侧重点反映出目标体不同的地质特征。本文采用的多属性地质目标体融合提取方法是基于模糊逻辑推理的，需要用户根据需要设置不同的地震属性数据的重要程度，从而得到理想的目标体融合提取效果。下面首先对模糊逻辑的相关知识做简单介绍。

（1）模糊逻辑简介

模糊集合［8］是美国控制论专家L.A.Zadeh教授于1965年提出的。自模糊集合理论诞生以来，模糊逻辑系统高速发展，已在模式识别、信号处理、医疗卫生等领域发挥作用，为相关研究提供了极大的帮助。

常见的模糊推理系统分为三类：纯模糊推理系统、Mamdani型模糊推理系统以及Takagi-Sugeno型模糊推理系统。本文的地质目标体融合提取是基于T-S型模糊推理的，因此对其做一些介绍。

T-S型模糊推理系统的推理过程中包括了去模糊操作，其输出结果为确切数值。这是由T-S型模糊推理本身的形式所确定的。图3是T-S型模糊推理系统的示意图。

图3　T-S型模糊推理系统框图

（2）地质目标体散点特征融合

基于模糊逻辑的目标体特征融合分为四步：初始化、设置参数列表以及读入目标体特征散点；空间散点配准；特征散点融合；二值化操作。其流程图如图4所示。

图4　目标体特征散点融合流程

解决地质目标体特征融合提取本质上就是求解不同地震属性数据所决定的地质目标体所占比重的问题。针对这个问题，采用基于模糊推理的层次分析法［9］对多个地震属性数据进行特征融合。对于地质目标体而言，其因素集为每一个地震属性数据的各个网格点上的“0”、“1”值，而经过特征数据散点融合操作之后所得到的各个网格点的值就是最终的评语集，本文的重点就在于如何从由各个不同的地震属性数据所提取出来的地质目标体特征散点数据构成的因素集得到融合后最终属于目标的散点所构成的评语集。由于地质目标体散点具有如下特点：每个网格点的值要么是“0”（该点是背景点），要么是 “1”（该点是地质目标体散点），因此我们在应用模糊推理算法处理地质目标体散点数据时需要结合该特点对融合算法做一些调整简化，使其适应实际地震解释问题。简单来说，多地震属性数据特征融合的目的是：将多组三维网格数据合并成为一组新的数据，并且将这些值进行二值化操作。阈值规则必须要依据地震数据的特点制定，使之符合我们结合地质研究人员主观解释经验和实际地震数据的融合要求。

根据层次分析法，将每个地震属性作为一个单独的专家评价意见，依据用户的需求给定每个专家评价意见中的元素的权参数，从而计算出各个专家评价意见的权系数。由于本文所采用的实验数据是具有 “溶洞”地质结构的地震工区，因此，对于每一个地震属性特征的权重系数的选取与给定需要制定一定的规则。在实际仿真处理当中，本文规定权重系数的选择如下：

（1）工区内存在井数据。井数据周围通常是地球物理勘探当中的重点研究对象。因为在其周围通常是油气聚集的地方。本文规定，当工区中的某个地震属性数据的待研究范围内存在井数据时，适当加大模糊逻辑算法中的权系数值，反之，则减小其值。

（2）利用基于边缘信息的地震数据体提取出来的是待研究范围内的地质结构的外壳信息，是一个内部为空心的“空壳”，这个“空壳”能够满足三维可视化的要求，因此，对于能够反映出“溶洞”结构的边缘信息地震数据体也应该适当加大其权重系数。

此处需要说明的是，经上述步骤处理后的地质目标体仍为空间散点形式，在经过后续的目标体数据填充及平滑之后会利用求等值面的方式获得最终的目标体等值面。

2　目标体数据填充及表面平滑

经过前文所述的地质目标体融合提取方法得到的地质目标体由于噪声的干扰以及地震采集数据本身精确度的影响往往不够精细，存在着较多的毛刺而且地质目标体内部也存在着一些“孔洞”显得不够连续和美观。因此需要采取一定的处理对其进行孔洞填补及表面平滑。基于此目的，本文提出了一套全新的适用于地震资料解释的目标体散点数据填补及表面平滑［10-12］的算法流程，该流程对于复杂地质构造的表面美化和平滑有良好的效果，图5则是三维地质目标体数据填充及表面平滑的整体流程。

首先，对上一步多地震属性特征融合之后的地质目标体散点数据进行二值形态学操作［13］以填补目标体内部的细小孔洞并去除目标体边界的冗余数据点；然后，利用高斯滤波平滑方法［11-12］对二值形态学处理之后的地质目标体散点数据做光滑处理；最后，使移动立方体算法求出等值面作为三维地质目标体的表面。

2.1形态学填补地质目标数据

在形态学处理过程中，本文使用了膨胀以及腐蚀算法。其中腐蚀算法可以归纳成为三个步骤：①将大小为的立方体作为结构元素，依次扫描各个空间地质目标体散点数据；②将结构元素和被其遮盖区域内的目标体散点数据相“与”；③如果都为有效目标体数据（用“1”表示），则结果中的该点为有效目标体点（用“1”表示），否则不是有效目标体散点（用“0”表示）。该操作的结果是使目标体散点边界减小一圈并且去除目标内部细小并无意义的物体。

本文使用的膨胀操作算法包括以下三步：①和腐蚀操作一样，使用的立方体作为结构元素，依次扫描各个空间地质目标体散点数据；②将结构元素和被其所遮盖区域内的地质目标体数据散点做“或”运算；③如果包含无效目标体散点（用“0”表示），则结果中的该点不作为目标体散点（用“0”表示），否则为目标体点（用“1”表示）。该操作的结果是使地质目标体内部细小“孔洞”被填补起来从而更加美观完整。

图5　目标体数据填充及表面平滑流程

2.2地质目标体平滑及散点成面

本文对地质目标体数据进行平滑的流程为：首先根据用户设置的参数生成高斯核函数；然后利用高斯核函数与待平滑的地质目标体散点数据做卷积运算；最后得到的输出数据即为平滑后的地质目标体散点数据。本文将散点构成曲面的方法是利用经典的求等值面算法—移动立方体算法［14］实现的。

（1）高斯核函数简介

高斯核函数是本算法流程的关键，首先介绍高斯核函数的相关知识。高斯函数是一种常见的径向基函数，而径向基函数其实是某些沿着径向成对称的标量函数。高斯核函数具备以下重要性质：

①二维空间的高斯核函数具备旋转对称的特质。

②高斯核函数是一个单值函数。因此，邻域像素点的权值是随该点与中心点距离呈单调递减的。

③高斯核函数傅里叶变换的频谱是单瓣的。这表示平滑操作不会受到高频信号的干扰，能够保留大部分的有效信息。

④决定高斯滤波器平滑程度的宽度参数σ越大，滤波器的频带越宽，滤波平滑程度越好，反之亦然。因此可以通过调节σ来控制平滑过程。

⑤高斯函数具有可分离性。可以通过分布实现高维高斯滤波。如实现二维高斯卷积，可先将图像和一维高斯函数卷积，然后再同垂直的相同一维高斯函数进行卷积。

（2）地质目标体的高斯平滑

由于地震数据是三维的，因此在平滑地质目标体时分为xLine、inLine和time三个方向。具体步骤为：首先得到三个维度的高斯核函数，由用户设定高斯滤波参数；然后将待处理的目标体散点数据读入并与高斯核函数分别做卷积；最后将卷积结果输出作为平滑后的目标体散点。在处理过程中，对不同团的地质目标体散点分别打上大小不同的网格，小团目标体聚类打上小网格从而得到更好的平滑效果，大团目标体聚类打上大网格从而节省计算机硬件空间。图6为平滑前后的某“溶洞”的效果示意图。

图6　高斯平滑前后“溶洞”示意

3　仿真结果与分析

本文仿真数据为四川西部某地震工区，以其中的“溶洞”地质构造为研究对象实现了表面重构及可视化。图7是地质目标体特征散点提取的效果图，其中图7（a）是纹理属性特征散点，其中图7（b）是振幅属性特征散点，其中图7（c）是反射强度属性特征散点。

图7　属性特征提取的“溶洞”散点

由图7看出，对于同一个地震工区，不同的属性数据具有一定的差异，甚至会存在较大的差异，因此，结合解释经验选取适合表达待研究地质构造的属性数据就显得尤为重要了。我们需要选取更适合表达“溶洞”的属性数据，并对不同的数据赋予不同的权系数从而更好地表达出“溶洞”的空间形态，便于地质学者更加清晰明了地观察和研究。

图8-10是改变模糊逻辑参数得到的不同的目标体融合提取结果，为便于观察，已将融合提取的目标体形成曲面进行展示。

图8　不同模糊逻辑参数的目标体特征融合效果（1）

图8中的主要参数为：纹理属性权系数2、振幅属性权系数1、反射强度属性权系数1、目标体阈值0.55成团点数40。

图9　不同模糊逻辑　参数的目标体特征融合效果（2）

图9中的主要参数为：纹理属性权系数2、振幅属性权系数1、反射强度属性权系数2、目标体阈值0.55、成团点数40。

图10　不同模糊逻辑参数的　目标体特征融合效果（3）

图10的主要参数为：纹理属性权系数2、振幅属性权系数1、反射强度属性权系数2、目标体阈值0.55、成团点数40。

图11　目标体各个阶段处理效果对比

由三组参数对比图可以明显看出，纹理属性和振幅属性对于“溶洞”地质构造形态的表现更加清晰完整，而反射强度属性对于“溶洞”的边缘特征有一定的约束作用。本文后续以纹理属性体的权系数为2，振幅属性体和反射强度属性体的权系数均为1所得到的融合地质目标体进行研究。

图12　多个“溶洞”空间展示

图11对目标体处理各个阶段的效果进行了对比。其中（a）图是融合提取后的目标体直接成面效果，（b）图是对目标体进行形态学处理后成面的效果，（c）图是经过高斯平滑操作之后的目标体成面的效果。

图12是空间中多个地质目标体“溶洞”的整体展示效果图。

由实验结果可以看出经过融合提取处理后的 “溶洞”比单一地震数据能够提供更加丰富的地质信息，而形态学的处理能够在不明显改变“溶洞”外部轮廓的基础上对目标内部进行修整，最后平滑操作使“溶洞”更加美观、自然，更加有利于研究人员对其进行可视化分析。

4　结语

本文以地球物理勘探领域的地质目标体为例，对本文所提出的基于多地震属性数据特征融合的三维地质目标体表面提取方法和三维目标体数据填充及表面平滑方法作了详细的阐述和说明。实现了结合客观地震数据与研究人员解释经验的地质目标体融合提取方法，解决了单一地震属性带来的多解性问题并且采用全新的地质目标体美化整型方法流程得到了更加完整美观的地质目标体。最后利用实际的地震数据工区对本文的方法进行仿真实验，得到了良好的效果。

［1］B.X.Jin，Y.M.Fang，W.W.Song.3D visualization model and key techniques for digital mine［J］.Transaction of Nonferrous Metals Society of China，2011，VOL.21：748-752.

［2］Y.L.Shao，Y.B.He，X.H.Xu，et al.The 3D modeling and visualization of geologic body based on GIS［C］.Audio Language and Image Processing，2010，Shanghai，533-537.

［3］张延玲，杨长春，贾曙光.地震属性技术的研究与应用［J］.地球物理学进展，2005，20（4）：1129-1133.

［4］A.R.Brown.Seismic attributes and their classification［J］.The Leading Edge，1996，15（10）：1090.

［5］C.Y.Wen，J.K.Chen.Multi-resolution image fusion technique and its application to forensic science［J］.Forensic Science International，2004，140：217-232.

［6］姚为.像素级和特征级遥感图像融合方法研究与应用［D］.大连：大连理工大学，2011：1-113.

［7］王大伟.基于特征级图像融合的目标识别技术研究［D］.长春：中国科学院研究生院，2010，1-125

［8］L.A.Zadeh.Fuzzy sets［J］.Information and Control，1965，8（3）：338-353。

［9］张晓峰，吕良海，白永强，等.城市地下空间模糊综合评价方法研究［J］.地下空间与工程学报，2012，8（1）：8-13。

［10］J.L.Mallet.Discrete smooth interpolation［J］.ACM Transactions on Graphics，1989，VOL.8（2）：121-144。

［11］B.K.Ray，K.S.Ray.Corner detection using iterative Gaussian smoothing with constant window size［J］.Pattern Recognition，1995，28（11）：1765-1781

［12］A.M.Wink，Jobs B.T.M.Roerdink，et al.Denoising functional MR images：a comparison of wavelet denoising and Gaussian smoothing.IEEE Transactions on Modical Imageing，2004，23（3）：374-387.

［13］P.Solle.形态学图像分析原理与应用（第2版）［M］.王小鹏译.北京：清华大学出版，2008：1-102.

［14］W.E.Lorenson，H.E.Cline.Marching cubes：a high resolution 3D surface construction algorithm［J］.Computer Graphics，21（4）：163-169

赵正果，高级工程师，硕士

姚兴苗，副教授，博士

3D Visualization；Seismic Attribute；Geological Target Body；Surface Reconstruction；Fuzzy Logic；Surface Smoothing

Research on Surface Reconstruction Method of 3D Geological Target Body Based on Multi-Attribute

DENG Bo-wen1，ZHAO Zheng-guo2，YAO Xing-miao3

（1.School of Communication&Information Engineering，University of Electronic Science and Technology of China，Chengdu 611731；2.Research Institute of Engineering Technology，Southwest Oil and Gas Company，SINOPEC，Deyang618000；3.School of Resources and Environment，University of Electronic Science and Technology of China，Chengdu 611731）

国家自然科学基金资助项目（No.41104067、No.40839905）

1007-1423（2015）26-0058-07

10.3969/j.issn.1007-1423.2015.26.015

邓博文（1990-），男，硕士，研究方向为计算机图形学、三维可视化以及计算机网络

2015-08-10

2015-08-25

地震资料解释几乎覆盖整个基础地质的研究过程，而其中三维地质目标体的表面重建及可视化又是极其重要的一部分。在实际的地震解释过程中，不同的地震属性从不同的方面反映出地震数据的特点，为了结合不同的地震属性更加全面的反映地质目标体的特点并且消除单一地震属性数据带来的多解性问题，提出一种新的三维地质目标体表面重建及数据填充和表面平滑的方法流程。介绍基于模糊逻辑的多属性数据特征融合的地质目标体提取方法；介绍基于形态学方法的地质目标体数据填充方法和基于高斯平滑算法的地质目标体表面平滑。通过对实际地震工区进行仿真实验，得到理想的实验结果，为三维地质目标体表面重建提供一种新的研究思路。

三维可视化；地震属性；地质目标体；表面重构；模糊逻辑；曲面光滑

Almost all of the basic geological study and petroleum geology study will involve the seismic data interpretation，and 3D surface reconstruction and visualization of anomaly bodies is an important part of seismic data interpretation.In the practical seismic data，different seismic attributes often reflect different aspects of underground situation.In order to combine different seismic attributes to reflect the characteristics of target body more fully and eliminate the uncertainty of a single seismic data，proposes a new surface reconstruction method work flow of 3D target body.This workflow includes surface reconstruction method，data filling and surface smoothing.Introduces the method of 3D geological target body extraction based on data fusion of different seismic attributes，and this method adapts the method of fuzzy logic.Introduces data filling of 3D geological target body method based on morphology and surface smoothing of 3D geological target body based on Gaussian smoothing.This new workflow is used in practical project of geological interpretation，and has some nice results.It gives surface reconstruction of 3D geological body a new research thought.