基于小波的位场数据融合

对已完成区域重、磁力调查的地区,结合油气勘探的需要,在重点区块进一步开展高精度的重、磁力数据采集．对区块高精度的重、磁力数据与早期获得的品质可靠的区域重、磁力数据融合,既是资料积累的需要,也是新一轮的油气勘探中重、磁力勘探资料处理面临的新问题．二维位场数据经小波分解后能够产生不同分辨率的图像,     

贝克盆地卫星重力场特征与构造单元划分

贝克盆地位于印尼东部巴布亚省贝克岛海域,为一受Sorong断裂走滑作用形成的大型走滑拉分盆地。该盆地勘探程度极低、地表油气苗比较活跃,发育大型沉积坳陷,油气勘探潜力不容忽视。该盆地属于勘探前瞻区,井震资料较少,尚未开展系统的构造解析等石油地质规律方面研究。因此,综合利用地震资料和高精度卫星重力资料研究贝克盆地的构造区划,为进一步勘探研究奠定基础。研究中应用位场分离技术获取布格重力异常划分贝克盆地边界及二级构造单元6个;利用位场边缘识别技术计算布格重力异常总水平-垂向导数推测贝克盆地控盆断裂3组,其中2组为近东西走向,一组为近南北走向。研究表明贝克盆地发育3组大型断裂体系,分为6个二级构造单元,整体呈"西高东低、三坳三隆、隆坳相间、东西分块"的构造格局。此次研究借助高精度卫星重力资料,以区域地质及地震资料为参考,有效解决了低勘探前瞻盆地构造区划的难题,指明了该区的研究方向,对类似靶区具有较好的借鉴和推广意义。     

粘弹性介质地震波聚焦成像技术

在复杂地质条件和深层油气资源的勘探中，基于声波方程的常规地震勘探技术的局限性日益突出．作者在以大地介质为粘弹性介质的前提假设下，推导出基于三阶波动方程的波场外推公式，分析了上行波随传播距离的增加而逐步丢失其高频成分的原因．并以小波分析为工具，提出了粘弹性介质地震波聚焦成像技术．这种方法不同于Bleistein的线性化方法，是通过1个虚拟的中间波场用多尺度方法去重建真实的地下波场，进而成像．同时，利用小波分析的时频局部性特征和优良的去噪功能，提高了成像的质量．通过用常规的处理技术和聚焦成像技术对塔里木盆地实际地震资料进行对比实验，结果表明采用新方法取得了较理想的成像效果，能够较好地解决沙漠、戈壁等厚低速层覆盖下的地震勘探高品质成像问题．     

地震面元对地震资料解释的影响—以松辽西部斜坡试验区为例

提高油气勘探的效益,有效提升油气勘探的性价比,实现科学、经济、有效的油气勘探已成为当今地球物理行业的研究热点与重点,而低丰度油气区科学经济的勘探尤为重要。以西部斜坡区域的试验区块为例,从构造背景出发,分析了低丰度油藏区不同面元(20 m×20 m、20 m×40 m、40 m×40 m)地震数据体的目标层在品质及其对断裂、构造、储层特征等方面的刻画精度与差异,给出了低丰度油藏区经济勘探的成果评价和评价的技术路线。     

重磁电震资料联合反演黔中隆起物性结构

黔中隆起区地形和构造复杂,地震勘探难度大,资料品质受到一定影响.因此,利用大地电磁测深(MT)资料并结合重力和磁力资料,通过联合反演来重点解决研究区下古生界目的层的分布及基本构造特征.在物性研究基础上,建立该区基本的物理一地质模型.利用MT与地震资料的模拟退火约束同步反演技术,对黔中隆起实际采集的MT资料和地震数据进行了处理,并结合重磁力资料进行了顺序反演和综合解释,确定了该区基本的速度、电性、密度和磁性结构,为构造研究提供了全面和可靠的依据,证明了联合反演技术的有效性和实用性.     

油气区块勘探程度划分方法研究

由于不同勘探程度的油气区块面临的地质勘探风险不同,资源评价的主要矛盾不同,为了准确划分研究区块的勘探程度,正确评价区块的勘探潜力,调研了现有勘探程度划分方案,统计分析了A探区截至2012年的勘探数据,结合A探区实际勘探资料,提出了定性与定量方案相结合的划分方法。     

多模态医学图像的融合研究

图像融合作为一种有效的信息融合的技术,已广泛用于医学图像、军事、遥感、机器视觉等领域．基于小波变换的图像融合是一种新的多尺度分解像素级融合方法,利用小波变换分别对CT,MRI医学图像进行分解处理,按照融合规则构造融合图像对应的各小波系数,再根据融合图像的各小波系数重构融合图像,重构后的融合图像完好地显示源图像各自的信息．实验图像使用互信息量化判据来评价融合效果,结果表明小波变换比传统的像素级加权平均融合算法效果更好．     

微机上石油重磁资料实时处理解释系统

微机上石油重磁资料实时处理解释系统吴健生，陈冰，王家林，陈军微机技术的发展和石油重磁勘探的需要，促进了石油重磁资料微机实时处理和解释系统的建立．文中根据油气勘探中重磁资料解释地质问题的类型设计系统的结构，计算模块的选择，注意到方法的有效性和适应性，考...     

基于小波多尺度分解的肿瘤图像融合

提出了一种基于多尺度小波分解的图像融合方法,该方法利用小波变换对每一图像进行多尺度分解,对各分解层上不同频带的子图像采用不同的融合处理·在高频域内采用模板匹配方法计算出图像区域的统计平均值和方差,从而确定源图像在图像融合中提供信息的比例·在低频域内采用平均算子进行融合,以保留图像的背景信息·最后利用小波逆变换得到融合图像·并用这种方法成功地对肿瘤CT图像进行了融合处理,实验结果表明该融合技术是一种有效的方法,获得的融合图像更适合人们的视觉特性·     

用多小波对图像分解和重构

与单小波相比较,多小波同时具备诸如紧支性,正交性,对称性等诸多在信号处理中非常重要的良好性质．这决定了多小波是一种优于单小波的信号处理技术．在应用中,对于单小波可以直接利用分解与重构公式对信号进行滤波．但是多小波是用矢量滤波器组对信号进行分毹、重构．滤波对象必须是满足一定要求的矢量信号．因此,在进行多小波分解前必须通过前置滤波器对原始离散信号进行预处理得到初始矢量,然后才能进行多小波变换．同样,对重构后的数据也要进行后处理才能得到需要的结果．本文以GHM多小波为例,实现了对图像的预处理、分解和变换后的重构、后处理过程,并将解压缩后的结果与单小波相比较,获得较好的结果．