三维地震数据体中的断层曲面自动提取方法
| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 第一章 绪论 | 第14-18页 |
| 1.1 课题研究的背景及意义 | 第14-15页 |
| 1.2 课题研究相关的国内外研究现状 | 第15-16页 |
| 1.3 本文的主要研究工作 | 第16-17页 |
| 1.4 本文的论文框架 | 第17-18页 |
| 第二章 三维曲面自动提取算法的理论基础 | 第18-33页 |
| 2.1 引言 | 第18页 |
| 2.2 图像分割技术 | 第18-20页 |
| 2.2.1 图像分割概述 | 第18页 |
| 2.2.2 图像分割技术分类 | 第18-20页 |
| 2.3 数学形态学理论 | 第20-23页 |
| 2.3.1 腐蚀 | 第21页 |
| 2.3.2 膨胀 | 第21-22页 |
| 2.3.3 开操作 | 第22-23页 |
| 2.3.4 闭操作 | 第23页 |
| 2.4 三维空间散点聚类算法 | 第23-29页 |
| 2.4.1 聚类概念 | 第23-24页 |
| 2.4.2 聚类方法分析 | 第24-29页 |
| 2.5 点云曲面重建算法 | 第29-32页 |
| 2.5.1 点云 | 第29-30页 |
| 2.5.2 点云曲面重建算法 | 第30-32页 |
| 2.6 本章小结 | 第32-33页 |
| 第三章 三维曲面自动提取流程 | 第33-45页 |
| 3.1 地震断层解释 | 第33-37页 |
| 3.1.1 地震数据体来源 | 第33-34页 |
| 3.1.2 常规的地震断层解释流程 | 第34-36页 |
| 3.1.3 地震蚂蚁体数据 | 第36-37页 |
| 3.2 地震断层自动提取流程 | 第37-44页 |
| 3.2.1 数据二值化 | 第38-41页 |
| 3.2.2 消除断层局部粘连 | 第41-43页 |
| 3.2.3 断层点云曲面重建 | 第43-44页 |
| 3.3 本章小结 | 第44-45页 |
| 第四章 三维曲面自动提取方法 | 第45-63页 |
| 4.1 三维断层点云曲面重建流程 | 第45页 |
| 4.2 三维空间断层散点追踪 | 第45-51页 |
| 4.2.1 以空间距离作为聚类准则 | 第46-47页 |
| 4.2.2 以倾角属性作为聚类准则 | 第47-48页 |
| 4.2.3 基于距离和倾角属性的聚类准则 | 第48-51页 |
| 4.3 断层点云的二次划分 | 第51-55页 |
| 4.4 断层曲面重建 | 第55-59页 |
| 4.5 与商业软件Petrel效果对比 | 第59-62页 |
| 4.6 本章小结 | 第62-63页 |
| 第五章 基于大数据量分块的三维曲面自动提取方法 | 第63-75页 |
| 5.1 大数据量处理的研究意义 | 第63-64页 |
| 5.2 大数据量处理算法研究现状 | 第64-65页 |
| 5.3 大数据量分块处理算法 | 第65-68页 |
| 5.3.1 数据分块 | 第66-67页 |
| 5.3.2 内存调度 | 第67-68页 |
| 5.4 基于大数据量分块的三维曲面自动提取算法 | 第68-71页 |
| 5.4.1 基于大数据量分块的数据二值化 | 第69页 |
| 5.4.2 基于大数据量分块的数据去噪 | 第69-70页 |
| 5.4.3 基于大数据量分块的断层提取 | 第70-71页 |
| 5.5 算法运行效率对比 | 第71-73页 |
| 5.5.1 算法处理前后效率对比 | 第71-72页 |
| 5.5.2 不同缓存区大小效率对比 | 第72-73页 |
| 5.6 本章小结 | 第73-75页 |
| 第六章 总结与展望 | 第75-77页 |
| 6.1 工作总结 | 第75-76页 |
| 6.2 工作展望 | 第76-77页 |
| 致谢 | 第77-78页 |
| 参考文献 | 第78-82页 |
| 攻读硕士学位期间取得的研究成果 | 第82-83页 |
