本发明涉及一种基于深度学习照明分析的局部偏移成像方法,包括如下步骤:步骤1)构建二维地质速度模型,利用传统照明分析方法得到所述二维地质速度模型对应单炮照明结果;步骤2)基于地质速度模型与对应单炮照明结果构建训练数据集,输入构建的Unet神经网络进行训练;步骤3)利用训练好的神经网络预测单炮照明结果,从单炮叠加照明图看出地质速度模型中照明能量的具体分布情况,手动选择像素值小于预定阈值的区域,将该区域定义为弱照明区域;步骤4)依据单炮在弱照明区域照明强度,按照贡献大小筛选出炮集;步骤5)将筛选出来的炮集与全部炮集依据正传波场与检波器反传波场进行偏移成像;最后截取弱照明区域成像结果。
声明:
“基于深度学习照明分析的局部偏移成像方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)