本发明公开了一种基于神经网络的沉积相图像分割方法,将人的经验和计算机的计算速度结合起来,将地质工作者的工作经验和机器的计算能力有机的结合起来,即人工输入层位标签信息,而机器根据这些标签信息计算得到层位的分类信息,最后根据层位分类信息追踪区域边界,做到人机交互并且充分利用。具体的,对沉积相图利用超像素算法SLIC做初步处理,分割为同质化的区域,接下来利用深度神经网络进行分类,将图像分为相应数目的类别,这样将会把沉积相中不同的像素区域融合为一个类别的区域,达到减少计算量的目的。在样本数据中加入地震属性数据,使得分类结果更加的准确,并将数据放置于网格结构上,由于数据分布于空间网格中,更为方便高效。
声明:
“基于神经网络的沉积相图像分割方法” 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)