地震数据可视化及断层智能识别是地震解释中的重要环节,在油气勘探领域一直被广泛研究,但并未得到很好的解决。计算机技术的发展使这一研究发展到了一个新的阶段。地震数据可视化及断层识别的目的是将地震数据中的层位和断层等地质结构信息揭示出来,以方便地震解释工作。现有地震数据可视化及断层识别方法在一定程度上为地震解释工作提供了重要的参考依据,但仍有一些不足之处。现有地震数据可视化方法存在两个主要缺点:(1)线性着色方式导致可视化结果的对比度较低,地质结构难以分辨;(2)对微观地质结构的揭示能力较弱。现有断层识别方法主要存在三个缺点:(1)断层的准确度较低,易对地震解释工作造成误导;(2)算法耗时较长;(3)对多个断层,尤其是多个交叉断层的识别能力较差。本文从计算机应用的角度出发,重点研究二维地震数据三维可视化及断层识别方法,旨在有效解决现有方法的不足,提高地震数据可视化对微观地质结构的揭示能力及断层识别的准确性和实效性。研究内容包括地震数据可视化和断层智能识别两个方面。论文主要研究工作和创新点如下:1.提出了一种二维地震剖面三维可视化方法,用于提高微观结构揭示能力。该方法由两个方面组成。在网格顶点着色方面,先以分段指数渐进的方式对调色板中的颜色元素进行填充,再在GPU的像素着色器中利用由地震幅度线性映射得到的纹理坐标采样调色板,以对网格顶点进行着色;在网格顶点镶嵌方面,先在像素着色器中计算出每个地震样点的倾斜方式,然后将倾斜方式渲染到一幅纹理中,再根据样点的倾斜方式填充网格顶点索引,以实现地震样点的自适应镶嵌;实验结果验证了所提地震剖面三维可视化方法的有效性。2.提出了基于蚁群算法的断层识别方法,用于提高断层识别的准确度。该方法用二维地震剖面作为三维地形,首先,将层位用连通区域标注方法提取出来;接着,找出每个层位的水平端点作为层位不连续点;然后,将地震剖面划分成多个矩形块,在每个矩形块顶部和底部分别确定一个不连续点作为蚂蚁巢穴和食物;蚂蚁由巢穴出发寻找食物时,在地震剖面生成的三维地形上爬行,蚂蚁在每个矩形块中搜寻到的巢穴与食物间的最短三维路径的二维投影即为断层。实际地震数据上的实验结果验证了该方法的有效性。3.提出了基于相似性传播聚类的断层识别方法,用于提高断层识别正确率。该方法基于相似性传播聚类算法而提出,先基于连通区域标注方法确定层位不连续点;再用不连续点间的水平梯度差和欧氏距离定义相似度;然后通过相似性传播聚类算法中聚类中心和待聚类点之间吸引度和归属度消息的迭代传递,实现对不连续点的聚类;最后,基于每一类不连续点,先后采用PCA和最小二乘曲线拟合方法生成断层。实验结果表明,该方法断层识别正确率较高,约为90%。4.提出了基于自适应聚类Hough变换的断层识别方法,用于提高断层精度。该方法针对现有基于Hough变换的断层识别方法不能正确识别多个断层的不足而提出。首先,对地震相干图像进行边缘检测并对边缘图像进行Hough变换以检测出其中的线段;然后,根据倾斜角和位置信息对线段进行自适应聚类以获得完整的线段;最后,根据初始地震数据对完整线段上各点的位置进行优化以获得准确的断层。实际地震数据上的实验结果表明该方法可对多个断层正确识别,峰值信噪比提高了约10%。5.提出了基于自适应聚类线性回归的断层识别方法,用于提高断层准确度。该方法基于自适应聚类线性回归算法实现断层的识别。首先,将Hough变换检测所得的线段的端点作为关键点;然后采用自适应聚类线性回归算法根据各关键点之间的线性关系对其进行自适应聚类;最后,由每一类关键点生成一个断层,实现断层的识别。实际数据上的实验结果证实了该方法的有效性。本文研究致力于地震数据中信息的增强和提取,研究了二维地震数据三维可视化方法和断层智能识别方法。文中所提方法有助于地质科研人员对地震数据进行更加有效的分析,对油气资源勘探、石油开采、农业生产等行业都具有较好的应用价值与实际意义。