[发明专利]一种并行压缩海量地震数据的方法无效

专利信息
申请号: 201310570935.9 申请日: 2013-11-13
公开(公告)号: CN103605159A 公开(公告)日: 2014-02-26
发明(设计)人: 谢凯;文畅;伍鹏;阮宁君;夏巍 申请(专利权)人: 长江大学
主分类号: G01V1/28 分类号: G01V1/28
代理公司: 北京市中实友知识产权代理有限责任公司 11013 代理人: 熊成香
地址: 434023*** 国省代码: 湖北;42
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 并行 压缩 海量 地震 数据 方法
【权利要求书】:

1.一种并行压缩海量地震数据的方法,其特征在于包括如下步骤:

(1)、将三维地震数据转换为地震数据体数据:

通过CPU中央处理器,将三维地震数据进行转换,得到地震数据体数据;

(2)、将地震数据体数据分解为地震数据子块:

根据计算机内存的大小,将地震数据体数据分解为地震数据子块,并将其读入计算机内存中;

(3)、将地震数据子块分解为地震数据分块:

根据计算机显存的大小,将地震数据子块分解为地震数据分块,并将其读入计算机显存中;

(4)、将地震数据分块采用视觉感知模型进行处理:

在显存中,采用视觉感知模型,将地震数据分块分解为强边、细节和平滑三种不同特性的部分;所述的视觉感知模型是根据构成人类视觉的刺激的主要的来源是地震剖面的强边部分;所述的强边是指有较大的亮度变化和较小的边缘宽度的剖面区域;相应的亮度变化强度较小,变化规律性不明显的区域则为细节部分;而平滑部分为亮度缓慢变化的区域;

(5)、对地震数据分块三种不同特性的部分进行压缩处理:

GPU图形处理器将地震数据分块的三种不同特性部分进行并行压缩,得到地震数据分块的压缩结果;

所述的并行压缩包括3个部分,(1)对地震数据分块进行快速提升小波变换;(2)根据人眼视觉特性,对地震数据分块的三种不同特性部分赋予不同的视觉权值;(3)利用SPIHT算法进行压缩编码,得到地震数据分块的压缩结果;

(6)、将地震数据分块的压缩结果由显存传回内存,并存贮在计算机硬盘中;

(7)、重复以上步骤4-6,将所有的地震数据分块进行并行压缩,并将压缩结果存贮在计算机硬盘中;

(8)、将所有地震数据分块的压缩结果进行融合,得到整个地震数据的压缩结果。

2.根据权利要求1所述的一种并行压缩海量地震数据的方法,其特征在于所述的对三维地震数据进行转换,是将每一个采样点获得的三维地震数据转换成一个体素,每一个体素有一个对应的采样点得到的三维地震数据的振幅值;对一个区域进行勘探时,选择该区域的多个地点进行数据采集,每个地点为一个地震道,通过地震勘探仪器在该地点进行数据采集,用垂直于水平面向下的多个采样点来记录大地的震动,并存储到磁带上,每一个地震道被转换成一个体素道,多个体素道即为地震数据体数据。

3.根据权利要求1所述的一种并行压缩海量地震数据的方法,其特征在于所述的将地震数据体数据分解为地震数据子块,是将地震数据体数据采用八叉树的结构进行2×2×2的分解,分成地震数据子块,使八叉树的每一个结点对应一个相应的地震数据子块,各地震数据子块存入磁盘中备用;

当地震数据子块属于下列3种情况时,对地震数据子块按八叉树结构进行再次分解;

①地震数据子块中体素的一致性小于用户所确定的临界值;

②地震数据子块的数值大于计算机内存的数值;

③地震数据子块的数值大于用户所确定的最小地震数据子块的数值;

所述的地震数据子块中体素的一致性是指地震数据子块中体素的相似性。

4.根据权利要求1所述的一种并行压缩海量地震数据的方法,其特征在于所述的将地震数据子块分解为地震数据分块,是将地震数据子块数据采用八叉树的结构进行2×2×2的分解,分成地震数据分块,使八叉树的每一个结点对应一个相应的地震数据分块,并将其读入计算机显存中;

当地震数据分块属于下列3种情况时,对地震数据分块按八叉树结构进行再次分解;

①地震数据分块中体素的一致性小于用户所确定的临界值;

②地震数据分块的数值大于计算机显存的数值;

③地震数据分块的数值大于用户所确定的最小地震数据分块的数值;

所述的地震数据分块中体素的一致性是指地震数据分块中体素的相似性。

5.根据权利要求1所述的一种并行压缩海量地震数据的方法,其特征在于所述的将地震数据分块分解为强边、细节和平滑三种不同特性的部分,是将地震数据分块划分为强边块、细节块、平滑块3类;其分类过程为:计算每个地震数据分块的熵值和方差;熵值较小的地震数据分块为平滑块;熵值比较大的地震数据分块为细节块或强边块;方差较小的地震数据分块为细节块,方差较大的地震数据分块为强边块。

6.根据权利要求1所述的一种并行压缩海量地震数据的方法,其特征在于所述的快速提升小波变换是通过分裂、预测和更新三个步骤实现信号中的高频部分和低频部分的分离;所述的视觉权值是通过给三种不同特性部分所对应的小波系数赋予不同视觉权值的方法,来保证优先传输视觉上的最重要系数,以便进一步提高地震数据复原质量;所述的SPIHT算法是通过对重要系数排序并生成重要位,根据生成的重要位逐步逼近每一个小波系数,SPIHT算法使用空间方向树来组织小波系数,空间方向树是指分层结构中的一种空间关系;SPIHT算法采用三个顺序链表进行系数的编码:不重要子集表LIS,不重要系数表LIP和重要系数表LSP。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于长江大学,未经长江大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201310570935.9/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top