多点地质统计学建模参数敏感性分析

与基于像元的两点模拟和基于目标的模拟相比,多点地质统计学能较好地忠实于硬数据(井数据)和再现复杂的地质体形态。在介绍多点模拟算法(Snesim)实现流程的基础上,对Snesim算法中重要的输入参数进行了敏感性分析,结果表明:目标比率越接近训练图像的边缘相概率,模拟效果越好;目标比率一定时,提高伺服参数可使模拟相的比率更接近目标体,但以损失相结构信息为代价;搜索邻域的设计、网格级数的选择取决于训练图像的大小以及需重现的结构信息;此外,在一个较小的数据事件重复数下,随着最大条件数据的增加,其结构信息的再现效果越好,所需机时则呈线性增加。可见,参数设置对多点地质建模中模拟效果的好坏至关重要。     

多点地质统计学在秘鲁D油田地质建模中的应用

应用多点地质统计学和相控建模相结合的方法,以秘鲁D油田V层为例进行了地质条件约束下的地质建模研究。首先根据地质概念模型建立训练图像,然后应用多点地质统计学Snesim算法模拟沉积微相,最后在沉积微相控制下进行储层参数模拟。研究结果表明：多点地质统计学方法不仅忠实于井点数据,而且可以在使用的训练图像中加入地质概念,从而对随机模型进行地质约束;V层沉积微相随机模拟较好地再现了沉积微相的空间结构,其孔隙度模拟实现与相应沉积微相模型吻合较好,且沉积微相对储层参数的空间分布具有较大影响;多点地质统计学方法和相控建模的建模原则有助于从地质的角度对模型进行约束,促进概念模型向定量模型的转化,从而建立合理的反映地下实际情况的三维模型。     

多点地质统计学在河流相建模中研究进展

河流相储层在我国储量丰富，多点地质统计学应用于河流相具有重要的理论和实际意义。本文从多点地质统计学较之前的传统地质统计学的比较开始。指出了多点地质统计学的优点在于应用多点数据样板扫描训练图像以构建检索树，然后从检索树中求取条件概率分布函数，而传统地质统计学是通过变差函数分析并应用克里金方法求取条件概率分布函数。分析了国内外流行的主流算法Snesim方法和Simpat方法的原理及其优点和应用局限性，再重点对基于储层骨架的多点统计学建模进行了论述，指出了通过搜索窗模拟河道中线的分布和利用河道中线指导建立储层骨架模型，进而与多点统计算法相结合进行储层构型预测。分析对比了储层骨架建模相较Snesim方法和Simpat方法具有的优势。针对多点统计算法的特点和应用局限性，最后对多点地质统计学建模进行了若干的展望与建议。     

基于梯度调节规则的图像修复算法研究

当前较多图像修复算法采用单一大小样本块进行图像修复,不能适应图像不同差异的纹理丰富度变化,使得修复结果存在块效应以及模糊效应等不足。本文利用图像的梯度值,设计了基于梯度调节规则的图像修复算法。将图像的梯度信息引入优先权计算,联合数据项、置信度项目构造优先权计算函数,以计算优先修复块。利用图像的梯度变化率,建立梯度调节规则,用以调节样本块大小,适应不同的纹理丰富度。引入SSD(Sumofsquareddifferences)函数从源区域中寻找最优匹配块,实现图像修复。实验结果显示,所设计方法修复的图像具有良好的视觉效果。     

感受野视觉特征整合模型及应用

 采用基本ICA模拟视觉感知机制对自然图像分解得到的图像基函数在空间排列上是混乱的,这与视觉生理机制相互矛盾.模拟视皮层感受野间的信息整合机制,建立了新的计算模型.针对基于内容的图像故障区域检测问题,提出了相应的高效率少样本检测算法. 首先,以列车正常和故障图像序列作为训练数据,利用拓扑ICA方法学习图像基函数,由此得到的独立分量系数作为神经元响应,然后模拟同步振荡机制选择响应强烈的神经元,输出其对应的内容,最后通过自动对比实现图像故障区域的快速定位.实验结果表明,与传统方法相比较,引入视觉信息整合机制的新模型及其算法能够提高故障检测率.     

基于Cont ourl et系数方向扫描格型量化的多描述图像编码算法

提出了一种基于Contourlet变换方向的多描述格型矢量量化图像编码算法。利用Contourlet变换所具有的多尺度、多方向的特点解决小波变换在多描述格型矢量量化过程中对输入的图像方向信息不充分的局限性。对Contourlet变换后的系数按照子带中方向特征划分区域设计相应的扫描方式对系数进行重新排序;然后采用基于几何相似的六边格矢量量化方案的多描述编码方案对图像进行编码。实验结果表明,文中策略对单路信道解码图像的峰值信噪比较传统方案具有一定程度的提高,同时重构图像较好地保留了原图像的纹理、边缘等几何信息。     

基于运动矢量的视频可逆隐藏算法

针对现有的基于运动矢量的视频信息隐藏算法存在破坏矢量局部最优性这一问题,提出一种基于视频运动矢量的可逆信息隐藏算法。算法对利用增强预测区域搜索(enhance predictive zonal search,EPZS)算法得到的最优预测矢量与运动矢量的差值进行微调,在差值的最低有效位嵌入水印。通过矢量差值扩展,实现了解码端运动矢量的无损恢复,让信息的嵌入不影响矢量的局部最优性,保证了解码视频质量不受运动矢量改变的影响。与传统的基于运动矢量的信息隐藏算法相比,本算法在嵌入水印的同时未大幅增加引入码流量。实验结果表明,该算法在控制码流和解码端的视频质量方面均具有良好的性能。     

基于平均熵值的多点地质统计建模参数优选方法

多点地质统计建模方法通过训练图像获取空间结构和相关性统计特征,重建结构复杂的储层地质模型,为提高油气预测效果服务。不同建模参数的选择会直接影响计算效率和模拟结果,因此选择合适的建模参数至关重要。鉴于传统参数灵敏度分析方法的不足,提出一种基于模式均熵的多点地质统计建模参数优选方法,采用Hsim相似度对随机模型和训练图像的模式均熵差异进行量化分析。以多点地质统计建模参数——样板尺寸为例,计算建模参数集和训练图像的空间及结构特征相似度,建立基于模式均熵差异的空间相关性评价指标和建模参数的拟合曲线,将相关性评价曲线趋于平稳的拐点所对应参数值作为最优参数。实验结果表明,相比传统参数优选方法,基于单点熵代替两点熵进行平均熵值计算的新方法可以准确客观地优选出多点地质统计建模算法的参数。     

基于运动矢量的H.264信息隐藏算法

提出了一种基于H.264的视频信息隐藏算法.该算法引入菱形编码,通过轻微调制运动矢量实现信息的嵌入过程.菱形编码不仅可以有效减少运动矢量修改率,同时可以提高嵌入容量.在嵌入过程为减少信息嵌入对码率和视频图像质量的影响,选择纹理复杂区域和较大运动矢量为嵌入点.实验结果表明,该算法在确保良好视频质量的条件下,可以满足大容量信息嵌入的要求,对压缩码率的影响较小.     

基于掩膜与仿中值滤波的边缘检测处理

针对医学图像特殊而又复杂的模糊边缘以及难以区分的背景噪声,提出一种基于掩膜理论区分图像边缘信息的区分算法.通过区域对比度、图像像素特征和有限区域中像素均值等相关信息,利用先验知识和仿中值滤波的方法得到较为清晰的边缘信息.用Matlab软件对提出的方法进行模拟,详细分析了掩膜对比的理论模型以及仿中值滤波对于区分效果的影响,验证了该方法的可行性和正确性.实验证明,基于掩膜与仿中值滤波的区分算法和传统的边缘检测方法相比,在辨别相关边缘信息方面具有较好的效果,并在医学图像处理中具有一定的实用价值.     

基于改进FCM算法的后照明图像分割与分级算法研究

后照明图像在白内障诊断和治疗中有着广泛的应用.使用计算机进行分割、分级,不仅省时而且可以得到客观的结果.针对已有算法在灰度不均匀、背景与前景灰度接近区域时无法有效分割的问题,提出一种基于改进FCM算法的后照明图像分割算法.在改进的算法中,首先计算超像素图像区域梯度信息,然后将超像素区域梯度信息归一化后作为权重引入到FCM算法中,充分考虑超像素图像区域信息和梯度信息,从而减少了这些区域的误分.实验结果表明,相比于已有分割和分级算法,本文提出的算法提高了后照明图像分割的准确率.     

舰船图像序列的电子稳像技术

针对船载摄像系统获取的图像序列抖动的问题,提出一种基于信息融合的电子稳像方法,对因风浪作用产生晃动的视频图像序列进行稳定处理,使输出的视频图像序列稳定而清晰.基于信息融合的电子稳像方法是指在运动估计过程中,对于传感器获取的运动矢量与软件算法获取的运动矢量进行信息融合,得到更为准确和有效的运动矢量,并对视频图像序列进行补偿的一种方法.给出采用软件方法、硬件方法和信息融合3种方法获取运动矢量,进行补偿得到的结果.与参考图像进行比较分析,结果表明信息融合的方法可以使稳定精度大大提高,更适合人眼观察.     

基于地图分割与以矢量信息描述地图的A*寻路算法

提出了一种基于地图分割与以矢量信息描述地图的A*寻路新算法.首先采用自适应四叉树方法将地图分割,同时分析地图的矢量数据;其次在寻路过程中,仅根据“路点”信息,寻找初始路径,为获取最终路径提供启发式指导;最后根据初始路径,依次读取地图中相关区域数据,整合得出最终路径信息.此算法解决了在大型地图中寻路速度慢、占用资源多的问题,通过分治的思想,缩小问题的规模,大幅降低时间与空间的消耗.     

基于信息隐藏技术的数据加密方法

本文指出了基于区域的图像信息隐藏算法的不足。从提高信息隐藏容量的角度出发,采用随机置换待隐藏信息、随机选取隐藏位置的方法对基于区域的算法进行了改进。     

一种基于多尺度结构自相似性的图像超分辨重建算法

多尺度结构自相似性是指图像中存在大量相同尺度以及不同尺度相似结构的性质。本文提出一种基于多尺度结构自相似性的超分辨率重建算法,该方法通过图像旋转和金字塔分解将输入图像的先验信息附加到训练库中,并对样本图像块聚类,分别训练针对各类的多个字典。在图像重建阶段,自适应选择最优字典,并利用相似图像块间的关系建立非局部约束项重建图像。最后利用迭代反投影算法进行图像后处理,进一步提升图像的超分辨率重建效果。实验结果表明,与SCSR、SISR和ASDS算法相比,本文算法能够取得边缘更为清晰的超分辨率重建效果。     

多尺度特征的深度学习及在多聚焦图像融合上的应用

【目的】多聚焦图像融合指的是从同一场景下不同的图像中提取各自的聚焦区域,得到一幅全聚焦的图像,是近些年来图像处理领域一个热门的研究方向。传统的图像融合技术存在融合区域不清晰、失真、存在伪影等情况。针对这一现象,提出了一种基于深度学习的图像融合方法。【方法】所提算法整体使用了孪生网络来对图像中的聚焦区域进行分类,同时还引入了GoogLeNet中的Inception模块来提高网络的特征提取能力,取得了良好的性能。为了充分利用源图像中的特征信息,提出的算法中使用了不同大小的子块来提取源图像中不同尺度的特征信息,获得源图像多个尺度的特征。此外,提出的方法获得的二值图能够精确反映出源图像的聚焦区域和非聚焦区域,因此不需要应用后处理步骤来对二值图进行优化,降低了网络的复杂度。【结果】在Lytro多聚焦图像集和其他常用的多聚焦灰度图像集上的实验结果表明：相比于其他经典算法,提出算法的融合结果从主观和客观两个维度上都拥有显著的优势。【结论】提出的算法很好地融合了源图像中的细节特征,融合边缘自然平滑、无伪影产生,取得了较传统算法更好的融合效果。     

基于JPEG图像的改进小波变换信息隐藏算法

利用小波多分辨率分析技术,提出一种基于JPEG图像的改进小波变换信息隐藏算法.信息嵌入时,该算法在JPEG图像上使用YCb Cr颜色空间变换进行二维小波分解和重构,保证了嵌入后的图像不失真.验证试验表明:在嵌入容量相同的情况下,改进算法比原算法具有更好的鲁棒性,可以做到图像的无损恢复.     

基于马尔可夫随机场和多核学习的图像分类

针对词袋模型中的聚集算法对编码矢量之间空间关系信息或者概率分布信息单独建立数学模型,将马尔可夫随机场模型中的拟合参数矢量集合视为编码矢量的聚集矢量集合,计算每个聚集矢量对应的两两图像之间的核矩阵,然后使用基于支持向量机的多核学习方法求解核矩阵的最优线性组合系数以及支持向量系数,最后使用所得训练模型对测试图像进行分类.对于15类场景数据集和Caltech 101数据集,本文算法的分类正确率达到82.67%和62.94%,与其他算法相比具有更高的平均分类正确率.     

基于多点地质统计方法的岩相建模研究

目前,多点地质统计方法的应用越来越广泛。以江苏油田庄2断块阜一段E1f12-1小层为例,利用多点地质统计方法来进行岩相建模研究。首先依据E1f12-1小层的河道发育形态及砂体分布特征,利用不同的方法建立了3种训练图像。然后在这3种训练图像控制下,模拟实现了E1f12-1小层的岩相模型。结合钻井、测井信息综合分析后发现:依据沉积微相图所建的第2种训练图像控制下产生的岩相模型与已有的地质认识较为吻合。利用多点地质统计方法建立岩相模型有助于从地质的角度对模型进行约束,促进概念模型向定量模型的转化,最终建立反映地下真实地质情况的储层模型。     

鲁棒的基于几何均值分解的矢量预编码算法

针对非理想信道的多输入多输出（MIMO）系统,提出了一种鲁棒的基于几何均值分解方法的矢量预编码算法.利用非理想信道误差矩阵的二阶统计信息,以最小化收发信号的均方误差为准则,求出基于几何均值分解矢量预编码的最优扰动矢量和预编码矩阵.仿真结果表明,该鲁棒算法优于现有的基于几何均值分解矢量预编码算法性能.在高信噪比时,误码率可提高2dB以上.