基于地震图像分割的盐体检测
计算机视觉与模式识别
2022-03-28 v1 图像与视频处理
摘要
本项目中，提出一种最先进的深度卷积神经网络（DCNN）来分割地震图像，以检测地表以下的盐体。盐体位置检测对启动开采十分重要。因此，利用地震图像来探测地表下的精确盐体位置。然而，精确探测盐矿沉积的确切位置十分困难。故而，专业地震成像仍需要专家对盐体进行人工解译。这导致结果高度主观且变异很大。因此，为生成最精确的地震图像与三维渲染，我们需要一种鲁棒算法，可自动且准确地识别地表目标是否为盐体。鉴于 DCNN 在图像目标识别中性能优异且成熟，其是该特定问题的极佳选择，并已成功应用于每像素标注为盐体或非盐体的地震图像数据集。该算法结果令人鼓舞。
引用
@article{arxiv.2203.13721,
title = {Salt Detection Using Segmentation of Seismic Image},
author = {Mrinmoy Sarkar},
journal= {arXiv preprint arXiv:2203.13721},
year = {2022}
}