基于张量的子空间学习用于盐丘边界追踪
图像与视频处理
2019-01-11 v1
摘要
石油储层的勘探与盐丘的识别有密切关系。为了高效解释盐丘结构,本文提出一种利用基于张量的子空间学习算法通过地震体追踪盐丘边界的方法。我们通过分类沿地震剖面边界区域和对比图获取的图像块来构建纹理张量。利用从纹理张量的子空间提取的特征,我们可以在相邻剖面中识别追踪点,并通过最优连接这些点来标注盐丘边界。实验结果表明,通过采用纹理信息和基于张量的分析,所提方法优于最先进的盐丘检测方法。
引用
@article{arxiv.1901.02921,
title = {Tensor-based subspace learning for tracking salt-dome boundaries},
author = {Zhen Wang and Zhiling Long and Ghassan AlRegib},
journal= {arXiv preprint arXiv:1901.02921},
year = {2019}
}