简介:本文提出的储层物性参数同步反演是一种高分辨率的非线性反演方法,该方法综合利用岩石物理和地质统计先验信息,在贝叶斯理论框架下,首先通过变差结构分析得到合理的变差函数,进而利用快速傅里叶滑动平均模拟算法(FastFourierTransformMovingAverage,FFT-MA)和逐渐变形算法(GradualDeformationMethod,GDM)得到基于地质统计学的储层物性参数先验信息,然后根据统计岩石物理模型建立弹性参数与储层物性参数之间的关系,构建似然函数,最终利用Metropolis算法实现后验概率密度的抽样,得到物性参数反演结果。并将此方法处理了中国陆上探区的一块实际资料,本方法的反演结果具有较高的分辨率,与测井数据吻合度较高;由于可以直接反演储层物性参数,避免了误差的累积,大大减少了不确定性的传递,且计算效率较高。
简介:摘要:智能交通系统(IntelligentTrafficSystem,ITS)是一个融合人工智能、计算机视觉、图像处理等众多学科的综合系统。视觉场景信息作为ITS场景信息中的关键一环,包含了诸如交通信号灯、车道线、交通标志等重要道路交通安全信息,因此,如何有效准确识别交通信号灯(TrafficLightRecognition,TLR),是ITS中不可避免的一个重要话题。基于颜色的交通信号灯识别方法在很大程度上取决于环境光照、天气等因素,且HSV各个分量很难选取一个通用适合的范围,导致在实际识别过程中精度仍不够高。基于交通信号灯结构特点的先验信息,采用颜色信息与图像灰度信息融合的方法,进一步提升交通信号灯的识别准确率。