確定最大卷積得分。類似地，對(duì)于頁巖相類型，也從在使用第一對(duì)象-形狀模板時(shí)獲得的卷積得分和在使用第二對(duì)象-形狀模板時(shí)獲得的卷積得分中確定最大卷積得分。
[0043]接下來，通過使用2D或3D歸一化卷積得分，所述方法識(shí)別MPS模型中最佳匹配每個(gè)相(例如，砂、頁巖，等等)的對(duì)象形狀。第一個(gè)匹配的對(duì)象被記錄為事件編號(hào)一。第二個(gè)匹配的對(duì)象被記錄為事件編號(hào)2，等等。
[0044]圖3是根據(jù)本發(fā)明實(shí)施例的形狀識(shí)別過程的流程圖。在一種實(shí)施例中，形狀識(shí)別過程對(duì)一系列漸減的得分閾值，T1, ?ν..Τη，運(yùn)行。所述過程包括在S40把事件編號(hào)E初始化為1(即，E = I)。當(dāng)MPS模型中的單元被指定事件編號(hào)時(shí)，它們被認(rèn)為是“作標(biāo)記的”。接下來，對(duì)每個(gè)閾值T1, IV..Tn，執(zhí)行以下步驟:
[0045]i)在S42，對(duì)于MPS模型中給定相的所有還未使用對(duì)象事件編號(hào)標(biāo)記的單元，確定哪個(gè)單元具有最大得分及其對(duì)應(yīng)的對(duì)象形狀模板。
[0046]ii)在S44，定位對(duì)象形狀模板在這個(gè)單元的質(zhì)心。
[0047]iii)在S46，如果使用2D而不是3D卷積得分，則:(a)計(jì)數(shù)落在所述模板內(nèi)的給定相的未標(biāo)記單元的數(shù)目，以及(b)上下移動(dòng)所述對(duì)象形狀模板的質(zhì)心，以確定最大化之前步驟中的單元計(jì)數(shù)的位置。
[0048]iv)當(dāng)其質(zhì)心就像在步驟ii)和iii)中使用事件編號(hào)E定位時(shí)，標(biāo)記對(duì)象形狀模板中所有未標(biāo)記的單元并遞增事件編號(hào)，即，E = E+1。在S48，對(duì)象形狀模板的沉積或結(jié)構(gòu)坐標(biāo)被拷貝到每個(gè)這樣的單元。
[0049]V)在S50，迭代步驟i)至iv)，直到不存在得分高于當(dāng)前得分閾值Tn的未標(biāo)記單
J L.ο
[0050]vi)在S52，通過遞歸過程，把標(biāo)記的單元中的事件編號(hào)和沉積或結(jié)構(gòu)坐標(biāo)傳播到鄰近單元，所述鄰近單元又向其鄰居傳播，等等。
[0051]在一種實(shí)施例中，除在向下方向中不進(jìn)行傳播之外，傳播限于共享相的單元。這種形式的傳播適于在沉積對(duì)象的基部保持對(duì)象形狀。傳播限于其歸一化卷積得分高于給定傳播閾值Pthresh的單元。在一種實(shí)施例中，閾值Pthresh通過以下等式(I)與得分閾值Tn相關(guān)。
[0052]Pthresh = Tn*Tn/MaxScore (I)
[0053]當(dāng)所有未標(biāo)記的鄰近單元都或者具有不同的相或者具有低于Pthresh的卷積得分時(shí)，這種遞歸傳播過程完成。可選地，最后一次迭代中的Pthresh可以設(shè)為0，以允許對(duì)指定了非背景相的所有MPS單元的標(biāo)記。
[0054]所述方法還可以包括在S20迭代地執(zhí)行對(duì)象模板的定位和事件編號(hào)的指定，其中一組最佳擬合的對(duì)象形狀模板被定位并傳播到附近的單元，之后是一組次好擬合的對(duì)象，等等。所述方法還包括在S22使用其在給定事件編號(hào)的對(duì)象中的相對(duì)位置向這個(gè)給定事件編號(hào)的每個(gè)模型單元提供沉積或結(jié)構(gòu)坐標(biāo)。
[0055]所述方法還包括在S24使用沉積或結(jié)構(gòu)坐標(biāo)給屬性建模，以捕捉每個(gè)對(duì)象-形狀模板中的地質(zhì)趨勢(shì)。在一種實(shí)施例中，這可以通過在過程中創(chuàng)建屬性趨勢(shì)來執(zhí)行，所述過程從通過使用沉積或結(jié)構(gòu)坐標(biāo)來捕捉每個(gè)對(duì)象中的地質(zhì)趨勢(shì)的對(duì)象(布爾)建模中是眾所周知的。在一種實(shí)施例中，坐標(biāo)包括在橫向方向離對(duì)象軸的距離、沿每個(gè)對(duì)象的長軸的距離或者離對(duì)象的基部的垂直距離、或者其任意組合。屬性趨勢(shì)可以或者概念性地或者憑經(jīng)驗(yàn)指定給這三個(gè)坐標(biāo)，諸如:a)從對(duì)象的軸朝其邊緣增加粘土含量，b)從近端到遠(yuǎn)端部分增加粘土含量，或者c)從基部層到頂層增加粘土含量。
[0056]圖4繪出了 MPS模型中的訓(xùn)練圖像。圖5繪出了在不使用本文所述混合方法的情況下圖4中所示MPS模型中的屬性模型。即使當(dāng)使用各向異性的變量圖時(shí)，屬性模型也不地質(zhì)地遵循對(duì)象形狀。
[0057]圖6繪出了在MPS模型中使用訓(xùn)練圖像生成參數(shù)創(chuàng)建的訓(xùn)練圖像的切片。圖7繪出了在應(yīng)用本文所述的混合方法之后圖6中所示訓(xùn)練圖像的切片中的屬性趨勢(shì)模型。屬性趨勢(shì)模型是使用沉積或結(jié)構(gòu)橫向坐標(biāo)指定的。如圖7中所示，屬性趨勢(shì)以地質(zhì)上合理的方式遵循對(duì)象形狀和維度。
[0058]如可以從以上段落中理解的，混合方法提供了用于把MPS模型中的每個(gè)單元(除背景相單元之外)指定給僅在所述MPS模型中部分保存的具體對(duì)象形狀模板的方法。在以下段落中，描述用于以這樣一種方式編輯MPS模型的方法，以大大增加模型中對(duì)象形狀模板的保存并且由此顯著增加結(jié)果模型的相連續(xù)性。執(zhí)行所述編輯方法的一個(gè)結(jié)果是定性和定量編輯后的MPS模型更類似于訓(xùn)練圖像。
[0059]圖8是根據(jù)本發(fā)明實(shí)施例用于編輯MPS模型的方法的流程圖。在一種實(shí)施例中，用于編輯MPS模型的方法包括在S60為混合MPS-布爾模型提供感興趣區(qū)域中每個(gè)單元的相。所述方法還可以包括在S62提供背景相數(shù)目、在感興趣區(qū)域中每個(gè)單元的相概率、硬數(shù)據(jù)位置，并且可選地提供目標(biāo)相比例、對(duì)象-形狀模板、在感興趣區(qū)域中每個(gè)單元的對(duì)象事件編號(hào)指定、在感興趣區(qū)域中每個(gè)單元的沉積或結(jié)構(gòu)坐標(biāo)指定。
[0060]所述方法還包括輸入?yún)?shù)。在一種實(shí)施例中，輸入包括在S64給非背景相排序，以便在排序后的相Op 02、0?中，預(yù)期相On比相Olri具有更大的連續(xù)性。在一種實(shí)施例中，輸入還包括在相的排序中留下最大相概率不被修改(MaxUnModified).
[0061]所述方法還包括，在S66，對(duì)于在次序Op 02、…化中取得的每個(gè)相F: (a)編輯不在硬數(shù)據(jù)位置或調(diào)節(jié)數(shù)據(jù)位置(即，在硬數(shù)據(jù)位置之外)并且其中用于相F的相對(duì)相概率大于最大相概率MaxUnModified的所有模型單元。
[0062]所述方法還包括，在S68，(i)如果編輯后的單元在其最優(yōu)相關(guān)位置被位于模型中的相對(duì)象形狀模板包含，則把所述模型單元指定給相F ;以及(ii)指定相對(duì)于在前一步驟
(i)中找到的對(duì)象形狀模板的質(zhì)心的沉積或結(jié)構(gòu)坐標(biāo)。如果多于一個(gè)對(duì)象形狀模板包含所述單元，則可以使用具有與未編輯的MPS模型相關(guān)性最高的對(duì)象形狀模板。
[0063]所述方法還包括，可選地，在S70，對(duì)于在次序0ρ02、…0?中取得的每個(gè)相F，僅指定有限數(shù)目的對(duì)象-形狀模板，其中所述對(duì)象-形狀模板的有限數(shù)目允許匹配目標(biāo)相比例。
[0064]所述方法還包括，可選地，在S72，對(duì)于在次序0ρ02、…0?中取得的每個(gè)相F，僅指定每個(gè)對(duì)象-形狀模板的有限部分，其中所述每個(gè)對(duì)象-形狀模板的有限部分允許匹配目標(biāo)相比例。在一種實(shí)施例中，只有對(duì)象的基部部分可以被用來創(chuàng)建現(xiàn)實(shí)的地質(zhì)相模式。
[0065]圖9是根據(jù)本發(fā)明實(shí)施例用于編輯MPS模型的方法的流程圖。在一種實(shí)施例中，編輯方法包括在S80使用任何MPS方法創(chuàng)建MPS模型。在一種實(shí)施例中，編輯方法包括在S82為MPS模型中的每個(gè)單元(除背景相單元之外)指定位于模型中在其最優(yōu)相關(guān)位置的具體對(duì)象形狀模板，如以上在MPS-布爾混合方法中所描述的。
[0066]所述編輯方法還包括在S84為MPS模型中的每個(gè)單元(除背景相單元之外)指定對(duì)于每個(gè)相以索引一開始的對(duì)象事件編號(hào)，如以上在混合方法中所描述的。較低的對(duì)象事件編號(hào)指示更好地?cái)M合MPS相模擬的對(duì)象。
[0067]所述編輯方法還包括在S86通過以下獲得相概率立方體:(a)使用在生成MPS模型中所使用的概率立方體；或者(b)在用于每個(gè)相的每個(gè)單元中的存在/缺失標(biāo)志上使用3D平滑過濾器。
[0068]所述編輯方法還包括輸入?yún)?shù)。參數(shù)的輸入包括在S88給相排序，使得在排序后的相Op 02、0?中，預(yù)期相On比相Olri具有更大的連續(xù)性，即，增加的連續(xù)性；并且所述輸入還包括在相的排序中留下最大相概率不被修改(MaxUnModified)。
[0069]所述編輯方法還包括在S90通過被用于每個(gè)相的最大概率去除或者使用任何其它合適的規(guī)范(norm)從相概率中計(jì)算相對(duì)相概率或目標(biāo)相比例。替代地，相對(duì)相概率可以作為輸入約束獲得或者從原始輸入MPS模型計(jì)算。但是，存在各種決定是否把單元從一種相改成另一種相的約束。其中一個(gè)約束可以是例如不同的相的比例要保持相同，如以下段落中將更詳細(xì)解釋的。但是，其它類型的約束也可以被實(shí)施。
[0070]所述編輯方法包括制作包含硬數(shù)據(jù)(例如，鉆井調(diào)節(jié)數(shù)據(jù))的單元位置列表。
[0071]在一種實(shí)施例中，所述編輯方法包括在S92把編輯后的MPS模型設(shè)置成原始MPS模型，并且對(duì)于從次序0l、02、…0?中取得的每個(gè)相F，在S94執(zhí)行以下把單元指定給相以及把沉積或結(jié)構(gòu)坐標(biāo)指定給單元的過程:
[0072](a)訪問不是硬數(shù)據(jù)單元并且與相F不同并且其中相對(duì)相概率大于MaxUnModified的所有模型單元；
[0073](b)如果這些單元在其最優(yōu)相關(guān)位置被位于模型中的相對(duì)象-形狀模板包含，則把這些單元指定給相F，如以上段落中所描述的；
[0074](c)把相對(duì)于之前找到的對(duì)象形狀模板的質(zhì)心的沉積