３次元画像生成方法及びプログラム
【課題】欠落したデータから高精度な３次元画像を生成することが可能な３次元画像生成方法及びプログラムを提供する。
【解決手段】弾性波探査データを入力するステップＳ１１と、弾性波探査データを３次元空間上に配列することによりビンニングを行うステップＳ１２と、ビンニングを行ったデータに基づいて構造解釈を行うことにより構造図を作成するステップＳ１３を有する。また、ビンニングを行ったデータに基づいて傾斜読みとりを行うステップＳ１４と、構造図及び傾斜のデータに基づいてハイブリッド構造傾斜モデルを構築するステップＳ１５を有する。また、ビンニングを行ったデータとハイブリッド構造傾斜モデルに基づいて移動平均アルゴリズムを使用して擬似データを生成することにより波動場内挿を行うステップＳ１６を有する。また、波動場内挿により得られたデータを３次元画像化することによりマイグレーションを行うステップＳ１７を有する。
【解決手段】弾性波探査データを入力するステップＳ１１と、弾性波探査データを３次元空間上に配列することによりビンニングを行うステップＳ１２と、ビンニングを行ったデータに基づいて構造解釈を行うことにより構造図を作成するステップＳ１３を有する。また、ビンニングを行ったデータに基づいて傾斜読みとりを行うステップＳ１４と、構造図及び傾斜のデータに基づいてハイブリッド構造傾斜モデルを構築するステップＳ１５を有する。また、ビンニングを行ったデータとハイブリッド構造傾斜モデルに基づいて移動平均アルゴリズムを使用して擬似データを生成することにより波動場内挿を行うステップＳ１６を有する。また、波動場内挿により得られたデータを３次元画像化することによりマイグレーションを行うステップＳ１７を有する。
【発明の詳細な説明】
【技術分野】
【０００１】
本発明は、弾性波探査における地下地質構造の３次元画像生成方法及びプログラムに関する。
【背景技術】
【０００２】
従来から弾性波探査を行うことにより地下の断面図のデータを複数の地点で測定し、その断面図のデータに基づいて擬似データを生成することにより、データの存在しない領域に擬似データを内挿して、地下構造を調査する技術が知られている。以下に、この従来の技術に用いられる３次元画像生成方法の処理の流れについて、図２２に示すフローチャートを参照して説明する。
従来の３次元画像生成方法では、始めに複数の２次元の地下断面図のデータを測定し（ステップＳ０１）、その地下断面図のデータに基づいて、地下に存在する傾斜面の構造を推定する「ホライゾン解釈」の処理、又は、測定した断面図において対応する位置を検出し、その２地点間の傾斜を求める「傾斜読みとり」の処理を行うことにより、「構造傾斜モデル」の構築を行っていた（ステップＳ０２）。
【０００３】
ステップＳ０２において、ステップＳ０１で測定した２次元の断面図のデータに基づいて「ホライゾン解釈」を行うと、図２３（ａ）に示すような地下に存在するｘ−ｙ平面方向に広がる傾斜面面のデータが得られる。この「ホライゾン解釈」の処理によって得られるモデルは、ｘ−ｙ平面方向に関して面的な構造傾斜が得られるというメリットがある反面、地下の深さ方向を示すｔ軸方向の情報が疎であるというデメリットがある。
一方、ステップＳ０２において、「傾斜読みとり」の処理を行うと、図２３（ｂ）に示すようなｘ−ｔ平面、ｙ−ｔ平面上の断面図が合成されたデータが得られるが、地下の深さ方向を示すｔ軸方向の情報が密であるというメリットがある反面、ｘ−ｔ平面とｙ−ｔ平面が交わる線上でしか構造傾斜の情報が得られないというデメリットがあった。
【０００４】
なお、従来用いられていた構造傾斜モデルの構築方法では、「ホライゾン解釈」の処理により得られるデータと「傾斜読みとり」の処理により得られるデータの性質が相違しており、「ホライゾン解釈」と「断面図上での傾斜読み取り」の双方を同時に扱うことができなかった。よって、作成する３次元画像の精度を向上させることができないという問題があった。
図２２に戻り、「ホライゾン解釈」又は「傾斜読み取り」の処理を行うことによりステップＳ０２で構築した構造傾斜モデルに基づいて、移動平均法などの補間法、又は、有限差分法などの外挿法を使用することにより、ステップＳ０１で測定した２次元の断面図のデータが存在する領域以外の領域に対して、擬似データを生成する「波動場内挿」の処理を行う（ステップＳ０３）。
最後に、ステップＳ０３の「波動場内挿」の処理により、３次元空間が擬似データで埋められたモデルを３次元画像化することにより視覚化（イメージング）する「３Ｄマイグレーション」の処理を行う（ステップＳ０４）。
【０００５】
しかし、従来の３次元画像生成方法では、構造傾斜モデルの構築の際に「ホライゾン解釈」又は「傾斜読みとり」のいずれか一方の処理しか行っていなかったため、あるいは、移動平均アルゴリズムを使用して波動場内挿を行う際に所定の条件を設定していなかったため、不規則な２次元データからデータを補間しきれないという問題や、外挿時に偽像が発生しやすいという問題、入力するデータに大きなギャップがあると分解能が低下するという問題、更には、３次元画像を生成する際の画像の劣化が大きいなどの問題があった。
なお、欠落したデータから元の３次元画像を生成する技術としては、非特許文献１や非特許文献２に記載されているものが知られている。しかし、これらの技術では、精度のよい擬似データを生成することができず、地下地質構造の３次元画像を正確に作成することはできなかった。
【非特許文献１】Jason Chin-Sen Kao, William A. Schneider, Walter Whitman, "Automated interpolation of two-dimensional seismic grids into three-dimensional data volume", GEOPHYSICS. VOL.55, NO.4 (APRIL 1990), p.433-442.
【非特許文献２】M. Hugh Miller, Jr. William S. French, "Time slices from two-dimensional seismic surveys", GEOPHYSICS, VOL.54, NO.1(JANUARY 1989), p.13-22.
【発明の開示】
【発明が解決しようとする課題】
【０００６】
本発明は、上記事情を考慮してなされたもので、その目的は、欠落したデータから高精度な３次元画像を生成することが可能な３次元画像生成方法及びプログラムを提供することにある。
【課題を解決するための手段】
【０００７】
請求項１に記載の発明は、２次元又は３次元の弾性波探査データを入力する第１のステップと、前記第１のステップで入力した２次元又は３次元の弾性波探査データを３次元空間上に配列することによりビンニングを行う第２のステップと、前記第２のステップでビンニングを行ったデータに基づいて、構造解釈を行うことにより構造図を作成する第３のステップと、前記第２のステップでビンニングを行ったデータに基づいて、傾斜読みとりを行う第４のステップと、前記第３のステップで作成した構造図、及び、前記第４のステップで読みとった傾斜のデータに基づいて、ハイブリッド構造傾斜モデルを構築する第５のステップと、前記第２のステップでビンニングを行ったデータと、前記第５のステップで作成したハイブリッド構造傾斜モデルに基づいて、データの欠落している領域に対して移動平均アルゴリズムを使用して擬似データを生成することにより波動場内挿を行う第６のステップと、前記第６のステップにおいて波動場内挿を行うことにより得られたデータを３次元画像化することによりマイグレーションを行う第７のステップと、を有することを特徴とする３次元画像生成方法である。
【０００８】
また、請求項２に記載の発明は、前記第６のステップにおける波動場内挿を行う際の移動平均アルゴリズムの演算において、擬似データを算出する際に、指定した数以上の入力データを用いることを条件として設定することを特徴とする請求項１に記載の３次元画像生成方法である。
【０００９】
また、請求項３に記載の発明は、前記第６のステップにおける波動場内挿を行う際の移動平均アルゴリズムの演算において、擬似データを出力する点の所定の距離以内に少なくとも１つの入力データが存在することを条件として設定することを特徴とする請求項２に記載の３次元画像生成方法である。
【００１０】
また、請求項４に記載の発明は、前記所定の距離を、１格子とすることにより前記移動平均アルゴリズムの演算を行うことを特徴とする請求項３に記載の３次元画像生成方法である。
【００１１】
また、請求項５に記載の発明は、２次元又は３次元の弾性波探査データを入力する第１のステップと、前記第１のステップで入力した２次元又は３次元の弾性波探査データを３次元空間上に配列することによりビンニングを行う第２のステップと、前記第２のステップでビンニングを行ったデータに基づいて、構造解釈を行うことにより構造図を作成する第３のステップと、前記第２のステップでビンニングを行ったデータに基づいて、傾斜読みとりを行う第４のステップと、前記第３のステップで作成した構造図、及び、前記第４のステップで読みとった傾斜のデータに基づいて、ハイブリッド構造傾斜モデルを構築する第５のステップと、前記第２のステップでビンニングを行ったデータと、前記第５のステップで作成したハイブリッド構造傾斜モデルに基づいて、データの欠落している領域に対して移動平均アルゴリズムを使用して擬似データを生成することにより波動場内挿を行う第６のステップと、前記第６のステップにおいて波動場内挿を行うことにより得られたデータを３次元画像化することによりマイグレーションを行う第７のステップと、をコンピュータに実行させるための３次元画像生成プログラムである。
【００１２】
また、請求項６に記載の発明は、前記第６のステップにおける波動場内挿を行う際の移動平均アルゴリズムの演算において、擬似データを算出する際に、指定した数以上の入力データを用いることを条件として設定することを特徴とする請求項５に記載の３次元画像生成プログラムである。
【００１３】
また、請求項７に記載の発明は、前記第６のステップにおける波動場内挿を行う際の移動平均アルゴリズムの演算において、擬似データを出力する点の所定の距離以内に少なくとも１つの入力データが存在することを条件として設定することを特徴とする請求項６に記載の３次元画像生成プログラムである。
【００１４】
また、請求項８に記載の発明は、前記所定の距離を、１格子とすることにより前記移動平均アルゴリズムの演算を行うことを特徴とする請求項７に記載の３次元画像生成プログラムである。
【発明の効果】
【００１５】
請求項１に記載の発明は、第３のステップで作成する構造図と第４のステップで読みとった傾斜のデータに基づいて、第５のステップにおいてハイブリッド構造傾斜モデルの構築を行うようにした。
第３のステップにより得られる構造図のデータと第４のステップで読みとる傾斜のデータではデータの性質が異なるため、従来の３次元画像生成方法ではそれらのデータを同時に取り扱うことができなかったが、それらのデータを同一の次元で合成することにより、取り扱うデータ量が増加し、より精度の高い３次元画像を生成することが可能となる。
【００１６】
また、請求項２に記載の発明は、移動平均アルゴリズムの演算を行う際に、「擬似データを算出する際に、指定した数以上の入力データを用いること」に基づいて、演算を行うようにした。
これにより、第６のステップにおいて擬似データを生成する際に、第１のステップで入力する弾性波探査データの単なるコピーが大量に生成されることを防止することができるとともに、３次元画像の質を低下させる原因となる偽像の発生や繰り返しパターンの発生を防止することが可能となる。
【００１７】
また、請求項３に記載の発明は、移動平均アルゴリズムの演算を行う際に、「擬似データを出力する点の所定の距離以内に少なくとも１つの入力データが存在すること」に基づいて、演算を行うようにした。
これにより、データの存在しない領域に擬似データを生成する際に、１回の移動平均アルゴリズムの演算で、同じデータが大量に生成されることを防止することができ、データが滑らかに変動する質のよい３次元画像を生成することが可能となる。
【００１８】
また、請求項４に記載の発明は、移動平均アルゴリズムの演算を行う際に、「擬似データを出力する点の１格子以内に少なくとも１つの入力データが存在すること」という条件を設定することにした。
これにより、１回の移動平均アルゴリズムの演算で擬似データが１格子ずつ生成されるようにすることができ、１回の移動平均アルゴリズムの演算で同じ擬似データが複数の格子に生成されることによる３次元画像の質の低下を防止することが可能となる。
【発明を実施するための最良の形態】
【００１９】
以下、図面を参照し、本発明の実施形態による３次元画像生成方法について説明する。
図２は、本発明の実施形態による３次元画像生成装置１０の構成を示すブロック図である。３次元画像生成装置１０は、データ入力手段１、ビンニング手段２、構造図作成手段３、傾斜読みとり手段４、ハイブリッド構造傾斜モデル構築手段５、波動場内挿手段６、マイグレーション手段７により構成される。
データ入力手段１には、弾性波探査により得られる地下断面図のデータが複数入力される。データ入力手段１に入力された地下断面図のデータはビンニング手段２に対して出力される。
【００２０】
ビンニング手段２に入力された地下断面図のデータは「ビンニング」の処理が行われた後、構造図作成手段３と傾斜読みとり手段４に対して出力される。ここで、「ビンニング」とは、複数の地下断面図のデータを、それぞれの地下断面図を測定した地点に対応させて、３次元空間上の領域に配置する処理のことをいう。
【００２１】
構造図作成手段３は、ビンニング手段２から出力されるビンニングされたデータに基づいて、地下地質の構造を表す構造図を作成する。傾斜読みとり手段４は、ビンニング手段２から出力されるビンニングされたデータに基づいて、「傾斜読みとり」の処理を行う。ここで、「傾斜読みとり」とは、複数の地下断面図における相互に類似する点を検出し、その類似点を直線で結び、その直線の傾斜を求める処理のことである。
ハイブリッド構造傾斜モデル構築手段５は、構造図作成手段３により作成された構造図のデータ、及び、傾斜読みとり手段４により求められた傾斜のデータを合成することにより、ハイブリッド構造傾斜モデルの構築を行う。
【００２２】
波動場内挿手段６は、ビンニング手段２により３次元空間上に配置された地下断面図のデータと、ハイブリッド構造傾斜モデル構築手段５によって構築されたモデルに基づいて、「波動場内挿」の処理を行う。ここで、「波動場内挿」とは、地下断面図のデータ又は地下断面図から生成された擬似データの存在しない領域に対して、移動平均アルゴリズムを使用することにより３次元空間上に擬似データを生成する処理のことである。
マイグレーション手段７は、波動場内挿手段６によって波動場内挿が行われたデータに対して「マイグレーション」の処理を行う。ここで、「マイグレーション」とは、３次元空間上に配置された地下断面図のデータ及び地下断面図のデータから生成された擬似データを３次元画像化する処理のことである。
【００２３】
次に、上述した３次元画像生成装置１０の処理の流れを以下の、図１に示すフローチャートを参照して説明する。
本実施形態の３次元画像生成方法では、始めに、地下地質構造の弾性波探査を行うことにより測定された地下断面図に関する２次元又は３次元のデータが、データ入力手段１に入力される（ステップＳ１１）。
次に、ビンニング手段２が、ステップＳ１１で入力された２次元又は３次元のデータを、３次元空間上の領域に配置するビンニングの処理を行う（ステップＳ１２）。
ステップＳ１２によって、ビンニングの処理を行うことにより、図３（ａ）及び（ｂ）に示すようなｘ−ｔ平面状の地下断面図とｙ−ｔ平面上の地下断面図が、３次元空間上に配置されたデータが得られる。
【００２４】
次に、構造図作成手段３が、ステップＳ１２でビンニングにより３次元空間の領域上に配置されたデータに基づいて、地下構造の傾斜面に関する構造解釈を行い構造図を作成する（ステップＳ１３）。
また、ステップＳ１３の処理と並行して、傾斜読みとり手段４が、ステップＳ１２でビンニングの処理により３次元空間上の領域に配置されたデータに基づいて、傾斜読みとりの処理を行う（ステップＳ１４）。
その後、ハイブリッド構造傾斜モデル構築手段５が、ステップＳ１３において構造解釈により作成した構造図のデータと、ステップＳ１４において読みとった傾斜のデータを合成することにより、「ハイブリッド構造傾斜モデル」の構築を行う（ステップＳ１５）。
【００２５】
本実施形態による３次元画像生成方法では、ステップＳ１３により得られる構造図のデータと、ステップＳ１４により得られる傾斜に関するデータとを合成することにより、従来のモデルよりもより高精度な「ハイブリッド構造傾斜モデル」を構築することが可能となる。
なお、「ハイブリッド構造傾斜モデル」のより詳しい構築方法については、後に図４を参照して説明する。
【００２６】
その後、波動場内挿手段６が、ステップＳ１２においてビンニングにより３次元空間上に配列したデータと、ステップＳ１５により作成したハイブリッド構造傾斜モデルを使用して、３次元空間上でデータが存在しない領域に対して擬似データを生成することにより波動場内挿を行う（ステップＳ１６）。この波動場内挿のより詳しい処理方法については、後に図８を参照して説明する。
最後に、マイグレーション手段７が、ステップＳ１６で波動場内挿を行ったデータを３次元画像化することによりマイグレーションを行う（ステップＳ１７）。
【００２７】
次に、上述した図１のステップＳ１５の「ハイブリッド構造傾斜モデル」の構築を行う処理について、より詳細に説明する。
図４は、「ハイブリッド構造傾斜モデル」の構築の流れを示すフローチャートである。
始めに、２次元又は３次元の弾性波探査データを入力する（ステップＳ２１）。このステップＳ２１の処理は、図１におけるステップＳ１１の処理に対応する。
次に、ステップＳ２１で入力された２次元又は３次元の弾性波探査データを、３次元空間上に規則正しく配列することによりビンニングの処理を行う（ステップＳ２２）。このステップＳ２２の処理は、図１におけるステップＳ１２の処理に対応する。
【００２８】
次に、ステップＳ２２でビンニングされたデータに基づいて、地震探査断面図における傾斜（ｄｔ／ｄｘ，ｄｔ／ｄｙ）を算出する（ステップＳ２３）。傾斜は、ビンニングされた複数の地震探査断面図の間で類似する点を検出し、それらの点を結ぶ直線の傾斜を求めることにより算出される。
次に、ステップＳ２３で求められた傾斜のデータを利用して構造傾斜モデルが作成される（ステップＳ２４）。なお、上述したステップＳ２３、Ｓ２４の処理は、図１におけるステップＳ１３の処理に対応する。
【００２９】
一方、ステップＳ２２でビンニングにより３次元空間上に配列されたデータは、地下の傾斜面の構造が解釈されることにより構造図が作成される（ステップＳ２５）。
そして、ステップＳ２５で作成された構造図から、「法線ベクトル」を求め、その「法線ベクトル」から「傾斜」が求められる（ステップＳ２６）。
次に、ステップＳ２６により求められた「傾斜」から、「法線ベクトルモデル」を作成する（ステップＳ２７）。なお、上述したステップＳ２５〜Ｓ２７の処理は、図１におけるステップＳ１４の処理に対応する。
【００３０】
図５は、図４のステップＳ２７において作成した「法線ベクトルモデル」を図示したものである。「法線ベクトル」は、ｘ−ｙ平面方向に広がる傾斜面の下面側にヒゲ状に図示されている。この「法線ベクトル」は、ｘ成分、ｙ成分、ｔ成分の３成分からなる。
図５に示した「法線ベクトルモデル」における「法線ベクトル」のデータを、ｘ成分、ｙ成分、ｔ成分ごとに分離して図示したデータを、図６（ａ）、図６（ｂ）、図６（ｃ）にそれぞれ図示する。
【００３１】
次に、ステップＳ２４で作成した「構造傾斜モデル」と、ステップＳ２７で作成した「法線ベクトルモデル」を結合する（ステップＳ２８）。
図７（ａ）は、「法線ベクトルモデル」により得られるｘ−ｔ平面上での法線ベクトルのデータを図示したものである。また、図７（ｂ）は、「構造傾斜モデル」により得られるｘ−ｔ平面上でのデータを図示したものである。図７（ａ）と図７（ｂ）のデータを合成することにより、図７（ｃ）に示すデータが得られる。図７（ｃ）のデータには、点線で囲った領域に示されるように、図７（ｂ）のデータには存在していなかった、図７（ａ）の「法線ベクトルモデル」により得られるデータが付加されており、従来使用されていたモデルに比べてより高精度なモデルの構築を行うことが可能となる。
上述したように「法線ベクトルモデル」と「構造傾斜モデル」とを組み合わせることにより、「ハイブリッド構造傾斜モデル」が構築される（図４のステップＳ２９）。
なお、上述したステップＳ２８〜Ｓ２９の処理は、図１におけるステップＳ１５の処理に対応する。
【００３２】
従来、「構造傾斜モデル」と「法線ベクトルモデル」のデータは、同時に扱うことができず別々に用いられてきた。しかし、上述した図４に示す「ハイブリッド構造傾斜モデル」の構築方法を使用すれば、図６（ａ）〜（ｃ）に示したように、「法線ベクトル」のデータをｘ成分、ｙ成分、ｔ成分ごとに分離し、そのｘ成分、ｙ成分、ｔ成分を使用して傾斜（ｄｔ／ｄｘ，ｄｔ／ｄｙ）を算出して、構造傾斜モデルで算出される傾斜（ｄｔ／ｄｘ，ｄｔ／ｄｙ）と加え合わせることにより、「構造傾斜モデル」と「法線ベクトルモデル」を同時に扱うことが可能となる。これにより、従来の「構造傾斜モデル」よりも精度のよい「ハイブリッド構造傾斜モデル」を構築することが可能となる。
【００３３】
次に、上述した図１のステップＳ１６の「波動場内挿」について、図８に示した「波動場内挿」の処理の流れを示すフローチャートを参照してより詳細に説明する。
始めに、２次元又は３次元の弾性波探査データを入力する（ステップＳ３１）。なお、このステップＳ３１の処理は、図１におけるステップＳ１１の処理に対応する。
次に、ステップＳ３１で入力された２次元又は３次元の弾性波探査データを、３次元空間上に配列することによりビンニングの処理を行う（ステップＳ３２）。なお、このステップＳ３２の処理は、図１におけるステップＳ１２の処理に対応する。
【００３４】
次に、３次元空間上でデータが存在しない領域に対して、以下の「条件１」、「条件２」を満たす出力点に対して、擬似データを生成する。（ステップＳ３３）。「条件１」としては、「擬似データを算出する際に、指定した数以上の入力データを用いること」という条件を設定する。ここで、入力データとしては、ステップＳ３１で入力される弾性波探査データ、又は、ステップＳ３４で生成される擬似データが使用される。
【００３５】
また、「条件２」としては、「擬似データを出力する点の所定の距離以内に少なくとも１つの入力データが存在すること」という条件が設定される。
なお、ここでは、ステップＳ３３において「条件１」と「条件２」の両方の条件を設定して擬似データの生成する場合について説明しているが、「条件１」又は「条件２」のいずれか一方の条件だけを設定して擬似データを生成するようにしても構わない。
次に、ステップＳ３３で上述した「条件１」、「条件２」を満たす領域が存在する場合には、出力点に対して以下の式（１）に示す計算式に基づいて擬似データを作成する（ステップＳ３４）。
【００３６】
【数１】
【００３７】
なお、上記の式（１）では、以下の式（２）に基づいて重み付けが行われる。
【数２】
【００３８】
ここで、式（２）において、ｃ１、ｃ２は、以下の式（３）で定義される「傾斜」のデータである。
【００３９】
【数３】
【００４０】
図８に戻り、ステップＳ３４の擬似データの生成によって、擬似データが存在しない領域がなくなったか否かの判断が行われる（ステップＳ３５）。
データが存在しない領域のうち、擬似データが生成されていない領域が存在する場合には、ステップＳ３５において、「ＮＯ」と判断され再度ステップＳ３３に進む。その後、データが存在しない領域の全てに擬似データが出力されるまで、ステップＳ３３〜Ｓ３５の処理が繰り返される。
【００４１】
データが存在しない領域の全てに、擬似データが生成された場合には、ステップＳ３５において「ＹＥＳ」と判断されステップＳ３６に進む。
ステップＳ３６では、ステップ３５において擬似データで埋め立てられた、３次元画像のデータが出力される。なお、上述したステップＳ３３〜Ｓ３６の処理は、図１におけるステップＳ１６の処理に対応する。
【００４２】
次に、上述した図８のステップＳ３３の擬似データを算出する際の演算処理について、より詳細に説明する。
ここでは、説明を簡単にするため図９に示すようにＸ方向に８格子、Ｙ方向に１３格子の合計１０４格子の領域に擬似データを生成する場合について説明する。また、図９に示した領域内に弾性波探査データに対応する初期データとして、５つのデータ（Ｘ，Ｙ）＝Ａ（３，３）、Ｂ（５，３）、Ｃ（４，４）、Ｄ（３，５）、Ｅ（９，６）が与えられている場合について説明する。
【００４３】
始めに、上述した「条件１」と「条件２」を設定せずに移動平均アルゴリズムによる演算を行って、図９のデータの存在しない格子に対して擬似データを生成する場合について、図１０（ａ）〜図１１（ａ）を参照して説明する。
この移動平均アルゴリズムでは、「条件１」が設定されていないため、擬似データを算出する際にいずれかの格子に存在するデータを単にコピーする処理が行われる場合がある。また、「条件２」を設定していないため、１回の移動平均アルゴリズムで複数の格子に同じ擬似データを生成する処理が行われる場合がある。以下に、この移動平均アルゴリズムを使用して波動場内挿を行う場合について説明する。
【００４４】
図９で与えられている初期データに対して、移動平均アルゴリズムを用いて演算を１回行うと、図１０（ａ）に示す「１世代目」のデータが生成される。
なお、図１０（ａ）のデータ「ａ」、「ｂ」、「ｃ」、「ｄ」、「ｅ」は、それぞれデータ「Ａ」、「Ｂ」、「Ｃ」、「Ｄ」、「Ｅ」の単なるコピーであることを示している。一方、☆印で示さたデータは、異なる２種類以上の格子のデータに基づいて生成されたデータであることを表している。
【００４５】
図１０（ａ）に示すデータに基づいて２回目の演算を行うと、図１０（ｂ）に示す「２世代目」のデータが生成される。以下、同様にして移動平均アルゴリズムの演算を繰り返すと、「３世代目」（図１０（ｃ））、「４世代目」（図１０（ｄ））、「５世代目」（図１１（ａ））というように、次第にデータの欠落している格子に擬似データが生成されていく。
従来用いられていた移動平均アルゴリズムを用いると、図１１（ａ）に示すように演算を５回繰り返した「５世代目」において、８格子×１３格子の領域は全て擬似データにより埋められる。
【００４６】
しかし、「５世代目」のデータは、図１１（ａ）に示すように、もとのデータ「Ａ」の周囲の領域は、データ「Ａ」を単にコピーしたデータである「ａ」により占有されている。これと同様に、初期データ「Ｂ」、「Ｃ」、「Ｄ」、「Ｅ」の周囲の領域についても、データ「Ｂ」、「Ｃ」、「Ｄ」、「Ｅ」を単にコピーしたデータである「ｂ」、「ｃ」、「ｄ」、「ｅ」によりそれぞれ占有されている。
【００４７】
また、データ「ａ」、「ｂ」、「ｃ」、「ｄ」、「ｅ」により占有される領域の境界には、２つ以上の入力データに基づいて生成された擬似データであることを示す☆印のデータが存在している。しかし、横方向パターン（Ｘ，Ｙ）＝（１，４）、（２，４）、（３，４）、上下方向パターン（４，１）、（４，２）、（４，３）、斜め方向パターン（４，６）、（５，５）、（６，４）、（７，３）、（８，２）、（９，１）のように、規則的なパターンが発生しており、質の良いデータが生成されているとはいえない。
【００４８】
上述した初期データ「Ａ」、「Ｂ」、「Ｃ」、「Ｄ」、「Ｅ」のコピー「ａ」、「ｂ」、「ｃ」、「ｄ」、「ｅ」が大量に生成されるという問題を解決するために、本実施形態では、移動平均アルゴリズムの演算を行う際に、「条件１」として「擬似データを算出する際に、指定した数以上の入力データを用いること」という条件を設定することとした。
以下の説明では、「条件１」として、より具体的に「擬似データを算出する際に、２つ以上の入力データを用いること」という条件を設定する場合について説明する。
【００４９】
図９に示す初期データに対して擬似データを生成する場合について、図１２（ａ）〜図１４（ｃ）を参照して説明する。
図９の初期データに対して、移動平均アルゴリズムの演算を１回行うと、図１２（ａ）に示す「１世代目」のデータが生成される。
図１２（ａ）に示した「１世代目」のデータは、図１０（ａ）で説明した従来の移動平均アルゴリズムを使用して作成した「１世代目」のデータと比較しても分かるように、初期データ「Ａ」、「Ｂ」、「Ｃ」、「Ｄ」、「Ｅ」の単なるコピーである「ａ」、「ｂ」、「ｃ」、「ｄ」、「ｅ」は存在しない。
【００５０】
図１２（ａ）に示した「１世代目」のデータに基づいて、データの存在しない格子に対して擬似データを生成する移動平均アルゴリズムの演算を繰り返すことにより、「２世代目」（図１２（ｂ））、「３世代目」（図１２（ｃ））、「４世代目」（図１２（ｄ））、「５世代目」（図１３（ａ））、「６世代目」（図１３（ｂ））、「７世代目」（図１３（ｃ））、「８世代目」（図１３（ｄ））、「９世代目」（図１４（ａ））、「１０世代目」（図１４（ｂ））、「１１世代目」（図１４（ｃ））というように、８格子×１３格子の領域の中のデータが存在しない領域に対して、次第に擬似データが生成されていく。
【００５１】
「１１世代目」（図１４（ｃ））において、８格子×１３格子の合計１０８格子は、初期データと擬似データにより完全に埋められる。この「１１世代目」のデータ（図１４（ｃ））を、従来の移動平均アルゴリズムを使用して擬似データの生成を行ったデータ（図１１（ａ））と比較すると分かるように、初期データ「Ａ」、「Ｂ」、「Ｃ」、「Ｄ」、「Ｅ」以外の格子は全て☆印のデータで埋められており、データが滑らかに変化する質のよいデータが生成されることを示している。
しかし、図１４（ｃ）に示すデータでは、初期データ「Ａ」、「Ｂ」、「Ｃ」、「Ｄ」、「Ｅ」の単なるコピーである「ａ」、「ｂ」、「ｃ」、「ｄ」、「ｅ」は存在しないものの、移動平均アルゴリズムにより擬似データを生成する際に、同じデータが複数作成されてしまう可能性がある。
【００５２】
例えば、図１５に示すように、初期データ「Ａ１」及び「Ｂ１」から、データが存在しない領域に移動平均アルゴリズムを使用して擬似データの補間及び補外を行う場合、「条件１」として「擬似データを算出する際に、２つ以上の入力データを用いること」という条件を設定しているため、補間によって生成されるデータ「ｄ１」と、補外によって生成されるデータ「ｄ２」は、初期データ「Ａ１」、「Ｂ１」の単なるコピーとなることはない。しかし、１回の移動平均アルゴリズムによって、データ「ｄ３」及び「ｄ４」として、データ「Ｂ１」及び「ｄ２」に基づいて擬似データが生成されるため、データ「ｄ３」、「ｄ４」に同じ擬似データが生成される。
なお、図１５の移動平均アルゴリズムでは、生成する擬似データと、その擬似データを生成するために使用するデータとの距離を３つ隣りまで許可する場合について説明した。
【００５３】
本実施形態の３次元画像生成方法では、「条件１」に加えて、更に「条件２」として「擬似データを出力する点の所定の距離以内に少なくとも１つの入力データが存在すること」という条件を付加することにより、１回の移動平均アルゴリズムの演算で、同じデータが生成されることを防止し、より精度のよい３次元画像を生成することができる。
以下に、より具体的な条件として「擬似データを算出する際に、２つ以上の入力データを用いること」という「条件１」、及び、「擬似データを出力する１格子以内に少なくとも１つの入力データが存在すること」という「条件２」を設定して、移動平均アルゴリズムの演算を行った場合の結果について説明する。
【００５４】
図９に示す初期データに対して擬似データを生成する場合について、図１６（ａ）〜図１８（ｄ）を参照して説明する。
図９の初期データに対して、移動平均アルゴリズムの演算を１回行うと、図１６（ａ）に示す「１世代目」のデータが得られる。
図１６（ａ）に示した「１世代目」のデータに基づいて、データの存在しない格子に対して擬似データを生成する移動平均アルゴリズムの演算を繰り返すことにより、「２世代目」（図１６（ｂ））、「３世代目」（図１６（ｃ））、「４世代目」（図１６（ｄ））、「５世代目」（図１７（ａ））、「６世代目」（図１７（ｂ））、「７世代目」（図１７（ｃ））、「８世代目」（図１７（ｄ））、「９世代目」（図１８（ａ））、「１０世代目」（図１８（ｂ））、「１１世代目」（図１８（ｃ））、「１２世代目」（図１８（ｄ））というように、８格子×１３格子の領域の中のデータが存在しない領域に対して、次第に擬似データが生成されていく。
【００５５】
「１２世代目」（図１８（ｄ））において、８格子×１３格子の領域は、初期データと擬似データにより完全に埋められる。この「１２世代目」のデータ（図１８（ｄ））では、初期データ「Ａ」、「Ｂ」、「Ｃ」、「Ｄ」、「Ｅ」以外の格子は全て☆印のデータで埋められており、データが滑らかに変化していることを示している。
また、「条件１」を設定した場合だけだと、図９に示す初期データから、移動平均アルゴリズムによる演算を１回行うと、例えば、初期データ「Ａ」から１格子離れた（Ｘ，Ｙ）＝（４，３）の格子、及び、初期データ「Ａ」から２格子（（Ｘ，Ｙ）＝（４，３）、（４，２））離れた（Ｘ，Ｙ）＝（４，２）の格子に対して擬似データが一度に生成されていた。
しかし、「条件２」を付加したことにより、図１６（ａ）に示すように、移動平均アルゴリズムによる演算を１回行うと、初期データ「Ａ」から１格子離れた（Ｘ，Ｙ）＝（４，３）の格子にのみ擬似データが生成され、初期データ「Ａ」から２格子（（Ｘ，Ｙ）＝（４，３）、（４，２））離れた（Ｘ，Ｙ）＝（４，２）の格子に対しては擬似データが生成されない。
【００５６】
例えば、図１９に示すように、初期データ「Ａ２」及び「Ｂ２」から、データが存在しない領域に移動平均アルゴリズムを使用して擬似データの補間及び補外を行う場合、「条件１」として「擬似データを算出する際に、２つ以上の入力データを用いること」という条件を設定しているため、補間によって生成されるデータ「ｄ５」と、補外によって生成されるデータ「ｄ６」、「ｄ７」、「ｄ８」は、初期データ「Ａ２」、「Ｂ２」の単なるコピーとなることはない。
【００５７】
また、「条件２」として「擬似データを出力する１格子以内に少なくとも１つの入力データが存在すること」という条件を設定しているため、１回の移動平均アルゴリズムの演算ごとに、データ「ｄ６」、「ｄ７」、「ｄ８」というように、１格子ずつ擬似データが生成されることになる。
なお、図１９の移動平均アルゴリズムでは、生成する擬似データと、その擬似データを生成するために使用するデータとの距離を３つ隣りまで許可する場合について説明した。
上記のように「条件１」及び「条件２」を設定して移動平均アルゴリズムの演算を行うことにより、データの存在しない領域に対して、１格子ずつより滑らかに変化する擬似データを生成することができるので、作成する３次元画像の質を向上させることができる。
【００５８】
次に、本発明の実施形態による３次元画像生成方法を使用した場合の効果について説明する。
図２０（ｂ）は、地下地質構造の断面図（ｘ−ｔ平面）のデータである。ここで、本実施形態による３次元画像生成方法の効果を確認するために、図２０（ｂ）のデータの半分を間引いたデータを図２０（ａ）に示す。このデータの半分が間引かれた断面図のデータ（図２０（ａ））に対して、本実施形態による３次元画像生成方法を適用して、データが欠落している領域に対して擬似データを生成して内挿を行った結果を図２０（ｃ）に示す。
【００５９】
図２０（ｂ）と図２０（ｃ）を比較してみると分かるように、データの半分が間引かれた断面図のデータ（図２０（ａ））に対して、本実施形態による３次元画像生成方法を適用して復元した断面図のデータ（図２０（ｃ））と、データの半分が間引かれる前の断面図のデータ（図２０（ｂ））は、極めて良く一致しており、データの欠落した画像から高い精度で画像を復元することができる。
なお、図２０（ａ）〜（ｃ）では、所定の地点における断面図のデータのみを示したが、実際には紙面に対して手前方向及び奥方向にも断面図のデータが存在しており、このデータを用いることにより３次元画像を生成することができる。
【００６０】
一方、図２１（ｂ）は、地下地質構造の水平面（ｘ−ｙ平面）のデータである。ここで、本実施形態による３次元画像生成方法の効果を確認するために、図２１（ｂ）のデータの半分を間引いたものを図２１（ａ）に示す。このデータの半分が間引かれた水平面のデータ（図２１（ａ））に対して、本実施形態による３次元画像生成方法を適用して、データが欠落している領域に対して擬似データを生成して内挿を行った結果を図２１（ｃ）に示す。
図２１（ｂ）と図２１（ｃ）を比較してみると分かるように、データの半分が間引かれた水平面のデータ（図２１（ａ））に対して、本実施形態による３次元画像生成方法を適用して復元した水平面のデータ（図２１（ｃ））と、データの半分が間引かれる前の水平面のデータ（図２１（ｂ））は、極めて良く一致しており、データの欠落した画像から高い精度で画像を復元することができる。
【００６１】
上述した本発明の実施形態による３次元画像生成方法によれば、不規則性が高く欠落がある３次元データに対して、より精度の高い３次元画像化を行うことが可能となる。また２次元調査に対しても、複数の２次元調査データを包括し、一つの不規則な３次元データとみなすことによって、本実施形態による３次元画像生成方法を用いることが可能であるため、従来の２次元画像より精度の高い地下構造の再現を行うことができる。
【００６２】
なお、上述した本発明の実施形態では、図８のステップＳ３３の「波動場内挿」を行う際に、「条件１」として「擬似データを算出する際に、２つ以上の入力データを用いること」という条件を設定する場合について説明したが、これに限定されるものではない。「擬似データを算出する際に、３つ以上の入力データを用いること」を条件とすることも可能である。擬似データを算出する際に、より多くのデータを用いるようにすることにより、３次元画像生成方法により生成される３次元画像の質を向上させることができる。
【００６３】
また、上述した本発明の実施形態では、図８のステップＳ３３の「波動場内挿」を行う際に「条件２」として「擬似データを出力する１格子以内に少なくとも１つの入力データが存在すること」という条件を設定する場合について説明したが、これに限定されるものではない。「擬似データを出力するｎ格子以内（ｎは２以上の整数）に少なくとも１つの入力データが存在すること」を条件とすることも可能である。ｎを増加させることにより、生成される擬似データの質は劣化するが、移動平均アルゴリズムの計算速度は向上する。
また、上述したｎを√２等とすることにより、擬似データを生成する格子の上下左右の格子との距離だけではなく、斜め方向における格子との距離を考慮するようにしても構わない。
【００６４】
なお、以上説明した実施形態において、図１に示したステップＳ１１〜Ｓ１７、図４に示したステップＳ２１〜Ｓ２９、図８に示したステップＳ３１〜Ｓ３６は、専用のハードウェアにより実現されるものであってもよく、また、図１に示したステップＳ１１〜Ｓ１７、図４に示したステップＳ２１〜Ｓ２９、図８に示したステップＳ３１〜Ｓ３６は、メモリおよびＣＰＵ（中央演算装置）により構成され、これらの機能を実現するためのプログラムをメモリにロードして実行することによりその機能を実現させるものであってもよい。
【００６５】
また、図１に示したステップＳ１１〜Ｓ１７、図４に示したステップＳ２１〜Ｓ２９、図８に示したステップＳ３１〜Ｓ３６の機能を実現するためのプログラムをコンピュータ読み取り可能な記録媒体に記録して、この記録媒体に記録されたプログラムをコンピュータシステムに読み込ませ、実行することにより３次元画像の生成を行ってもよい。なお、ここでいう「コンピュータシステム」とは、ＯＳや周辺機器等のハードウェアを含むものとする。
【００６６】
また、「コンピュータシステム」は、ＷＷＷシステムを利用している場合であれば、ホームページ提供環境（あるいは表示環境）も含むものとする。
また、「コンピュータ読み取り可能な記録媒体」とは、フレキシブルディスク、光磁気ディスク、ＲＯＭ、ＣＤ−ＲＯＭ等の可搬媒体、コンピュータシステムに内蔵されるハードディスク等の記憶装置のことをいう。さらに「コンピュータ読み取り可能な記録媒体」とは、インターネット等のネットワークや電話回線等の通信回線を介してプログラムを送信する場合の通信線のように、短時間の間、動的にプログラムを保持するもの、その場合のサーバやクライアントとなるコンピュータシステム内部の揮発性メモリのように、一定時間プログラムを保持しているものも含むものとする。また上記プログラムは、前述した機能の一部を実現するためのものであっても良く、さらに前述した機能をコンピュータシステムにすでに記録されているプログラムとの組み合わせで実現できるものであっても良い。
【００６７】
以上、この発明の実施形態を図面を参照して詳述してきたが、具体的な構成はこの実施形態に限られるものではなく、この発明の要旨を逸脱しない範囲の設計等も含まれる。
【産業上の利用可能性】
【００６８】
３次元画像を測定することが困難な地域における地下地質構造を把握するために本発明による３次元画像生成方法及びプログラムを使用することが可能である。
【図面の簡単な説明】
【００６９】
【図１】本発明の実施形態による３次元画像生成方法の処理の流れを示すフローチャートである。
【図２】本実施形態による３次元画像生成装置１０の構成を示すブロック図である。
【図３】本実施形態によるビンニングによって得られるデータを示した図である。
【図４】本実施形態による「ハイブリッド構造傾斜モデル」の作成の流れを示すフローチャートである。
【図５】本実施形態による「法線ベクトルモデル」の構造を示す図である。
【図６】「法線ベクトル」のｘ成分、ｙ成分、ｔ成分を図示したデータである。
【図７】「構造傾斜モデル」に法線ベクトルのデータを加える過程を示す図である。
【図８】本実施形態による「波動場内挿」の処理の流れを示すフローチャートである。
【図９】「波動場内挿」を行う領域、及び、初期データを示すデータである。
【図１０】「条件１」、「条件２」を設定せずに「波動場内挿」を行った場合の結果を示すデータである。
【図１１】「条件１」、「条件２」を設定せずに「波動場内挿」を行った場合の結果を示すデータである。
【図１２】「条件１」を設定して「波動場内挿」を行った場合の結果を示すデータである。
【図１３】「条件１」を設定して「波動場内挿」を行った場合の結果を示すデータである。
【図１４】「条件１」を設定して「波動場内挿」を行った場合の結果を示すデータである。
【図１５】「条件１」のみを設定する場合の移動平均アルゴリズムを示す図である。
【図１６】「条件１」、「条件２」を設定して「波動場内挿」を行った場合の結果を示すデータである。
【図１７】「条件１」、「条件２」を設定して「波動場内挿」を行った場合の結果を示すデータである。
【図１８】「条件１」、「条件２」を設定して「波動場内挿」を行った場合の結果を示すデータである。
【図１９】「条件１」、「条件２」を設定する場合の移動平均アルゴリズムを示す図である。
【図２０】本実施形態による３次元画像生成方法を使用した場合の効果を示す図である。
【図２１】本実施形態による３次元画像生成方法を使用した場合の効果を示す図である。
【図２２】従来用いられていた３次元画像生成方法の処理の流れを示すフローチャートである。
【図２３】従来、３次元画像化を行う際に使用されていた構造傾斜モデルを示す図である。
【符号の説明】
【００７０】
１・・・データ入力手段
２・・・ビンニング手段
３・・・構造図作成手段
４傾斜読みとり手段
５・・・ハイブリッド構造傾斜モデル構築手段
６・・・波動場内挿手段
７・・・マイグレーション手段
１０・・・３次元画像生成装置
Ｓ０１〜Ｓ０４・・・従来使用されていた３次元画像を生成する際に行う処理
Ｓ１１〜Ｓ１７・・・３次元画像を生成する際に行う処理
Ｓ２１〜Ｓ２９・・・構造傾斜モデルを作成する際に行う処理
Ｓ３１〜Ｓ３６・・・波動場内挿入の処理の際に行う処理
【技術分野】
【０００１】
本発明は、弾性波探査における地下地質構造の３次元画像生成方法及びプログラムに関する。
【背景技術】
【０００２】
従来から弾性波探査を行うことにより地下の断面図のデータを複数の地点で測定し、その断面図のデータに基づいて擬似データを生成することにより、データの存在しない領域に擬似データを内挿して、地下構造を調査する技術が知られている。以下に、この従来の技術に用いられる３次元画像生成方法の処理の流れについて、図２２に示すフローチャートを参照して説明する。
従来の３次元画像生成方法では、始めに複数の２次元の地下断面図のデータを測定し（ステップＳ０１）、その地下断面図のデータに基づいて、地下に存在する傾斜面の構造を推定する「ホライゾン解釈」の処理、又は、測定した断面図において対応する位置を検出し、その２地点間の傾斜を求める「傾斜読みとり」の処理を行うことにより、「構造傾斜モデル」の構築を行っていた（ステップＳ０２）。
【０００３】
ステップＳ０２において、ステップＳ０１で測定した２次元の断面図のデータに基づいて「ホライゾン解釈」を行うと、図２３（ａ）に示すような地下に存在するｘ−ｙ平面方向に広がる傾斜面面のデータが得られる。この「ホライゾン解釈」の処理によって得られるモデルは、ｘ−ｙ平面方向に関して面的な構造傾斜が得られるというメリットがある反面、地下の深さ方向を示すｔ軸方向の情報が疎であるというデメリットがある。
一方、ステップＳ０２において、「傾斜読みとり」の処理を行うと、図２３（ｂ）に示すようなｘ−ｔ平面、ｙ−ｔ平面上の断面図が合成されたデータが得られるが、地下の深さ方向を示すｔ軸方向の情報が密であるというメリットがある反面、ｘ−ｔ平面とｙ−ｔ平面が交わる線上でしか構造傾斜の情報が得られないというデメリットがあった。
【０００４】
なお、従来用いられていた構造傾斜モデルの構築方法では、「ホライゾン解釈」の処理により得られるデータと「傾斜読みとり」の処理により得られるデータの性質が相違しており、「ホライゾン解釈」と「断面図上での傾斜読み取り」の双方を同時に扱うことができなかった。よって、作成する３次元画像の精度を向上させることができないという問題があった。
図２２に戻り、「ホライゾン解釈」又は「傾斜読み取り」の処理を行うことによりステップＳ０２で構築した構造傾斜モデルに基づいて、移動平均法などの補間法、又は、有限差分法などの外挿法を使用することにより、ステップＳ０１で測定した２次元の断面図のデータが存在する領域以外の領域に対して、擬似データを生成する「波動場内挿」の処理を行う（ステップＳ０３）。
最後に、ステップＳ０３の「波動場内挿」の処理により、３次元空間が擬似データで埋められたモデルを３次元画像化することにより視覚化（イメージング）する「３Ｄマイグレーション」の処理を行う（ステップＳ０４）。
【０００５】
しかし、従来の３次元画像生成方法では、構造傾斜モデルの構築の際に「ホライゾン解釈」又は「傾斜読みとり」のいずれか一方の処理しか行っていなかったため、あるいは、移動平均アルゴリズムを使用して波動場内挿を行う際に所定の条件を設定していなかったため、不規則な２次元データからデータを補間しきれないという問題や、外挿時に偽像が発生しやすいという問題、入力するデータに大きなギャップがあると分解能が低下するという問題、更には、３次元画像を生成する際の画像の劣化が大きいなどの問題があった。
なお、欠落したデータから元の３次元画像を生成する技術としては、非特許文献１や非特許文献２に記載されているものが知られている。しかし、これらの技術では、精度のよい擬似データを生成することができず、地下地質構造の３次元画像を正確に作成することはできなかった。
【非特許文献１】Jason Chin-Sen Kao, William A. Schneider, Walter Whitman, "Automated interpolation of two-dimensional seismic grids into three-dimensional data volume", GEOPHYSICS. VOL.55, NO.4 (APRIL 1990), p.433-442.
【非特許文献２】M. Hugh Miller, Jr. William S. French, "Time slices from two-dimensional seismic surveys", GEOPHYSICS, VOL.54, NO.1(JANUARY 1989), p.13-22.
【発明の開示】
【発明が解決しようとする課題】
【０００６】
本発明は、上記事情を考慮してなされたもので、その目的は、欠落したデータから高精度な３次元画像を生成することが可能な３次元画像生成方法及びプログラムを提供することにある。
【課題を解決するための手段】
【０００７】
請求項１に記載の発明は、２次元又は３次元の弾性波探査データを入力する第１のステップと、前記第１のステップで入力した２次元又は３次元の弾性波探査データを３次元空間上に配列することによりビンニングを行う第２のステップと、前記第２のステップでビンニングを行ったデータに基づいて、構造解釈を行うことにより構造図を作成する第３のステップと、前記第２のステップでビンニングを行ったデータに基づいて、傾斜読みとりを行う第４のステップと、前記第３のステップで作成した構造図、及び、前記第４のステップで読みとった傾斜のデータに基づいて、ハイブリッド構造傾斜モデルを構築する第５のステップと、前記第２のステップでビンニングを行ったデータと、前記第５のステップで作成したハイブリッド構造傾斜モデルに基づいて、データの欠落している領域に対して移動平均アルゴリズムを使用して擬似データを生成することにより波動場内挿を行う第６のステップと、前記第６のステップにおいて波動場内挿を行うことにより得られたデータを３次元画像化することによりマイグレーションを行う第７のステップと、を有することを特徴とする３次元画像生成方法である。
【０００８】
また、請求項２に記載の発明は、前記第６のステップにおける波動場内挿を行う際の移動平均アルゴリズムの演算において、擬似データを算出する際に、指定した数以上の入力データを用いることを条件として設定することを特徴とする請求項１に記載の３次元画像生成方法である。
【０００９】
また、請求項３に記載の発明は、前記第６のステップにおける波動場内挿を行う際の移動平均アルゴリズムの演算において、擬似データを出力する点の所定の距離以内に少なくとも１つの入力データが存在することを条件として設定することを特徴とする請求項２に記載の３次元画像生成方法である。
【００１０】
また、請求項４に記載の発明は、前記所定の距離を、１格子とすることにより前記移動平均アルゴリズムの演算を行うことを特徴とする請求項３に記載の３次元画像生成方法である。
【００１１】
また、請求項５に記載の発明は、２次元又は３次元の弾性波探査データを入力する第１のステップと、前記第１のステップで入力した２次元又は３次元の弾性波探査データを３次元空間上に配列することによりビンニングを行う第２のステップと、前記第２のステップでビンニングを行ったデータに基づいて、構造解釈を行うことにより構造図を作成する第３のステップと、前記第２のステップでビンニングを行ったデータに基づいて、傾斜読みとりを行う第４のステップと、前記第３のステップで作成した構造図、及び、前記第４のステップで読みとった傾斜のデータに基づいて、ハイブリッド構造傾斜モデルを構築する第５のステップと、前記第２のステップでビンニングを行ったデータと、前記第５のステップで作成したハイブリッド構造傾斜モデルに基づいて、データの欠落している領域に対して移動平均アルゴリズムを使用して擬似データを生成することにより波動場内挿を行う第６のステップと、前記第６のステップにおいて波動場内挿を行うことにより得られたデータを３次元画像化することによりマイグレーションを行う第７のステップと、をコンピュータに実行させるための３次元画像生成プログラムである。
【００１２】
また、請求項６に記載の発明は、前記第６のステップにおける波動場内挿を行う際の移動平均アルゴリズムの演算において、擬似データを算出する際に、指定した数以上の入力データを用いることを条件として設定することを特徴とする請求項５に記載の３次元画像生成プログラムである。
【００１３】
また、請求項７に記載の発明は、前記第６のステップにおける波動場内挿を行う際の移動平均アルゴリズムの演算において、擬似データを出力する点の所定の距離以内に少なくとも１つの入力データが存在することを条件として設定することを特徴とする請求項６に記載の３次元画像生成プログラムである。
【００１４】
また、請求項８に記載の発明は、前記所定の距離を、１格子とすることにより前記移動平均アルゴリズムの演算を行うことを特徴とする請求項７に記載の３次元画像生成プログラムである。
【発明の効果】
【００１５】
請求項１に記載の発明は、第３のステップで作成する構造図と第４のステップで読みとった傾斜のデータに基づいて、第５のステップにおいてハイブリッド構造傾斜モデルの構築を行うようにした。
第３のステップにより得られる構造図のデータと第４のステップで読みとる傾斜のデータではデータの性質が異なるため、従来の３次元画像生成方法ではそれらのデータを同時に取り扱うことができなかったが、それらのデータを同一の次元で合成することにより、取り扱うデータ量が増加し、より精度の高い３次元画像を生成することが可能となる。
【００１６】
また、請求項２に記載の発明は、移動平均アルゴリズムの演算を行う際に、「擬似データを算出する際に、指定した数以上の入力データを用いること」に基づいて、演算を行うようにした。
これにより、第６のステップにおいて擬似データを生成する際に、第１のステップで入力する弾性波探査データの単なるコピーが大量に生成されることを防止することができるとともに、３次元画像の質を低下させる原因となる偽像の発生や繰り返しパターンの発生を防止することが可能となる。
【００１７】
また、請求項３に記載の発明は、移動平均アルゴリズムの演算を行う際に、「擬似データを出力する点の所定の距離以内に少なくとも１つの入力データが存在すること」に基づいて、演算を行うようにした。
これにより、データの存在しない領域に擬似データを生成する際に、１回の移動平均アルゴリズムの演算で、同じデータが大量に生成されることを防止することができ、データが滑らかに変動する質のよい３次元画像を生成することが可能となる。
【００１８】
また、請求項４に記載の発明は、移動平均アルゴリズムの演算を行う際に、「擬似データを出力する点の１格子以内に少なくとも１つの入力データが存在すること」という条件を設定することにした。
これにより、１回の移動平均アルゴリズムの演算で擬似データが１格子ずつ生成されるようにすることができ、１回の移動平均アルゴリズムの演算で同じ擬似データが複数の格子に生成されることによる３次元画像の質の低下を防止することが可能となる。
【発明を実施するための最良の形態】
【００１９】
以下、図面を参照し、本発明の実施形態による３次元画像生成方法について説明する。
図２は、本発明の実施形態による３次元画像生成装置１０の構成を示すブロック図である。３次元画像生成装置１０は、データ入力手段１、ビンニング手段２、構造図作成手段３、傾斜読みとり手段４、ハイブリッド構造傾斜モデル構築手段５、波動場内挿手段６、マイグレーション手段７により構成される。
データ入力手段１には、弾性波探査により得られる地下断面図のデータが複数入力される。データ入力手段１に入力された地下断面図のデータはビンニング手段２に対して出力される。
【００２０】
ビンニング手段２に入力された地下断面図のデータは「ビンニング」の処理が行われた後、構造図作成手段３と傾斜読みとり手段４に対して出力される。ここで、「ビンニング」とは、複数の地下断面図のデータを、それぞれの地下断面図を測定した地点に対応させて、３次元空間上の領域に配置する処理のことをいう。
【００２１】
構造図作成手段３は、ビンニング手段２から出力されるビンニングされたデータに基づいて、地下地質の構造を表す構造図を作成する。傾斜読みとり手段４は、ビンニング手段２から出力されるビンニングされたデータに基づいて、「傾斜読みとり」の処理を行う。ここで、「傾斜読みとり」とは、複数の地下断面図における相互に類似する点を検出し、その類似点を直線で結び、その直線の傾斜を求める処理のことである。
ハイブリッド構造傾斜モデル構築手段５は、構造図作成手段３により作成された構造図のデータ、及び、傾斜読みとり手段４により求められた傾斜のデータを合成することにより、ハイブリッド構造傾斜モデルの構築を行う。
【００２２】
波動場内挿手段６は、ビンニング手段２により３次元空間上に配置された地下断面図のデータと、ハイブリッド構造傾斜モデル構築手段５によって構築されたモデルに基づいて、「波動場内挿」の処理を行う。ここで、「波動場内挿」とは、地下断面図のデータ又は地下断面図から生成された擬似データの存在しない領域に対して、移動平均アルゴリズムを使用することにより３次元空間上に擬似データを生成する処理のことである。
マイグレーション手段７は、波動場内挿手段６によって波動場内挿が行われたデータに対して「マイグレーション」の処理を行う。ここで、「マイグレーション」とは、３次元空間上に配置された地下断面図のデータ及び地下断面図のデータから生成された擬似データを３次元画像化する処理のことである。
【００２３】
次に、上述した３次元画像生成装置１０の処理の流れを以下の、図１に示すフローチャートを参照して説明する。
本実施形態の３次元画像生成方法では、始めに、地下地質構造の弾性波探査を行うことにより測定された地下断面図に関する２次元又は３次元のデータが、データ入力手段１に入力される（ステップＳ１１）。
次に、ビンニング手段２が、ステップＳ１１で入力された２次元又は３次元のデータを、３次元空間上の領域に配置するビンニングの処理を行う（ステップＳ１２）。
ステップＳ１２によって、ビンニングの処理を行うことにより、図３（ａ）及び（ｂ）に示すようなｘ−ｔ平面状の地下断面図とｙ−ｔ平面上の地下断面図が、３次元空間上に配置されたデータが得られる。
【００２４】
次に、構造図作成手段３が、ステップＳ１２でビンニングにより３次元空間の領域上に配置されたデータに基づいて、地下構造の傾斜面に関する構造解釈を行い構造図を作成する（ステップＳ１３）。
また、ステップＳ１３の処理と並行して、傾斜読みとり手段４が、ステップＳ１２でビンニングの処理により３次元空間上の領域に配置されたデータに基づいて、傾斜読みとりの処理を行う（ステップＳ１４）。
その後、ハイブリッド構造傾斜モデル構築手段５が、ステップＳ１３において構造解釈により作成した構造図のデータと、ステップＳ１４において読みとった傾斜のデータを合成することにより、「ハイブリッド構造傾斜モデル」の構築を行う（ステップＳ１５）。
【００２５】
本実施形態による３次元画像生成方法では、ステップＳ１３により得られる構造図のデータと、ステップＳ１４により得られる傾斜に関するデータとを合成することにより、従来のモデルよりもより高精度な「ハイブリッド構造傾斜モデル」を構築することが可能となる。
なお、「ハイブリッド構造傾斜モデル」のより詳しい構築方法については、後に図４を参照して説明する。
【００２６】
その後、波動場内挿手段６が、ステップＳ１２においてビンニングにより３次元空間上に配列したデータと、ステップＳ１５により作成したハイブリッド構造傾斜モデルを使用して、３次元空間上でデータが存在しない領域に対して擬似データを生成することにより波動場内挿を行う（ステップＳ１６）。この波動場内挿のより詳しい処理方法については、後に図８を参照して説明する。
最後に、マイグレーション手段７が、ステップＳ１６で波動場内挿を行ったデータを３次元画像化することによりマイグレーションを行う（ステップＳ１７）。
【００２７】
次に、上述した図１のステップＳ１５の「ハイブリッド構造傾斜モデル」の構築を行う処理について、より詳細に説明する。
図４は、「ハイブリッド構造傾斜モデル」の構築の流れを示すフローチャートである。
始めに、２次元又は３次元の弾性波探査データを入力する（ステップＳ２１）。このステップＳ２１の処理は、図１におけるステップＳ１１の処理に対応する。
次に、ステップＳ２１で入力された２次元又は３次元の弾性波探査データを、３次元空間上に規則正しく配列することによりビンニングの処理を行う（ステップＳ２２）。このステップＳ２２の処理は、図１におけるステップＳ１２の処理に対応する。
【００２８】
次に、ステップＳ２２でビンニングされたデータに基づいて、地震探査断面図における傾斜（ｄｔ／ｄｘ，ｄｔ／ｄｙ）を算出する（ステップＳ２３）。傾斜は、ビンニングされた複数の地震探査断面図の間で類似する点を検出し、それらの点を結ぶ直線の傾斜を求めることにより算出される。
次に、ステップＳ２３で求められた傾斜のデータを利用して構造傾斜モデルが作成される（ステップＳ２４）。なお、上述したステップＳ２３、Ｓ２４の処理は、図１におけるステップＳ１３の処理に対応する。
【００２９】
一方、ステップＳ２２でビンニングにより３次元空間上に配列されたデータは、地下の傾斜面の構造が解釈されることにより構造図が作成される（ステップＳ２５）。
そして、ステップＳ２５で作成された構造図から、「法線ベクトル」を求め、その「法線ベクトル」から「傾斜」が求められる（ステップＳ２６）。
次に、ステップＳ２６により求められた「傾斜」から、「法線ベクトルモデル」を作成する（ステップＳ２７）。なお、上述したステップＳ２５〜Ｓ２７の処理は、図１におけるステップＳ１４の処理に対応する。
【００３０】
図５は、図４のステップＳ２７において作成した「法線ベクトルモデル」を図示したものである。「法線ベクトル」は、ｘ−ｙ平面方向に広がる傾斜面の下面側にヒゲ状に図示されている。この「法線ベクトル」は、ｘ成分、ｙ成分、ｔ成分の３成分からなる。
図５に示した「法線ベクトルモデル」における「法線ベクトル」のデータを、ｘ成分、ｙ成分、ｔ成分ごとに分離して図示したデータを、図６（ａ）、図６（ｂ）、図６（ｃ）にそれぞれ図示する。
【００３１】
次に、ステップＳ２４で作成した「構造傾斜モデル」と、ステップＳ２７で作成した「法線ベクトルモデル」を結合する（ステップＳ２８）。
図７（ａ）は、「法線ベクトルモデル」により得られるｘ−ｔ平面上での法線ベクトルのデータを図示したものである。また、図７（ｂ）は、「構造傾斜モデル」により得られるｘ−ｔ平面上でのデータを図示したものである。図７（ａ）と図７（ｂ）のデータを合成することにより、図７（ｃ）に示すデータが得られる。図７（ｃ）のデータには、点線で囲った領域に示されるように、図７（ｂ）のデータには存在していなかった、図７（ａ）の「法線ベクトルモデル」により得られるデータが付加されており、従来使用されていたモデルに比べてより高精度なモデルの構築を行うことが可能となる。
上述したように「法線ベクトルモデル」と「構造傾斜モデル」とを組み合わせることにより、「ハイブリッド構造傾斜モデル」が構築される（図４のステップＳ２９）。
なお、上述したステップＳ２８〜Ｓ２９の処理は、図１におけるステップＳ１５の処理に対応する。
【００３２】
従来、「構造傾斜モデル」と「法線ベクトルモデル」のデータは、同時に扱うことができず別々に用いられてきた。しかし、上述した図４に示す「ハイブリッド構造傾斜モデル」の構築方法を使用すれば、図６（ａ）〜（ｃ）に示したように、「法線ベクトル」のデータをｘ成分、ｙ成分、ｔ成分ごとに分離し、そのｘ成分、ｙ成分、ｔ成分を使用して傾斜（ｄｔ／ｄｘ，ｄｔ／ｄｙ）を算出して、構造傾斜モデルで算出される傾斜（ｄｔ／ｄｘ，ｄｔ／ｄｙ）と加え合わせることにより、「構造傾斜モデル」と「法線ベクトルモデル」を同時に扱うことが可能となる。これにより、従来の「構造傾斜モデル」よりも精度のよい「ハイブリッド構造傾斜モデル」を構築することが可能となる。
【００３３】
次に、上述した図１のステップＳ１６の「波動場内挿」について、図８に示した「波動場内挿」の処理の流れを示すフローチャートを参照してより詳細に説明する。
始めに、２次元又は３次元の弾性波探査データを入力する（ステップＳ３１）。なお、このステップＳ３１の処理は、図１におけるステップＳ１１の処理に対応する。
次に、ステップＳ３１で入力された２次元又は３次元の弾性波探査データを、３次元空間上に配列することによりビンニングの処理を行う（ステップＳ３２）。なお、このステップＳ３２の処理は、図１におけるステップＳ１２の処理に対応する。
【００３４】
次に、３次元空間上でデータが存在しない領域に対して、以下の「条件１」、「条件２」を満たす出力点に対して、擬似データを生成する。（ステップＳ３３）。「条件１」としては、「擬似データを算出する際に、指定した数以上の入力データを用いること」という条件を設定する。ここで、入力データとしては、ステップＳ３１で入力される弾性波探査データ、又は、ステップＳ３４で生成される擬似データが使用される。
【００３５】
また、「条件２」としては、「擬似データを出力する点の所定の距離以内に少なくとも１つの入力データが存在すること」という条件が設定される。
なお、ここでは、ステップＳ３３において「条件１」と「条件２」の両方の条件を設定して擬似データの生成する場合について説明しているが、「条件１」又は「条件２」のいずれか一方の条件だけを設定して擬似データを生成するようにしても構わない。
次に、ステップＳ３３で上述した「条件１」、「条件２」を満たす領域が存在する場合には、出力点に対して以下の式（１）に示す計算式に基づいて擬似データを作成する（ステップＳ３４）。
【００３６】
【数１】
【００３７】
なお、上記の式（１）では、以下の式（２）に基づいて重み付けが行われる。
【数２】
【００３８】
ここで、式（２）において、ｃ１、ｃ２は、以下の式（３）で定義される「傾斜」のデータである。
【００３９】
【数３】
【００４０】
図８に戻り、ステップＳ３４の擬似データの生成によって、擬似データが存在しない領域がなくなったか否かの判断が行われる（ステップＳ３５）。
データが存在しない領域のうち、擬似データが生成されていない領域が存在する場合には、ステップＳ３５において、「ＮＯ」と判断され再度ステップＳ３３に進む。その後、データが存在しない領域の全てに擬似データが出力されるまで、ステップＳ３３〜Ｓ３５の処理が繰り返される。
【００４１】
データが存在しない領域の全てに、擬似データが生成された場合には、ステップＳ３５において「ＹＥＳ」と判断されステップＳ３６に進む。
ステップＳ３６では、ステップ３５において擬似データで埋め立てられた、３次元画像のデータが出力される。なお、上述したステップＳ３３〜Ｓ３６の処理は、図１におけるステップＳ１６の処理に対応する。
【００４２】
次に、上述した図８のステップＳ３３の擬似データを算出する際の演算処理について、より詳細に説明する。
ここでは、説明を簡単にするため図９に示すようにＸ方向に８格子、Ｙ方向に１３格子の合計１０４格子の領域に擬似データを生成する場合について説明する。また、図９に示した領域内に弾性波探査データに対応する初期データとして、５つのデータ（Ｘ，Ｙ）＝Ａ（３，３）、Ｂ（５，３）、Ｃ（４，４）、Ｄ（３，５）、Ｅ（９，６）が与えられている場合について説明する。
【００４３】
始めに、上述した「条件１」と「条件２」を設定せずに移動平均アルゴリズムによる演算を行って、図９のデータの存在しない格子に対して擬似データを生成する場合について、図１０（ａ）〜図１１（ａ）を参照して説明する。
この移動平均アルゴリズムでは、「条件１」が設定されていないため、擬似データを算出する際にいずれかの格子に存在するデータを単にコピーする処理が行われる場合がある。また、「条件２」を設定していないため、１回の移動平均アルゴリズムで複数の格子に同じ擬似データを生成する処理が行われる場合がある。以下に、この移動平均アルゴリズムを使用して波動場内挿を行う場合について説明する。
【００４４】
図９で与えられている初期データに対して、移動平均アルゴリズムを用いて演算を１回行うと、図１０（ａ）に示す「１世代目」のデータが生成される。
なお、図１０（ａ）のデータ「ａ」、「ｂ」、「ｃ」、「ｄ」、「ｅ」は、それぞれデータ「Ａ」、「Ｂ」、「Ｃ」、「Ｄ」、「Ｅ」の単なるコピーであることを示している。一方、☆印で示さたデータは、異なる２種類以上の格子のデータに基づいて生成されたデータであることを表している。
【００４５】
図１０（ａ）に示すデータに基づいて２回目の演算を行うと、図１０（ｂ）に示す「２世代目」のデータが生成される。以下、同様にして移動平均アルゴリズムの演算を繰り返すと、「３世代目」（図１０（ｃ））、「４世代目」（図１０（ｄ））、「５世代目」（図１１（ａ））というように、次第にデータの欠落している格子に擬似データが生成されていく。
従来用いられていた移動平均アルゴリズムを用いると、図１１（ａ）に示すように演算を５回繰り返した「５世代目」において、８格子×１３格子の領域は全て擬似データにより埋められる。
【００４６】
しかし、「５世代目」のデータは、図１１（ａ）に示すように、もとのデータ「Ａ」の周囲の領域は、データ「Ａ」を単にコピーしたデータである「ａ」により占有されている。これと同様に、初期データ「Ｂ」、「Ｃ」、「Ｄ」、「Ｅ」の周囲の領域についても、データ「Ｂ」、「Ｃ」、「Ｄ」、「Ｅ」を単にコピーしたデータである「ｂ」、「ｃ」、「ｄ」、「ｅ」によりそれぞれ占有されている。
【００４７】
また、データ「ａ」、「ｂ」、「ｃ」、「ｄ」、「ｅ」により占有される領域の境界には、２つ以上の入力データに基づいて生成された擬似データであることを示す☆印のデータが存在している。しかし、横方向パターン（Ｘ，Ｙ）＝（１，４）、（２，４）、（３，４）、上下方向パターン（４，１）、（４，２）、（４，３）、斜め方向パターン（４，６）、（５，５）、（６，４）、（７，３）、（８，２）、（９，１）のように、規則的なパターンが発生しており、質の良いデータが生成されているとはいえない。
【００４８】
上述した初期データ「Ａ」、「Ｂ」、「Ｃ」、「Ｄ」、「Ｅ」のコピー「ａ」、「ｂ」、「ｃ」、「ｄ」、「ｅ」が大量に生成されるという問題を解決するために、本実施形態では、移動平均アルゴリズムの演算を行う際に、「条件１」として「擬似データを算出する際に、指定した数以上の入力データを用いること」という条件を設定することとした。
以下の説明では、「条件１」として、より具体的に「擬似データを算出する際に、２つ以上の入力データを用いること」という条件を設定する場合について説明する。
【００４９】
図９に示す初期データに対して擬似データを生成する場合について、図１２（ａ）〜図１４（ｃ）を参照して説明する。
図９の初期データに対して、移動平均アルゴリズムの演算を１回行うと、図１２（ａ）に示す「１世代目」のデータが生成される。
図１２（ａ）に示した「１世代目」のデータは、図１０（ａ）で説明した従来の移動平均アルゴリズムを使用して作成した「１世代目」のデータと比較しても分かるように、初期データ「Ａ」、「Ｂ」、「Ｃ」、「Ｄ」、「Ｅ」の単なるコピーである「ａ」、「ｂ」、「ｃ」、「ｄ」、「ｅ」は存在しない。
【００５０】
図１２（ａ）に示した「１世代目」のデータに基づいて、データの存在しない格子に対して擬似データを生成する移動平均アルゴリズムの演算を繰り返すことにより、「２世代目」（図１２（ｂ））、「３世代目」（図１２（ｃ））、「４世代目」（図１２（ｄ））、「５世代目」（図１３（ａ））、「６世代目」（図１３（ｂ））、「７世代目」（図１３（ｃ））、「８世代目」（図１３（ｄ））、「９世代目」（図１４（ａ））、「１０世代目」（図１４（ｂ））、「１１世代目」（図１４（ｃ））というように、８格子×１３格子の領域の中のデータが存在しない領域に対して、次第に擬似データが生成されていく。
【００５１】
「１１世代目」（図１４（ｃ））において、８格子×１３格子の合計１０８格子は、初期データと擬似データにより完全に埋められる。この「１１世代目」のデータ（図１４（ｃ））を、従来の移動平均アルゴリズムを使用して擬似データの生成を行ったデータ（図１１（ａ））と比較すると分かるように、初期データ「Ａ」、「Ｂ」、「Ｃ」、「Ｄ」、「Ｅ」以外の格子は全て☆印のデータで埋められており、データが滑らかに変化する質のよいデータが生成されることを示している。
しかし、図１４（ｃ）に示すデータでは、初期データ「Ａ」、「Ｂ」、「Ｃ」、「Ｄ」、「Ｅ」の単なるコピーである「ａ」、「ｂ」、「ｃ」、「ｄ」、「ｅ」は存在しないものの、移動平均アルゴリズムにより擬似データを生成する際に、同じデータが複数作成されてしまう可能性がある。
【００５２】
例えば、図１５に示すように、初期データ「Ａ１」及び「Ｂ１」から、データが存在しない領域に移動平均アルゴリズムを使用して擬似データの補間及び補外を行う場合、「条件１」として「擬似データを算出する際に、２つ以上の入力データを用いること」という条件を設定しているため、補間によって生成されるデータ「ｄ１」と、補外によって生成されるデータ「ｄ２」は、初期データ「Ａ１」、「Ｂ１」の単なるコピーとなることはない。しかし、１回の移動平均アルゴリズムによって、データ「ｄ３」及び「ｄ４」として、データ「Ｂ１」及び「ｄ２」に基づいて擬似データが生成されるため、データ「ｄ３」、「ｄ４」に同じ擬似データが生成される。
なお、図１５の移動平均アルゴリズムでは、生成する擬似データと、その擬似データを生成するために使用するデータとの距離を３つ隣りまで許可する場合について説明した。
【００５３】
本実施形態の３次元画像生成方法では、「条件１」に加えて、更に「条件２」として「擬似データを出力する点の所定の距離以内に少なくとも１つの入力データが存在すること」という条件を付加することにより、１回の移動平均アルゴリズムの演算で、同じデータが生成されることを防止し、より精度のよい３次元画像を生成することができる。
以下に、より具体的な条件として「擬似データを算出する際に、２つ以上の入力データを用いること」という「条件１」、及び、「擬似データを出力する１格子以内に少なくとも１つの入力データが存在すること」という「条件２」を設定して、移動平均アルゴリズムの演算を行った場合の結果について説明する。
【００５４】
図９に示す初期データに対して擬似データを生成する場合について、図１６（ａ）〜図１８（ｄ）を参照して説明する。
図９の初期データに対して、移動平均アルゴリズムの演算を１回行うと、図１６（ａ）に示す「１世代目」のデータが得られる。
図１６（ａ）に示した「１世代目」のデータに基づいて、データの存在しない格子に対して擬似データを生成する移動平均アルゴリズムの演算を繰り返すことにより、「２世代目」（図１６（ｂ））、「３世代目」（図１６（ｃ））、「４世代目」（図１６（ｄ））、「５世代目」（図１７（ａ））、「６世代目」（図１７（ｂ））、「７世代目」（図１７（ｃ））、「８世代目」（図１７（ｄ））、「９世代目」（図１８（ａ））、「１０世代目」（図１８（ｂ））、「１１世代目」（図１８（ｃ））、「１２世代目」（図１８（ｄ））というように、８格子×１３格子の領域の中のデータが存在しない領域に対して、次第に擬似データが生成されていく。
【００５５】
「１２世代目」（図１８（ｄ））において、８格子×１３格子の領域は、初期データと擬似データにより完全に埋められる。この「１２世代目」のデータ（図１８（ｄ））では、初期データ「Ａ」、「Ｂ」、「Ｃ」、「Ｄ」、「Ｅ」以外の格子は全て☆印のデータで埋められており、データが滑らかに変化していることを示している。
また、「条件１」を設定した場合だけだと、図９に示す初期データから、移動平均アルゴリズムによる演算を１回行うと、例えば、初期データ「Ａ」から１格子離れた（Ｘ，Ｙ）＝（４，３）の格子、及び、初期データ「Ａ」から２格子（（Ｘ，Ｙ）＝（４，３）、（４，２））離れた（Ｘ，Ｙ）＝（４，２）の格子に対して擬似データが一度に生成されていた。
しかし、「条件２」を付加したことにより、図１６（ａ）に示すように、移動平均アルゴリズムによる演算を１回行うと、初期データ「Ａ」から１格子離れた（Ｘ，Ｙ）＝（４，３）の格子にのみ擬似データが生成され、初期データ「Ａ」から２格子（（Ｘ，Ｙ）＝（４，３）、（４，２））離れた（Ｘ，Ｙ）＝（４，２）の格子に対しては擬似データが生成されない。
【００５６】
例えば、図１９に示すように、初期データ「Ａ２」及び「Ｂ２」から、データが存在しない領域に移動平均アルゴリズムを使用して擬似データの補間及び補外を行う場合、「条件１」として「擬似データを算出する際に、２つ以上の入力データを用いること」という条件を設定しているため、補間によって生成されるデータ「ｄ５」と、補外によって生成されるデータ「ｄ６」、「ｄ７」、「ｄ８」は、初期データ「Ａ２」、「Ｂ２」の単なるコピーとなることはない。
【００５７】
また、「条件２」として「擬似データを出力する１格子以内に少なくとも１つの入力データが存在すること」という条件を設定しているため、１回の移動平均アルゴリズムの演算ごとに、データ「ｄ６」、「ｄ７」、「ｄ８」というように、１格子ずつ擬似データが生成されることになる。
なお、図１９の移動平均アルゴリズムでは、生成する擬似データと、その擬似データを生成するために使用するデータとの距離を３つ隣りまで許可する場合について説明した。
上記のように「条件１」及び「条件２」を設定して移動平均アルゴリズムの演算を行うことにより、データの存在しない領域に対して、１格子ずつより滑らかに変化する擬似データを生成することができるので、作成する３次元画像の質を向上させることができる。
【００５８】
次に、本発明の実施形態による３次元画像生成方法を使用した場合の効果について説明する。
図２０（ｂ）は、地下地質構造の断面図（ｘ−ｔ平面）のデータである。ここで、本実施形態による３次元画像生成方法の効果を確認するために、図２０（ｂ）のデータの半分を間引いたデータを図２０（ａ）に示す。このデータの半分が間引かれた断面図のデータ（図２０（ａ））に対して、本実施形態による３次元画像生成方法を適用して、データが欠落している領域に対して擬似データを生成して内挿を行った結果を図２０（ｃ）に示す。
【００５９】
図２０（ｂ）と図２０（ｃ）を比較してみると分かるように、データの半分が間引かれた断面図のデータ（図２０（ａ））に対して、本実施形態による３次元画像生成方法を適用して復元した断面図のデータ（図２０（ｃ））と、データの半分が間引かれる前の断面図のデータ（図２０（ｂ））は、極めて良く一致しており、データの欠落した画像から高い精度で画像を復元することができる。
なお、図２０（ａ）〜（ｃ）では、所定の地点における断面図のデータのみを示したが、実際には紙面に対して手前方向及び奥方向にも断面図のデータが存在しており、このデータを用いることにより３次元画像を生成することができる。
【００６０】
一方、図２１（ｂ）は、地下地質構造の水平面（ｘ−ｙ平面）のデータである。ここで、本実施形態による３次元画像生成方法の効果を確認するために、図２１（ｂ）のデータの半分を間引いたものを図２１（ａ）に示す。このデータの半分が間引かれた水平面のデータ（図２１（ａ））に対して、本実施形態による３次元画像生成方法を適用して、データが欠落している領域に対して擬似データを生成して内挿を行った結果を図２１（ｃ）に示す。
図２１（ｂ）と図２１（ｃ）を比較してみると分かるように、データの半分が間引かれた水平面のデータ（図２１（ａ））に対して、本実施形態による３次元画像生成方法を適用して復元した水平面のデータ（図２１（ｃ））と、データの半分が間引かれる前の水平面のデータ（図２１（ｂ））は、極めて良く一致しており、データの欠落した画像から高い精度で画像を復元することができる。
【００６１】
上述した本発明の実施形態による３次元画像生成方法によれば、不規則性が高く欠落がある３次元データに対して、より精度の高い３次元画像化を行うことが可能となる。また２次元調査に対しても、複数の２次元調査データを包括し、一つの不規則な３次元データとみなすことによって、本実施形態による３次元画像生成方法を用いることが可能であるため、従来の２次元画像より精度の高い地下構造の再現を行うことができる。
【００６２】
なお、上述した本発明の実施形態では、図８のステップＳ３３の「波動場内挿」を行う際に、「条件１」として「擬似データを算出する際に、２つ以上の入力データを用いること」という条件を設定する場合について説明したが、これに限定されるものではない。「擬似データを算出する際に、３つ以上の入力データを用いること」を条件とすることも可能である。擬似データを算出する際に、より多くのデータを用いるようにすることにより、３次元画像生成方法により生成される３次元画像の質を向上させることができる。
【００６３】
また、上述した本発明の実施形態では、図８のステップＳ３３の「波動場内挿」を行う際に「条件２」として「擬似データを出力する１格子以内に少なくとも１つの入力データが存在すること」という条件を設定する場合について説明したが、これに限定されるものではない。「擬似データを出力するｎ格子以内（ｎは２以上の整数）に少なくとも１つの入力データが存在すること」を条件とすることも可能である。ｎを増加させることにより、生成される擬似データの質は劣化するが、移動平均アルゴリズムの計算速度は向上する。
また、上述したｎを√２等とすることにより、擬似データを生成する格子の上下左右の格子との距離だけではなく、斜め方向における格子との距離を考慮するようにしても構わない。
【００６４】
なお、以上説明した実施形態において、図１に示したステップＳ１１〜Ｓ１７、図４に示したステップＳ２１〜Ｓ２９、図８に示したステップＳ３１〜Ｓ３６は、専用のハードウェアにより実現されるものであってもよく、また、図１に示したステップＳ１１〜Ｓ１７、図４に示したステップＳ２１〜Ｓ２９、図８に示したステップＳ３１〜Ｓ３６は、メモリおよびＣＰＵ（中央演算装置）により構成され、これらの機能を実現するためのプログラムをメモリにロードして実行することによりその機能を実現させるものであってもよい。
【００６５】
また、図１に示したステップＳ１１〜Ｓ１７、図４に示したステップＳ２１〜Ｓ２９、図８に示したステップＳ３１〜Ｓ３６の機能を実現するためのプログラムをコンピュータ読み取り可能な記録媒体に記録して、この記録媒体に記録されたプログラムをコンピュータシステムに読み込ませ、実行することにより３次元画像の生成を行ってもよい。なお、ここでいう「コンピュータシステム」とは、ＯＳや周辺機器等のハードウェアを含むものとする。
【００６６】
また、「コンピュータシステム」は、ＷＷＷシステムを利用している場合であれば、ホームページ提供環境（あるいは表示環境）も含むものとする。
また、「コンピュータ読み取り可能な記録媒体」とは、フレキシブルディスク、光磁気ディスク、ＲＯＭ、ＣＤ−ＲＯＭ等の可搬媒体、コンピュータシステムに内蔵されるハードディスク等の記憶装置のことをいう。さらに「コンピュータ読み取り可能な記録媒体」とは、インターネット等のネットワークや電話回線等の通信回線を介してプログラムを送信する場合の通信線のように、短時間の間、動的にプログラムを保持するもの、その場合のサーバやクライアントとなるコンピュータシステム内部の揮発性メモリのように、一定時間プログラムを保持しているものも含むものとする。また上記プログラムは、前述した機能の一部を実現するためのものであっても良く、さらに前述した機能をコンピュータシステムにすでに記録されているプログラムとの組み合わせで実現できるものであっても良い。
【００６７】
以上、この発明の実施形態を図面を参照して詳述してきたが、具体的な構成はこの実施形態に限られるものではなく、この発明の要旨を逸脱しない範囲の設計等も含まれる。
【産業上の利用可能性】
【００６８】
３次元画像を測定することが困難な地域における地下地質構造を把握するために本発明による３次元画像生成方法及びプログラムを使用することが可能である。
【図面の簡単な説明】
【００６９】
【図１】本発明の実施形態による３次元画像生成方法の処理の流れを示すフローチャートである。
【図２】本実施形態による３次元画像生成装置１０の構成を示すブロック図である。
【図３】本実施形態によるビンニングによって得られるデータを示した図である。
【図４】本実施形態による「ハイブリッド構造傾斜モデル」の作成の流れを示すフローチャートである。
【図５】本実施形態による「法線ベクトルモデル」の構造を示す図である。
【図６】「法線ベクトル」のｘ成分、ｙ成分、ｔ成分を図示したデータである。
【図７】「構造傾斜モデル」に法線ベクトルのデータを加える過程を示す図である。
【図８】本実施形態による「波動場内挿」の処理の流れを示すフローチャートである。
【図９】「波動場内挿」を行う領域、及び、初期データを示すデータである。
【図１０】「条件１」、「条件２」を設定せずに「波動場内挿」を行った場合の結果を示すデータである。
【図１１】「条件１」、「条件２」を設定せずに「波動場内挿」を行った場合の結果を示すデータである。
【図１２】「条件１」を設定して「波動場内挿」を行った場合の結果を示すデータである。
【図１３】「条件１」を設定して「波動場内挿」を行った場合の結果を示すデータである。
【図１４】「条件１」を設定して「波動場内挿」を行った場合の結果を示すデータである。
【図１５】「条件１」のみを設定する場合の移動平均アルゴリズムを示す図である。
【図１６】「条件１」、「条件２」を設定して「波動場内挿」を行った場合の結果を示すデータである。
【図１７】「条件１」、「条件２」を設定して「波動場内挿」を行った場合の結果を示すデータである。
【図１８】「条件１」、「条件２」を設定して「波動場内挿」を行った場合の結果を示すデータである。
【図１９】「条件１」、「条件２」を設定する場合の移動平均アルゴリズムを示す図である。
【図２０】本実施形態による３次元画像生成方法を使用した場合の効果を示す図である。
【図２１】本実施形態による３次元画像生成方法を使用した場合の効果を示す図である。
【図２２】従来用いられていた３次元画像生成方法の処理の流れを示すフローチャートである。
【図２３】従来、３次元画像化を行う際に使用されていた構造傾斜モデルを示す図である。
【符号の説明】
【００７０】
１・・・データ入力手段
２・・・ビンニング手段
３・・・構造図作成手段
４傾斜読みとり手段
５・・・ハイブリッド構造傾斜モデル構築手段
６・・・波動場内挿手段
７・・・マイグレーション手段
１０・・・３次元画像生成装置
Ｓ０１〜Ｓ０４・・・従来使用されていた３次元画像を生成する際に行う処理
Ｓ１１〜Ｓ１７・・・３次元画像を生成する際に行う処理
Ｓ２１〜Ｓ２９・・・構造傾斜モデルを作成する際に行う処理
Ｓ３１〜Ｓ３６・・・波動場内挿入の処理の際に行う処理
【特許請求の範囲】
【請求項１】
２次元又は３次元の弾性波探査データを入力する第１のステップと、
前記第１のステップで入力した２次元又は３次元の弾性波探査データを３次元空間上に配列することによりビンニングを行う第２のステップと、
前記第２のステップでビンニングを行ったデータに基づいて、構造解釈を行うことにより構造図を作成する第３のステップと、
前記第２のステップでビンニングを行ったデータに基づいて、傾斜読みとりを行う第４のステップと、
前記第３のステップで作成した構造図、及び、前記第４のステップで読みとった傾斜のデータに基づいて、ハイブリッド構造傾斜モデルを構築する第５のステップと、
前記第２のステップでビンニングを行ったデータと、前記第５のステップで作成したハイブリッド構造傾斜モデルに基づいて、データの欠落している領域に対して移動平均アルゴリズムを使用して擬似データを生成することにより波動場内挿を行う第６のステップと、
前記第６のステップにおいて波動場内挿を行うことにより得られたデータを３次元画像化することによりマイグレーションを行う第７のステップと、
を有することを特徴とする３次元画像生成方法。
【請求項２】
前記第６のステップにおける波動場内挿を行う際の移動平均アルゴリズムの演算において、擬似データを算出する際に、指定した数以上の入力データを用いることを条件として設定することを特徴とする請求項１に記載の３次元画像生成方法。
【請求項３】
前記第６のステップにおける波動場内挿を行う際の移動平均アルゴリズムの演算において、擬似データを出力する点の所定の距離以内に少なくとも１つの入力データが存在することを条件として設定することを特徴とする請求項２に記載の３次元画像生成方法。
【請求項４】
前記所定の距離を、１格子とすることにより前記移動平均アルゴリズムの演算を行うことを特徴とする請求項３に記載の３次元画像生成方法。
【請求項５】
２次元又は３次元の弾性波探査データを入力する第１のステップと、
前記第１のステップで入力した２次元又は３次元の弾性波探査データを３次元空間上に配列することによりビンニングを行う第２のステップと、
前記第２のステップでビンニングを行ったデータに基づいて、構造解釈を行うことにより構造図を作成する第３のステップと、
前記第２のステップでビンニングを行ったデータに基づいて、傾斜読みとりを行う第４のステップと、
前記第３のステップで作成した構造図、及び、前記第４のステップで読みとった傾斜のデータに基づいて、ハイブリッド構造傾斜モデルを構築する第５のステップと、
前記第２のステップでビンニングを行ったデータと、前記第５のステップで作成したハイブリッド構造傾斜モデルに基づいて、データの欠落している領域に対して移動平均アルゴリズムを使用して擬似データを生成することにより波動場内挿を行う第６のステップと、
前記第６のステップにおいて波動場内挿を行うことにより得られたデータを３次元画像化することによりマイグレーションを行う第７のステップと、
をコンピュータに実行させるための３次元画像生成プログラム。
【請求項６】
前記第６のステップにおける波動場内挿を行う際の移動平均アルゴリズムの演算において、擬似データを算出する際に、指定した数以上の入力データを用いることを条件として設定することを特徴とする請求項５に記載の３次元画像生成プログラム。
【請求項７】
前記第６のステップにおける波動場内挿を行う際の移動平均アルゴリズムの演算において、擬似データを出力する点の所定の距離以内に少なくとも１つの入力データが存在することを条件として設定することを特徴とする請求項６に記載の３次元画像生成プログラム。
【請求項８】
前記所定の距離を、１格子とすることにより前記移動平均アルゴリズムの演算を行うことを特徴とする請求項７に記載の３次元画像生成プログラム。
【請求項１】
２次元又は３次元の弾性波探査データを入力する第１のステップと、
前記第１のステップで入力した２次元又は３次元の弾性波探査データを３次元空間上に配列することによりビンニングを行う第２のステップと、
前記第２のステップでビンニングを行ったデータに基づいて、構造解釈を行うことにより構造図を作成する第３のステップと、
前記第２のステップでビンニングを行ったデータに基づいて、傾斜読みとりを行う第４のステップと、
前記第３のステップで作成した構造図、及び、前記第４のステップで読みとった傾斜のデータに基づいて、ハイブリッド構造傾斜モデルを構築する第５のステップと、
前記第２のステップでビンニングを行ったデータと、前記第５のステップで作成したハイブリッド構造傾斜モデルに基づいて、データの欠落している領域に対して移動平均アルゴリズムを使用して擬似データを生成することにより波動場内挿を行う第６のステップと、
前記第６のステップにおいて波動場内挿を行うことにより得られたデータを３次元画像化することによりマイグレーションを行う第７のステップと、
を有することを特徴とする３次元画像生成方法。
【請求項２】
前記第６のステップにおける波動場内挿を行う際の移動平均アルゴリズムの演算において、擬似データを算出する際に、指定した数以上の入力データを用いることを条件として設定することを特徴とする請求項１に記載の３次元画像生成方法。
【請求項３】
前記第６のステップにおける波動場内挿を行う際の移動平均アルゴリズムの演算において、擬似データを出力する点の所定の距離以内に少なくとも１つの入力データが存在することを条件として設定することを特徴とする請求項２に記載の３次元画像生成方法。
【請求項４】
前記所定の距離を、１格子とすることにより前記移動平均アルゴリズムの演算を行うことを特徴とする請求項３に記載の３次元画像生成方法。
【請求項５】
２次元又は３次元の弾性波探査データを入力する第１のステップと、
前記第１のステップで入力した２次元又は３次元の弾性波探査データを３次元空間上に配列することによりビンニングを行う第２のステップと、
前記第２のステップでビンニングを行ったデータに基づいて、構造解釈を行うことにより構造図を作成する第３のステップと、
前記第２のステップでビンニングを行ったデータに基づいて、傾斜読みとりを行う第４のステップと、
前記第３のステップで作成した構造図、及び、前記第４のステップで読みとった傾斜のデータに基づいて、ハイブリッド構造傾斜モデルを構築する第５のステップと、
前記第２のステップでビンニングを行ったデータと、前記第５のステップで作成したハイブリッド構造傾斜モデルに基づいて、データの欠落している領域に対して移動平均アルゴリズムを使用して擬似データを生成することにより波動場内挿を行う第６のステップと、
前記第６のステップにおいて波動場内挿を行うことにより得られたデータを３次元画像化することによりマイグレーションを行う第７のステップと、
をコンピュータに実行させるための３次元画像生成プログラム。
【請求項６】
前記第６のステップにおける波動場内挿を行う際の移動平均アルゴリズムの演算において、擬似データを算出する際に、指定した数以上の入力データを用いることを条件として設定することを特徴とする請求項５に記載の３次元画像生成プログラム。
【請求項７】
前記第６のステップにおける波動場内挿を行う際の移動平均アルゴリズムの演算において、擬似データを出力する点の所定の距離以内に少なくとも１つの入力データが存在することを条件として設定することを特徴とする請求項６に記載の３次元画像生成プログラム。
【請求項８】
前記所定の距離を、１格子とすることにより前記移動平均アルゴリズムの演算を行うことを特徴とする請求項７に記載の３次元画像生成プログラム。
【図１】
【図２】
【図３】
【図４】
【図５】
【図６】
【図７】
【図８】
【図９】
【図１０】
【図１１】
【図１２】
【図１３】
【図１４】
【図１５】
【図１６】
【図１７】
【図１８】
【図１９】
【図２０】
【図２１】
【図２２】
【図２３】
【図２】
【図３】
【図４】
【図５】
【図６】
【図７】
【図８】
【図９】
【図１０】
【図１１】
【図１２】
【図１３】
【図１４】
【図１５】
【図１６】
【図１７】
【図１８】
【図１９】
【図２０】
【図２１】
【図２２】
【図２３】
【公開番号】特開２００６−１０６８５６（Ｐ２００６−１０６８５６Ａ）
【公開日】平成１８年４月２０日（２００６．４．２０）
【国際特許分類】
【出願番号】特願２００４−２８８８８８（Ｐ２００４−２８８８８８）
【出願日】平成１６年９月３０日（２００４．９．３０）
【出願人】（５９１０９０７３６）石油資源開発株式会社 (70)
【Ｆターム（参考）】
【公開日】平成１８年４月２０日（２００６．４．２０）
【国際特許分類】
【出願日】平成１６年９月３０日（２００４．９．３０）
【出願人】（５９１０９０７３６）石油資源開発株式会社 (70)
【Ｆターム（参考）】
[ Back to top ]