随着计算机技术的发展,计算机技术越来越多地应用于各个方面。在地质勘探领域中,结合计算机技术和地质知识可以使得地质工作者越来越方便分析各种地质特性。并且将地质工作者从复杂的体力劳动中解放了出来。在地震相图像分割领域,现如今地质工作者更多的是使用人工绘制的方法,人工绘制的方法浪费了地质工作者大量的时间和精力。所以将计算机视觉相关技术引入到地震相图像分析中是相当有意义的。但是因为地震相图像的信息不准确性和信息缺失性,导致了现如今常用的自动图像分割算法以及岩性分类方法在地震相图像分析中并不能得到准确的结果。本文针对地震相图像的信息不准确性和信息缺失性作出如下工作和创新:1.提出了基于人机交互的GSH地震相图像分割算法,该算法通过人机交互的手法,将地质专家的地质经验带入到图像分割算法当中,首先地质专家通过鼠标在地震相图像上添加标签,然后使用超像素分割算法预处理地震相图像,为后续计算减少数据量,然后通过区域生长的方法将有标签超像素与其周围距离最近的无标签超像素合并,接下来通过强制融合的方法将剩余无标签的超像素强制融入其周围最近的有标签超像素中,最后得到的地震相图像的分割结果,并且该分割结果符合地质专家对地震相图像的判断。该算法通过人机交互的手法解决了地震相图像的信息不准确问题。2.提出了基于先验形状的偏置场变分水平集算法,在有信息缺失的地震相图像上首先使用基于人机交互的GSH地震相图像分割算法分割出中间结果图,然后地质专家在该中间分割结果图上绘制标签,接下来使用基于先验形状的偏置场变分水平集算法求出目标区域的边缘轮廓。本算法是结合先验形状来约束水平集,来弥补地震相图像的信息缺失,使得最后的分割结果符合地质专家的预期。3.根据上述两个地震相图像算法设计并实现了地震相图像分割系统。并且从系统的需求分析以及模块设计等角度详细介绍了本系统。本文通过人机交互以及先验形状约束的方法解决了地震相图像的信息不准确以及信息缺失的问题,使得通过本文两个算法计算得到的结果既符合地震相图像本身的性质又符合地质专家的预期。