1.一种基于卷积神经网络的缪子图像处理方法，其特征在于，包括：根据各种地质对缪子的能量阻抗参数构造缪子卷积算子，并利用所述缪子卷积算子构造卷积神经网络模型，包括：根据各种地质对缪子的能量阻抗参数计算能量损失梯度，构造三维的缪子卷积算子；将各种地质的缪子卷积算子配置在卷积神经网络模型的卷积层，将卷积神经网络模型还具有全连接层和输出层，根据各地质样本的能量阻抗参数构造各种能量阻抗分布的样本三维图像，根据各地质样本类别在对应的坐标范围设置对应的地质类别标签，以所述样本三维图像为训练样本，对所述卷积神经网络模型进行训练，得到训练好的卷积神经网络模型，用于识别能量阻抗分布的三维图像各坐标点处能量阻抗所对应的地质类别；对待探测体进行缪子探测，基于探测结果生成能量阻抗分布的三维图像，包括：对天然缪子进行能量探测，根据探测到的缪子数拟合天然缪子时间密度随能量的分布函数，在探测到缪子时获取当前时间添加时间戳数据，生成缪子接收时序，结合所述缪子接收时序和所述天然缪子时间密度随能量的分布函数确定临界能量值，包括：计算临界缪子数＝m/t*s，其中，m为接收到的缪子总数，t为接收时间，s为接收面积；对天然缪子时间密度随能量的分布函数从高能侧向低能侧对缪子数求和，直至缪子数之和等于临界缪子数，确定此时坐标对应的能量值即为临界能量值；结合所述临界能量值与探测体在当前探测方向的尺寸计算当前探测方向的能量阻抗参数，结合在不通过探测方向的计算结果生成能量阻抗分布的三维图像；将所述能量阻抗分布的三维图像输入至所述卷积神经网络模型，识别所述待探测体的地质类别及其空间分布，并从中识别目标地质体的空间分布。
2.根据权利要求1所述的方法，其特征在于，所述结合在不通过探测方向的计算结果生成能量阻抗分布的三维图像，包括：确定探测时的第一路径及与所述第一路径相交的平行路径系，对所述平行路径系总的各路径计算能量阻抗，根据所述平行路径系各路径的能量阻抗计算权重，根据权重对所述第一路径的能量阻抗进行分布，按照以上方式从待探测体外侧向内进行递推，得到所述待探测体中地质对缪子的能量阻抗分布的三维图像。
3.根据权利要求1-2中任一项所述的方法，其特征在于，还包括：在不同朝向布置缪子接收装置，根据朝向和接收的缪子数生成用于缪子归一化的二维图，在对待探测体进行缪子探测后，根据探测方向确定二维图中对应的归一化参数，对探测到的缪子数进行归一化调整。
4.根据权利要求3所述的方法，其特征在于，还包括：根据各种地质在单位距离下对缪子的能量损益计算各种地质对缪子的能量阻抗参数。
5.根据权利要求1所述的方法，其特征在于，还包括：根据识别出的目标地质体及其分布选取特征方向，按照特征方向进行缪子探测；根据识别出的目标地质体及其分布按照特征方向计算待验证的能量阻抗，根据特征方向缪子探测结果计算实测的能量阻抗，与待验证的能量阻抗计算相似度，若相似度超过阈值则完成探测，否则减小为尺寸精度继续探测。
6.根据权利要求5所述的方法，其特征在于，所述根据识别出的目标地质体及其分布选取特征方向，包括：识别目标地质体的多个特征点，连接两个特征点构成一个特征方向，特征点为该目标地质体分布形状中的顶点或拐点。
7.一种计算机可读存储介质，其中，所述计算机可读存储介质存储一个或多个程序，所述一个或多个程序当被处理器执行时，实现权利要求1-6中任一项所述的方法。
