基于曲波变换的地震数据去噪方法

地震记录中的随机噪声频带较宽,采用常规的去噪方法效果不理想;小波变换去噪方法虽然可以压制随机噪声,但会损伤有效信号,且去除二维信号中的随机噪声时存在一定的局限性。针对此局限性,Candè提出了脊波变换,但对于整幅图而言,脊波变换的效果并不理想。由此,发展了曲波变换,即基于小波变换和脊波变换的多尺度几何分析方法。该方法能够表示具有方向性的线性奇异边缘,克服了小波变换在表达图像边缘的方向特性等方面的内在缺陷。曲波变换结合了脊波变换的各向异性特点和小波变换的多尺度特点,可以在压制随机噪声的同时保护有效信号,达到更好的去噪效果。仿真数据和实际资料去噪结果验证了曲波变换压制随机噪声的可行性及其效果。     

基于三维曲波变换的地震数据去噪方法研究

作为一种非自适应的多尺度、多方向性几何分析方法,曲波变换能够近乎最优地表示含奇异点的高维曲线,地震数据在曲波域有更好的稀疏表达。对于多炮地震数据,三维曲波变换能够成功地实现信号分离,达到去除随机噪声的目的。阐述了三维曲波变换的基本原理;将三维曲波变换与阈值迭代法结合起来,对不同信噪比的模拟数据和实际地震资料进行去噪处理,并与传统的中值滤波法、F-X反褶积法及二维曲波阈值迭代法处理结果进行量化对比。结果表明,基于三维曲波变换的地震数据去噪方法不仅去除噪声能力更强,而且能够保护有用信息,是一种有效的多炮地震数据去噪方法。     

基于曲波噪声估计的三维块匹配地震资料去噪

常规的三维块匹配（BM3D）算法在地震资料降噪处理中具有较好的效果,但在实际处理中因无法得到噪声先验信息,通常难以确定所需的滤波阈值等相关参数。为此,提出了一种基于曲波噪声估计的BM3D地震资料去噪方法。首先利用曲波变换估计地震资料的噪声方差,再通过改进的BM3D去噪算法自适应地选取合适的阈值参数并完成去噪处理。理论模型与实际资料的处理结果表明,所提算法与常规的BM3D去噪算法和曲波变换去噪算法相比,能在很好地去除随机噪声的同时更好地保护有效信号,且在去噪过程中对边界反射的细节信息保持较好,计算效率较高,在实际资料处理中得到良好的效果。     

三维曲波变换在地震资料去噪处理中的应用研究

考虑到二维曲波变换对于三维地震数据难以达到理想的去噪效果,提出了一种基于三维曲波变换的地震资料去噪方法。通过三维曲波变换使三维地震数据变换到曲波域,将三维地震数据分为多个方向和尺度,利用相关计算法判别代表有效信号和随机噪声的曲波系数,并根据曲波变换的性质,采用改进的非线性阈值方法对曲波系数进行处理,最后通过三维曲波反变换得到去噪后的地震信号。模型数据及实际地震资料的处理结果表明,三维曲波变换去噪处理方法可以有效压制三维地震资料中的随机噪声,同时较好地保护有效信号,提高了地震资料的信噪比。     

基于Curvelet域的叠前地震资料去噪方法

 本文论述了基于Curvelet域的叠前地震资料去除随机噪声的方法思路，在Curvelet域通过多尺度分解，在曲线变化特征良好逼近的基础上采用非线性阈值方法，对叠前地震资料进行处理。通过本文的数值计算以及对实际资料的处理表明，基于Curvelet域的去噪方法可以有效压制地震剖面中的随机噪声，数值计算结果均方误差最小，信噪比最高，实际地震处理剖面视觉效果好，反射波同相轴清晰、连续性好，可为叠前偏移、AVO分析等后续处理解释提供高信噪比的地震资料。     

重建误差Huber范数最小化约束的压缩感知方法

地震数据中存在异常强噪声,基于重建误差L₂范数最小化约束的压缩感知方法假设重建误差满足高斯分布。因此,上述压缩感知方法不能去除满足超高斯分布的异常噪声。为了更好地消除异常噪声并提高插值精度,提出采用Huber范数代替L₂范数对重建误差施加最小化约束,Huber范数的最小化约束实际上等价于对大重构误差(异常噪声)的L₁范数最小化约束和对小重构误差(高斯随机噪声)的L₂范数最小化约束,因此对异常噪声具有很好的鲁棒性。通过引入理论上构建的伪地震数据将Huber范数最小化问题转化为L₂范数最小化问题,可以有效地求解基于重建误差Huber范数最小化约束的压缩感知方法的Huber-L₀最优化问题。另外,还讨论了高斯随机噪声的强度、异常噪声强度和参数选取对插值精度的影响。模型数据和实际数据的处理结果表明:与基于重建误差L₂范数最小化约束的压缩感知方法相比,基于重建误差Huber范数最小化约束的压缩感知方法可以更好地消除异常噪声,并保护有效信号。     

基于曲波变换的叠后三维地震资料去噪处理研究

基于曲波变换的数学原理,采用数值算法最新研究成果,设计并实现了二维曲波变换应用于叠后三维地震资料去噪处理的算法和流程。采用曲波变换对南海某工区叠后三维地震资料进行去噪处理结果表明,地震资料的信噪比有了明显的提高,去噪后的地震剖面反射波同相轴清晰、连续性好、保真保幅、方差体清楚,从而为该地区后续的层位和断层解释、地震异常体识别、油藏描述和地震反演提供了更为真实的地震资料。     

曲波变换及全变差最小化技术联合去噪

为了更好地发挥曲波变换在地震资料去噪处理方面的优势,同时克服其固有缺陷,在地震资料去噪处理中应用了基于曲波变换和全变差最小化技术的联合衰减随机噪声技术。该技术在应用曲波变换时,对选取的阈值使用非线性阈值法,同时对小系数采用全变差最小化技术。理论模型与实际地震资料的测试结果表明,该技术不仅可以很好地衰减随机噪声,有效地克服单独使用曲波变换带来的伪曲线现象,同时较好地保护了有效信号。     

基于曲波变换的地震随机噪声压制新方法

此文提出了一种通过对曲波系数进行处理来实现地震随机噪声压制的新方法。地震信号经曲波变换得到的曲波系数在各尺度各方向的分布仍具有同相轴特征,但噪声部分的曲波系数的分布是随机的,故可将曲波系数作为新的目标信号,对其进行"去噪",最后用经过处理的曲波系数还原地震数据实现对随机噪声的压制。数值算例验证了该方法的正确性和有效性,并与用离散余弦变换和小波变换两种方法处理曲波系数的结果进行对比。实验表明用曲波变换处理曲波系数的去噪效果要优于后两者,且比单纯进行一次曲波变换去噪的结果在信噪比上有明显提高。     

曲波域随机噪声压制方法——以沙漠地区叠后地震资料为例

沙漠地区油气勘探中,随机噪声是影响地震资料信噪比的主要因素之一。如何有效地压制随机噪声是沙漠地区地震资料处理必须解决的重要难题。传统小波域去噪将地震数据当作一种图像,对其进行多尺度分析,并通过阈值处理进行去噪。由于其无法表达二维地震图像的线性特征,在处理时存在一定的局限性。具有多尺度、多方向分析能力的曲波变换更适合具有曲线或者超平面奇异性的高维信号,将其引入到二维地震图像处理中,利用随机噪声和有效信号在方向上的差异,对噪声通过阈值收缩进行衰减。模型数据试验和实际叠后地震资料处理结果表明,曲波域去噪方法能够比小波域去噪方法更有效地压制随机噪声,减少对有效地震反射信号的损伤,从而证明了该方法的有效性和实用价值。     

基于Shearlet变换的地震随机噪声压制

地震勘探中的噪声对地震信号产生严重的畸变和干扰,常规的地震去噪方法已经不能满足当前高精度地震勘探的要求。提出了基于Shearlet变换的地震数据去噪方法,Shearlet变换是一种新的多尺度变换方法,具有多方向、多分辨率及最佳稀疏逼近性质,并且计算效率高。Shearlet变换在去除随机噪声的同时能最大程度保留有效信号,有效地提高信噪比。利用Shearlet变换阈值去噪法与其他地震去噪方法分别对不同信噪比的合成地震记录和实际地震记录进行对比,结果表明Shearlet变换具有更强的去噪能力和更高的运算效率。     

基于联合稀疏表示的共偏移距道集随机噪声压制方法

受多解性和单道信号处理方法制约,传统基于稀疏表示的一维随机噪声压制方法面临着单道数据处理方法没有考虑有效信号的空间相关性,去噪的同时会损害有效波,以及稀疏表示算法具有多解性,相邻地震道处理结果差异大,难以适应信号空间变化的问题。叠前共偏移距道集中各波形均为水平同相轴,具有相同的双程旅行时间,各道信号具有相同的支撑。在该道集中利用联合稀疏表示进行随机噪声压制处理,能够兼顾信号的道间相干性和空间变化,降低算法的多解性,参与计算的各道在同一条件下获得最优稀疏表示,因此处理结果具有较好的一致性。数值模拟和实际资料试算结果表明,该方法不仅可以实现随机噪声的压制,而且可以很好地保持有效信号,具有良好的应用效果。     

基于快速Myriad滤波方法的地震数据去噪

Myriad滤波是一种针对非高斯脉冲噪声而提出的非线性滤波方法。基本Myriad滤波方法的运算量受窗口长度的影响,窗口取得越长,运算量也越大;改进的快速Myriad滤波方法实现简单,执行效率高。在方法原理介绍的基础上,假设地震噪声服从α稳定分布,将快速Myriad滤波方法应用于地震数据的去噪处理试验,并分别与均值滤波方法和中值滤波方法进行了对比。理论模型数据测试和实际叠前地震资料应用的结果都表明,快速Myriad滤波方法不仅对脉冲噪声具有很强的抑制能力,而且能有效地保护数据中的有用信息,其性能远远优于同窗口长度的均值滤波和中值滤波方法,滤波后地震数据的信噪比明显增强。     

叠前主分量重建随机噪声衰减

随机噪声是地震勘探中不可避免的一类干扰波,叠前记录中随机噪声的存在不但会引起资料信噪比的降低,而且会直接影响到动、静校正的精度,影响资料处理的质量。目前已有很多衰减随机噪声的方法在应用中见到了很好的效果,但由于它们大多基于叠后数学模型开发,在叠前应用有时会因为其理论基础或叠前资料本身的某些特点而使应用效果受到某种模型开发,在叠前应用有时会因为其理论基础或叠前资料本身的某些特点而使应用效果受到某种程     

基于正则化局部自适应核回归的单点高密度地震资料随机噪声压制方法

单点高密度地震资料的波场信息丰富,但同时存在信噪比较低、有效信号严重混杂在噪声中的问题。经典核回归法可以在地震数据中同相轴连续的区域获得近似最佳的滤波效果,但在同相轴突变区域容易造成边缘模糊。为了更有效地处理地震数据,研究了正则化局部自适应核回归（RLASKR）方法进行随机噪声压制。传统核回归法将空间距离作为唯一的回归函数影响因素,而正则化局部自适应核回归方法综合考虑了空间距离和灰度距离,核函数的形状随着不同区域数据样本的特征而变化,因此地震记录中的同相轴边缘信息能够有效地保存下来。模型记录和实际地震数据测试都显示出该方法的灵活性和有效性,验证了该方法在振幅保真和噪声压制方面比传统核回归法有着更好的效果。     

基于正则化局部自适应核回归的单点高密度地震资料随机噪声压制方法

单点高密度地震资料的波场信息丰富,但同时存在信噪比较低、有效信号严重混杂在噪声中的问题。经典核回归法可以在地震数据中同相轴连续的区域获得近似最佳的滤波效果,但在同相轴突变区域容易造成边缘模糊。为了更有效地处理地震数据,研究了正则化局部自适应核回归（RLASKR）方法进行随机噪声压制。传统核回归法将空间距离作为唯一的回归函数影响因素,而正则化局部自适应核回归方法综合考虑了空间距离和灰度距离,核函数的形状随着不同区域数据样本的特征而变化,因此地震记录中的同相轴边缘信息能够有效地保存下来。模型记录和实际地震数据测试都显示出该方法的灵活性和有效性,验证了该方法在振幅保真和噪声压制方面比传统核回归法有着更好的效果。     

基于Gabor变换自适应噪声衰减

地震记录往往受高能噪声的影响使有效信号淹没在噪声中,使地震资料的信噪比降低。针对高能噪声（尖脉冲、面波和声波等）的特点,提出了利用Gabor变换将地震数据变换到时间-频率域中,在三维空间（时间-空间-频率）对信号进行刻画,然后在局部范围内对数据进行处理的方法。实际资料处理表明该方法能有效衰减高能噪声并保护有效波。     

f-x域Cadzow技术分块压制随机噪声及其应用

介绍了一种f-x域Cadzow滤波分块压制随机噪声的技术。首先构建Hankel矩阵,然后利用复数域奇异值分解(SVD)技术进行特征值分解,利用优选特征值的加权并通过替换频率切片实现随机噪声的压制。采用分块处理解决实际地震资料中存在的倾角变化非稳态问题,与传统的假设同相轴水平的SVD技术相比,该技术无需对同相轴进行任何相对时差校正,在假设线性同相轴条件下适应同相轴交错的复杂情况。模型数据处理结果表明,如果地层的倾角个数与选取的特征值个数相同,则对无噪数据没有损害。实际资料处理结果表明,f-x域Cadzow滤波技术是一种稳健的压制随机噪声的技术。     

基于EMD与ICA的地震信号去噪技术研究

去除随机噪声是地震资料处理的重要环节,而目前的多数去噪技术都不同程度存在去噪效果差、损害有效信号等问题。为此,利用经验模态分解(Empirical Mode Decomposition,简写为EMD)能将信号自适应分解为不同尺度振动模态的优点及独立分量分析(Independent Component Analysis,简写为ICA)能提取独立源信号的优势,构造了一种EMD与ICA相结合的新的去噪算法,很好地实现了地震有效信号和随机噪声的分离,在提高去噪效果的同时提高了有效信号的保幅效果。将该算法应用于仿真实验和实际资料去噪,结果都明显优于总体经验模态分解(Ensemble Empirical Mode Decomposition,简写为EEMD)去噪结果,地震资料的信噪比和分辨率都大大提高。     

基于变分模态分解的地震随机噪声压制方法

针对经验模态分解（EMD）方法中递归迭代式筛选过程耗时过长、分解精度不高等问题,提出了基于频率域内全局自适应的变分模态分解（VMD）的地震随机噪声压制方法。与EMD类方法的迭代筛选模式不同,VMD方法的分解过程可转换至变分泛函最优求解过程,以每个带限窄带（BIMF）分量的估计带宽之和最小为约束,通过增广Lagrange目标函数将变分问题由约束性变为非约束性,采用交替方向乘子（ADMM）算法寻求变分泛函的最优解达到信号自适应分解的目的。ADMM中频率中心及带宽交替更新对偶上升,使两者同时达到最优趋势,并生成所有BIMF分量,具有更高的时间效率。同时,各模态分量在频谱上均具有带限特性,可实现信号频带的高分辨率、自适应剖分。实验结果表明,基于VMD的地震随机噪声压制方法具有优异噪声压制、幅值保持性能的同时,还具备较高的计算效率,可满足高维大尺度地震数据的处理要求。