方向信号测度约束下的组合多级中值滤波去噪技术

介绍了在二维窗口中的标准中值滤波、单向多级中值滤波和双向多级中值滤波技术,它们在去噪能力、有效信号的保护上各有所长。又引入了方向信号测度,对地震信号的信噪比进行定量检测,得到方向信号测度量。由此,提出了方向信号测度约束下的组合多级中值滤波,以消除地震信号中的随机噪声。通过模型实验以及对实际资料的处理表明,该方法能有效地提高地震资料的信噪比和连续性,其去噪效果好于三种滤波器分别滤波的结果。     

基于小波变换与多级中值滤波的联合去噪方法

基于小波变换的阈值去噪方法存在阈值选取困难、低信噪比资料去噪后倾斜和弯曲同相轴连续性不好等问题。图像去噪方法中的多级中值滤波具有保护细节的特性,提出了基于多级中值滤波的小波域去噪算法。该方法利用最大和最小中值之差判断平坦区域和边缘区域,提高了小波域中去除噪声的能力,同时有效地保护了信号细节。模型数据与实际数据处理结果表明,该方法比阈值去噪方法分离信、噪的能力更强。     

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。     

自适应顺序统计滤波在地震资料处理中的应用

本文介绍了基于信号局部统计性质的、能同时压制加性高斯噪声和脉冲噪声的自适应顺序统计滤波器的基本原理。为了进一步强化滤波器保护同相轴细节的能力,文中将自适应顺序统计滤波器与加权中值滤波器相结合,针对地震资料实际情况,分别对地震剖面噪声方差的估计、自适应系数的计算以及加权中值滤波的权的设计等进行了研究,并研制了相应的软件;用实际资料对该方法进行检验,结果证明该方法有效而实用。     

基于矢量中值滤波的ISS高密度地震数据去噪方法

ISS高密度地震采集是以干扰炮相对有效炮为随机信号的基本理念对地震数据进行采集的方法,其大部分有效信号会淹没于噪声之中。基于此,本文提出-种在十字排列域或检波点域进行矢量中值滤波方法,并针对理论模型简要分析了不同空间滤波参数对保持有效信号和压制干扰信号的影响及处理中应注意的问题;实际单炮地震数据的处理和叠加成像结果表明,该方法在有效压制相干炮噪声的同时,能够较好地保持有效信号,提高资料信噪比,显著优于常规去噪方法的处理效果。     

利用中值相关滤波预测相干信号

在处理一些低信噪比地震资料时,叠前和叠后的去噪必不可少。当噪声的能量很强时,以线笥理论为基础的信噪分离技术已经不以满足地震资料处理的要求。本文分析了目前常用的部分去噪技术的特点后,提出利用中值相关滤波进行信噪分离。它是一个视倾角范围内求取一个中值序列,然后利用相关分析在中值序列中求一个最佳中值序列中求生个最佳中值作为预测的相干信号,从而达到信噪分离。这种方法简单易笃,适应各种强烈干扰背影资料的信噪     

一种非线性滤波去噪方法

大多数的地震数据去噪方法都是根据单参数特征信息提取有效信号或噪声，达到去噪目的，本文利用神经元网络的高维非线性映射特征，设计一种非线性滤波器对数据进行非线性变换，这种滤波器与常规滤波器的不同点在于它综合考虑了地震有效信号和噪声的多种参数表现特征，并将两者有效地分离。经这种方法去噪（空间域）的数据剖面不会降低分辨率，去噪效果受数据信噪比和反射波同相轴倾角的影响较小。本文展示了空间域的处理结果，该方法     

一种从低信噪比地震资料中提取信号的方法

采用改进的时空变小波闽值去噪与叠加技术相结合的方法实现从低信噪比地震资料中提取信号.为减小经典小波阚值去噪产生的过扼杀或过保留现象,选用中值与叠加结果对去噪结果进行约束,并以此为基础改进了经典小波阈值去噪方法.地震资料进行小波变换之后,对每一小波尺度下的各道的每一小波系数用改进方法去噪,然后小波重构,得到去噪后记录.应...     

中值空间滤波去噪技术研究

基于空间滤波法提出了一种基于中值空间滤波的去噪技术,该方法可以在有效地保护电法资料中的有效信息的基础上,去除资料中的随机噪声。介绍了中值空间滤波的算法原理,并给出了实验数据和效果图。实验结果表明,本算法有较好的去除噪声和保护有效信息的效果。结合实例说明了该算法去噪能力强,算法简单,易于实现,具有很好的应用价值。     

基于CEEMD的地震数据小波阈值去噪方法研究

考虑到地震信号的非平稳性和去噪方法对非平稳信号的适应性,针对互补集合经验模态分解(CEEMD)舍弃高频分量的去噪方法和小波阈值去噪方法存在的不足,提出了基于CEEMD的地震数据小波阈值去噪方法。CEEMD是EMD(经验模态分解)的改进型算法,它既保留了EMD处理非平稳信号的优势,又能有效地克服EMD的模态混叠问题;但是,单纯的CEEMD分解去噪会在去除高频噪声的同时压制高频的有效信息。将CEEMD分解与小波阈值去噪相结合,对CEEMD去噪要舍弃的含噪声较多的高频固有模态函数(IMF)分量进行小波阈值去噪,以保留这些分量中的有效信息。模型数据和实际地震资料的测试结果表明,无论对于低噪声还是强噪声地震数据,基于CEEMD的小波阈值去噪方法的去噪效果都优于单纯的CEEMD去噪方法和小波阈值去噪方法。     

脉冲噪声污染图像中的自适应中值滤波器

分析了中值滤波窗口的形状和大小对滤波效果的影响，给出了自适应中值滤波的算法。计算机模拟实验表明，在对受脉冲噪声污染图像的降噪处理中，中值滤波要优于均值滤波，合适的窗口选择有利于保留图像的细节，对有更大概率的脉冲噪声污染图像，自适应中值滤波相比中值滤波有更优的滤波效果。     

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。     

基于多次小波变换的小波域阈值地震信号去噪

在常规小波域阈值信号去噪方法的基础上,提出了基于多次小波变换的小波域阈值地震信号去噪方法。根据小波变换下信号和噪声在多尺度空间中的不同特性,对不同尺度下的小波系数用阈值处理,改进了多次小波变换应用于地震信号去噪的方法。数据仿真和实际应用表明,该方法可以有效压制随机干扰,对提高地震记录的信噪比和分辨率都有较好的效果。     

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。     

环形非对称中值滤波技术在可控震源资料去噪处理中的应用

横向中值滤波是地震资料去噪处理中常用的方法,但对数据有较为严格的要求,否则便达不到理想的去噪效果.叠前可控震源资料满足中值滤波方法的应用条件(即能量一致、波形统一和时间对齐),但样点较少时,常规中值滤波会因样点不足而产生边界效应问题.为此,提出了环形中值滤波技术,即将样点首尾相接,这样在样点不足时可由邻道数据补充.针对可控震源资料中存在的多道连续出现强噪声这一问题,提出了环形非对称中值滤波技术,给出了含强噪声样点的识别方法和替换方法.基于理论模型和实际可控震源资料,讨论了环形非对称中值滤波技术的正确性、实用性和适用范围.     

曲波变换三维地震数据去噪技术

常规去噪方法主要用于二维地震资料的处理,但噪声也存在于三维数据空间,导致常规去噪方法效果较差。为此,选用多尺度、多方向的二维曲波变换进行三维地震资料去噪。首先抽取含噪三维地震数据的时间切片进行多尺度、多方向分解,在曲波域采用局部阈值法去噪,对曲波变换后的每一个尺度选取一个合适的阈值因子,然后通过阈值处理,得到各尺度下的有效波曲波系数,最后将提取的有效波曲波系数进行逆变换重构出地震信号,达到去噪的目的。理论模型与实际资料的处理结果表明,与其他去噪方法相比,该方法最大限度地保留了地震数据的有效信号,达到了更好的去噪效果,具有较好的应用前景。     

基于时空变中值滤波的随机噪声压制方法

针对一维中值滤波的滤波方向与滤波窗长单一的缺陷,一方面根据反射信号沿同相轴方向的相干特征,分别对每个采样点设置合适的滤波方向;另一方面根据地震数据的相干程度,分别对每个采样点设置合适的滤波窗长,从而得到具有时空变特性的改进中值滤波方法。理论模型与实际数据的处理效果均表明,无论是对于理论模型合成的单炮记录还是波场复杂的实际地震资料,本文方法均能在有效地压制随机噪声的同时,较好地保护有效信号。     

基于经验小波变换的地震资料噪声压制方法

噪声压制是地震资料处理中重要的环节,目前已有的去噪技术存在着噪声去除不干净、有效信号丢失、不能处理非线性非平稳信号等问题。经验小波变换(Empirical Wavelet Transform,简写为EWT)是一种能自适应分解原始信号的算法,其相较于经典的经验模态分解(Empirical Mode Decomposition,简写为EMD)具有更好的自适应性和完善的数学理论基础。将EWT算法引入到地震资料噪声压制中,选取合适的小波函数并利用EWT算法对目标地震信号进行自适应分解,得到其各个频率尺度的固有模态分量;然后根据原始地震信号的主频设定阈值范围,选取主频值在阈值范围内的固有模态分量进行重构,最终获取去噪后的地震信号。结果表明将EWT噪声压制算法应用于数值模型和实际地震资料中,可以很好地实现有效信号和噪声的分离,结果均比常规算法的去噪效果要好。     

多方向矢量中值滤波在多分量地震数据中的应用

多方向矢量中值滤波在压制噪声的同时能够有效地保护多分量地震信号的矢量特性。将多方向矢量中值滤波扩展应用于多分量地震数据去噪处理,把多分量地震数据当作一个矢量波场进行处理,每个时间采样点均为一个矢量。基于地震数据沿同相轴变化缓慢的特点,在矢量空间中,以当前滤波点为中心沿不同试验方向截取相邻道矢量信号片段,根据这些矢量信号片段之间的相关性自适应地选取最佳矢量中值滤波窗。扩展后的方法在压制噪声的同时能够有效保护多分量地震数据各分量之间的相对振幅信息。理论模型和实际数据测试结果表明,多方向矢量中值滤波应用于多分量地震数据去噪处理是有效的。     

基于Seislet域分数阶阈值去噪算法的地震资料去噪

相较于由图像领域发展的去噪算法,Seislet阈值去噪算法更好适用于地震数据的去噪处理,但在Seislet阈值去噪算法中,常规硬阈值函数在阈值处存在断点,软阈值函数处理得到的系数与原有系数之间存在恒定偏差,且传统阈值确定准则难以适用于Seislet域。为此,将Riemann-Liouville分数阶积分理论应用到阈值函数中,推导出分数阶阈值函数;再根据地震数据在Seislet域低尺度中有效信号分量远多于高尺度中有效信号分量的特点,提出了一种适用于Seislet域的尺度加权阈值;最后将分数阶阈值函数、尺度加权阈值和Seislet稀疏变换相结合,得到Seislet域分数阶阈值去噪算法。人工合成含噪地震记录和实际地震资料测试结果表明:常规硬阈值和软阈值去噪算法虽然能够在一定程度上压制噪声,但压制效果并不明显,且容易损伤与噪声差异较小的有效信号;分数阶阈值去噪算法较好地克服了硬阈值和软阈值去噪算法的缺点,能够有效压制地震资料中的随机噪声,减少了有效信号的损失,提高了地震资料的信噪比。