小波尺度域和空间域倾角扫描高阶相关去噪技术

 针对常规小波相关去噪仅在尺度域或空间域进行二阶相关去噪的局限，本文提出了一种小波尺度域和空间域高阶相关去噪方法。首先对地震记录剖面进行５个尺度的静态小波分解，得到５个分量记录剖面，对这５个剖面的每道在尺度域对相邻尺度的小波系数进行高阶相关；然后对经尺度域相关的５个剖面在空间域对同一分量记录剖面相邻道的小波系数再进行高阶相关，并用此系数对相应道修正，完成所有分量剖面的空间域相关后的重构，最终得到去噪后的地震记录剖面。数值试验和实际资料处理结果表明，该方法对随机噪声的去噪效果明显优于仅在尺度域或空间域进行二阶相关的小波去噪的效果。     

小波包节点域和空间域倾角扫描高阶相关去噪技术

 小波包去噪就是根据信号和噪声在不同节点、不同层上的差异,在节点域利用其他数学方法(如相关、阈值化处理等)对含噪信号的系数进行缩幅、置零、相关等处理,最后重构原信号。空间域相关是指对经节点域高阶相关后的分量剖面的相邻道进行相关。由于剖面上相邻道的信号具有较强的相关性,而随机噪声的相关性较弱,可利用该特征增强信号,抑制或消除噪声。基于小波包方法、高阶相关方法的特点以及小波包方法在高频段分辨率高的优势,本文提出了小波包节点域和空间域倾角扫描高阶（3阶）相关去噪技术。首先对原始地震记录剖面进行4层小波包分解,得到16个分量剖面,并对这些剖面的每道在节点域对相邻频段的小波包系数进行高阶相关;然后在空间域对同一分量剖面相邻道的小波包系数进行倾角扫描高阶相关;在完成所有分量剖面的空间域相关后,对这些分量剖面进行重构,最终得到去噪后的地震记录剖面。数值实验和实际资料处理结果表明,本文方法的去噪效果明显优于小波尺度域和空间域高阶相关去噪方法,也明显优于常规小波包节点域2阶相关去噪方法。经本文方法去噪后,高斯白噪声得到了明显的压制或消除。     

基于二维小波变换的地震资料去噪方法

在油气勘探中,接收到的地震信号包含有效信号和噪声干扰,即要求从强噪声背景中提取出微弱有效信号,去除干扰信号.小波变换是一种时频分析方法,具有多分辨和适应时变信号处理的特性,能将信号进行多尺度分解,各尺度上分解所得的小波变换系数代表原信号在不同分辨率上的信息,根据时频分析结果进行去噪处理,试验显示局部特征并没有得到有效利用.于是针对地震数据及其噪声干扰的特点,利用二维小波变换技术易于分离有效信号和噪声的特点,将其应用于实际地震资料的处理中,对消除面波干扰及其他规则干扰效果很明显,大大提高了地震资料的信噪比和分辨率,有效改善了地震资料的质量.     

利用平衡双正交多小波变换进行地震数据去噪与压缩

本文通过实例讨论了利用平衡双正交多小波变换对地震数据进行去噪处理和数据压缩的过程。去噪过程为 :1在多小波变换域上 ,利用高频高波数分量来估计随机噪声的方差 ;2利用地震记录的方差减去噪声的方差得到有效信号的方差 ,从而求出阈值 ,并采用软阈值处理方法进行去噪 ;3利用多小波反变换公式得到去噪后的信号。数据压缩过程为 :1利用平衡双正交多小波 BSA6 /6把地震数据分解成 4层 ,每次只对低频部分进行分解 ;2重排每个 2× 2子块 ,使得具有相同空间位置关系的 4个系数排在一起 (原来的 1 6个子块变为 4个子块 ) ,从而满足 SHIFT编码方案中所要求的父子关系 ;3对每个等级树进行嵌入式编码 ,利用改进的小波零树编码方案压缩地震数据。试验结果表明 ,文中方法优于单小波去噪与数据压缩方法。     

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。     

一种改进的多次小波变换地震信号去噪方法

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噪声,对提高地震记录信噪比和分辨率都有较好的效果。     

f—x域去噪方法研究

本文提出一种拟线性化变换的方法，将地震数据进行拟线性交换，在此基础上进行f-x域预测去噪，具体步骤为：①利用正交多项式逼近技术，采用最大相似系数准则，计算出描述地震同相轴走势的相关系数；②利用相关系数对地震数据在空间上做拟线性化变换，对变换后的地震数据进行奇异滤波和f-x域有效信号预测；③对预测结果进行反变换。理论数据试算和实际资料处理表明，本文提出的去噪方法具有去噪能力强、振幅保真性好、不降低纵向分辨率等特点，能适应复杂构造资料的处理。     

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。     

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...     

小波变换域K L变换及其去噪效果分析

K—L变换利用相邻地震道的相关性来去除随机噪声，但对于倾斜和弯曲同相轴反射去噪效果不佳。采用改进的时变倾角扫描叠加K—L变换能够较好地去除随机噪声，但由于在时间域进行，没有考虑有效信号和随机噪声在频率域的特点，高频有效信号易受压制。小波变换具有较强的时频分析能力，在小波变换域进行K—L变换，可以实现分时分频K—L变换去噪。介绍了小波变换域K—L变换压制随机噪声的基本原理，即先将地震信号进行小波分解形成分时分频的小波包剖面，然后用K—L变换对小波包剖面进行去噪，再将去噪后的小波包剖面重构回地震剖面，从而达到消除随机噪声的目的。理论模型计算和实际资料处理表明，小波变换域K—L变换去噪方法在有效去除随机噪声的同时能够保护高频有效信号。     

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。     

随机噪声的多尺度多方向域压制方法研究

介绍了信号的多尺度多方向特性和具有此功能的第2代curvelet变换的基本原理,阐述了对于光滑且二阶连续可微的函数,第2代curvelet变换所具有的最优逼近性能。给出了地震资料随机噪声衰减的阈值方法。基于理论模型讨论了多尺度多方向域(curvelet域)的去噪特性,并将其与传统小波变换的去噪效果进行了对比。最后,将该方法应用于实际地震资料处理,结果表明,与传统小波变换相比,多尺度多方向域阈值法充分利用了信号与噪声在方向上的差异,使随机噪声得到了较好的衰减,有效提高了地震资料的信噪比,较好地保留了地震记录的有效信号。     

小波多尺度边缘检测及其在裂缝预测中的应用

本文在阐明二维小波变换用于地震属性数据基本原理的基础上．建立了小波变换用于图像多尺度边缘检测的有效流程。根据地震层位数据形成的二维图像的特点．构造有效的小波基函数和尺度函数，提高图像边缘检测和图像分割的精度。为了提高运算效率，对算法和小波滤波器进行了优化设计，并将该方法应用于研究裂缝的分布，为油气储层预测提供依据。通过对研究区实际资料的处理并与闽值检测法及Sobel检测法对比，表明该方法是有效和可行的。     

基于二维小波变换的随机噪声压制方法研究

在地震勘探中,随机噪声是一种频带较宽、严重影响有效波的干扰波,常用的一维去噪方法效果不理想。小波变换是一种时频分析方法,根据它的分频和局部分析能力,能有效地消除随机干扰,保留有效波的中、高频成分,经过小波重构,可恢复有效波信号。针对地震信号随机干扰的特点,运用二维小波变换的理论,设计了相应的变换域去噪滤波器。此方法的特点是计算速度快,稳定性好,自适应性强,能对各种地震数据进行去噪处理,模型数据与实际数据的应用效果证明,二维小波变换具有较强的信噪分离能力。     

基于Shearlet变换的自适应阈值地震数据去噪方法

由于随机噪声的干扰,地震勘探的有效信号经常淹没其中难以识别,且在时间域难以分离随机噪声和有效信号。Shearlet变换是一种新的多尺度多方向时频分析方法,具有最优的稀疏表示能力、局部化特征和方向敏感性。Shearlet变换在去除随机噪声的同时,能够最大限度地保留有效信号,可以有效地提高地震数据的信噪比。针对传统的Shearlet变换阈值去噪方法不能随尺度和方向变化的不足,提出了随尺度和方向变化的自适应阈值,可以同时适应不同尺度和方向噪声水平的差异。利用Shearlet变换的自适应阈值算法与小波变换去噪方法,分别对理论和实际地震数据进行去噪。对比可知,Shearlet变换的自适应阈值算法具有更强的去噪能力,并能够最大限度地保留有效信号。     

小波谱白化方法提高地震资料的分辨率

小波变换具有分析性质好和时一频局域化好的特性,而谱白化方法是高分辩处理中一种有效的频率补偿手段。本文利用它们各自的优点,使二者有机结合起来,提出了一种地震资料高分辩处理方法。该方法首先对地震信号进行小波分解,再利用谱白化方法对小波分尺度信号进行合理的频率补偿,最后将频率补偿后的小波分尺度信号进行小波反变换,得到高分辨地震信号。理论模型试算和实际地震资料处理结果证明了该方法的正确和有效性。     

小波变换回波提取在可控震源地震信号处理中的应用

在传统的可控震源地震信号处理中,通常用相关算法和反褶积算法把各地震道采集的原始数据转换成地震剖面,然而它们的效果受环境噪声的干扰明显。本文采用一种基于小波变换的时频互相关(TFCC)算法,能从可控震源地震数据中检测回波并估计其时间延迟。在该算法中,首先对道数据和扫频源信号进行小波变换,得到其时频表示,然后对其时频表示进行互相关。在时频互相关的计算结果中,回波被转变成时频相关子波,同时原始道数据被转变成地层剖面。用TFCC算法和相关算法来处理相同的实际可控震源地震数据,显示前者能更好地压制噪声,并能清晰地检测到微弱回波信号。     

小波变换与F—K算法在滤波中的应用

陆地地震勘探资料通常含有不同类型的噪声。有效地消除这些噪声，提高分辨率是地震数据处理的主要内容之一。作为一种时频分解方法，小波变换是一种有效的时变滤波工具。本文这了小波变换的有关理论，阐述了它的滤波原理，并借助于Ｆ－Ｋ滤波方法，将小波变换成功地应用于地震信号的滤波之中。具体方法是：将一维信号变换到二维Ｆ－Ｔ平面上，通过改变不同的尺度因子，把信号的不同频率分量刻画出发，再通过改变位移参数来描述信号的