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。     

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。     

基于曲波变换和各向异性扩散滤波的联合去噪技术

曲波变换阈值去噪方法是一种有效的随机噪音压制方法,其去噪效果取决于阈值的选取,且存在过度平滑和环绕效应2种固有缺陷。各向异性扩散滤波方法是一种基于热扩散偏微分方程的边界保持的滤波方法,适用于信噪比较高的地震纹理图像,往往用于图像增强。基于对曲波变换阈值的分析,充分结合2种去噪方法的优点,提出了一种有效的联合去噪算法,避开了曲波阈值选取的困难,实现了边界和振幅的保持,改善了曲波变换阈值方法的缺陷。通过对叠前、叠后模拟地震数据以及实际地震数据测试,证明了该方法在去除随机噪音的同时能有效保持地震同相轴的振幅和形态特征。通过6种定量化指标,分析了该方法相对于多种曲波阈值去噪方法在提高信噪比和保持边界特征方面的优势。     

基于曲波域稀疏约束的OVT域地震数据去噪方法研究

炮检距向量片(offset vector tile,OVT)道集中噪声与有效信号的差异小,深层的弱有效信号同相轴连续性差,传统去噪方法在抑制噪声的同时会对弱有效信号造成较大损伤。为解决这一问题,在OVT道集中引入了基于压缩感知(compressed sensing,CS)理论的曲波域稀疏约束地震数据去噪方法,该方法基于曲波变换的多方向性和各向异性对地震数据进行稀疏描述,利用与噪声相关的信息约束正交匹配追踪(orthogonal matching pursuit,OMP)重构算法的迭代过程,实现对弱有效信号的提取。模型测试和实际资料处理结果表明:小波阈值去噪方法在抑制噪声的同时会损伤与噪声差异小的弱有效信号,对同相轴的连续性改善不明显,造成深层弱有效信号的同相轴连续性差;CS小波去噪方法可一定程度保护弱有效信息,但由于无法精确表达直线或曲线等边缘特征,分离与噪声差异小的深层弱信号及噪声时效果不理想;基于CS理论的曲波域稀疏约束地震数据去噪方法克服了OMP重构算法对信号稀疏度的依赖,有效提取了OVT域地震数据的中、深反射层的弱有效信号,在压制强随机噪声的同时减少了弱有效信号的损失,提高了地震剖面的信噪比和同相轴的连续性。     

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。     

基于数据驱动紧框架理论的三维地震数据去噪与重建

由于受经济成本、地质条件等因素限制,地震采集数据一般为欠采样数据且含有噪声,将对数据处理和地质解释产生严重影响。为此,基于数据驱动紧框架（data-driven tight frame,DDTF）理论,研究了三维地震数据去噪和重建问题。DDTF理论限定学习字典为一组平移不变的冗余小波紧框架,通过进一步控制字典的自由度,使DDTF算法拥有良好的鲁棒性,并且利用小波紧框架完美的重构特性,可更好地保留数据的精细特征。仿真实验和实际数据应用结果表明： DDTF算法对结构简单的三维合成地震数据及结构复杂的实际三维地震数据都具有良好的去噪和重建效果,但计算效率较低,还需进一步改进;曲波变换对实际数据的去噪和重建效果较差;块匹配四维协同滤波的去噪和重建结果过于光滑,会丢失一些结构特征。     

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。     

地震勘探中的去噪技术新进展

去噪技术在地震数据处理流程中占据着重要地位。随着地震勘探的发展,去噪技术也有了较快的发展。地球物理工作者在不断改进现有去噪方法的同时,也在不断探索新的去噪技术。从噪声分类入手,首先介绍了地震数据中的噪声,然后综合评述了近几年新发展的去噪技术,包括时频分析方法、反偏移方法、径向道变换法和基于支持向量机、形态学、独立成分分析的方法,最后对去噪技术的发展做了展望。     

利用小波变换实现地震资料分频去噪处理

由于地表条件和地质条件的影响，复杂地区地震资料的各种干扰波都十分发育，严重影响了地震资料的成像效果。在常规去规则干扰的处理中，常常采用带通滤波的方法，在全频域中进行，然而有效波与噪音在频带上是相互重叠的，所以在去除噪音的同时不可避免地影响了有效信号。本文介绍的方法采用局域分频思路，利用小波分频处理技术将地震信号分成若干个频段，仅对噪音富集的频段剖面进行去噪处理，这样既较干净地去除了噪音，又保护了有效信号。从而改善了地震资料信噪比。实例应用表明，该方法实用而有效。     

基于空间变换的F-X域地震去噪新方法

地震记录的高信噪比与高分辨率处理几乎涵盖了地震资料处理的全部内容，高分辨率处理是以高信噪比处理为前提的，没有一定的信噪比而一味地追求高分辨率是徒劳的。因此，提出了一种适应复杂构造地区地震资料去噪的新方法－－基于空间变换的F－X域地震去噪新方法。该方法首先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有关系数。然后，利用这些系数对地震数据在横向作线性化变换，并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。最后，对得到的预测结果进行反拟线性变换，即完成整个去噪过程。理论数据和实际资料试算结果表明，该方法能较好地适应复杂构造，具有较强的去随机干扰能力，保真性较好。     

小波变换及其在地震资料去噪中的应用

文章从傅立叶变换不能满足信号处理的要求入手引出小波变换,通过对实际地震资料小波变换去噪前后的效果比较,说明了小波变换是一种分离信号的好方法,能够提高地震资料的分辨率。     

基于小波变换的地震资料去噪处理研究

常规小波阈值去噪方法未能充分利用地震信号相关性的特点进行去噪,为此在多层小波变换中引入了双变量概率分布模型。基于贝叶斯估计理论,得到了相应的双变量收缩函数;基于层内局域方差估计,得到了一种局域自适应去噪算法。在实验中,将该算法分别应用于实值离散小波变换域和复数小波变换域,并和隐马尔科夫模型的去噪方法进行了比较。图像处理和地震模型测试结果表明,复数小波变换的局域自适应收缩算法去噪效果最好。     

地震资料处理中的去噪技术

科技人员经过对大量的地震资料的噪声特点进行分析研究，总结出一套压制、衰减噪声的处理方法和流程，提出使用视速度滤波、内切滤波、相关系数滤波，F-K滤波等处理方法衰减噪声，以叠前去噪作为噪声压制的主要处理手段，叠后去噪对叠前去噪进行补充，从而提高地震资料的信噪比，改善剖面的成像效果。     

基于K-L变换的微地震资料去噪方法

K-L变换是一种有效的地震去噪方法,但对于信号弱、信噪比较低的微地震资料,传统K-L变换方法去噪效果较差。为此,提出基于K-L变换的微地震资料去噪方法。首先利用单道微地震记录求取协方差矩阵,然后对协方差矩阵进行求解特征值和特征向量,通过分析,选取适当的特征值所对应的新分量进行矩阵的重构,最后通过K-L反变换得到去除噪声、有效信号突出的重构信号。该方法应用于四川某地区微地震资料的去噪处理,效果良好。     

利用多层感知机的地震数据去噪

地震勘探广泛应用于地质构造分析、油气及其他矿产资源勘查等领域。受环境、仪器等因素影响,地震数据中不可避免地混杂随机噪声,无疑会对后续的资料处理和解释带来负面影响。文中提出一种用多层感知机（Multi-layer Perceptron,MLP）的去噪方法：首先用滑动窗口在已知地震数据中采样并将其转换为一维向量,作为训练集样本构建多层神经网络模型;再通过反向传播算法计算模型各层神经元的权重,使得模型训练均方误差最小;然后将合成或实测含噪地震数据输入到已训练模型,用该已训练得到的权重计算模型输出。将上述MLP方法处理结果与曲波方法去噪结果进行比较,发现MLP方法去噪结果的信噪比更高,且较好地保护了有效信号,尤其是对构造细节有显著的保护效果。