小波变换和沃尔什变换在测井曲线分层中的联合应用

在分析单独利用小波变换或沃尔什变换进行测井曲线自动分层所存在的优势及弊端的基础上,依据沃尔什方法能适用多测井曲线分层和小波方法更能表征信号突变点的特点,提出了一种小波变换和沃尔什变换联合的测井曲线自动分层方法,该方法能有效地结合两者在测井曲线分层中的优势并弥补各自的不足.实际测井资料的处理结果表明,与小波变换分层方法和沃尔什变换分层方法相比,该联合方法简单、快速、有效,更适合实际测井资料的处理.     

一种基于沃希变换的测井自动分层方法

介绍了一种利用沃希（Ｗａｌｓｈ）变换实现测井曲线计算机自动分层方法。叙述了Ｗａｌｓｈ变换的基本理论和用于测井自动分层的实现过程。通过实际资料的处理证明,该技术是一种快速、准确的认识岩性界面的方法,具有很好的实用价值。     

小波变换在智能厚度划分系统中的应用

在研究小波变换表征信号突变特征的基础上, 提出一种用小波变换划分地层厚度的方法. 采用高斯一阶导数作为基小波对测井曲线进行一维连续小波变换, 并用得到的系数曲线更精确地识别各个“波形”的形态特征, 根据曲线的特点对精度要求不同的曲线采取了不同尺度的变换, 有效解决了厚度划分中的地层分层和合层问题, 提高了厚度划分精度. 结合实际应用, 验证了该方法处理测井信号的有效性.     

由测井曲线确定岩层界面的方法

本文介绍一种应用沃尔什变换对测井曲线进行分层的技术,即对原始测井曲线作低通滤波后,根据各条曲线值变化的加权和,由计算机自动判断,确定岩层界面。这是一种方法简单、运行速度快、结果精确、使用方便的测井曲线分层的计算机技术。通过在IBM-PC微机上对测井曲线进行分层处理的实例,证实了这种方法的可行性。文中还论述了提高分层分辨率的途径。这种方法的处理程序可用于测井资料的逐层解释、岩相分析和相关对比等方面。     

小波变换地震反演方法

提出了一种利用小波变换方法提高地震剖面的分辨率，进而更有效地进行波阻抗反演的新思路。根据小波变换的特点，对测井资料进行小波分解，对分解结果的各个频段进行组合，寻找与井旁道接近的组合方案，从而得到大地滤波因子，将此滤波因子作用于其他各道，得到对应于该道的反射系数，进而求得波阻抗的值。     

高维小波变换的一般形式

利用小波变换是等距变换这一事实，推导出高维小波变换的一般形式，使通常的小波变换只是其中的一种特殊情形。在实际应用中，可以适当的选取参数α，β。这使小波变换的应用更广泛，使用更灵活。     

提升测井曲线分辨率的第一类算子问题处理方法

老油区测井资料的分辨率不能满足储层非均质性精细描述的要求，因而其常规测井曲线的高分辨率处理很重要。将第一类算子问题与沃尔什函数变化方法相结合，提高老井测井曲线的纵向分辨率，进而提升常规测井曲线对储层非均质性的分辨能力。利用离散沃尔什函数变换法，并采用正则化处理手段和快速的数值算法，提高了反演速度，并避免了由于测井资料误差造成的测井曲线反演的病态问题。利用该方法对常规测井资料进行了高分辨率处理，结果表明，处理后的测井信息与地层真实情况更为接近，可有效地提升常规曲线的纵向分辨能力，使其更好地用于老油区储层非均质区域性评价。     

小波变换在地震瞬时属性提取中的应用

本文介绍了运用小波变换求取地震信号瞬时属性的基本原理。分析了适合做小波变换的信号特征,讨论了小波变换与希尔伯特变换在求取地震瞬时属性的联系与区别。然后,分别给出了小波变换和希尔伯特变换在实际地震资料中提取瞬时属性计算结果,并进行了比较分析。通过理论分析和实际资料的应用表明,应用小波变换求取地震信号瞬时属性能取得较理想的效果。     

高斯小波用于测井层序地层自动划分的研究

不同级别层序界面的识别是层序地层学研究的关键问题。在层序地层单元的分界面上，测井曲线表现为突变，而高斯小波对信号突变点具有敏感性和多尺度分析特性，因此测井数据的高斯小波变换能够表征这种突变。以胜坨油田某井为例，对自然电位测井数据进行高斯小波变换，将一维测井数据拓展为二维深度一尺度空间，使其内部的能量聚集与分布得以清晰展示。依据小波时频色谱信息和能量信息，选取识别不同级别层序地层界面的最佳尺度，获取最佳尺度下小波系数模极值的信息。结果表明，小波系数曲线模极值能反映地层岩性的变化，与各级层序界面具有较好的对应关系，从而可据其实现不同级别层序界面的划分。与岩性剖面相比，该方法可用来准确划分层序界面。这些探索为地层层序的自动划分提供了一种新的思路。     

基于小波变换的测井曲线识别系统

主要介绍了利用小波变换可以检测出奇异信号的特殊功能,在此基础上,给出了计算机模式识别技术实现的测井曲线的自动识别方法,利用VC＋＋开发了测井曲线识别系统并给出了实验结果。     

一种基于小波变换与分水岭变换的菌落图像分割算法研究

菌落的特点是菌落细胞大小不一、形态各异、分布杂乱。提出了一种新的基于小波变换与分水岭变换的分割算法,首先利用小波变换产生多分辨率图象,然后对最低分辨率图象进行分水岭分割,最后对低分辨率分割后的图象进行高分辨率投影,得到高分辨率图象的分水岭分割结果。实验结果表明,该算法对复杂菌落图象能获得较好的分割效果。     

基于不完全树结构小波变换及FKCN 的纹理分割

提出了一种新的不完全树结构小波变换用于纹理特征提取，提出了一种与人类视觉过程相一致的多分辨率多通道纹理分析方法，它由(1)特征提取：使用不完全树结构小没变换抽取纹理特征；(2)基于模糊Kohonen聚类网络的特征粗分类：使用缩减的特征向量对网络进行训练，得到粗分割结果；(3)粗分割结果的细化等几部分构成。实验结果证明了本方法的有效性。     

用小波变换提取局部放电信号

为了提取局部放电信号,采用二进尺度小波变换的Ｍａｌａｔ算法,应用Ｄａｕｂｅｃｈｉｃｓ小波,设计了低通、带通滤波器。数值仿真研究中,用指数衰减或衰减振荡波来模拟放电信号,研究了小波变换提取信号的效果及有关影响因素。仿真和现场监测数据处理的结果表明,由于小波变换具有多分辨率特性,能快速而有效地从多种窄带干扰中提取出放电信号,适当条件下还可实现较完整波形的提取。由于处理速率较高,适合在线监测时实时使用。     

Ridgelet变换在地震数据压缩中的应用

鉴于地震数据反映的物理界面的空间展布往往具有直线、平面等特性,小波变换进行震压缩处理不能很好地反映这一特性,根据Ridgelet变换的特点,将Ridgelet变换应用于地震数据压缩,结合嵌入式零树编码方法,提出了Ridgelet变换的地震数据压缩方法.通过对实际资料的处理,在压缩率为99.0%和90%时,比较了Ridgelet变换与小波变换处理结果.研究结果表明:Rigelet变换应用于地震数据压缩,其对数据的压缩比比小波变换对数据的压缩比大.     

基于MATLAB的数字图像小波变换算法比较

小波变换是数字信号处理中非常有力的一种工具,本文通过阐述基于MATLAB的小波变换的软阈值 降噪方法,旨在展示小波变换在图像噪音消除方面的实际运用以及前景．通过使用傅立叶变换算法和小波变 换算法对同一幅图像进行降噪处理的比较,可以看出:小波变换的主要特点就是能够提供局部细化与分析的 功能,小波变换降噪算法具有很强的实用性．     

改进ROEWA与小波变换结合的遥感图像海陆分离

海陆分离一直是光学遥感图像舰船检测中最重要的一部分,目前大多数的海陆分离算法都是依靠先验信息或是利用灰度特征对图像进行处理,造成分割效果不明显,大量的孤立区域无法处理,而且会造成误分割,不利于后续处理。针对上述问题,本文提出一种基于改进ROEWA算子与小波变换结合的海陆分离方法。首先利用ROEWA(指数加权平均比率)算子对原始图像进行边缘检测得到边缘的强度,再利用非极值抑制和双阈值算法定位边缘,然后采用小波变换对叠加后的图像进行二次边缘提取,提取边缘的方向,最后对边缘检测后的图像进行区域生长,进而得到最终的海陆分离图像。实验结果表明,本文的算法与常用的的海陆分离算法相比,检测效率和精度都比较高,且鲁棒性好,有利于后续舰船检测的处理。     

煤矿井下地音监测信号的小波变换处理方法

针对煤矿井下地音信号复杂的情况,提出一种基于小波变换的地音信号处理方法,并对现场信号进行实验分析.结果表明：小波变换方法可以去除地音信号的背景噪声,将复杂的声发射波形数据分解为具有单一特征的波.该研究为工作面动力灾害的实时预报提供了依据.     

小波变换在图像压缩中的应用

介绍了小波变换的基本理论以及基于小波变换的图像分解与重构过程．讨论了在Matlab语言环境下实现图像压缩的基本方法,并对小波变换用于图像压缩时小波基的选取所要考虑的因素进行了分析．从工程和实验两个方面较为直观地探讨了小波变换在图像压缩中的应用．实验结果表明：小波变换用于图像压缩能够实现很高的压缩比,具有很高的使用价值．     

一种“时-空”域自动视频分割算法

为了进行基于对象的视频编码,视频图像往往需要被分割成单独的个体.提出了一种从时域到空域的自动视频分割算法.在时间域阶段,通过对相邻两帧变化部分的检测,找到运动目标的初步定位.在空间域阶段,采用预测分水岭算法对运动目标进行精确定位.两种方法互相补充,互相增强.另外为了解决分水岭的过分割问题,算法在小波变换后的图像上进行.实验结果表明,提出的方法不仅分割效果好,而且计算时间少,分割的结果具有更准确的语义信息和实用性.     

基于小波变换与模极大值法的高速铁路牵引网故障行波波头自动识别算法

为解决准确自动识别入射波和反射波的波头这一难题,提出了一种基于小波变换与模极大值法的行波波头自动识别方法。在分析小波变换及突变点检测原理的基础上,利用牵引变电所采集到的电压行波信号,进行多尺度一维离散小波变换。选用Daubechies小波族的db6为基本小波,并采用搜索模极大值的方法和约束函数判定,在模极大值点间进行自动识别起始波和反射波的波头位置。理论分析和现场数据验证结果表明,该算法切实有效,并能结合初始波与反射波间数据采样点数,得出故障初始行波脉冲与故障点反射回来的行波脉冲之间的时间差。