小波变换在声波全波测井处理中的应用

小波变换同时有在时间域和频率域对信号进行局部化的特点,使其在声波信号处理中有着广泛的应用前景.讨论了在声波信号处理中所使用的小波变换方法,以及用这种方法所实现的滤波功能.同时,通过对原始波形和滤波后的波形的对比,证明了小波变换方法滤波的灵活性和在对声波信号进行重构和分解过程中的有效性.     

小波分析及其在时变滤波和信号分离中的应用

利用小波变换具有的多时频分辨率特性，对地震勘探和测井信号这类非平衡信号进行分析，可以充分利用信号的时间－频率特性。文中介绍了小波变换的基本概念及其在地震勘探信号的时变滤波和声波全波列测井信号的信号分离中的应用，实例表明，小波变换在地球物理信号中具有广阔的应用前景。图５参７     

基于小波变换和中值滤波的FMI信号去噪方法

介绍了二维离散小波变换下的图像分解与重构算法。在图像分解与重构的基础上,提出应用中值滤波和二雏离散小波变换相结合的方法对舍噪的FMI图像进行去噪处理,通过实例验证,采用新方法对一口溶蚀孔洞储层井的FMI图像进行去噪分析,并与单一的中值滤波或小波变换法的结果进行比较。实验结果表明,应用二维小波分析结合传统方法对FMI图像进行去噪,能够有效地去除图像中的随机噪声,其结果优于单一的中值滤波或小渡分析法,对提高油、气层裂缝和孔洞的自动识别具有重要的指导意义。
     

小波包对叠前地震面波的分离与信号重建

面波在地震勘探中是一种很强的干扰波，一般的处理方法有：一维滤波、F－K滤波、τ－p变换等，但这些方法都侧重于考虑某一方面的单一特性或某种条件假设，因而具有一定的局限性，小波包变换是一种时频分析的方法，它能够对地震资料进行时频精细划分，并且可以分离出面波，然后经过小波包重构，可有效地剔除面波。小波包变换是一种十分有效的去噪方法。     

基于成像测井资料多种滤波方法在裂缝识别中的应用

基于电导率成像测井资料,以选取合适的滤波方法增强裂缝信息、提高裂缝识别精度为目的,利用均值滤波、中值滤波及小波变换滤波方法对川西邛西A井的电导率数据进行滤波处理。通过对比分析各种滤波方法的滤波质量评价指标选取最佳滤波窗口及滤波方法,利用surfer软件对滤波的电导率数据进行再次成图识别裂缝。将滤波的电导率成像图与FMI测井成像图对比分析。研究结果表明,各种滤波方法均能在一定程度上增强裂缝信息,在裂缝滤波识别过程中,小波变换滤波效果要优于均值滤波及中值滤波的滤波效果。小波变换电导率成像图识别裂缝的准确度较高,为成像测井的人机交互解释提供依据,可有效提高裂缝识别精度。     

高分辨率滤波算子在小波域中的提取

常规提高分 率的地震处理方法中,反褶积算子局部化特征差,影响算子的频率。小波变换中,小波函数具有非常好的局部化特征。小波变换分频处理地震资料,也可以得到较好的高分辨率资料,但是分频处理地震资料的时间较反褶积方法长。本文基于小波域分频处理方法,提出了一种在泸滤域中的时间域和频率域构造类似于反褶积算子的滤波算子,并且推导出了适应于高分辨率地震资料的处理的导数小波函数,在时间域采用反褶积方法处理高分辨地     

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     

应用同步挤压小波变换去除面波

同步挤压小波变换(SWT)是一种新的连续可逆时频分析方法,具有较高的时间和频率分辨率,利用该变换可去除地震资料中的面波。将时间域地震记录变换到时频域,在时频域准确识别面波区域并切除,再将切除面波后时频域信号反变换到时间域,就得到去除了面波的地震记录。理论模型合成数据和实测资料的处理结果表明:该变换可以有效去除面波而不损失有效反射波,且效果优于连续小波变换、S变换和f-k滤波等方法。     

小波包变换叠前地震信号研究

叠前地震资料是多种波的复合体，为了提取有效波，必需消除主要的干扰波，如面波，高频随机干扰波，一般的去噪方法有；一维滤波，滤波，变换，f-x预测等，但它们都侧重于考虑某一方面的单一特性或某种条件假设，这些方法具有一定的局限性，小波包变换是一种时频分析的方法，它对地震资料进行时频精细划分优于小波变换，与传统的Fourier变换相比，它能刻画出具有相同频率的有效波与干扰波在时间-空间域的分布，经过小波包对叠前资料分解，可分离出面波，高频随机干扰等，然后再经过波波包重构，可有效地剔除干扰，且对有效波的伤害较少，经实际资料验证，小波包变换，确实是一个十分有效的去噪方法。     

随钻测井钻井液脉冲信号基线漂移的矫正

钻井液脉冲信号携带了随钻测量系统的参数信息，其在传输过程中受到各种噪声的干扰，信号不平稳且存在基线漂移。为去除钻井液脉冲信号的噪声和基线漂移，使其能满足信号解码的要求。采用小波变换技术过滤信号噪声，检测出脉冲位置，并采用中值滤波的方法矫正信号中出现的基线漂移。实验结果表明，小波变换能够有效地去除钻井液波信号中的噪声，中值滤波很好地解决了钻井液脉冲信号中的基线漂移现象。采用中值滤波的方法去除基线漂移完全满足现场的要求，为钻井液波信号的解码奠定了基础。     

基于小波分析及CB形态滤波的地震同相轴检测

根据地震同相轴及断层的特性,本文基于Bubble函数构造母小波函数,并采用高斯函数为父函数,对地震资料进行了二维小波分析,提取了地震同相轴的边缘信息,并二值化为二值图像,然后用CB形态滤波删除图像中延展度小的连通分量（噪声）。理论和实例计算表明,该方法具有很好的效果。     

用小波变换和K-L上滤波方法联合提高地震资料分辨率

根据小波变换在时域或频域均具有良好的局部化性质,对小波分解后的频带记录进行了高频补偿,经小波重构后可以发现,地震记录的分辨率得到了有效的提高.之后又对记录进行了K-L滤波,从而大大地提高了地震记录的信噪比.实践证明,这种处理方法是行之有效的.     

基于小波分析的数字滤波器设计

文章主要讨论了基于小波分析理论的数字滤波器设计方法，通过小波变换或小波包变换可以将原始信号分解到互不重叠的频带上，再根据滤波器的设计要求提取出有用频带分量进行相应的数据重构，可以实现对原始信号的数字滤波处理。文中给出了利用该方法进行数字滤波的实例，结果表明，该方法可以有效地滤除噪声干扰，小波分析理论适用于数字滤波器设计。     

小波变换及信号重建在压制面波中的应用

面波是地震勘探中广泛存在的一种规则干扰波,在资料处理中要去除面波又十分棘手。常规的滤波方法在滤除面波的同时也对与面波处于同一频带的有效信号造成了损害。本文基于在较低频率处面波的能量强于反射波、在小频率范围和小空间范围内面波能量变化缓慢的假设条件下,提出在小波变换频带分解的基础上,先用面波的视速度对面波作线性时移,使面波逐道相干,再利用KL分解或沿x方向进行小波变换的方法来提取面波,并将其从原始资料中减去。经过合成数据和实际资料的处理证明,这种方法可以十分有效地消除面波,同时不损失反射波的低频成分。     

应用Morlet小波进行地震资料属性提取效果分析

Morlet小波被广泛应用于地震资料属性提取中的主要原因是Morlet小波为复小波且对高频噪声有压制作用。分析了Morlet小波的滤波机理及实现过程，指出由于Morlet小波在频域呈钟形状，决定了它不是理想滤波器。应用不含噪模型和信噪共存模型进行实例测试的结果表明,Morlet小波不能消除信噪共存频带内的噪声，并且在去噪过程中对有效波有不同程度的损害。为此指出应用Morlet小波进行地震资料属性提取不是最佳选择。     

地震资料在小波域的分频处理与重构

在地震资料处理过程中．为了提高目的层段反射同相轴的分辨率,通常采用反褶积的方法。怛是,这种方法很难设计出在突出主要目的层频段信息的同时．又兼顾其它频段的有用信息。频率域滤波方法虽然可解决时变滤波问题．但这种方法是基于傅里叶变换．在窗口与窗口之间的接合部位会出现假异常。本文针对上述问题．提出了地震资料在小波域分频处理与重构的方法。在提高目的层反射同相轴分辨率及同时兼顾中、低频信息的前提下．使处理出的地震剖面的频带有所拓宽,从而达到最佳重构。文中给出了具体算法和实例分析。其结果表明．该方法在理论上是正确的．实际应用效果也是成功的。     

小尺度边缘特征地震检测技术研究

通过对比传统边缘检测算法、小波变换多尺度边缘检测算法和最优滤波二阶差分算法,本文认为:传统边缘检测算法没有考虑多尺度问题,但由于算法以样点为单位,所以在检测小级别边缘特征方面仍有优势,且可较容易获得边缘方向的描述;应用小波变换可以实现多尺度边缘检测;通过最优滤波二阶差分算法也可以实现多尺度边缘检测。以上各种方法可作为相干体技术的重要补充。     

基于小波变换的最小光滑滤波去噪

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都不理想。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，结合一维方向上去噪的光滑滤波，能有效地消除随机干扰，并且能保证有效波的中、高频成分，经过小波包重构，可恢复有效波信号，该方法优于常规一维去噪方法。     

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。