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。     

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。     

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。     

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。     

基于小波变换的地震资料局域自适应去噪研究

: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。数值模拟实验和实际地震资料处理结果表明:复数小波变换的局域自适应收缩算法去噪效果最好。     

平面地震属性的去噪方法

 本文针对地震相分析和储层预测中的平面地震属性去噪问题,提出了因子克里格法去噪新方法。该方法的基本思路是通过对区域化变量的统计相关和空间相关,优化地震属性,达到去除平面属性中的随机噪声和线性噪声的目的。此方法的关键在于将区域化模型看成是由有效信号和噪声因子组成的,每个因子有相应的变差函数,利用有效信号和噪声在变差域的差别即可实现去噪。实际资料处理结果表明,本文方法的去噪效果明显好于其他常规去噪方法。     

基于自相似块匹配的地震数据信噪分离方法研究

传统的基于三维曲波变换的随机噪声压制方法在同相轴不连续处会损害有效信号,存在伪影,难以取得理想的去噪效果,因而不能准确检测地震数据中地质体的边界信息。研究了基于自相似块匹配的三维地震资料去噪和边缘检测方法。自相似块匹配方法将含噪数据划分成相似数据块集合,同一数据块集合中的子块波形近似。该方法充分利用了三维地震数据的自相似性和冗余性信息,通过阈值界定相似程度将三维地震数据中的相似数据块聚集,将在常规域中难以压制的噪声变换到四维域中进行衰减,然后再进行逆变换得到去噪后的剖面。自相似块匹配方法有效提升了地震数据的信噪比和保真度,去噪结果无伪影。自相似块匹配Canny边缘检测结果表明,该方法很好地保存了不连续处的信息,能有效识别地质体边界信息。理论模型和实际资料的处理结果表明,该方法能有效压制三维地震资料中的随机噪声;与传统曲波变换阈值方法相比,该方法对有效信号的保护能力更强,能够保留原始数据中的不连续性信息,使基于自相似块匹配的Canny边缘检测方法能够实现对地质体边界的准确检测。     

基于Shearlet变换的自适应地震资料随机噪声压制

传统的阈值选取方法是对所有变换域系数使用统一阈值,但对Shearlet变换而言,各尺度、各方向的有效信号和噪声均存在差异,因此全局硬阈值存在一定局限性;局部阈值可根据一定范围内的系数分布情况确定。针对地震数据去噪过程中传统阈值选取方法的局限性,通过改进自适应阈值函数压制随机噪声,在局部阈值的基础上改进贝叶斯阈值,形成一种适用于Shearlet变换的自适应阈值函数。具体做法为：将信噪比与阈值函数有机关联,并将信噪比作为阈值设定的因素,即不同的信噪比的权值系数不同,可以自适应求取不同尺度阈值,从而最大限度地改善去噪效果,避免有效信号损失,实现自适应去噪。模型试算与实际资料去噪效果表明,在保证有效信号不受损失的情况下,所提方法可恢复被噪声掩盖的弱信号,有效改善去噪效果。     

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RGB-IHS变换的地震属性融合方法

地震属性类型多,蕴含的地学信息既有相同,也有差异,单一地震属性信息量少且信噪比低,解释存在多解性,而多属性联合解释工作量大且很难得到统一的解释结果。围绕这些问题,把图像处理的RGB-IHS变换引入到地震属性解释中,建立了地震属性融合算法及其实现方法。同时,为了提高地震属性融合及提取效果,采用二维傅里叶变化滤波方法提高地震属性信噪比,用地层切片方法解决层间地震属性提取的地质时间非一致性问题。实际应用效果表明,地震属性融合方法能大幅度提高地质目标的识别精度。     

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。     

基于动态时间规整ICA算法地震随机噪声压制

噪声压制是地震数据处理流程中的基本环节之一。传统的独立分量分析(ICA)算法仅适用于平缓地层同相轴的地震资料噪声压制,对非平缓地层同相轴地震资料去噪效果较差,且算法不够稳定,容易出现解混失败现象,导致去噪结果中产生坏道。针对这些问题,提出了将ICA算法与动态时间规整(DTW)算法相结合的噪声压制方法。首先使用DTW算法将倾斜地层同相轴校正为水平同相轴,利用ICA算法提取拉平后含噪地震数据的独立分量,实现拉平地震道的信噪分离。然后利用由DTW算法所提取的道间时差将同相轴还原为倾斜地层同相轴,从而实现复杂地震资料的随机噪声压制。理论模型和叠前叠后实际地震资料测试结果表明,该方法可以有效地压制地震数据中的随机噪声,且对非平缓地层也有较好的去噪效果,具有一定的实用价值。     

基于在线字典学习算法的地震数据去噪应用

为了解决常规去噪方法不能根据地震数据自适应构造基函数,去噪效果无法达到最佳的问题,引入基于稀疏表示的在线字典学习(ODL,online dictionary learning)算法对地震数据进行去噪处理。ODL算法能够快速学习,得到与地震数据高度匹配的字典,该自适应字典代替了传统域变换方法中的固定基函数。同时,结合稀疏表示的思想,使用最小角回归(LARS)算法求解出字典的最优稀疏表示系数,将字典与稀疏表示系数组合,从而得到去噪后的地震数据。理论模型和实际地震数据的去噪应用表明:相比较为先进的curvelet变换方法,ODL算法可以更有效地去除随机噪声、相干噪声,同时很好地保留了数据特征。因此,ODL算法对于地震噪声压制有实际指导意义。     

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阈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。为减小经典小波阈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。应用多个小波重复上述操作,得到多道去噪后的记录,将这些多道记录叠加,实现增强信号的目的。理论分析及数据测试表明,该方法能从低信噪比地震资料中准确提取信号,且处理效果明显优于常规处理方法。     

基于压缩感知和TV准则约束的地震资料去噪

考虑到传统曲波变换阈值法难以获得理想的去噪效果,提出一种基于压缩感知和全变差(Total Variation,TV)准则约束的曲波变换地震资料去噪方法。该方法将传统的去噪问题转化成TV准则约束下的最优化问题,通过求取最优解重构原始信号,从而实现对地震资料的去噪处理。理论模型数据测试结果表明,该方法在地震资料去噪过程中可以有效压制同相轴边缘附近产生的不光滑畸变,相比传统的曲波变换阈值法能够获得更好的去噪效果;与F-X反褶积相比,该方法不仅能够有效压制地震资料中的随机噪声,提高地震资料的信噪比,而且能够较好地保护有效信号。某工区实际地震资料去噪结果进一步验证了上述方法的有效性。     

基于SSEC-EWT的地震资料噪声压制算法

高信噪比地震资料是开展油气勘探的可靠基础。针对现行去噪方法大多难以同时压制地震资料中普遍存在的面波和随机噪声,且在去噪的同时易损害有效波的不足,提出基于S谱能量曲线（S-Transform spectrum energy curve,SSEC）与改进经验小波变换（Empirical wavelet transform,EWT）的地震资料噪声压制算法。先对地震记录进行S变换,根据S谱求取各频点能量,以能量曲线极大值点频率及ε邻域法确定频谱分割边界,完成改进的EWT;再通过SSEC确定面波所在本征模函数（Intrinsic mode function,IMF）,并构造带通滤波器对面波IMF进行滤波,以保护有效波,实现精准的面波压制;然后计算其余IMF主频,根据有效波频率阈值去除随机噪声IMF,得到最终去噪后记录。仿真测试显示,改进的EWT能精确地根据地震信号的频率和能量自适应地对其进行分解,实现面波与随机噪声的提取与分离,尤其在强噪声背景下仍能精准实现面波与随机噪声的同步分离;实际地震资料处理结果表明,该算法在压制面波和随机噪声的同时能兼顾保护有效波,提高地震资料的信噪比。     

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。