利用二维多级中值滤波去除遥感图像随机噪声

遥感数据在采集、传输和处理过程中会产生各种噪声,为了滤除这些噪声同时增强图像的有用信息,针对遥感图像的随机噪声和坏线问题,采用二维多级中值滤波方法进行图像处理。对遥感图像随机噪声和坏线进行不同大小窗口的二维多级中值滤波进行处理,通过相关系数的计算,得出了窗口模板大小和随机噪声之间的关系。     

基于分类思想的高密度数据去噪方法研究

这里参照图像去噪方法[1～4],提出了一种基于噪声分类的自适应混合滤波去噪方法。由于传统均值滤波[5]和中值滤波[6]对高斯型噪声和椒盐型噪声(脉冲噪声)有着不同的滤波特性,而在野外采集的原始高密度数据中,可能同时存在高斯型噪声和椒盐型噪声。因此,单独采用中值滤波或均值滤波都不会达到最好的去噪效果。为了能有效滤除这对二种不同性质的噪声,现提出了一种新的混合滤波算法。该算法首先利用局部阈值把受高斯型噪声污染的数据点和受脉冲型噪声污染的数据点区别开来,然后对前者采用均值滤波算法,而对后者则采用带自适应的改进中值滤波算法进行去除。     

二维小波变换与中值滤波联合去噪方法研究

由于随机噪声是一种频带较宽的干扰波,因此依靠单一的去噪处理方式往往难以获得清晰反映目标体的地震信息。小波变换能够较好的去除高斯噪声,保留有效波中、高频成分,提高记录的信噪比,但去除脉冲噪声的效果却并不理想;中值滤波具有良好的边缘保持特性,虽低频去噪声效果有限,但去除脉冲噪声效果明显。因此可利用二维小波变换与中值滤波优势互补的方法,进行叠前去噪处理,达到去除宽频随机噪声的目的。首先运用二维小波变换的理论,采用自适应门限阀值方法进行去噪,同时结合中值滤波方法联合去噪。模型与实际数据的应用效果表明,联合去噪方法可有效压制噪声能量、保留高频有效信号、提高地震记录信噪比与分辨率。     

基于中值滤波和seislet阈值法联合压制混叠噪声方法

混采技术可以实现多台震源同时激发产生地震波场,有效提高采集效率,但是混采技术会产生严重的混叠干扰,降低地震数据的信噪比。针对此问题,引入多级中值滤波,设计了一种基于seislet域阈值去噪和多级中值滤波相结合的混叠噪声压制方法。该方法首先采用大步长中值滤波和seislet域阈值去噪相结合的方法得到初始压制混叠噪声的地震数据,再利用混叠算子计算去混叠噪声后地震数据的伪分离数据,然后求取该伪分离数据和原始混叠地震数据的差值,再次应用较小步长中值滤波提取剩余信号,并与上一步骤得到的去混叠后的地震数据相加,并再次进行seislet域阈值去噪,依次循环,直到信噪比达到期望值。通过模拟数据测试,并与F-K域迭代阈值去噪方法和常规seislet域迭代阈值方法相比,本方法在压制混叠噪声的同时,可以更好地保护有效信号。     

基于CEEMD和自适应中值滤波的大地电磁数据去噪研究

为提高大地电磁数据的信噪比,笔者提出基于互补总体经验模式分解(CEEMD)和自适应中值滤波的去噪方法,利用CEEMD将大地电磁时间序列数据分解成多个固有模态函数(IMF)及趋势项,依据噪声的高低频特征有选择地利用自适应中值滤波对固有模态函数(IMF)进行去噪,再进行数据重构。对实测数据进行处理,该方法能较好地抑制大地电磁数据中、低频部分的噪声干扰,抑制突变点,提高数据的信噪比。     

基于 ＣＥＥＭＤ和自适应中值滤波的大地电磁数据去噪研究

为提高大地电磁数据的信噪比,笔者提出基于互补总体经验模式分解 （ＣＥＥＭＤ） 和自适应中值滤波的去噪方法,利用 ＣＥＥＭＤ将大地电磁时间序列数据分解成多个固有模态函数 （ＩＭＦ）及趋势项,依据噪声的高低频特征有选择地利用自适应中值滤波对固有模态函数 （ＩＭＦ）进行去噪,再进行数据重构。对实测数据进行处理,该方法能较好地抑制大地电磁数据中、低频部分的噪声干扰,抑制突变点,提高数据的信噪比。     

基于小波包分析的地震资料联合去噪方法研究

在地震记录中,随机噪声严重影响了有效信号的提取,为此必须进行消噪处理。这里首先使用小波包变换对不同频段的信号进行精细分离,有效信号和噪声经小波包分解后,其小波包系数将表现出不同特性,然后根据这种不同特性进行去噪处理,对小波包分析法处理后的剩余地震信号再进行KL(Karhunen-Loeve)变换,提取相关有效信号,最后对提取的有效信号进行中值滤波处理,进一步去除剩余噪声。经合成地震剖面和实际地震剖面处理实验证明,小波包分析、KL变换和中值滤波联合去噪方法,能有效地消除较强的随机噪声,提高地震剖面信噪比和分辨率。     

基于小波变换的改进阈值函数自适应去噪方法

在多分辨分析小波阈值去噪方法的基础上[3],用一种改进的阈值函数和自适应阈值选取算法相结合的方法,克服了硬阈值法不连续性和软阈值法有偏差的缺点。该方法能自动跟踪噪声,不同尺度自适应采用不同的阈值,可有效去除每一尺度上的噪声,保留有用信号,提高信噪比。仿真实验和地震资料处理结果表明,该方法去噪效果明显,可在各类消除随机噪声的信号处理中发挥作用。     

一种改进型seislet域迭代阈值压制混叠噪声方法

高效混叠采集技术可以实现多组激发源同时激发产生地震波场,大大提高采集效率,但是由于相邻激发源之间较短的等待时间,会使得地震数据产生严重的混叠干扰,影响地震数据成像质量。针对此问题,设计了一种改进型seislet域迭代阈值压制混叠噪声方法。该方法首先采用中值滤波对经过NMO后的混叠数据进行滤波,然后利用seislet域迭代阈值去噪技术提取剩余的有效信号,并和经过中值滤波后的结果相加,接着再利用混叠算子计算去混叠噪声后地震数据的伪分离结果,然后求取该伪分离数据和原始混叠地震数据的差值,再次重复上述步骤,将每步骤提取的剩余有效信号进行累加,直到信噪比达到期望值,输出最终压制混叠噪声的地震数据。通过数据验证,本文改进方法可以在压制混叠干扰的同时,有效的保护信号。     

基于小波变换的矿山微震信号滤波方法研究

基于小波变换的多尺度分析思想,针对矿山微震信号具有频带较宽、谱成分丰富的特性,提出了对不同频率范围的信号和噪声进行滤波处理的方法.利用该方法可将噪声与信号分离以及将不同频段信号分解,从而达到滤波的目的.实验结果表明,该小波变换方法能够有效去除微震异常信号的噪声,可应用于微震信号的预处理.     

移动平台全张量重力梯度数据的噪声抑制

全张量重力梯度仪器测量数据中包含了大量的白噪声和有色噪声。传统的数字滤波器只能滤除某一频段外的噪声,对于混叠在重力梯度有用信号频段范围内的有色噪声不能很好的对其进行分离。为了同时滤除白噪声和有色噪声,笔者利用卡尔曼滤波器采用增广矩阵法将全张量重力梯度数据中的有色噪声进行估计,在抑制白噪声的同时将有用信号和有色噪声分离,并利用数字滤波器与卡尔曼滤波器的优点,将其结合生了更好的滤波效果,得到了更高质量的梯度信号。通过模型试验验证了本方法对噪声的滤波能力,并满足高精度重力梯度数据处理要求。     

平滑Wigner——Ville 谱分解技术在储层预测中的应用

通过Wigner--Ville 分布和平滑Wigner--Ville 分布的模拟信号对比,表明平滑Wigner--Ville 分布可以自适应的调节窗口长度,成为一种有效地消除交叉项的方法。为有效提取低频信息进行储层预测,我们利用基于平滑Wigner--Ville 的谱分解技术预测油气,针对含油气储层引起地震波高频能量衰减和低频能量增强的特点,将平滑Wigner--Ville 分布应用到某工区进行叠后资料处理,通过谱分解不同频率的切片响应,得到目的层段上的低频异常现象,表明基于高分辨率平滑Wigner--Ville 分布的地震谱分解技术能够更好地表征目的层的油气分布情况。     

基于时变双边滤波的海洋可控源电磁数据噪声压制方法研究

海洋可控源电磁(MCSEM)方法是一种低频电磁波海底勘探技术,海底噪声的存在往往对MCSEM后续反演解释造成比较严重的影响。本文对MCSEM噪声特点和传统双边滤波方法进行总结回顾,在传统双边滤波方法基础上根据MCSEM噪声特点提出时变双边滤波方法并应用到MCSEM数据处理中。通过对模拟数据和实际数据的处理,结果表明:时变双边滤波的方法能够较好地压制MCSEM噪声,尤其是中、远收发距区域的噪声干扰,提高了用于后续处理的MCSEM数据质量。     

形态分量分析在去除地震资料随机噪声中的应用

以数学形态学和稀疏信号理论为依据,采用形态分量分析(MCA)方法去除地震数据中的随机噪声。应用MCA方法的关键在于选取合适的字典,从地震数据的特点和计算复杂性出发,选取UWT字典和Curvelet字典,一个用来稀疏表示地震数据的局部奇异部分,一个用来稀疏表示地震数据的线状变化部分。采用BCR算法求解目标函数,通过将数据分解为形态特征不同的2个分量,舍弃在字典中不能有效稀疏表示的随机噪声来达到去噪目的。作为一种二维去噪方法,MCA去噪方法在时间和空间方向上都具有很强的随机噪声抑制能力;由于UWT字典和Curvelet字典能够比传统的小波变换有更强的稀疏表示能力,MCA去噪方法对有效信息的损害较小,是一种保真保幅的去噪方法。模型测试和实际资料处理验证了该方法的有效性。     

地震资料处理中的Radon变换及反Q滤波

Radon变换利用信号的横向相关性和信号根幅随炮检距变化的特征,提取有效反射信号同相轴,同时提取的零炮检距地震剖面,保留了地震记录的高频信息,达到了提高分辨率的目的。叠前反Q滤波是以FUTTERMAN衰减模型为理论基础,校正地震子波相位拉伸,补偿地震波频率和振幅的损失,达到提高地震资料分辨率和信噪比及改善同相轴连续性的目的。      

基于二维小波变换的随机噪声压制方法在GPR数据中的应用

在探地雷达探测工作中,为了尽可能多的获取回波信息,通常采用宽频带记录,这就不可避免地将各种干扰波也记录下来,其中随机噪声由于其频带较宽,分布于整个数据剖面,常规滤波方法对随机噪声的压制效果往往不佳。由于小波变换具有较强的分频和局部分析能力,根据需要选择合适的小波基函数和去噪方法,可较好地压制随机噪声,提高信噪比。基于二维小波变换理论,提出了采用自适应分层阈值法对探地雷达数据进行压制随机噪声的方法。通过不同模型、不同信噪比下正演模拟数据的验证以及对实测数据的处理,并与中值滤波法和全局阈值法的去噪效果进行了对比分析,结果表明自适应分层阈值法去噪效果更好,实用性更强。     

Attenuation of random noise in GPR data by image processing

Random noise in ground penetrating radar (GPR) data affects the signal-to-noise ratio, blurs the details, and complicates reconnaissance of the useful information. Many methods with different advantages and disadvantages have been proposed to eliminate or weaken the random noise. We have reviewed basic principles of various signal processing techniques including the curvelet transform (CT), non-local mean (NLM), median, and mean filters to remove the random noise and compared their performances using synthetic and actual GPR data. The performances of the four filters were analyzed on synthetic GPR data both in time and frequency domains. On noisy synthetic data, results indicate that the CT filter performs better than NLM, mean, and median filters at attenuating random noise and improving S/N of the GPR data. On the real data, the performance of only the NLM and CT filters was investigated. Comparing the results clearly shows the CT filter robustness for the random noise attenuation and simultaneously its signal preservation.     

一种基于AR 模型的预测滤波压制随机噪声方法

在地震勘探中,随机噪声是一类不可避免的噪声,它的存在极大地降低了地震资料的信噪比,导致偏移成像效果差甚至不能成像。自适应线性预测滤波方法是在时间--空间域自回归( AR) 模型系数变化的假定下,把自回归( AR) 模型数学表达式进行变换,引入代价函数以提高解的稳定性、唯一性,推导得到压制一维和二维随机噪声的递归算法。通过模拟和实际地震资料验证表明,该方法能较好地压制低信噪比资料中的随机噪声干扰,同时能较好地保护有效地震信号。     

基于改进广义S变换二次时频谱反褶积在南海工区的应用

传统的时频域反褶积模型虽然吻合地震子波在粘弹性介质传播过程中的衰减特征,但受拟合函数和时频分析窗函数的影响,使得其算法缺乏稳定性和准确性。为了避免这一问题,推导出一种基于改进广义S变换二次时频谱反褶积方法。利用改进广义S变换的灵活性来获取非平稳地震记录时频谱,再对其傅里叶变换得到二次时频谱,从而以一种低通滤波的方式提取子波时频谱,实现二次时频谱反褶积。经理论模型论证和实际数据处理结果表明,利用二次时频谱提取子波具有较高的准确性,同时能够有效地分辨薄层,在不用考虑Q值的条件下直接恢复地震波被地层吸收所引起的衰减。     

基于经验低秩表示的自适应多次波减去方法

多次波压制一直是海洋地震数据处理的研究重点,SRME（surface-related multiple elimination）方法通过多次波预测、自适应减去两个步骤实现多次波压制,具有压制精度高、模型依赖度低等优点,是工业界广泛采用的方法。但是常规减去方法在一次波、多次波交叉位置易出现一次波损伤、多次波残留等现象,进而增加后续地震处理、解释的难度。本文在前人研究的基础上,提出了基于经验低秩表示的自适应多次波减去方法。首先,采用经验低秩表示方法,将地震数据自适应地分解为信噪比高、倾角单一、同相轴相位圆滑的低秩倾角分量,简化地震数据倾角成分的复杂程度,以优化低秩表示过程中局部窗口的参数选择问题;然后,在不同低秩倾角分量中分别采用基于能量最小原则的匹配减去方法,避免匹配过程出现同相轴交叉,并重构各分量,在保证计算效率的前提下提升多次波压制效果。针对理论数据和实际数据进行了有效性测试,本文方法在多次波压制结果和保幅性两方面优于传统方法,并采用抗噪性测试证明了该方法的鲁棒性。