提高地震图像信噪比的非线性各向异性扩散算法模型

原始地震图像属于线形纹理图像，地震同相轴表现为线条结构。选取基于偏微分方程的非线性各向异性扩散(即一致增强性扩散)算法模型，通过结构张量的特征向量控制扩散方向，利用扩散张量的特征值控制特征方向上的扩散量，对原始地震图像进行图像处理，增强具有一致性的同相轴及其所反映的重要地质结构。利用能谱分析设计了地震剖面图像信噪比的计算公式，确定了扩散参数的选择范围。处理实际地震剖面图像的结果表明，在信号结构关系不变及其能量保持80％～90％的条件下，原高信噪比地震图像的信噪比可增加约9dB，原低信噪比地震图像的信噪比增加大约15dB，并且不会出现假像，增强了同相轴及重要的地质结构。图1表1参10     

基于高阶扩展快速行进法的缺失地震数据重建

传统地震数据重建算法大多采用整体重建模式.受数字图像重建思路启发,提出了一种基于高阶扩展快速行进法的缺失地震数据重建算法.该算法采用局部重建模式,首先将缺失地震数据映射为地震图像,并定量分析映射导致的量化误差; 再采用二抽取小波变换对地震图像进行分解,分解后的低频分量采用高阶扩展快速行进法做局部逐点重建,高频分量通过已重建低频部分的水平、垂直和对角预测滤波做重建; 然后采用小波逆变换得到重建后的地震图像; 最后将地震图像映射回地震数据.叠前和叠后实际地震数据重建实例验证了算法的可行性; 与基于形态分量分析、基于K-奇异值分解(SVD)字典学习等地震数据重建算法的对比结果表明,本文算法具有更快的重建速度和更高的重建精度.     

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。     

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。     

利用图像细化算法检测地震反射同相轴

将图像细化算法引入到地震资料数字处理中,用于有效检测地震剖面的同相轴。先对地震剖面进行预处理：动平衡、归一化和二值化,接着进行地震图像细化处理,通过设置阈值大小和细化极性实现了地震同相轴的检测,并消除或削弱随机噪声对拾取算法的影响。通过对图像数据和实际地震数据的计算结果表明,细化算法可以将较厚条带状同相轴细化并居中化,...     

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。     

一种改进的独立分量分析算法在大地电磁去噪中的应用

根据大地电磁噪声的特点和独立分量分析(ICA)中M-FastICA算法的优良性能,结合小波分析和盲源分离的相关理论,提出了一种改进的独立分量分析去噪方法。首先对观测信号进行多尺度小波分解,使信号从单道变成多道,以满足独立分量分析对观测信号的数目需求;然后采用M-FastICA算法对小波分解提取的多层高频分量进行独立分量分析以提取有效独立分量和特定独立分量;引入动态自适应因子来限制特定独立分量的权重以减小观测信号信噪比对去噪效果的影响;最后由小波低频分量和M-FastICA算法提取的两种独立分量共同构成恢复信号。模拟信号仿真实验表明,该方法的去噪性能优于传统小波阈值去噪方法。将该方法应用于实际大地电磁观测资料的去噪处理,无论是视电阻率曲线还是相位曲线,都比去噪前更加光滑和稳定,说明改进的独立分量分析算法能有效地去除大地电磁噪声。     

基于小波变换与奇异值分解的地震资料去噪新方法

为了有效地去除地震资料中的随机噪声,充分利用小波变换(WT)去噪和奇异值分解(SVD)去噪方法的优点,提出了一种新的基于小波变换和奇异值分解(WT-SVD)的地震资料去噪方法。该方法首先进行小波软阈值去噪,有效地降低噪声的方差;然后进行基于倾角扫描的奇异值分解去噪,识别噪声点,自动追踪同相轴,并进行同相轴拉平处理,充分利用了奇异值分解方法处理水平同相轴噪声效果好的优点。理论模型和实际资料的去噪结果表明,该研究提出的WT-SVD方法简单易行,比单一的SVD方法和WT方法的去噪效果更显著,有效地消除了地震资料中的随机噪声,显著地提高了地震资料的信噪比。     

基于多数据融合和小波分解的油气管道缺陷检测方法研究

针对油气管道检测过程中泄漏区域及缺陷区域难以准确定位的问题,提出了一种基于多数据融合的油气管道缺陷自动检测方法。首先利用无人机和红外热成像技术实现油田管道红外图像的分段采集,并通过移动终端实时上传到处理系统;采用改进的加权中值滤波算法对红外图像做去噪处理,并根据综合特征来自动识别管道区域以提升检测效率;然后采用Sobel算子和Canny算子对管道区域进行图像处理,并加权平均;最后,采用Haar小波做分解得到高频分量,高频分量和红外图像中温度异常区域重合的部位即为油气管道缺陷区域。实验结果表明:该方法可准确地定位油气管道的缺陷区域,其准确率最高可达97.8%,检测效率也有所提升。     

小波变换域K L变换及其去噪效果分析

K—L变换利用相邻地震道的相关性来去除随机噪声，但对于倾斜和弯曲同相轴反射去噪效果不佳。采用改进的时变倾角扫描叠加K—L变换能够较好地去除随机噪声，但由于在时间域进行，没有考虑有效信号和随机噪声在频率域的特点，高频有效信号易受压制。小波变换具有较强的时频分析能力，在小波变换域进行K—L变换，可以实现分时分频K—L变换去噪。介绍了小波变换域K—L变换压制随机噪声的基本原理，即先将地震信号进行小波分解形成分时分频的小波包剖面，然后用K—L变换对小波包剖面进行去噪，再将去噪后的小波包剖面重构回地震剖面，从而达到消除随机噪声的目的。理论模型计算和实际资料处理表明，小波变换域K—L变换去噪方法在有效去除随机噪声的同时能够保护高频有效信号。     

改进的完备经验模态分解与WVD变换相结合在油气检测中的应用

Wigner-Ville分布(WVD)是一种二次型时频分析方法,具有高分辨率和能量集中性等特点,但其本身是一种瞬时自相关函数的傅里叶变换,由于没有移动的时间窗,所以对于多分量信号存在严重的交叉项问题。而改进的完备经验模态分解(ICEEMD)是基于经验模态分解(EMD)的一种最新算法,它可以将非平稳、非线性的地震信号分解为一系列单分量的特征子信号,不仅分解速度快,同时还克服了EMD算法自身存在的模态混叠等问题。首先,逐道对地震数据进行ICEEMD分解,将地震信号分解各个IMF分量;其次,对每道所有的IMF分量进行WVD变换;最后,在南海某工区提取不同的单频剖面,利用"高频能量衰减,低频能量增强"的特点进行含油气性检测。南海某工区地震数据分析处理结果验证了该方法含油气性检测的准确性。     

一种改进的全变分地震图像去噪技术

消除地震记录中的噪声是地震资料处理的重要环节,它对地震资料的后续处理和解释都有重要意义。在对传统全变分图像去噪模型原理分析的基础上,提出了一种加入扩散张量的改进全变分图像去噪方法。这种方法能够加强全变分模型中扩散项沿地层纹理方向的滤波作用,使得地层沿层理方向的连续性得到一致性增强;同时控制垂直于地层层理方向上的扩散以保护边缘信息。对川西某实际地震资料的处理结果表明,该方法能够有效地消除地震图像中的噪声,增强同相轴的连续性,提高地震资料的信噪比。     

地震信号去噪的最优小波基选取方法

利用小波技术进行地震信号去噪处理的效果与最优小波基的选取有关。本文在剖析地震信号特点的基础上,首先从理论上讨论小波基选取准则,再从实验角度进行对比选择,提出在进行小波分解和重构时应分别选择不同的小波基函数,以保证重构信号的精确度,增强对地震信号的处理能力。此方法改变了以往分解与重构处理时均采用同一小波基函数的做法。文中最终选择适合于地震信号去噪处理的bior2.4小波基。对实际资料处理效果的对比分析表明,应用bior2.4小波基处理地震数据,不仅去噪效果好,而且在结果数据中能提取地震信号的有效低频和高频成分,拓宽了地震信号有效频带,并同时提高了地震信号的信噪比和分辨率。     

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。     

基于主分量分析PCA的高分辨率叠加速度分析

在考虑地震记录的反射同相轴具有一定程度的相关性,而噪声之间互不相关．同时相邻同相轴与目的同相轴的相关性存在差异的前提下,以沿着双程旅行时t0时间和叠加速度决定的双曲线为中心线截取数据体,对该数据体进行主分量分析,将目标同相轴作为主分量,噪声和相邻反射同相轴做为次分量。并进一步引入加权函数来提高速度扫描时对信号的敏感度,提出了一种基于主分量分量分析的速度检测准则。通过对人工合成地震记录和实际地震资料的处理,表明本方法能明显地提高叠加速度谱的分辨率．且具有很强的抗噪能力。     

反射地震记录的多尺度边缘检测

多尺度边缘检测等价于寻找图像的小波变换中部极值。在尺度空间，图像的小波变换模局部极值能在刻画图像不规则结构的局部特征的同时，给出它们的局部奇性点的分布。本文借助这种思路，利用小波变换模的局部极值，检测了二维反射地震记录同相轴位置和断点特征位置，即通过沿小波变换模的尺度伸展方向，估计出局部Ｌｉｐｓｃｈｉｔｚ系数和光滑因子，并自动追踪同相轴和识别断点。     

小波包分析与奇异值分解（SVD）叠前去噪方法

小波分析多用于去除面波，奇异值分解多用于去除相干干扰，而对于强相干干扰和面波共存的地震记录，仅使用单一去噪方法难以奏效。为此本文将小波包分析与奇异值分解结合起来，就可以解决单一去噪方法难以解决的去噪问题。此法首先利用小波包变换进行分频处理，然后在分频的记录中，用自动追踪同相轴的方法找出相干干扰和面波同相轴的方向，再利用奇异值分解(SVD)方法恢复相干干扰和面波的波场，最后将其从原始地震记录中减去，即可获得去噪后的地震记录。通过对实际资料的试算，表明该计算方法的效果是明显的。     

匹配追踪煤层强反射分离方法

地下存在煤系地层时地震剖面上会出现强能量反射同相轴,使煤层之上或之下的含气目的层反射信息淹没于强反射之中,加大了储层预测难度。依据稀疏表示理论,提出匹配追踪煤层强反射分离方法。匹配追踪去煤层强反射的关键是稀疏字典的选取,通过地震数据在不同的一维字典中的稀疏性分析,并考虑强反射信息的低频特征,选取由低频原子构成的一维非抽样离散小波变换(UDWT1D)字典来稀疏表示强反射信息。采用Blumensath等给出的迭代算法进行匹配追踪分解,该算法虽是一种贪婪算法,但由于对每个地震道只需进行一次匹配分解,计算效率较高。模型数据测试和实际资料处理结果证明了该方法的有效性。     

基于小波变换和LSSVM-DE的天然气日负荷组合预测模型

为了提高天然气短期负荷的预测精度,提出了基于小波变换和LSSVM-DE(Least Squares Support Vector MachineDifferential Evolution)的天然气日负荷组合预测模型,首先,采用Mallat快速算法对天然气日负荷实际采集数据样本时间序列进行小波分解;其次,对分解出来的高频分量和低频分量分别建立LSSVM预测模型,各分量的模型参数分别采用DE进行优化,以期得到更准确的预测结果;最后,分别对各分量的预测结果进行小波重构。以某市实际采集的样本数据为例,并将重构结果与单独应用LSSVM预测模型及ANN(Artificial Neural Networks)预测模型进行对比分析。结果表明:小波变换和LSSVM-DE预测模型的预测精度分别比单独应用LS-SVM和ANN预测模型高出1.662%、1.14%、3.96%、2.99%、15.53%和1.942%、1.01%、3.07%、1.86%、12.26%。该结论预示着将小波变换和LSSVM-DE理论相结合对天然气日负荷时间序列进行预测是一种行之有效的方法。     

地震图像的振幅共生矩阵分析及其应用

介绍了地震图像的振幅共生矩阵分析方法及其在地震属性提取等方面的应用.详细讨论了地震图像振幅共生矩阵分析的实现方法和时-空窗等参数的选择.基于实际资料处理的试验结果表明,振幅共生矩阵分析获得的均一性剖面能在一定程度上提高地震图像的纵向分辨率,增强同相轴的连续性.