全变分正则化非局部均值地震数据降噪

在地震数据的采集中往往存在随机噪声,噪声会影响地震数据分析的准确性,针对地震数据中存在的高斯噪声,传统非局部均值降噪算法在对地震数据降噪后无法有效保持地震数据中的同相轴边缘。将全变分正则化非局部均值算法应用于地震数据降噪,通过计算噪声估计值,更新去抖动非局部均值算法的权值,将去抖动非局部均值降噪结果进行全变分正则化约束,得到最佳的地震数据降噪结果。在有效去除高斯噪声的同时,保留地震数据的同相轴边缘。通过在合成地震数据、海上叠前地震数据、陆上叠后地震数据上进行降噪实验,对比该算法与非局部均值算法、基于近邻法选择策略的非局部均值算法的峰值信噪比、均方误差、平均结构相似度,得出全变分正则化非局部均值降噪算法在有效降噪的同时,可以较完整地保留地震数据的同相轴边缘细节。

结合边缘检测和非局部均值的地震数据降噪

油气采集过程给地震数据带来大量高斯随机噪声,非局部均值降噪算法降噪后同相轴边缘过度平滑。为此提出一种结合边缘检测和非局部均值的地震数据降噪算法(Sobel8-NLM),通过八方向Sobel算子准确提取同相轴边缘,并改进非局部均值算法的权值函数,使地震数据中结构相差小的邻域权值不变,结构相差大的邻域权值变小,在降噪的同时有效提升信噪比及结构相似度。对合成地震数据及实际地震数据分别降噪,并与非局部均值算法(NLM)、结合Sobel算子的非局部均值算法(Sobel2-NLM)、结合Canny算子的非局部均值算法(Canny-NLM)进行对比,采用峰值信噪比、均方误差、平均结构相似度指标,验证了算法的有效性和可行性。

多尺度形态学在地震去噪中的应用(英文)

本文将多尺度形态学引入我国陆上地震勘探数字处理领域,文章首先介绍多尺度形态图象分解勘探地震波的基本理论,其次分析了在地震资料处理方面具体应用方法。文中用两个具体实例分别说明多尺度形态学如何应用于地震资料处理,第一个实例是用多尺度形态分解与重构压制叠前地震炮集的面波,第二个实例是用多尺度形态分解滤除地震记录上线性噪声、声波、面波、随机噪声等多种类型的干扰波,多尺度形态滤波是根据各类波形的形态的细微差异来分离信号与噪声的,从得到的良好应用效果来看,多尺度形态学在地震资料处理领域有广阔的应用前景。