电磁勘探数据粗大误差处理的一种新方法

由于存在各种地电干扰,电磁法勘探采集到的原始电场数据中往往包含粗大误差.电磁法勘探中信号量的测量与传统的精密测量在误差来源与特点、测量值分布等方面均存在较大差异.经试验,对电磁勘探采集到的原始电场数据采用传统的莱伊达、格拉布斯、狄克逊等准则进行粗大误差的自动判别和剔除,处理效果不好;采用Robust估计和中值滤波方法,也不能达到满意的效果;采用手工方式挑拣剔除粗大误差,处理效率太低,均不能满足电磁勘探数据预处理的要求.作者提出了一种自适应双向均方差阈值法实现电磁勘探数据粗大误差的自动判别和剔除,此方法对采集到的原始电场数据样本进行排序后,采用迭代或递归的方式,每次均以中点为界分别计算前后两部分数据的均方差,将较大的一个与预先设置的均方差阈值进行比较,若其大于阈值,则判断粗大误差存在于相应的一端,进而剔除相应端端点位置的数据点;若前后均方差值都小于阈值或样本数量小于3个时算法结束.此方法具有自适应优化、阈值参数化控制、适应小样本数据以及计算简单效率高等特点.大量实验结果表明:在选取均方差阈值在30至90范围内时(经验值),能够有效地剔除电磁勘探原始电场数据中的粗大误差,保留最可信数据.目前已在多个实际勘探生产项目中应用此方法处理粗大误差,取得了令人满意的处理效果.

一种图像边缘保持的改进方向平滑算法

本文利用图像的相关性原理,结合图像的边缘信息,提出了一种新的图像边缘保持的方向平滑算法。该算法主要通过控制平滑区域大小和均方差阈值来选择受噪声干扰最小和最大相关区域。仿真证明该方法能够较好地去除椒盐噪声和高斯噪声,并且能够很好地保持图像的边缘和细节信息,作为图像的一种预处理方法,具有较高的实用价值。

基于时域变换的失真度可调图像压缩算法

提出一种基于时域变换的失真度可调图像压缩算法 ,在象素合并过程中 ,利用一个最大均方差阈值和一个粒度差值控制象素节点和结构节点的产生 ,来生成四叉树结构及象素数据表。通过调整阈值和差值的具体取值 (0～ 4 0 )来实现不同的压缩比 (从无损压缩连续变化到大比例有损压缩 )。压缩后的图像在相同PSNR情况下比JPEG压缩占有更少的空间 ,在相同压缩比的情况下图像质量高于用JPEG压缩的图像 ;该算法还有良好的时间复杂性O(N3)和空间复杂性O(N) ,可用于任意大小图像的压缩与传输。