基于广义Curvelet变换和相空间特征聚类的VSP波场分离方法

垂直地震剖面(Vertical Seismic Profiling,VSP)蕴含大量的地层地质信息,是连接地震反射数据与测井资料之间的桥梁.VSP数据分辨率高,资料丰富,包括上行波、下行波、转换波等多种类型的波场,常被用于地层反射界面标定、介质衰减参数反演等.其中,如何有效地分离波场是将VSP资料应用于油气勘探的关键之一.广义Curvelet变换是一种具有多尺度、多角度的相空间变换,能够进行相空间域波场特性的提取.本文聚焦于VSP波场的上下行波分离问题,提出一种基于广义Curvelet变换和相空间特征聚类方法.首先,采用广义Curvelet变换对VSP波场进行特征提取,构造融入相空间角度信息的特征数据集;然后,利用K-means聚类算法在相空间对波场特征进行分类;最后,对分类结果进行反变换,完成VSP上下行波波场的自适应分离.为了验证方法的有效性,本文将所提出的方法用于合成数据和实际VSP数据的波场分离,并与常用的基于F-K变换的波场分离方法进行对比.处理结果表明,本文方法角度分辨率高、抗噪能力强,波场分离结果的保真保幅性好,这为后续的成像与地层的特征分析提供了重要基础资料.

采用曲波变换和电容层析成像的两相流含水率测量方法

针对电容层析成像(ECT)逆问题的欠定性,提出了一种基于曲波变换的图像稀疏重构算法。首先,采用曲波变换基作为稀疏基,从多尺度对模拟介质分布图像进行稀疏表示,提高了ECT灰度值向量的稀疏度;其次,应用迭代软阈值算法对曲波系数进行稀疏重构,同时使用奇异值分解算法计算最优灵敏度广义逆矩阵;最后,搭建ECT测量平台,通过静态实验重构5种典型实际流型,验证所提算法的有效性。实验结果表明:所提算法可有效抑制伪影,重构图像边界清晰,同时在图像相关系数、相对图像误差上均优于传统重构算法,比Landweber迭代算法相关系数提高约37.9%,相对误差减小约17.6%;基于稀疏重构的后处理图像可用于截面含水率的测量,含水率平均误差低于10%,最低为4.32%。该方法有效提高了ECT重构图像质量,能够满足天然气精准开采的工业需求。

基于小波与曲波变换的受电弓碳滑板边缘检测方法

以动车组列车的受电弓碳滑板为研究对象,针对目前在受电弓滑板边缘检测处理过程中存在的噪声抑制、缘不够精细的问题,提出了一种新的受电弓边缘检测方法。首先,对原图像进行小波变换得到增强后的图像,再对原图像实施曲波变换得到增强后的图像,然后通过多次对比取0.9:0.1的比例对增强后的图像进行融合,获得最佳的融合效果,得到新的图像,最后使用Canny算子对增强后的图像进行边缘检测得到最终的边缘图像。此方法结合了小波变换可以在覆盖整个频域有效地提取图像奇异点信息与曲波变换对曲线奇异性检测效果良好的优点,可以对图像的细节、边缘信息进行很好的描绘,有效地提升了图像清晰度,为边缘检测质量提供了保障。通过与基于小波变换和基于曲波变换降噪后的边缘检测结果作比较,证实了通过上述检测方法获得的结果相较于其他两种方法更好,受电弓滑板边缘提取的效果更佳。

基于曲波变换的弱光照包装图像对比度设计增强方法

弱光照包装图像分辨率低的情况下,包装识别和检测的辨识度不高,需要进行对比度增强处理,提出基于曲波变换的弱光照包装图像对比度设计增强方法。构建图像空间特征信息检测模型,通过全色锐化方法多尺度分解图像,采用曲波变换方法重组全色锐化特征,结合字典集稀疏表示方法实现低维子空间表示,根据子空间细节表达结构构建弱光照包装图像对比度增强模型。结果表明,采用该方法进行弱光照包装图像对比度增强处理,提高了图像的辨识度水平和细节特征表达能力,辨识误差较低,平均为0.045,峰值信噪比较高,平均为42.134 dB,图像增强耗时平均为239.75 ms。

一种基于Curvelet变换的地震数据去噪方法和应用

如何去除噪声且不损失有效信号是地震数据处理中的一个重难点。实验将一种Curvelet自适应阈值去噪法应用到地震数据处理中,Curvelet变换系数由自适应阈值约束,经阈值函数映射得到估计系数,最后对所得的估计系数进行逆变换,实现地震数据去噪,有效提高地震数据信噪比。模型和实际数据处理结果表明,Curvelet自适应阈值去噪法较好地压制了噪声的同时保护有效信号,克服了F-X域滤波产生新噪声的缺陷,取得了较好去噪效果。

基于曲波变换 联合双边滤波的二维地震数据随机噪声去除方法研究

在地震数据去噪处理中,曲波变换硬阈值法容易导致弱同相轴模糊,为此,提出了一种基于曲波变换联合双边滤波的地震随机噪声去除方法。曲波系数尺度分析结果表明,粗尺度信号主要表征地震数据构造特征;中尺度信号通常包含大量的弱同相轴的信息;细尺度信号通常包含噪声信息。曲波变换联合双边滤波方法对粗尺度信号进行双边滤波处理,对中间尺度信号进行联合双边滤波处理,对细尺度信号应用硬阈值处理。曲波变换可以较好地处理多方向的线状变化特征,而联合双边滤波具备引导图,可以修复有效信息的关键特征,提高弱同相轴的连续性。叠前和叠后数值模拟测试和实际地震数据处理结果表明,曲波变换联合双边滤波方法的去噪结果优于曲波变换硬阈值法和小波变换方法,具有更高的信噪比和峰值信噪比。该方法克服了曲波变换硬阈值法的局限性,不仅能够较好地去除随机噪声,而且增强了弱同相轴的能量,提高了弱同相轴的连续性。

曲波变换在航空伽马能谱数据处理中的应用研究

为提高航空伽马能谱数据的利用效果,进行了基于曲波变换的航空伽马能谱数据降噪研究,建立了一套基于曲波变换的航空伽马能谱数据降噪方法。利用曲波变换可以将航空伽马能谱数据重构为不同尺度的图件,适用于不同目的的数据解释,粗糙信息图件适用于区域场特征分析、迁移富集规律分析、补径排特征分析等;细节信息图件适用于航空伽马能谱异常分布规律及分类解释;精细信息图件适用于局部异常特征分析及异常解释。利用曲波变换多尺度和多方向的特点,可以在不降低分辨率,不损失局部异常信息的前提下去除其他降噪方法难于去除的沿测线方向不同尺度的条带,通过技术处理后的曲波重构数据,不产生边界效应。因此,曲波变换用于航空伽马能谱数据处理方面,具有快捷方便、信息损失少、成果丰富、效果较好的特点。

基于曲波变换的航空瞬变电磁去噪

噪声干扰严重影响着航空瞬变电磁的数据处理和成像解释,如何有效去噪成为航空瞬变电磁研究的重要内容。根据航空瞬变电磁噪声特点,结合曲波变换多尺度性,采用第二代快速离散曲波变换(FDCT),对航空瞬变电磁实测数据进行重构和去噪。首先建立带有异常体的三维理论模型,采用直接时间域瞬变电磁三维模拟程序进行正演;然后对理论电磁响应数据添加3种不同噪声(随机噪声、方波噪声、工业噪声),通过曲波变换和重构,生成不同尺度的图像,低尺度反映大的背景场,高尺度反映局部细节或者高频噪声。通过信噪比和相对误差等参数,对重构后的数据进行去噪效果评估。最后将该方法应用到航空瞬变电磁实测数据中,并与其他3种传统去噪方法(中值滤波、奇异值分解、小波变换)进行对比。结果表明:对于含有随机噪声和工业噪声的原始数据,去噪后的相对误差在2.6%以下;对于含有方波噪声的原始数据,去噪后的相对误差在6.5%以下,信噪比也高于传统去噪方法,证明第二代曲波变换可应用于航空瞬变电磁的数据去噪处理。

基于curvelet变换的红外图像去噪方法研究

针对传统小波算法所生成的可分离小波只具有有限的方向,不利于图像去噪,本文采用curvelet算法对红外图像进行去噪处理.该方法以小波变换为基础对图像进行分解,在分解所得的一系列小波子带中,以定义的平滑窗函数对曲线边缘进行平滑分割,再对平滑分割处理的每个子块进行Ridgelet变换.最后将小波阈值范围外的系数置零,以curvelet逆变换对原始图像进行重构.红外图像的去噪实验表明,本文算法有效可行,相比传统的小波算法、SVD算法,本算法能获得更高的PSNR数值,去噪效果更佳.

基于曲波域凸集投影算法的缺失GPR信号高精度重建

受采集环境和仪器性能的影响,实测探地雷达(GPR)剖面中不可避免会出现部分信号缺失和坏道现象,易造成目标体产生的反射波和绕射波同相轴不连续,严重降低后续处理与成像精度和分辨率。为此,将图像处理中广泛应用的凸集投影(POCS)算法与具有良好稀疏特性的曲波变换相结合,提出了一种基于曲波域POCS算法的缺失GPR信号高精度重建方法。从压缩感知理论出发,建立了离散曲波变换基下缺失信号重建的目标函数,并采用POCS算法详细推导了缺失GPR信号重建的时间域迭代公式。其中,线性和指数迭代阈值模型用于更新曲波变换系数,从而高精度重建时间域缺失信号;平均绝对误差、信噪比、峰值信噪比用于定量评价GPR信号重建精度。模拟与实测GPR信号的重建试验表明:POCS算法可有效重建GPR剖面中的缺失信号;与线性阈值模型的POCS算法相比,指数阈值模型的POCS算法重建精度更高;与指数阈值模型的频率域POCS算法相比,指数阈值模型的曲波域POCS算法用于重建GPR剖面中连续多道缺失信号的误差更小、纵向伪影能量更弱,且对复杂GPR结构模型的缺失信号重建具有较强的适用性;与线性和指数阈值模型的频率域POCS算法、线性阈值模型的曲波域POCS算法相比,指数阈值模型的曲波域POCS重建方法的重建精度更高、平均绝对误差下降45%~99%、信噪比和峰值信噪比提高1~20 dB,其重建结果可为后续处理与解释提供高质量GPR信号。

基于先验信息约束的Curvelet域地震数据POCS插值方法

由于野外采集环境的限制,常常无法采集得到完整规则的野外地震数据,为后续地震处理、解释工作的顺利进行,需要进行地震数据重构。凸集投影(POCS)方法利用地震波形在Curvelet域的稀疏特性,可以重构出高信噪比地震数据,该迭代算法稳定,其收敛速度较快。但在地震数据恢复的时候,由于直达波和炮集上部空白区域的影响,随着迭代的进行,重构数据中噪声干扰越来越严重,导致最终恢复的地震数据信噪比较低。本文在实现POCS迭代阈值算法基础上,引入先验信息约束的思想对算法进行优化。通过先进行坐标映射的方法进行炮集插值,然后将其作为先验信息约束进行插值,可以有效地压制迭代噪音对重构地震波形数据的影响。通过合成地震炮记录与实际炮集进行测试,结果表明本文提出的改进方法可以明显改善重构地震数据的信噪比,并提高地震波场同相轴的连续性。

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。

Curvelet变换域图像融合算法

本文提出一种基于Curvelet变换域的局部区域能量匹配度的图像融合算法。该算法利用Curvelet变换多尺度和各向异性特征,可在保持图像稳定性的同时增强图像的细节信息,用于同一场景不同聚焦图像的数据融合可获得理想的结果。定量分析了在添加不同方差高斯噪声情况下利用小波和本文方法得到的融合图像对应原标准图像的峰值信噪比(PSNR)。实验结果表明采用本文的图像融合算法在信息熵、结构相似度等方面均好于经典算法。

基于Curvelet变换的缺失地震数据插值方法

Curvelet变换具有局部性、多尺度性和多方向性,在处理非稳态地震信号中具有较大的优势,可以利用Curvelet变换的压缩特性重建缺失的地震数据。本文首先分析了基于稀疏变换的缺失地震数据插值的基本原理,在反问题正则化理论框架下,针对L2范数约束和L1范数约束条件,分析了两种约束的差异,着重阐述了基于Curvelet变换的L1范数约束的插值方法,其优点在于对非线性同相轴不需要分窗口处理,并将凸集投影算法(POCS)引入到Curvelet变换的插值方法中,通过采用按指数规律衰减的阈值参数加快了迭代收敛的速度。理论和实际算例验证了Curvelet变换插值方法的有效性。

改进的Curvelet变换图像降噪方法

与小波变换相比,Curvelet变换等多尺度几何分析方法,可以更好地逼近含线奇异的高维函数。基于Curvelet变换的图像去噪方法,即WindowShrink算法,考虑到Curvelet变换系数之间的相关性,利用软阈值方法降噪。通过窗口邻域操作,对变换后的每一个Curvelet系数自适应地进行萎缩处理,降低噪声系数权重以提高信噪比。实验表明,该方法一定程度上改进了传统Curvelet去噪方法“过扼杀”Curvelet变换系数的缺点,可以较好地保持图像边缘。在噪声方差σ=25时,小波,Curvelet以及WindowShrink去噪算法的峰值信噪比(PSNR)分别为28.59、29.25和29.93,后者明显优于前二者。

基于Curvelet变换和支持向量机的磁瓦表面缺陷识别方法

针对磁瓦表面缺陷对比度低、自动识别困难的问题,作者提出了一种对磁瓦图像应用快速离散Curvelet变换(FDCT)提取特征,并用支持向量机(SVM)分类器进行分类的磁瓦微小缺陷自动识别方法。该方法首先对磁瓦图像做分块处理,并对各分块图像应用FDCT,计算分解系数的l2范数,获得磁瓦不同方向的纹理频域特征;然后以归一化的分解系数l2范数作为支持向量机分类器的特征向量,对图像做出分类。对不同缺陷占比的图像进行实验测试,结果显示,当缺陷部分占分块图像的比例在1/64以上时正确识别率大于83%。

基于Curvelet变换的稀疏反褶积

常规反褶积方法通常需要假设地层反射系数是稀疏的,然后再利用L1范数反褶积求得稀疏的反射系数来提高分辨率,但常规反褶积方法在提高分辨率的同时降低了信噪比,并且反褶积后同相轴的连续性会变差。针对上述问题,提出了基于Curvelet变换的反褶积方法。Curvelet变换对多维信号具有最好的稀疏表示,能获得最优的非线性逼近,因而可利用Curvelet变换来表示地震反射信号,将其引入到L1范数反褶积后,可利用稀疏的Curvelet系数来描述反射系数,从而无需地层反射信号是稀疏的假设。根据有效信号和随机噪声在Curvelet域中的分布特点,可通过阈值法来压制噪声提高信噪比,并且利用Curvelet变换对地震信号进行多维表示,可实现多维反褶积保持同相轴的连续性。最后,给出了一种阈值循环迭代算法来计算L1范数反褶积问题。研究结果表明,基于Curvelet变换的稀疏反褶积方法在提高地震分辨率的同时能有效地压制随机噪声,并保持同相轴的连续性。

基于Curvelet变换的SAR与TM图像融合研究

Curvelet变换作为一种具有各向异性特征的多尺度变换理论,克服了小波变换难以表达图像边缘方向特性等内在的缺陷。将Curvelet变换应用于图像融合中,能够更好地提取原始图像的特征,为融合图像提供更多的信息。文中利用Curvelet变换对同一场景的不同传感器获得的合成孔径雷达(SAR)图像和专题绘图仪(TM)图像进行融合,并对融合结果进行了客观和主观分析,实验结果表明,相比于传统的基于小波变换的图像融合算法,该算法具有更好的融合效果。

基于IHS变换和Curvelet变换的卫星遥感图像融合方法

全色图像和多光谱图像融合是合成高分辨率彩色遥感图像的常用方法之一,高质量的彩色图像需要融合全色图像的高空间分辨率和保持多光谱图像的光谱特性.为提高融合图像的质量,文中提出了一种基于IHS和Curvelet变换的遥感图像融合方法,该方法首先将多光谱图像进行IHS变换,然后将代表空间分辨率的I分量与全色图像进行Curvelet变换,并进行标准差融合,最后逆变换成高质量的彩色图像.实验测试结果表明:文中方法合成图像的信息熵、相对无量纲的全局误差和通用图像质量指标均优于其他方法合成的图像,文中方法融合图像的平均梯度和相关系数与小波变换、PCA变换方法相当;文中方法的融合效果要优于其他方法.

基于2代Curvelet改进IHS变换的遥感图像融合

Curvelet变换是继小波变换之后,能更适合于图像处理的一种新的多尺度变换分析方法,它比小波变换更加适合分析2维图像中的曲线或直线状的边缘特征,同时也具有很强的方向性。为了将该变换应用于图像融合,首先对第2代Curvelet变换理论进行了综述,然后在对基于第2代Curvelet变换的遥感图像融合方法进行研究的基础上,提出了一种与IHS变换结合的融合方法。最后用高分辨率全色图像与低分辨率多谱图像进行了融合实验,实验结果表明,将Curvelet变换引入图像融合,能够更好地提取原始遥感图像的特征,不仅可为融合图像提供更多的信息,而且融合图像能在较好地保留光谱信息的同时,使空间细节信息也得到增强。