一种基于曲波变换-联合双边滤波的地震数据去噪方法技术

本发明专利技术公开了一种基于曲波变换

A seismic data denoising method based on curvilinear transform and joint bilateral filtering

【技术实现步骤摘要】
一种基于曲波变换
‑
联合双边滤波的地震数据去噪方法


[0001]本专利技术涉及信号处理领域，特别是涉及一种传统曲波变换算法与联合双边滤波算法相结合的地震数据去噪方法。

技术介绍

[0002]随着我国地震勘探进程的不断发展，地震勘探项目涉及到的地区往往是复杂地区。在地震数据采集中，由于复杂地区的地表层激发条件不太理想，以及野外环境噪声的干扰，采集到的地震数据资料的分辨率和信噪比比较低，地震资料解释人员容易作出错误的判断，从而影响油层位置的勘探精度，增加石油开发成本，造成巨大经济损失。因此，地震资料去噪仍是地震资料处理分析的难点和重点之一。
[0003]现有的地震去噪的方法比较多，主要充分利用时频变换域内稀疏特点，对变换域中的系数进行阈值处理，只保留幅值较大的稀疏系数，幅值较小的稀疏系数将被置0，从而实现去噪的效果。但这种处理方法处理后，稀疏系数在阈值处不连续，导致去噪后在地震资料成像中出现部分弱同相轴模糊化，连续性降低，影响地震资料的保真度。

技术实现思路

[0004]为了解决现有地震去噪方法的问题，本专利技术提供了一种基于曲波变换
‑
联合双边滤波的地震数据去噪方法。通过改进曲波变换阈值去噪方法，实现在去噪的同时，保护弱同相轴的效果，在曲波域中，引入联合双边滤波算法，确保稀疏系数在阈值处连续，提高弱同相轴的连续性。
[0005]本专利技术所采用的具体技术方案是：首先，对含噪声的地震数据进行曲波变换，得到原始曲波系数。其次，对原始曲波系数进行尺度分析，将第一尺度曲波系数作为粗尺度信号，粗尺度信号主要包含主曲波系数，表征地震数据构造的特征；将最后两个尺度曲波系数作为细尺度信号，细尺度信号通常包含噪声信号；剩下的尺度曲波系数作为中间尺度信号，中尺度信号通常包含大量的弱同相轴信号。然后，由于粗尺度信号包含低频信息，而且同相轴基本连续。因此，对粗尺度信号使用双边滤波处理，得到新粗尺度曲波系数；中间尺度信号包含大量的弱同相轴信息，对不同尺度的中间尺度信号曲波系数设置不同的阈值，通过每个尺度的不同阈值筛选出最多25％较大幅值曲波系数并保留，得到阈值系数并作为引导曲波系数；将中间尺度信号曲波系数作为被处理的曲波系数，利用联合双边滤波算法；联合双边滤波处理后，将阈值系数和联合双边滤波后的曲波系数进行重组，得到新中间尺度曲波系数；细尺度信号主要包含噪声信号，对细尺度信号进行阈值处理，得到新细尺度曲波系数。最后，将新粗尺度曲波系数、新中间尺度曲波系数和新细尺度曲波系数进行重组，并用曲波逆变换处理得到去噪后的地震数据。
[0006]与现有方法相比，本专利技术中在曲波变换域中引入联合双边滤波算法，联合双边滤波具有引导图，结合中间尺度曲波系数及其相似性，对缺失的同相轴信息进行补全，能够提高弱同相轴的连续性。曲波变换阈值法能够较好的压制噪声。本专利技术在有效去除噪声的同
时，保护弱同相轴信号。
附图说明
[0007]图1为本专利技术的方法流程图；
[0008]图2为含噪地震数据的各个尺度分析的频谱图；
[0009]图3为基于曲波变换
‑
联合双边滤波地震数据去噪方法的具体实施步骤流程图；
[0010]图4为实际地震数据噪声压制结果对比全局剖面图及其局部放大图；
[0011]图5为不同方法对实际地震数据噪声的压制结果对比剖面图及其局部放大图；
[0012]图6为不同方法对实际地震数据噪声的压制结果对比单道图；
[0013]图7为不同方法对实际地震数据噪声的压制结果对比频谱图。
具体实施方式
[0014]本专利技术公开了一种基于曲波变换
‑
联合双边滤波的地震数据去噪方法，属于地震数据处理领域。本专利技术通过改进曲波变换阈值方法，针对曲波变换硬阈值法在阈值处不连续的问题，在曲波域中引入联合双边滤波，实现了地震数据去噪的同时，提高弱同相轴的连续性。下面通过介绍本专利技术具体实施步骤，结合实例和附图做更进一步的具体说明，根据以下说明，本专利技术的内容、特征、优点和效果等将会变得更加清楚。
[0015]图1为本专利技术的方法流程图，具体实施步骤如下：
[0016]步骤101：对含噪声的地震数据进行曲波正变换处理。实际采集到的地震数据包含有效信号与噪声，可用以下表达式描述地震数据的构成：
[0017]f(t)＝o(t)+n(t)
[0018]其中，f(t)代表含噪声地震数据，o(t)代表无噪声的原始地震数据，n(t)代表噪声。定义母曲波其中，x为空间域因子，j为尺度因子，j＝1,2,
…
,r。总尺度数r由原始地震数据f(t)的地震道数M和采样点数N来确定，
[0019][0020]其中，为向上取整运算。的傅里叶变换与傅里叶窗函数U
j
(ω)满足ω为频率域因子，所有曲波函数均可通过平移和旋转得到。引入位移因子序列k＝(k1,k2)∈Z2，旋转角度和位置其中，0≤θ
l
＜2π，l为角度因子，且l＝0,1,
…
，为向下取整运算，则曲波函数可表示为：
[0021][0022]式中，旋转矩阵
[0023][0024]对于原始地震信号f(t)，在实数域中通过曲波正变换得到原始曲波系数c
j,l,k
，
[0025][0026]式中，为f(t)的傅里叶变换。
[0027]步骤102：对原始曲波系数进行尺度分析。对地震数据的每个尺度曲波系数分别进行曲波逆变换，得到各个尺度信息的频谱图如图2所示，可以看出，第一尺度只包含低频信息，表征地震数据构造的特征，归为粗尺度信号；第二尺度到倒数第三个尺度包含多个角度，这些角度包含了大量有效信号，归为中间尺度信号；最后两个尺度主要是由高频噪声信号组成，故归为细尺度信号。
[0028]基于此分析，将原始曲波系数划分为粗尺度信号曲波系数Q
j,l,k
，中间尺度信号成分的曲波系数S
j,l,k
和细尺度信号成分的曲波系数T
j,l,k
。
[0029][0030]步骤103：对粗尺度信号进行双边滤波处理。粗尺度信号包含低频信息，而且同相轴基本连续，无需对缺失的同相轴进行补全。本文应用双边滤波处理粗尺度信号的曲波系数，弱同相轴曲波系数之间的相似度较大，噪声信号曲波系数之间的相似度较小。双边滤波根据曲波系数之间的相似度信息进行处理，保留弱同相轴曲波系数，缩小噪声信号曲波系数。对粗尺度信号的曲波系数Q
j,l,k
进行双边滤波，得到新的曲波系数
[0031][0032]其中，为双边滤波公式的归一化系数，
[0033][0034]式中，k
q1
，k
q2
为粗尺度信号曲波系数Q
j,l,k
在频率域空间的位移因子，k
q
＝(k
q3
,k
q4
)，且k
q3
，k...

【技术保护点】

【技术特征摘要】
1.一种曲波变换
‑
联合双边滤波的地震数据去噪方法，其特征在于：它是一种改进的曲波变换阈值法去噪方法，曲波变换可以较好地处理多方向的线状变化特征，曲波系数尺度分析表明，粗尺度信号主要包含主曲波系数，表征地震数据构造的特征；中尺度信号通常包含大量的弱同相轴信号；细尺度信号通常包含噪声信号。双边滤波是在高斯滤波理论上发展起来的方法，该方法滤波系数设计考虑空间域和值域因素，能够有效保护图像中的弱信号信息。联合双边滤波算法是改进的双边滤波算法，它在双边滤波理论基础上引进了联合双边滤波的引导图，结合有效信息的相似度补全缺失的有效弱信号信息，提高弱同相轴的连续性。方法主要步骤如下：首先，对含噪声...

【专利技术属性】
技术研发人员：李哲，李林峰，曹玉苹，宋建国，马博伦，
申请(专利权)人：中国石油大学华东，
类型：发明
国别省市：