地震数据去噪的模型训练方法、地震数据去噪方法及装置制造方法及图纸

本发明专利技术提供一种地震数据去噪的模型训练方法、地震数据去噪方法及装置。模型训练的方法包括：根据含噪地震数据A、无噪声地震数据B构造映射器G；根据映射器G的输出构造反向映射器R；分别构造判别器D

【技术实现步骤摘要】
地震数据去噪的模型训练方法、地震数据去噪方法及装置


[0001]本专利技术涉及信息处理
，尤其涉及一种地震数据去噪的模型训练方法、地震数据去噪方法及装置。

技术介绍

[0002]在地震勘探过程中，由于地震波信号自身的不平稳性和复杂性，以及数据采集过程中受到风、仪器等各种外界干扰，获取到的原始地震数据会引入噪声，对后续处理造成影响。为了降低噪声对有效信号的影响，获得高信噪比的数据，去噪始终是地震数据处理的关键。
[0003]传统的去噪方法大多基于变换域滤波或信号重建、基于变换域滤波或信号重建，这类理论去噪方法会导致地震数据中部分高频信息丢失、有用信息模糊化等问题，无法在不损坏原始信号的同时去除噪声。近年来深度学习的快速发展为地震数据去噪提供了新思路。然而，现有的深度学习去噪方法去噪效果不理想。

技术实现思路

[0004]本专利技术提供一种地震数据去噪的模型训练方法、地震数据去噪方法及装置，用以解决现有技术中地震数据去噪效果不理想的缺陷。
[0005]一种地震数据去噪的模型训练方法，包括：
[0006]获取含噪地震数据A、无噪声地震数据B；
[0007]根据所述含噪地震数据A、无噪声地震数据B构造映射器G，所述映射器G：A
→
B；
[0008]根据所述映射器G的输出构造反向映射器R，所述反向映射器R：B
→
A；
[0009]分别构造判别器D
A
和判别器D
B
；所述判别器D
A
用于区分含噪地震数据A和映射后的A域假样本R(B)；所述判别器D
B
用于区分所述干净地震数据B和映射后的B域假样本G(A)；
[0010]将所述映射器G和判别器D
B
进行对抗训练；将所述反向映射器R和判别器D
A
进行对抗训练，最终得到训练好的映射器与判别器。
[0011]进一步地，如上所述的地震数据去噪的模型训练方法，在对抗训练过程中，通过添加SSIM损失与L1损失来共同训练所述映射器和判别器。
[0012]一种地震数据去噪方法，包括：
[0013]获取待去噪的地震数据；
[0014]将所述待去噪的地震数据输入所述映射器G，通过所述映射器G将待去噪的地震数据转化为目标去噪地震数据。
[0015]一种地震数据去噪的模型训练装置，包括：
[0016]获取单元，用于获取含噪地震数据A、无噪声地震数据B；
[0017]构造单元，用于根据所述含噪地震数据A、无噪声地震数据B构造映射器G，所述映射器G：A
→
B；
[0018]所述构造单元，还用于根据所述映射器G的输出构造反向映射器R，所述反向映射
器R：B
→
A；
[0019]所述构造单元，还用于分别构造判别器D
A
和判别器D
B
；所述判别器D
A
用于区分含噪地震数据A和映射后的A域假样本R(B)；所述判别器D
B
用于区分所述干净地震数据B和映射后的B域假样本G(A)；
[0020]训练单元，用于将所述映射器G和判别器D
B
进行对抗训练；将所述反向映射器R和判别器D
A
进行对抗训练，最终得到训练好的映射器与判别器。
[0021]一种地震数据去噪装置，包括：
[0022]获取单元，用于获取待去噪的地震数据；
[0023]处理单元，用于将所述待去噪的地震数据输入所述映射器G，通过所述映射器G将待去噪的地震数据转化为目标去噪地震数据。
[0024]一种电子设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如上所述地震数据去噪的模型训练方法或实现如上所述地震数据去噪方法。
[0025]一种非暂态计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现如上所述地震数据去噪的模型训练方法或实现如上所述地震数据去噪方法。
[0026]一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现如上所述地震数据去噪的模型训练方法或实现如上所述地震数据去噪方法。
[0027]本专利技术提供的地震数据去噪的模型训练方法、地震数据去噪方法及装置，通过训练两个映射器实现含噪数据域与干净数据域的相互转换，同时训练两个判别器来纠正转换结果，通过映射器与判别器对抗训练、相互进化，使得网络不需要噪声的先验知识，就可以通过含噪地震数据域与干净地震数据域之间循环进行对抗训练，使网络自动学习到含噪地震数据转换为干净地震数据的映射，从而逐步提升网络的去噪能力，达到理想的去噪效果。
[0028]此外，通过添加SSIM损失与L1损失共同训练模型，利用该SSIM损失从整体结构上对输出加以限制，利用该L1损失从像素级别对输出加以限制，使得能够在结构一致性与像素级别对输出加以限制，从而确保含噪的地震数据在去噪后仍保持地质构造信息不变。
附图说明
[0029]为了更清楚地说明本专利技术或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0030]图1为本专利技术提供的地震数据去噪的模型训练方法流程图之一；
[0031]图2为本专利技术提供的地震数据去噪的模型训练方法流程图之二；
[0032]图3为本专利技术提供的地震数据去噪方法流程图；
[0033]图4为本专利技术提供的地震数据去噪的模型训练装置结构示意图；
[0034]图5为本专利技术提供的地震数据去噪装置结构示意图；
[0035]图6是本专利技术提供的电子设备的结构示意图。
具体实施方式
[0036]为使本专利技术的目的、技术方案和优点更加清楚，下面将结合本专利技术中的附图，对本专利技术中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0037]图1为本专利技术提供的地震数据去噪的模型训练方法流程图之一，图2为本专利技术提供的地震数据去噪的模型训练方法流程图之二，如图1、图2所示，该方法包括以下步骤：
[0038]步骤101：获取含噪地震数据A、无噪声地震数据B；
[0039]步骤102：根据所述含噪地震数据A、无噪声地震数据B构造映射器G，所述映射器G：A
→
B；
[0040]步骤103：根据所述映射器G的输出构造反向映射器R，所述反向映射器R：B
→
A；
[0041]步骤104：分别构造判别器D
...

【技术保护点】

【技术特征摘要】
1.一种地震数据去噪的模型训练方法，其特征在于，包括：获取含噪地震数据A、无噪声地震数据B；根据所述含噪地震数据A、无噪声地震数据B构造映射器G，所述映射器G：A
→
B；根据所述映射器G的输出构造反向映射器R，所述反向映射器R：B
→
A；分别构造判别器D
A
和判别器D
R
；所述判别器D
A
用于区分含噪地震数据A和映射后的A域假样本R(B)；所述判别器D
B
用于区分所述干净地震数据B和映射后的B域假样本G(A)；将所述映射器G和判别器D
B
进行对抗训练；将所述反向映射器R和判别器D
A
进行对抗训练，最终得到训练好的映射器与判别器。2.根据权利要求1所述的地震数据去噪的模型训练方法，其特征在于，在对抗训练过程中，通过添加SSIM损失与L1损失来共同训练所述映射器和判别器。3.一种地震数据去噪方法，其特征在于，包括：获取待去噪的地震数据；将所述待去噪的地震数据输入所述映射器G，通过所述映射器G将待去噪的地震数据转化为目标去噪地震数据。4.一种地震数据去噪的模型训练装置，其特征在于，包括：获取单元，用于获取含噪地震数据A、无噪声地震数据B；构造单元，用于根据所述含噪地震数据A、无噪声地震数据B构造映射器G，所述映射器G：A
→
B；所述构造单元，还用于根据所述映射器G的输出构造反向映射器R，所...

【专利技术属性】
技术研发人员：宫法明，董曼，
申请(专利权)人：中国石油大学华东，
类型：发明
国别省市：