[發(fā)明專利]基于Shearlet變換的地震信號(hào)去噪方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201310355149.7
• 申請(qǐng)日: 2013-08-15
• 公開(kāi)（公告）號(hào): CN103399348A
• 公開(kāi)（公告）日: 2013-11-20
• 發(fā)明（設(shè)計(jì)）人: 彭真明;孔德輝;范弘毅;王圣川;周晗;張爽
• 申請(qǐng)（專利權(quán)）人: 電子科技大學(xué)
• 主分類號(hào): G01V1/36
• 分類號(hào): G01V1/36
• 代理公司: 成都華典專利事務(wù)所(普通合伙) 51223
• 代理人: 徐豐;楊保剛

技術(shù)領(lǐng)域

本發(fā)明涉及地震數(shù)據(jù)處理技術(shù)領(lǐng)域，具體涉及一種基于Shearlet變換的地震信號(hào)去噪方法。

背景技術(shù)

地震信號(hào)處理是地球物理中的中心環(huán)節(jié)，但是由于采樣環(huán)境和采樣技術(shù)的限制，獲取的地震信號(hào)通常都有噪聲，所以地震信號(hào)的去噪是一個(gè)重要環(huán)節(jié)。所謂地震信號(hào)去噪就是消弱噪聲干擾，提高地震數(shù)據(jù)的信噪比、分辨率以及保真度，便于后續(xù)利用地震數(shù)據(jù)解釋信號(hào)內(nèi)容。

Shearlet變換最早是由Guo等提出的，它是一種繼承曲線波和輪廓波優(yōu)點(diǎn)的新型多尺度幾何分析工具，通過(guò)對(duì)基本函數(shù)縮放、剪切和平移等仿射變換生成具有不同特征的剪切波函數(shù)。對(duì)于二維信號(hào)，剪切波可以檢測(cè)到所有的奇異點(diǎn)，而且可以自定義濾波方向，Shearlet具有更為簡(jiǎn)單的數(shù)學(xué)結(jié)構(gòu)，為多維數(shù)據(jù)幾何表示提供了更為靈活的理論工具。同時(shí)，Shearlet具有與Curvelet相同的近最優(yōu)非線性逼近性能和多分辨率分析特性。Shearlet所具有的這些優(yōu)良特性，為解決信號(hào)處理中的難點(diǎn)問(wèn)題提供了新的研究思路。目前對(duì)于shearlet變換的應(yīng)用大部分是圖像領(lǐng)域。Glenn?Easley（2006年）發(fā)表了將離散Shearlet變換用于圖像的稀疏定向表示。R.Gomathi（2010）將離散shearlet變換用于圖像恢復(fù)，提出了一種新的廣義期望最大化（GEM）模型，可以有效地減少計(jì)算時(shí)間，提高圖像復(fù)原質(zhì)量。國(guó)內(nèi)利用Shearlet變換的方向大部分集中在對(duì)SAR圖像的處理上，西安電子科技大學(xué)的張小華、陳佳偉等提出了基于非下采樣Shearlet和方向權(quán)值鄰域窗的非局部均值SAR圖像相干斑抑制，將基于大量紋理邊緣等的方向權(quán)值鄰域窗與非局部均值計(jì)算模型相結(jié)合用于SAR圖像的相干斑抑制，在抑制相干斑的同時(shí)有效地保持了SAR圖像所包含的紋理、邊緣信息。北京交通大學(xué)的劉帥奇、胡紹海等人將Shearlet變換引入SAR圖像的系數(shù)表示中達(dá)到去噪的目的，也獲得了較好的去噪效果。廖欣將Shearlet變換用于圖像水印添加算法，考慮了人眼對(duì)圖像邊緣區(qū)和紋理區(qū)的不同感知，對(duì)嵌入水印強(qiáng)度進(jìn)行適當(dāng)選擇，有效地解決了魯棒性和視覺(jué)不可見(jiàn)性之間的矛盾。

地震信號(hào)的噪聲從其噪聲特征分類可以分為規(guī)則噪聲與不規(guī)則噪聲。規(guī)則噪聲由于其具有典型的空間-時(shí)間特征，其去除方法往往采用時(shí)間域/空間與進(jìn)行濾波的方法。如f-x域?yàn)V波等空間濾波可以得到很好的去除規(guī)則的面波噪聲的目的，Radon變換濾波可以有效地壓制多次波反射的。而對(duì)于不規(guī)則噪聲由于其時(shí)域，空域分布隨機(jī)，頻率分布特征不明顯，處理較為困難。目前常用的對(duì)地震信號(hào)進(jìn)行去噪的方法主要包括了傳統(tǒng)的中值濾波方法，頻域?yàn)V波方法，F(xiàn)-K濾波方法，以及F-K反褶積方法，基于小波變換方法等等。但這些方法均存在不同程度的失真與地震信號(hào)邊緣模糊等的問(wèn)題。20世紀(jì)90年代以來(lái)，以Donoho，Candes等人為代表的一批學(xué)者提出了結(jié)合小波變換思想與多尺度幾何分析的思想的超小波多分辨率分析技術(shù)。該技術(shù)為地震信號(hào)處理領(lǐng)域帶來(lái)了新的思想和新的可能性：Herrmann（2007）率先采用Curvelet變換建立了完整的地震信號(hào)多尺度分析流程。Neelamani（2008）采用了Curvelet變換進(jìn)行了地震數(shù)據(jù)去噪的初步實(shí)驗(yàn)。Hennenfent（2008）提出了采用非一致性采用Curvelet變換對(duì)地震信號(hào)進(jìn)行去噪，在一定程度上解決了先前的Curvelet去噪中所帶來(lái)的邊緣模糊的現(xiàn)象。

Shearlet變換是最近幾年才提出來(lái)的一種多尺度幾何分析方法，通過(guò)一個(gè)基本函數(shù)的膨脹、剪切和平移變換來(lái)構(gòu)造。比較與Curvelet變換，它具有對(duì)信號(hào)輪廓的更優(yōu)良的逼近性能。小波變換基不在是固定的方向，而是可以自由確定，可以更好的追蹤信號(hào)的奇異點(diǎn)，而地震信號(hào)對(duì)奇異值點(diǎn)的準(zhǔn)確度要求也比較高。在對(duì)地震信號(hào)的處理中具有更加稀疏的表示。而利用地震信號(hào)的各個(gè)分量的最佳稀疏表示，可以很大程度的在保證信號(hào)原始波形的前提下抑制噪聲信號(hào)。

發(fā)明內(nèi)容

針對(duì)上述現(xiàn)有技術(shù)，本發(fā)明的目在于如何提供一種基于離散剪切波變換的地震信號(hào)去噪方法，將原始地震信號(hào)中的噪聲分離，使地震信息得到充分的利用，提高油氣檢測(cè)的準(zhǔn)確性。

為達(dá)上述目的，本發(fā)明采用如下技術(shù)方案：

一種基于Shearlet變換的地震信號(hào)去噪方法，其特征在于，包括如下步驟：

步驟一：讀入一組二維地震剖面數(shù)據(jù)，把數(shù)據(jù)存為矩陣S，讀出該矩陣的大小為[m?n]，同時(shí)設(shè)定Shearlet的分解級(jí)數(shù)k以及Shearlet分解所采用的Meyer小波；