[發(fā)明專利]置信疊前擴散濾波方法

在審

• 申請?zhí)枺?/td>: 201410256440.3
• 申請日: 2014-07-18
• 公開（公告）號: CN104090300A
• 公開（公告）日: 2014-10-08
• 發(fā)明（設(shè)計）人: 劉力輝
• 申請（專利權(quán)）人: 成都晶石石油科技有限公司
• 主分類號: G01V1/36
• 分類號: G01V1/36
• 代理公司: 成都行之專利代理事務(wù)所(普通合伙) 51220
• 代理人: 梁田

技術(shù)領(lǐng)域

本發(fā)明屬于油氣地球物理勘探領(lǐng)域中的數(shù)據(jù)處理技術(shù)，涉及一種置信疊前擴散濾波方法。

背景技術(shù)

在地震資料處理中,噪聲的壓制通常采用濾波的方法,針對噪聲的不同特征及疊前、疊后處理，通常采用多種濾波方法,其中具有代表性方法包括:奇異值分解(SVD)(Ursin和Zheng,1985、Wenkai,2006)[1][2]、F-xy域圖像特征值濾波(Ulrych?et?al.,1999、Trickett,2003)[3]、F-k域濾波(March?and?Bailey,1983)[4]、τ-p域濾波(Tatham?et?al.,1983)[5]、神經(jīng)網(wǎng)絡(luò)等一些模糊濾波去噪(Hashemi?et?al.,2008)[6]、擴散濾波(孫夕平,2004;石巖峻,2010、楊威,2011;Kamel?Baddari,Jalal??Ferahtia,Tahar?Aifa,et?al,2011)?[7-10]等。

1984年,由Koenderink[11]發(fā)現(xiàn)擴散濾波等價于一個熱傳導(dǎo)的物理過程。非線性各向異性擴散方程是由Perona和Malik[12]在1990年把它作為圖像處理中有選擇性地保留邊界信息的工具而首先提出。P-M方程有可能是病態(tài)的,1996年You?Y?L[13]通過正則化的方法消除了這種病態(tài)性。1998年,Weickert[14-15]對Perona和Malik提出的公式進行了改進,引進了結(jié)構(gòu)張量????????????????????????????????????????????????,2002年提出最優(yōu)旋轉(zhuǎn)不變性的新型算法。

以上算法雖然可以用于對疊前道集數(shù)據(jù)的噪聲消除，但普遍消噪效果一般，且消噪過程中容易壓制有效信號，造成有效信號的幅度失真。

發(fā)明內(nèi)容

為克服現(xiàn)有去噪技術(shù)去噪效果差，消噪過程中容易造成有效信號幅度失真的技術(shù)缺陷，本發(fā)明公開了一種置信疊前擴散濾波方法。

本發(fā)明所述置信疊前擴散濾波方法，包括循環(huán)進行的如下S1-S3步驟：

?S1.對讀入數(shù)據(jù)利用①式進行高斯濾波，高斯濾波完成后求取疊前數(shù)據(jù)

在X方向和Y方向上的一階導(dǎo)數(shù)和；

,------①

????其中高斯濾波函數(shù)；u為地震振幅，為地震振幅的梯度，為尺度函數(shù),t表示進程中的編號；

S2.利用②式構(gòu)建結(jié)構(gòu)張量，

----②；?

當(dāng)定義結(jié)構(gòu)張量D的特征向量、，對應(yīng)特征值時，擴散系數(shù)

對實對稱矩陣D，利用JACOBI方法并結(jié)合③式求解出D的特征值u=(u1，u2)及對應(yīng)的特征向量v1、v2；

-----③

其中k為相干系數(shù)k=(u1-u2)³,為最大向量方向的波動擴散率，線狀置信度；?

根據(jù)求出的特征向量和系數(shù)來計算出擴散系數(shù)a、b、c，求解①式；

S3.將S1中計算出的一階導(dǎo)數(shù)和及S2中計算出的擴散系數(shù)a、b、c；帶入④式，?解出等號左邊的一階導(dǎo)數(shù)；

------------④

反推原函數(shù)，得到u_O=u_O（x,y,t+1），以u_O作為步驟S1中新的讀入數(shù)據(jù)，重復(fù)步驟S1-S3?，直至達到預(yù)先設(shè)定的循環(huán)終止條件；輸出最后一次循環(huán)得到的數(shù)據(jù)u_O，作為濾波后的地震剖面疊前道集。

具體的，所述步驟S2中利用對稱Schur分解方法求解該結(jié)構(gòu)張量D的特征向量和對應(yīng)的特征值。

具體的，所述循環(huán)中止條件為循環(huán)次數(shù)達到設(shè)定次數(shù)值或最后一次循環(huán)得到的擴散系數(shù)a、b、c與之前一次的差值絕對值小于預(yù)設(shè)期望值。

優(yōu)選的，所述設(shè)定次數(shù)值為10或300。

采用本發(fā)明所述的置信疊前擴散濾波方法，利用Jacobi的方法來建立和求解結(jié)構(gòu)張量的特征值和特征向量，建立線信置信度，提出了基于Jacobi求解結(jié)構(gòu)張量的置信疊前擴散濾波方法。

該置信疊前擴散濾波方法不僅去噪效果較好，而且有一定保幅性，在同相軸的保持方面優(yōu)于前人的擴散濾波效果。

該置信疊前擴散濾波方法隨迭代次數(shù)的增加，信噪比合理的變大，方差有效的減小，有效信號頻帶范圍內(nèi)的隨機信號能被很好的壓制掉，同時不影響有效信號的頻譜分布。該方法可為后續(xù)的AVO屬性分析提供高信噪比資料。

附圖說明