Shearlet域自适应阈值地震数据随机噪声压制

发布时间：2021-12-24 16:13

　　Shearlet变换因其最优的稀疏表示和多尺度、多方向特性,对地震数据噪声有很好的压制效果。但基于Shearlet变换的传统阈值法仅考虑了信号的稀疏性在尺度上的特征,没有考虑在方向上的分布特征,不能使去噪效果达到最佳。结合Shearlet变换多尺度、多方向特性,在尺度自适应阈值基础上,研究信号在Shearlet域不同方向上的分布规律,提出一种随尺度和方向同时自适应变化的阈值。通过求取同一尺度、不同方向的L₂范数,统计有效信号的分布规律,进而在阈值计算过程中添加方向自适应项,达到随尺度和方向同时自适应的目的。理论和实际数据的试验结果表明,基于尺度和方向同时自适应的阈值相对于传统阈值能够更有效压制随机噪声,最大限度地保留有效地震信息。 

【文章来源】：石油地球物理勘探. 2020,55(02)北大核心EICSCD

【文章页数】：12 页

【部分图文】：

Shearlet频域剖分示意图

以一合成理论单炮地震记录(图2)为例说明本文方法的实现过程。该地震记录共包含250道,每道有1000个采样点,采样频率为1ms。对该数据进行Shearlet变换,用于分析地震数据在Shearlet域不同分解尺度和方向上的分布特征。图3为求取各分解尺度和各方向的Shearlet系数矩阵的L2范数,发现在不同尺度上地震数据的分布存在差异,并且在确定尺度内不同方向上的地震数据也存在着更明显差异。对图3进行排序得到地震数据经Shearlet变换后在不同尺度、不同方向上的分布规律(图4)。为了验证本文自适应阈值去噪方法的优越性,分别对一组理论地震数据和叠前、叠后实际地震数据应用本文方法和传统阈值法进行噪声压制试验,比较二者的去噪效果,并统计两种方法去噪后的信噪比、峰值信噪比和均方差。

为了验证本文自适应阈值去噪方法的优越性,分别对一组理论地震数据和叠前、叠后实际地震数据应用本文方法和传统阈值法进行噪声压制试验,比较二者的去噪效果,并统计两种方法去噪后的信噪比、峰值信噪比和均方差。图4 不同尺度和方向Shearlet变换系数矩阵L2范数折线图

【参考文献】：
期刊论文
[1]基于Shearlet变换的自适应地震资料随机噪声压制[J]. 童思友,高航,刘锐,陈学国.  石油地球物理勘探. 2019(04)
[2]基于中值滤波的图像边缘去噪算法研究[J]. 郝波,卢小平.  现代计算机. 2019(20)
[3]山地复杂构造倒转背斜地震剖面反射特征及油气成藏分析[J]. 梁顺军,梁霄,陈江力,孙甫,游李伟,邓绍强,李金芝,樊军,高怀军,韩友平,吴育林,吴增友.  中国石油勘探. 2019(03)
[4]试论地质勘查和深部地质钻探找矿技术[J]. 侯景瑞.  世界有色金属. 2019(05)
[5]随机噪声的局部正交压制方法[J]. 徐彦凯,曹思远,潘晓,杨光明,张宪旭.  石油地球物理勘探. 2019(02)
[6]基于Shearlet变换和峰度特性的井中微地震初至波拾取[J]. 李娟,计硕,李月,钱志鸿.  吉林大学学报(工学版). 2019(01)
[7]Shearlet域深度残差CNN用于沙漠地震信号去噪[J]. 郑升,李月,董新桐.  吉林大学学报(信息科学版). 2019(01)
[8]应用结构聚类字典学习压制地震数据随机噪声[J]. 张岩,任伟建,唐国维.  石油地球物理勘探. 2018(06)
[9]基于经验小波变换的地震资料噪声压制方法[J]. 覃发兵,徐振旺,啜晓宇,张小明,郭乃川,董玉文,陈伟.  中国石油勘探. 2018(05)
[10]利用自适应中值滤波方法压制混叠噪声[J]. 董烈乾,汪长辉,李长芬,凌海,王明亮.  地球物理学进展. 2018(04)

硕士论文
[1]基于Curvelet变换的地震资料去噪方法研究与应用[D]. 徐伟.成都理工大学 2017



本文编号：3550800