叠前非局部平均滤波压制随机噪音.pdf

叠前非局部平均滤波压制随机噪音.pdf

ID:52204044

大小:2.25 MB

页数:5页

时间:2020-03-24

叠前非局部平均滤波压制随机噪音.pdf_第1页
叠前非局部平均滤波压制随机噪音.pdf_第2页
叠前非局部平均滤波压制随机噪音.pdf_第3页
叠前非局部平均滤波压制随机噪音.pdf_第4页
叠前非局部平均滤波压制随机噪音.pdf_第5页
资源描述:

《叠前非局部平均滤波压制随机噪音.pdf》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、第42卷第5期煤田地质与勘探Vol.42No.52014年10月COALGEOLOGY&EXPLORATIONOct.2014文章编号:1001-1986(2014)05-0087-05叠前非局部平均滤波压制随机噪音1,23333胡新海,欧阳永林,曾庆才,王兴,康敬程(1.中国科学院大学,北京100049;2.中国科学院渗流流体力学研究所,河北廊坊065007;3.中国石油勘探开发研究院廊坊分院,河北廊坊065007)摘要:非局部平均滤波方法的去噪性能优异,但其在地震资料处理中的应用刚刚起步。该方法利用数据具有的结构冗余

2、,以包含局部结构的小窗口或邻域为单元,利用局部结构相似性进行加权运算,增强有效信号,压制随机噪音。针对叠前地震资料数据量大、噪音背景强、局部结构简单;原始非局部平均算法对每一点滤波,需要对数据体内所有点计算权系数后进行加权计算,计算量大,对强噪音背景适用性差等不足,对原始非局部平均算法进行了改进,主要包括:基于速度谱的搜索窗口分割;基于梯度域奇异值分解的局部结构相似集选择方法;基于相似集大小的自适应滤波参数选择方法。试验结果表明,该方法改进后对于叠前地震数据的随机噪声具有较好的压制作用。关键词:叠前非局部平均滤波;自适应

3、加权;梯度域奇异值分解;预选择;去噪中图分类号:P631文献标识码:ADOI:10.3969/j.issn.1001-1986.2014.05.017De-noisingseismicdatawithpre-stacknonlocalmeansmethod1,23333HUXinhai,OUYANGYonglin,ZENGQingcai,WANGXing,KANGJingcheng(1.UniversityofChineseAcademyofSciences,Beijing100049,China;2.Institute

4、ofPorousFlowandFluidMechanics,ChineseAcademyofSciences,Langfang065007,China;3.ResearchInstituteofPetroleumExplorationandDevelopment-Langfang,Langfang065007,China)Abstract:Thenonlocalmeansmethodhasgooddenoisingperformance,butitsapplicationisnewlydevelopinginseismi

5、cdataprocessing.Themethod,usingthestructuralredundancyofdata,takingthesmallwindowwithlocalstructureandneighborhoodasunit,conductsweightedarithmeticbyusinglocalstructuralsimilaritytoenhanceeffectivesignalsandtodepressrandomnoises.Aimingathugeamountofpre-stackseism

6、icdata,strongbackgroundnoiseandsimplelocalstructure,theoriginalnonlocalmeansmethodfilterseachpoint,conductsweightedcalculationaftercalculatingtheweightcoefficientofallpointswithindata.Becauseofshortpointssuchashugecomputationvolumeandpooradaptabilitytostrongnoise

7、background,theoriginalnonlocalmeansmethodhasbeenimproved.Threemodificationshavebeenproposedforthenonlocalmeansalgorithm.Firstly,thescanwindowsaredividedwithvelocityspectrum;then,pre-selectionofsimilarsetisbasedonsingularvaluedecompositioningradientdomain;lastly,s

8、electionofself-adaptivefilteringparameterisbasedonthescaleofsimilarset.De-noisingresultsforthetestdatademonstratethatthemethodcaneffectivelydepresstherandomnoi

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。