NSCT域地震噪声压制

2019-10-21 17:17高大成
中国化工贸易·下旬刊 2019年10期
关键词:轮廓阈值噪声

高大成

摘 要:提出一种非下采样轮廓波变换(NSCT)域的地震数据随机噪声衰减方法。首先,通过NSCT将地震数据分解成不同频率和方向的系数矩阵;然后,采用一个合适的阈值算子对NSCT系数进行去噪;最后,对去噪后的系数进行逆NSCT变换重建去噪后的地震数据。实验结果表明,提出方法的性能优于传统的基于小波变换的去噪方法。

关键词:非下采样轮廓波变换;地震数据;小波变换

0 引言

本文提出一种非下采样轮廓波变换(NSCT)域的地震数据随机噪声衰减方法。首先,通过NSCT将地震数据分解成不同频率和方向的系数矩阵;然后,采用一个合适的阈值算子对NSCT系数进行去噪;最后,对去噪后的系数进行逆NSCT变换重建去噪后的地震数据。实验结果表明,提出方法的性能优于传统的基于小波变换的去噪方法。

1 方法

为了有效压制地震随机噪声,同时最大程度地保留有效信号,提出一种基于非下采样轮廓波变换(NSCT)的地震随机噪声衰减方法。其主要步骤描述如下:

步骤1:对地震数据进行K级NSCT分解,得到低通变换系数和一系列高通变换系数Dk,j(k=1,2,...,K; j=1,2,...,J),其中,k指分解层级,j指分解方向,J是分解方向数。

步骤2:使用阈值算子对NSCT系数进行去噪。选取如下阈值方法进行处理:

其中,x和y分别是NSCT域中去噪前和去噪后的系数矩阵;C为阈值常量;δ是噪声方差。

步骤3:对去噪后的NSCT系数进行逆NSCT变换重建地震数据。

2 实验

在合成地震记录上进行实验,图1(a)是一个合成地震记录,时间采样间隔为1ms,道数为150。图1(b)为相应的加噪声后的合成记录。采用小波阈值去噪方法和提出的方法对含噪合成数据进行去噪。图1(c)和图1(d)分别为两种方法的去噪结果。明显看到,提出方法的处理结果明显优于小波阈值去噪方法。此外,使用信噪比来进行定量评估:

其中,X0为无噪声数据;X1为含噪声数据或去噪后的数据。此外,表1所示为两种去噪方法对合成地震记录(图1(a))加入不同程度噪聲后处理得到的SNR值结果对比。总体来看,提出的方法在不同级别含噪地震记录上具有较好的去噪能力。

参考文献:

[1] Canales L L. Random noise reduction[C]. 54th Annual International Meeting of SEG Technical Program Expanded Abstracts,1984:525-527.

[2] Bonar D, Sacchi M. Denoising seismic data using the nonlocal means algorithm[J]. Geophysics,2012,77(1):A5-A8.

猜你喜欢
轮廓阈值噪声
“白噪声”助眠,是科学还是忽悠?
非均匀光照下文本图像分割算法研究
特斯拉发布新功能 停电期间也可充电
跟踪导练(三)
利用迭代软阈值方法抑制恒时演化类核磁共振实验中的采样截断伪峰
要减少暴露在噪声中吗?
有些噪声能让你深睡眠
两种改进的局部阈值分割算法
一种基于小波包变换的双模噪声中信号检测
儿童筒笔画