CN109085649B - 一种基于小波变换优化的地震资料去噪方法 - Google Patents
一种基于小波变换优化的地震资料去噪方法 Download PDFInfo
- Publication number
- CN109085649B CN109085649B CN201811191632.5A CN201811191632A CN109085649B CN 109085649 B CN109085649 B CN 109085649B CN 201811191632 A CN201811191632 A CN 201811191632A CN 109085649 B CN109085649 B CN 109085649B
- Authority
- CN
- China
- Prior art keywords
- wavelet
- seismic
- record
- threshold
- coefficient
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
- 238000000034 method Methods 0.000 title claims abstract description 30
- 238000005457 optimization Methods 0.000 title claims abstract description 5
- 230000009466 transformation Effects 0.000 title claims description 7
- 238000012545 processing Methods 0.000 claims abstract description 9
- 238000000354 decomposition reaction Methods 0.000 claims abstract description 6
- 238000005070 sampling Methods 0.000 claims description 3
- 230000000694 effects Effects 0.000 abstract description 6
- 230000008569 process Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 239000007789 gas Substances 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 230000010354 integration Effects 0.000 description 2
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 239000003345 natural gas Substances 0.000 description 1
- 239000003209 petroleum derivative Substances 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 230000001629 suppression Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V1/00—Seismology; Seismic or acoustic prospecting or detecting
- G01V1/28—Processing seismic data, e.g. for interpretation or for event detection
- G01V1/36—Effecting static or dynamic corrections on records, e.g. correcting spread; Correlating seismic signals; Eliminating effects of unwanted energy
- G01V1/364—Seismic filtering
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V2210/00—Details of seismic processing or analysis
- G01V2210/30—Noise handling
- G01V2210/32—Noise reduction
- G01V2210/324—Filtering
Landscapes
- Engineering & Computer Science (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Acoustics & Sound (AREA)
- Environmental & Geological Engineering (AREA)
- Geology (AREA)
- General Life Sciences & Earth Sciences (AREA)
- General Physics & Mathematics (AREA)
- Geophysics (AREA)
- Geophysics And Detection Of Objects (AREA)
Abstract
本发明专利提供了一种基于小波变换优化的地震资料去噪方法,该方法针对传统阈值函数方法处理的重构系数在阈值点处出现间断,重构系数与分解系数间总存在着恒定的偏差,严重影响重构信号准确性的问题,通过建立一种改进后的新型分数阶阈值函数,以小波变换为核心思想,以达到有效改善地震剖面处理效果为目标,确定新的阈值函数。该方法与目前的同类技术相比较而言,具有去噪结果更加逼近原始有用信号,地震剖面处理效果有较大改善,信噪比能更大程度提高的优点。
Description
技术领域
本发明专利属于油气地震勘探领域,涉及地震资料去噪方法设计及应用,该方法对所有地区石油、天然气地震勘探都有效。
背景技术
丰富的油气资源的山前复杂高陡构造区已成为当前地震勘探的重点,随着勘探的精细化,对于构造较复杂的低信噪比地区,噪声干扰往往十分严重,若在叠前记录上不进行去噪处理,会导致在最终的叠加剖面上层位不清晰或出现不真实构造等现象,使得地震资料品质达不到处理的要求,从而制约了该地区地震勘探程度的进一步提高。
地震资料去噪的目的是尽可能的压制原始记录上的噪声,而在叠前的许多处理步骤中,都是假定无噪声的前提下进行的,大量的噪声使原本针对有效信号的方法失去理论基础,使我们很难进行分辨。在深入分析地震采集资料中的噪声来源、特征等基础上,研究相应地震资料去噪方法,让噪声和有效信号分离,达到地震资料叠前去噪的目的,提高地震资料的信噪比。所以有必要对各种方法作深入的研究和改进,提高去噪的效果。
目前,处理信号的方法有很多,最经典的是傅里叶变换的频域分析,但傅里叶变换只能处理规则干扰,不能处理随机干扰。为了能有效地除去随机干扰噪声,人们提出了各种各样的去噪方法。其中以小波变换方法效果为佳,小波变换最基本的功能就是使被调节的信号的时间发生压缩和变长而不是使频率发生改变。1995年,D.L.Donoho提出小波阈值去噪方法。由于它易于实现,计算速度快,从而成为最广泛使用的一种方法。但小波去噪方法也有其缺点,硬阈值方法处理的重构系数在阈值点处出现间断,重构信号易出现伪吉普斯现象;而软阈值处理的重构系数虽然整体连续性好,但重构系数与分解系数间总存在着恒定的偏差。这些因素都影响着小波函数去噪的效果。
随着研究的深入,出现了硬软阈值函数加权的加权阈值函数,加权阈值函数中和了硬阈值函数的不连续和软阈值函数的固定偏差,对随机信号的压制有所提高,但还是不理想。
为了改进去噪处理的这些问题,提高地震采集资料的信噪比,提出了一种以小波变换为核心思想的新型分数阶阈值函数去噪方法,以提高低信噪比地区地震资料品质。
发明内容
本发明方法提出一种以小波变换为核心思想的新型分数阶阈值函数去噪方法。本发明方法实施方式包括如下步骤:
步骤1:输入地震含噪记录f(t);
步骤2:求取地震记录方差σi(t);
步骤4:对地震含噪记录f(t)做小波变换,得到小波系数Wj,k,其中j为小波分解层数,k为第k个样点;
步骤6:利用处理后的小波系数进行小波重构后得到去噪后的地震g(t);
步骤7:输出去噪后的地震记录g(t)。
与现在技术相比,本发明方法的基于小波变换的地震资料去噪的优化方法,具有以下的优点:
1)此阈值函数有效地改善了硬阈值函数的不连续以及软阈值函数的固定偏差的缺点。
2)新建函数的去噪结果都明显优于硬软阈值去噪,能高效地压制随机噪声,有效提高了地震采集资料的信噪比。
附图说明
图1为本发明方法实施例中的不同积分阶数的分数阶阈值函数示意图。
具体实施方式
为了提高低信噪比地区地震资料品质,让噪声和有效信号分离。采用了本发明方法进行地震资料去噪。
首先输入地震含噪记录f(t),接下来求取地震记录方差σi(t),将地震记录方差σi(t)代入阈值λ,σ是地震记录的方差,N是地震记录的长度;对地震含噪记录f(t)做小波变换,得到小波系数Wj,k,其中j为小波分解层数,k为第k个样点;对得到的小波系数Wj,k进行阈值函数处理,阈值函数采用新提出的分数阶阈值函数,即:
其中λ为阈值,Wj,k为小波系数,最后得到处理后的小波系数Γ(·)是Gamma函数,且Γ(n)=(n-1)!,非整数的正数α>0;
比较所得数据从而得到最佳去噪效果。根据上述流程,特定为本实用新型所编写的一款高效,体积小且可以运行在任何有.NET Framework 4.0Windows组件的设备上的去噪仿真模拟软件。实施细节及参数如下:采用地震正演中常用的Ricker子波,并人工添加高斯白噪声,作为输入信号。分别采用硬阈值函数,软阈值函数,改进的阈值函数和本实用新型所提出的分数阶阈值函数等对信号进行处理。仿真中使用的是Haar小波,分解层数为5。图1为本发明方法实施例中的不同积分阶数的分数阶阈值函数。表1为本发明方法实施例中的不同阈值函数去噪性能比较图表,对新阈值函数作0.1,0.2,0.5,0.7,1阶分数阶积分,得到的信噪比结果随阶数增大不断提高,均方误差也不断减小。通过比较硬阈值函数去噪后信号有明显的畸变,分数阶阈值函数去噪效果明显优于硬软阈值函数去噪效果。
表1不同阈值函数去噪性能
按照上述方法进行地震资料去噪,使得去噪效果和地震资料品质都有较大提高。
Claims (1)
1.一种基于小波变换优化的地震资料去噪方法,其特征在于所述的方法包括如下步骤:
步骤1:输入地震含噪记录f(t);
步骤2:求取地震记录方差σi(t);
步骤4:对地震含噪记录f(t)做小波变换,得到小波系数Wj,k,其中j为小波分解层数,k为第k个样点;
步骤7:输出去噪后的地震记录g(t)。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811191632.5A CN109085649B (zh) | 2018-10-12 | 2018-10-12 | 一种基于小波变换优化的地震资料去噪方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811191632.5A CN109085649B (zh) | 2018-10-12 | 2018-10-12 | 一种基于小波变换优化的地震资料去噪方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109085649A CN109085649A (zh) | 2018-12-25 |
CN109085649B true CN109085649B (zh) | 2020-02-28 |
Family
ID=64843662
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811191632.5A Expired - Fee Related CN109085649B (zh) | 2018-10-12 | 2018-10-12 | 一种基于小波变换优化的地震资料去噪方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109085649B (zh) |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2002095449A1 (en) * | 2001-05-22 | 2002-11-28 | Conocophillips Company | Non-stationary filter design and application for processing of seismic signals |
CN101655834A (zh) * | 2009-09-17 | 2010-02-24 | 哈尔滨工业大学 | 一种基于分数阶小波变换的信号分离方法 |
CN103455986A (zh) * | 2013-09-13 | 2013-12-18 | 杨柱中 | 基于分数阶微分梯度的随机噪声点检测算法 |
CN106570843A (zh) * | 2016-11-14 | 2017-04-19 | 山东理工大学 | 一种自适应小波阈值函数图像噪声抑制方法 |
CN106646406A (zh) * | 2016-12-08 | 2017-05-10 | 南京理工大学 | 基于改进小波阈值去噪的外弹道测速雷达功率谱检测方法 |
CN107703547A (zh) * | 2017-09-29 | 2018-02-16 | 西南石油大学 | 一种自适应小波阈值函数地震资料去噪方法 |
CN107703546A (zh) * | 2017-09-29 | 2018-02-16 | 西南石油大学 | 一种基于小波变换的新阈值函数地震资料去噪方法 |
CN107728213A (zh) * | 2017-09-29 | 2018-02-23 | 西南石油大学 | 一种小波新阈值函数地震资料去噪方法 |
WO2018093747A1 (en) * | 2016-11-17 | 2018-05-24 | Saudi Arabian Oil Company | Use of wavelet cross-correlation for virtual source denoising |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7260272B2 (en) * | 2003-07-10 | 2007-08-21 | Samsung Electronics Co.. Ltd. | Method and apparatus for noise reduction using discrete wavelet transform |
-
2018
- 2018-10-12 CN CN201811191632.5A patent/CN109085649B/zh not_active Expired - Fee Related
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2002095449A1 (en) * | 2001-05-22 | 2002-11-28 | Conocophillips Company | Non-stationary filter design and application for processing of seismic signals |
CN101655834A (zh) * | 2009-09-17 | 2010-02-24 | 哈尔滨工业大学 | 一种基于分数阶小波变换的信号分离方法 |
CN103455986A (zh) * | 2013-09-13 | 2013-12-18 | 杨柱中 | 基于分数阶微分梯度的随机噪声点检测算法 |
CN106570843A (zh) * | 2016-11-14 | 2017-04-19 | 山东理工大学 | 一种自适应小波阈值函数图像噪声抑制方法 |
WO2018093747A1 (en) * | 2016-11-17 | 2018-05-24 | Saudi Arabian Oil Company | Use of wavelet cross-correlation for virtual source denoising |
CN106646406A (zh) * | 2016-12-08 | 2017-05-10 | 南京理工大学 | 基于改进小波阈值去噪的外弹道测速雷达功率谱检测方法 |
CN107703547A (zh) * | 2017-09-29 | 2018-02-16 | 西南石油大学 | 一种自适应小波阈值函数地震资料去噪方法 |
CN107703546A (zh) * | 2017-09-29 | 2018-02-16 | 西南石油大学 | 一种基于小波变换的新阈值函数地震资料去噪方法 |
CN107728213A (zh) * | 2017-09-29 | 2018-02-23 | 西南石油大学 | 一种小波新阈值函数地震资料去噪方法 |
Non-Patent Citations (2)
Title |
---|
"一种新的小波阈值函数在图像去噪中的应用";荣霞 等;《电子测量技术》;20160531;第39卷(第5期);第84-88页 * |
"基于改进阈值函数的分数阶小波电能信号去噪";赵鸿图 等;《测控技术》;20171231;第36卷(第8期);第20-25页 * |
Also Published As
Publication number | Publication date |
---|---|
CN109085649A (zh) | 2018-12-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Zhao et al. | Low-frequency noise suppression method based on improved DnCNN in desert seismic data | |
Chen et al. | Empirical low-rank approximation for seismic noise attenuation | |
CN102998706B (zh) | 一种衰减地震数据随机噪声的方法及系统 | |
CN102854533B (zh) | 一种基于波场分离原理提高地震资料信噪比的去噪方法 | |
CN110045419A (zh) | 一种感知器残差自编码网络地震资料去噪方法 | |
Gan et al. | Improved random noise attenuation using f− x empirical mode decomposition and local similarity | |
CN107179550B (zh) | 一种数据驱动的地震信号零相位反褶积方法 | |
CN105182417B (zh) | 一种基于形态成分分析的面波分离方法及系统 | |
CN103713324B (zh) | 一种基于局部方差分析的自适应曲波阈值地震去噪方法 | |
CN107703546A (zh) | 一种基于小波变换的新阈值函数地震资料去噪方法 | |
CN110646841B (zh) | 时变稀疏反褶积方法及系统 | |
CN111399057B (zh) | 一种基于非凸稀疏约束的地震资料噪声压制方法 | |
CN112598593A (zh) | 基于非均衡深度期望块对数似然网络的地震噪声压制方法 | |
CN105319593A (zh) | 基于曲波变换和奇异值分解的联合去噪方法 | |
CN111708087A (zh) | 一种基于DnCNN神经网络对地震数据噪声压制的方法 | |
CN107703547A (zh) | 一种自适应小波阈值函数地震资料去噪方法 | |
CN102854530B (zh) | 基于对数时频域双曲平滑的动态反褶积方法 | |
CN114779343A (zh) | 一种基于曲波变换-联合双边滤波的地震数据去噪方法 | |
CN107728213A (zh) | 一种小波新阈值函数地震资料去噪方法 | |
CN111582205B (zh) | 一种基于多分辨率奇异值分解模型的降噪方法 | |
CN109085649B (zh) | 一种基于小波变换优化的地震资料去噪方法 | |
Wang et al. | Desert seismic noise suppression based on multimodal residual convolutional neural network | |
CN109782346B (zh) | 一种基于形态成分分析的采集脚印压制方法 | |
CN116203634A (zh) | 一种基于低秩约束的鬼波去除方法 | |
CN102509268B (zh) | 基于免疫克隆选择的非下采样轮廓波域图像去噪方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20200228 |
|
CF01 | Termination of patent right due to non-payment of annual fee |