CN112630824B - 一种地震成像中的离散点扩散函数生成方法及系统 - Google Patents
一种地震成像中的离散点扩散函数生成方法及系统 Download PDFInfo
- Publication number
- CN112630824B CN112630824B CN201910957447.0A CN201910957447A CN112630824B CN 112630824 B CN112630824 B CN 112630824B CN 201910957447 A CN201910957447 A CN 201910957447A CN 112630824 B CN112630824 B CN 112630824B
- Authority
- CN
- China
- Prior art keywords
- discrete point
- spread function
- point spread
- seismic
- discrete
- 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.)
- Active
Links
- 238000003384 imaging method Methods 0.000 title claims abstract description 34
- 238000000034 method Methods 0.000 title claims abstract description 27
- 230000008030 elimination Effects 0.000 claims abstract description 15
- 238000003379 elimination reaction Methods 0.000 claims abstract description 15
- 238000013508 migration Methods 0.000 claims description 22
- 230000005012 migration Effects 0.000 claims description 18
- 238000004422 calculation algorithm Methods 0.000 claims description 8
- 238000009792 diffusion process Methods 0.000 claims description 6
- 230000006870 function Effects 0.000 abstract description 50
- 238000012545 processing Methods 0.000 abstract description 3
- 239000011159 matrix material Substances 0.000 description 11
- 238000004364 calculation method Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000002238 attenuated effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
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. analysis, for interpretation, for correction
Abstract
本发明提供了一种地震成像中的离散点扩散函数生成方法及系统,属于地震处理成像领域。该方法包括:(1)根据目的层深度、最大速度和数据主频,生成离散点反射系数模型;(2)利用地震速度模型和步骤(1)生成的离散点反射系数模型获得模拟的地震记录;(3)利用步骤(2)生成的模拟的地震记录获得离散点扩散函数;(4)对步骤(3)获得的离散点扩散函数进行去干扰处理得到最终的离散点扩撒函数。利用本发明可以获得与地下速度分布、数据观测参数相关的一系列离散点扩散函数,在地震最小二乘偏移成像中使用该系列离散点扩散函数大大减小了计算量和存储量。
Description
技术领域
本发明属于地震处理成像领域,具体涉及一种地震成像中的离散点扩散函数生成方法及系统。
背景技术
最小二乘偏移是一种反演成像方法,相当于常规偏移结果上作用一个Hessian逆矩阵算子,可以降低或者去除由于照明不均或者存在采集脚印所导致的偏移假象,校正偏移结果中存在的振幅误差,以及提高地震成像的分辨率。最小二乘偏移Hessian逆矩阵计算有两种方式,一是直接解析法,但由于Hessian矩阵规模特别大,对计算量和存储量的要求都极大,Hessian矩阵计算和存储都不具可行性,直接求逆更不可能;二是通过迭代反演算法逐步估计Hessian逆矩阵,然而,由于正演不能很好模拟实际观测数据,预测误差不满足高斯分布,子波未知,背景速度不能满足反演要求和观测数据不完整(有限孔径、不规则)等,实际资料最小二乘偏移成像中逐次迭代估计Hessian逆矩阵非常困难,最小二乘偏移无法得到一个理想的结果。如何以较低代价估算Hessian或Hessian的逆,是当前最小二乘偏移研究的重要方向。
发明内容
本发明的目的在于解决上述现有技术中存在的难题,提供一种地震成像中的离散点扩散函数生成方法及系统,为成像域最小二乘偏移计算提供近似Hessian数据,减小计算量和存储量,实现地震最小二乘偏移成像和基于采集的快速成像。
本发明是通过以下技术方案实现的:
一种地震成像中的离散点扩散函数生成方法,包括:
(1)根据目的层深度、最大速度和数据主频,生成离散点反射系数模型;
(2)利用地震速度模型和步骤(1)生成的离散点反射系数模型获得模拟的地震记录;
(3)利用步骤(2)生成的模拟的地震记录获得离散点扩散函数;
(4)对步骤(3)获得的离散点扩散函数进行去干扰处理得到最终的离散点扩撒函数。
所述步骤(1)中的目的层深度、数据主频是从地震资料获得的,所述最大速度是通过遍历地震资料中的速度场找到的最大值。
所述步骤(1)的操作包括:
(11)建立网格:建立一个深度纵向网格间距为dz、横向网格间距为dx的网格;
(12)在所述网格上间隔排布离散点,得到离散点反射系数模型。
所述步骤(12)的操作包括:
间隔排布离散点时,离散点之间的纵向间隔Δzp和横向间隔Δxp需要满足以下公式:
其中,v是目的层最大速度,f为目的层数据主频,h是目的层深度。
所述步骤(2)的操作包括:
根据速度模型、步骤(1)生成的离散点反射系数模型和地震观测记录、给定的子波主频,利用逆时反偏移算法计算得到模拟的地震记录。
所述步骤(3)的操作包括:
根据速度模型和步骤(2)得到的模拟的地震记录,利用逆时偏移算法计算得到逆时偏移成像结果,该逆时偏移成像结果即为离散点扩散函数。
所述步骤(4)的操作包括:
在每个离散点的邻域采用余弦衰减去干扰方法进行去干扰处理,得到最终的点扩散函数。
所述离散点的邻域是以任意一个离散点为中心点的横向长度为Δxp、纵向宽度为Δzp的长方形;
所述余弦衰减去干扰方法采用的衰减系数为:
c=(0.5+0.5cos(-2π·lx/Δxp))·(0.5+0.5cos(-2π·lz/Δzp)) (3)
其中,lx、lz为邻域内某网格点到中心点的横向网格距离、纵向网格距离。
本发明还提供一种地震成像中的离散点扩散函数生成系统,包括:
离散点反射系数模型生成模块,用于根据目的层深度、最大速度和数据主频,生成离散点反射系数模型;
模拟的地震记录生成模块,用于利用地震速度模型和所述生成离散点反射系数模型生成模块生成的离散点反射系数模型获得模拟的地震记录;
离散点扩散函数生成模块,用于利用模拟的地震记录生成模块生成的模拟的地震记录获得离散点扩散函数;
去干扰模块,用于对离散点扩散函数生成模块获得的离散点扩散函数进行去干扰处理得到最终的离散点扩撒函数。
本发明还提供一种计算机可读存储介质,所述计算机可读存储介质存储有计算机可执行的至少一个程序,所述至少一个程序被所述计算机执行时使所述计算机执行本发明的一种地震成像中的离散点扩散函数生成方法中的步骤。
与现有技术相比,本发明的有益效果是:利用本发明可以获得跟地下速度分布、数据观测参数相关的一系列离散点扩散函数,在地震最小二乘偏移成像中使用该系列离散点扩散函数大大减小了计算量和存储量。
附图说明
图1离散点的邻域;
图2实际资料速度场;
图3离散点反射系数模型;
图4某炮逆时反偏移记录
图5反偏移的逆时偏移结果;
图6去干扰后的点扩散函数;
图7本发明方法的步骤框图;
图8本发明系统的组成结构图。
具体实施方式
下面结合附图对本发明作进一步详细描述:
本发明针对最小二乘反演成像Hessian矩阵计算量和存储量过大的问题,考虑到Hessian与点扩散函数的关系以及Hessian稀疏特性,提出一种可近似Hessian的离散点扩散函数生成方法及系统。
本发明的实现方案如下:根据目的层深度、最大速度和数据主频(目的层深度、数据主频是从地震资料中获得的,此处直接将这些数据作为参数输入即可,最大速度通过遍历地震资料中的速度场找最大值获得)设计生成离散点反射系数模型;输入地震速度模型和离散点反射系数模型,通过反偏移计算得到模拟的地震记录;对模拟的地震记录进行逆时偏移计算,得到离散点扩散函数;最后,再对离散点扩散函数进行去干扰处理得到最终的离散点扩散函数。通过本发明可以获得与地下速度分布、数据观测参数相关的一系列离散点扩散函数,每一个点扩散函数相当于Hessian矩阵的一列,将其用于最小二乘偏移中时,由于去掉了Hessian矩阵中的所有值为0的数据,因此大大减小了计算量和存储量,实现了快速成像。
如图7所示,本发明方法具体包括:
(1)生成离散点反射系数模型
首先建立网格:建立一个深度纵向网格间距为dz、横向网格间距为dx的网格;
然后在所述网格上间隔排布离散点:
所述离散点是反射系数为1的网格点,在该模型中,只有部分网格点的反射系数为1,即部分网格点是离散点,其余网格点的反射系数均为0。间隔排布时通常是以第一个网格点为起始点,按一定间隔分布离散点,图3中的黑点表示反射系数为1的网格点,即离散点,空白表示反射系数为0的网格点。
所述离散点排布的基本原则为尽量密且计算的点扩散函数不相互干扰,因此,根据纵、横向分辨率定义,纵向上离散点与离散点之间的间隔Δzp、横向上离散点与离散点之间的间隔Δxp分别需要满足:
其中,v是目的层最大速度,f为目的层数据主频,h是目的层深度,dz是深度纵向网格间距,dx是横向网格间距。
(2)逆时反偏移计算
输入速度模型、步骤(1)得到的离散点反射系数模型和地震观测记录,给定子波主频,利用逆时反偏移算法(该算法是对逆时偏移结果做反偏移,可参考文献“Predicting multiplesusing a reverse time demigration”,Yu zhang and Lian Duan,CGGVeritas,SEGTechnial Program Expanded Abstracts 2012)计算得到模拟的地震记录。
(3)逆时偏移计算
利用逆时偏移算法,输入速度模型和步骤(2)中得到的模拟的地震记录,计算得到逆时偏移成像结果,即为离散点扩散函数。
(4)点扩散函数去干扰
尽管离散点反射系数模型设计时,要求点与点之间的距离足够大,使得点扩散函数不相互干扰,但由于反偏移模拟时采集孔径是有限的,相邻点的点扩散函数仍会存在一定的相互干扰。为此,在点扩散函数邻域(如图1所示)(以任意一个离散点为中心点,横向长度为Δxp、纵向宽度为Δzp的长方形),采用余弦衰减去干扰方法,衰减系数为:
c=(0.5+0.5cos(-2π·lx/Δxp))·(0.5+0.5cos(-2π·lz/Δzp)) (3)
其中,lx、lz为邻域内某点到中心点的横向网格距离和纵向网格距离。
由公式(3)可知,衰减系数在长方形最边缘处为0,越靠近中心点系数越大,中心点处得系数为1,某点的原值(该原值是指步骤(3)得到的该点的成像值)乘上衰减系数后,远处存在干扰的值就被衰减压制掉了。
本发明的系统,如图8所示,包括:
离散点反射系数模型生成模块10,用于根据目的层深度、最大速度和数据主频,生成离散点反射系数模型;
模拟的地震记录生成模块20,用于利用地震速度模型和所述生成离散点反射系数模型生成模块10生成的离散点反射系数模型获得模拟的地震记录;
离散点扩散函数生成模块30,用于利用模拟的地震记录生成模块20生成的模拟的地震记录获得离散点扩散函数;
去干扰模块40,用于对离散点扩散函数生成模块30获得的离散点扩散函数进行去干扰处理得到最终的离散点扩撒函数。
本发明的一个实施例如下:
四川某实际资料速度模型如图2所示,网格纵向深度间距10m,横向水平间距是20m。根据目的层深度、目的层最大速度和数据主频计算纵横向离散点间隔为40、20,图3是局部的离散反射系数模型。图4是某炮逆时反偏移记录,图5是反偏移的逆时偏移结果,即去干扰前的点扩散函数,图6是去干扰后的点扩散函数。
通过本发明可以获得跟地下速度分布、数据观测参数相关的一系列离散点扩散函数,每一个点扩散函数相当于Hessian矩阵的一列。对比图5和图6可以看出,通过本发明方法得到的点扩散函数特征明显,实现了将一个点变为模糊化的一片区域,且压制了干扰,能够揭示地震成像与速度模型和观测系统的关系。
上述技术方案只是本发明的一种实施方式,对于本领域内的技术人员而言,在本发明公开了应用方法和原理的基础上,很容易做出各种类型的改进或变形,而不仅限于本发明上述具体实施方式所描述的方法,因此前面描述的方式只是优选的,而并不具有限制性的意义。
Claims (7)
1.一种地震成像中的离散点扩散函数生成方法,其特征在于:所述方法包括:
(1)根据目的层深度、最大速度和数据主频,生成离散点反射系数模型;
(2)利用地震速度模型和步骤(1)生成的离散点反射系数模型获得模拟的地震记录;
(3)利用步骤(2)生成的模拟的地震记录获得离散点扩散函数;
(4)对步骤(3)获得的离散点扩散函数进行去干扰处理得到最终的离散点扩散函数;
所述步骤(1)的操作包括:
(11)建立网格:建立一个深度纵向网格间距为dz、横向网格间距为dx的网格;
(12)在所述网格上间隔排布离散点,得到离散点反射系数模型;所述离散点是反射系数为1的网格点;
所述步骤(12)的操作包括:
间隔排布离散点时,离散点之间的纵向间隔Δzp和横向间隔Δxp需要满足以下公式:
其中,v是目的层最大速度,f为目的层数据主频,h是目的层深度;
所述步骤(2)的操作包括:
根据速度模型、步骤(1)生成的离散点反射系数模型和地震观测记录、给定的子波主频,利用逆时反偏移算法计算得到模拟的地震记录。
2.根据权利要求1所述的地震成像中的离散点扩散函数生成方法,其特征在于:所述步骤(1)中的目的层深度、数据主频是从地震资料获得的,所述最大速度是通过遍历地震资料中的速度场找到的最大值。
3.根据权利要求1所述的地震成像中的离散点扩散函数生成方法,其特征在于:所述步骤(3)的操作包括:
根据速度模型和步骤(2)得到的模拟的地震记录,利用逆时偏移算法计算得到逆时偏移成像结果,该逆时偏移成像结果即为离散点扩散函数。
4.根据权利要求1所述的地震成像中的离散点扩散函数生成方法,其特征在于:所述步骤(4)的操作包括:
在每个离散点的邻域采用余弦衰减去干扰方法进行去干扰处理,得到最终的点扩散函数。
5.根据权利要求4所述的地震成像中的离散点扩散函数生成方法,其特征在于:所述离散点的邻域是以任意一个离散点为中心点的横向长度为Δxp、纵向宽度为Δzp的长方形;
所述余弦衰减去干扰方法采用的衰减系数为:
c=(0.5+0.5cos(-2π·lx/Δxp))·(0.5+0.5cos(-2π·lz/Δzp)) (3)
其中,lx、lz为邻域内某网格点到中心点的横向网格距离、纵向网格距离。
6.一种实现如权利要求1-5任一项所述的方法的地震成像中的离散点扩散函数生成系统,其特征在于:所述系统包括:
离散点反射系数模型生成模块,用于根据目的层深度、最大速度和数据主频,生成离散点反射系数模型;
模拟的地震记录生成模块,用于利用地震速度模型和所述生成离散点反射系数模型生成模块生成的离散点反射系数模型获得模拟的地震记录;
离散点扩散函数生成模块,用于利用模拟的地震记录生成模块生成的模拟的地震记录获得离散点扩散函数;
去干扰模块,用于对离散点扩散函数生成模块获得的离散点扩散函数进行去干扰处理得到最终的离散点扩散函数。
7.一种计算机可读存储介质,其特征在于:所述计算机可读存储介质存储有计算机可执行的至少一个程序,所述至少一个程序被所述计算机执行时使所述计算机执行如权利要求1-5任一项所述的地震成像中的离散点扩散函数生成方法中的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910957447.0A CN112630824B (zh) | 2019-10-09 | 2019-10-09 | 一种地震成像中的离散点扩散函数生成方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910957447.0A CN112630824B (zh) | 2019-10-09 | 2019-10-09 | 一种地震成像中的离散点扩散函数生成方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112630824A CN112630824A (zh) | 2021-04-09 |
CN112630824B true CN112630824B (zh) | 2024-03-22 |
Family
ID=75283442
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910957447.0A Active CN112630824B (zh) | 2019-10-09 | 2019-10-09 | 一种地震成像中的离散点扩散函数生成方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112630824B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113466932A (zh) * | 2021-06-11 | 2021-10-01 | 中国海洋大学 | 地震资料成像域最小二乘逆时偏移成像方法 |
CN113466934A (zh) * | 2021-06-17 | 2021-10-01 | 中国地质大学(武汉) | 基于点扩散函数的Hessian矩阵的计算与存储方法 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104375180A (zh) * | 2014-11-19 | 2015-02-25 | 中国石油天然气股份有限公司 | 一种地震数据处理方法、装置及系统 |
CN107247290A (zh) * | 2017-07-06 | 2017-10-13 | 西安交通大学 | 一种基于时空分数阶滤波的地震资料噪声压制方法 |
CN107356972A (zh) * | 2017-06-28 | 2017-11-17 | 中国石油大学(华东) | 一种各向异性介质的成像方法 |
CN107783190A (zh) * | 2017-10-18 | 2018-03-09 | 中国石油大学(北京) | 一种最小二乘逆时偏移梯度更新方法 |
CN108241173A (zh) * | 2017-12-28 | 2018-07-03 | 中国石油大学(华东) | 一种地震资料偏移成像方法及系统 |
CN108369289A (zh) * | 2015-12-18 | 2018-08-03 | 埃克森美孚上游研究公司 | 使用全波场反演点扩展函数分析设计地球物理勘测的方法 |
CN108562937A (zh) * | 2018-03-15 | 2018-09-21 | 东北石油大学 | 一种地震成像方法 |
CN108693561A (zh) * | 2018-06-14 | 2018-10-23 | 中煤科工集团西安研究院有限公司 | 基于检波器细分阵列的煤矿开采地震探测系统及方法 |
CN110161563A (zh) * | 2019-06-12 | 2019-08-23 | 中国石油大学(华东) | 一种深度域地震流体分析方法、装置、系统及存储介质 |
CN113805233A (zh) * | 2020-06-12 | 2021-12-17 | 中国石油化工股份有限公司 | 一种点扩散函数的计算方法 |
CN115267891A (zh) * | 2022-06-24 | 2022-11-01 | 同济大学 | 一种基于点扩散函数的地震数据高分辨处理方法 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
NO322089B1 (no) * | 2003-04-09 | 2006-08-14 | Norsar V Daglig Leder | Fremgangsmate for simulering av lokale prestakk dypmigrerte seismiske bilder |
US10295683B2 (en) * | 2016-01-05 | 2019-05-21 | Schlumberger Technology Corporation | Amplitude inversion on partitioned depth image gathers using point spread functions |
-
2019
- 2019-10-09 CN CN201910957447.0A patent/CN112630824B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104375180A (zh) * | 2014-11-19 | 2015-02-25 | 中国石油天然气股份有限公司 | 一种地震数据处理方法、装置及系统 |
CN108369289A (zh) * | 2015-12-18 | 2018-08-03 | 埃克森美孚上游研究公司 | 使用全波场反演点扩展函数分析设计地球物理勘测的方法 |
CN107356972A (zh) * | 2017-06-28 | 2017-11-17 | 中国石油大学(华东) | 一种各向异性介质的成像方法 |
CN107247290A (zh) * | 2017-07-06 | 2017-10-13 | 西安交通大学 | 一种基于时空分数阶滤波的地震资料噪声压制方法 |
CN107783190A (zh) * | 2017-10-18 | 2018-03-09 | 中国石油大学(北京) | 一种最小二乘逆时偏移梯度更新方法 |
CN108241173A (zh) * | 2017-12-28 | 2018-07-03 | 中国石油大学(华东) | 一种地震资料偏移成像方法及系统 |
CN108562937A (zh) * | 2018-03-15 | 2018-09-21 | 东北石油大学 | 一种地震成像方法 |
CN108693561A (zh) * | 2018-06-14 | 2018-10-23 | 中煤科工集团西安研究院有限公司 | 基于检波器细分阵列的煤矿开采地震探测系统及方法 |
CN110161563A (zh) * | 2019-06-12 | 2019-08-23 | 中国石油大学(华东) | 一种深度域地震流体分析方法、装置、系统及存储介质 |
CN113805233A (zh) * | 2020-06-12 | 2021-12-17 | 中国石油化工股份有限公司 | 一种点扩散函数的计算方法 |
CN115267891A (zh) * | 2022-06-24 | 2022-11-01 | 同济大学 | 一种基于点扩散函数的地震数据高分辨处理方法 |
Non-Patent Citations (5)
Title |
---|
Point‐spread functions for interferometric imaging;Joost Neut 等;Geophysical Prospecting;第63卷(第5期);第1033-1049页 * |
基于波动方程正演的地震观测系统设计;李万万;石油地球物理勘探;第43卷(第02期);第134-141页 * |
基于点扩散函数PSF的深度域反演;郝洪鉴 等;2018年中国地球科学联合学术年会论文集;第1948-1949页 * |
最小二乘偏移研究现状及发展趋势;杨勤勇 等;石油物探;第57卷(第06期);第795-802页 * |
郝洪鉴 等.基于点扩散函数PSF的深度域反演.2018年中国地球科学联合学术年会论文集.2018,第1948-1949页. * |
Also Published As
Publication number | Publication date |
---|---|
CN112630824A (zh) | 2021-04-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112630824B (zh) | 一种地震成像中的离散点扩散函数生成方法及系统 | |
CN111337980B (zh) | 基于时移全波形反演的二氧化碳封存监测方法和系统 | |
CN104077746A (zh) | 灰度图像处理方法及其装置 | |
CN112380934B (zh) | 基于小波熵与稀疏度的电缆局放信号自适应小波去噪方法 | |
CN102968770A (zh) | 噪声消除方法及装置 | |
CN112882115B (zh) | 基于gwo优化小波阈值的大地电磁信号去噪方法及系统 | |
CN111768349A (zh) | 一种基于深度学习的espi图像降噪方法及系统 | |
CN115628863A (zh) | 一种基于参数优化变分模态分解的流体管道泄漏检测方法 | |
CN115082336A (zh) | 一种基于机器学习的sar图像相干斑抑制方法 | |
Vargas et al. | Seismic trace noise reduction by wavelets and double threshold estimation | |
Karami et al. | Image denoising using generalised Cauchy filter | |
CN111694056B (zh) | 一种压制地震资料异常噪声的方法、存储介质及设备 | |
CN111461999B (zh) | 一种基于超像素相似性测量的sar图像相干斑抑制方法 | |
CN109544593B (zh) | 一种基于自相似度量的通用图像噪声估计方法 | |
CN104408018A (zh) | 一种保形LiDAR波形去噪方法及系统 | |
CN110008633B (zh) | 基于人工智能深度神经网络的公路噪音压制方法及系统 | |
RU2449355C2 (ru) | Способ обнаружения и устранения импульсного шума при обработке изображений и устройство, его реализующее | |
CN113219525B (zh) | 偏移成像去模糊化方法及装置 | |
RU2461874C2 (ru) | Адаптивный двумерный способ размножения оценок и устройство, его реализующее | |
CN102903084A (zh) | 一种α稳定模型下的小波域图像噪声方差估计方法 | |
EP3764542A1 (en) | Signal enhancer and method for weak and blind signal denoising and extracting | |
CN113379906B (zh) | 一种基于超像素滤波的单光子三维图像重建方法及系统 | |
Milyukova et al. | On estimation of the image complexity by two-dimensional variations | |
Wang et al. | A fast Lee filter algorithm based on Fourier transform | |
Guo et al. | Removal algorithm of horizontal noise for echoes in mine geological radar |
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 |