CN114355449B - 一种矢量中值约束的结构导向三维地震图像增强方法 - Google Patents
一种矢量中值约束的结构导向三维地震图像增强方法 Download PDFInfo
- Publication number
- CN114355449B CN114355449B CN202210008348.XA CN202210008348A CN114355449B CN 114355449 B CN114355449 B CN 114355449B CN 202210008348 A CN202210008348 A CN 202210008348A CN 114355449 B CN114355449 B CN 114355449B
- Authority
- CN
- China
- Prior art keywords
- vector
- data
- oriented
- filtering
- information
- 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
Images
Landscapes
- Geophysics And Detection Of Objects (AREA)
Abstract
本发明公开一种矢量中值约束的结构导向三维地震图像增强方法及装置,应用于地震数据处理领域,针对传统的平滑滤波方法没有考虑实际地层的方向信息,而是在水平面上直接进行滤波处理,这样往往会抹去断层、裂隙等信息,没有起到特征增强的效果的问题;本发明利用初始信息进行方向结构张量的构建与分解,获取优化的方向信息;然后在优化方向信息的基础上,把向量中值滤波算法引入构造导向滤波处理,设计了矢量中值滤波算法,获取结构特征增强的数据体。
Description
技术领域
本发明属于地震数据处理领域,特别涉及一种地震图像增强技术。
背景技术
随着地震数据处理与解释技术的发展,地震资料解释逐渐趋于自动化和智能化,如同相轴的追踪、层位的自动拾取以及断层的自动追踪与识别等。这些自动解释方法都要求地震资料具有较高的信噪比,而在地震数据采集过程中,不可避免地会受到传感器灵敏度、野外噪声干扰和数模转换量化问题等因素的影响,导致地震数据的信噪比难以满足机器智能解释的需求。为了提高地震资料的信噪比,提高机器智能解释的精度,需要对地震数据首先做信噪比增强处理。Weickert和Lavialle(1997)对一致性增强扩散滤波进行了改进,提出了地震断层信息保护扩散滤波方法;Fehmers等(2003)提出了一种基于各向异性扩散的构造导向滤波方法,在保护断层等有用的构造特征的同时对三维地震图像进行有效的信噪比增强;杨培杰等(2010)在Kuwahara滤波的基础上,提出了一种方向性边界保持断层信息增强技术,对断层信息起到了很好的保持作用;Hale(2011)使用基于构造方向的双边滤波器,对地震图像进行增强处理。Wu(2017)对结构张量进行了改进,利用方向导数提出了方向结构张量概念。综上所述,对地震图像的增强处理,主要针对如何在去除噪声、增强反射同相轴连续性,但需要同时有效保持断层等地质构造信息。
构造导向滤波是针对三维叠后地震数据体的一种特殊且有用的去噪方法。它只对平行于地震同相轴的信息进行,而不对垂直于同相轴方向的信息进行平滑。若发现地震同相轴具有横向不连续性,则不进行平滑,即这种平滑滤波操作不会超过地震反射终止信息,如断层、岩性边界等。因此,构造导向滤波可以使地震反射同相轴变得更加连续,提高反射终止信息两侧的同相轴分辨率,保护甚至改善断层等构造信息。但在应用构造导向滤波技术时,须特别注意的是地震反射同相轴方向信息的获取,主要包括地层的倾角、方位角等。由于复杂构造应力的改造作用,实际地层常发生弯曲、断裂,形成褶皱、断层等地质构造。实际地震资料常包含许多复杂地质构造的信息。在对这种包含复杂构造信息的地震数据进行处理时,准确获取地层的方向信息至关重要。结构张量可以用于提取和分析图像的局部结构信息。通过结构张量的构建和分解,可以很容易地获取特征向量和特征值,以此来确定三维地震数据中包含的地层倾角和走向等。结构张量的构建由三维地震图像中的三个方向的梯度信息构成。梯度信息容易受到三维地震图像中的噪声影响,使得基于梯度信息构建的结构张量方法获得地层倾角、方向信息与真实的地层倾角、方向信息存在差异,尤其是在构造复杂、断裂破碎区差异尤其显著。针对上述问题,本发明利用初始结构张量获取的地层倾角、方向信息,考虑到地层、断层在局部区域内存在一定的连续性,且考虑到地层、断层的倾角、走向不是相互独立的特征,引入矢量中值滤波技术对基于结构张量分解获取地层倾角和方位信息进行优化处理,实现更加接近真实地层、断层等的倾角和方位角估计,在此基础上结合断裂估计算子,采用地层结构导向的思路达到地震数据增强处理的目的,我们将该发明方法称为一种矢量中值约束的结构导向三维地震图像增强方法及装置。
实际地震资料的采集、处理等环节中常受到各种因素的影响,数据信噪比低、成像质量差。因此,在后期地震数据处理中,需要进行数据的滤波增强处理,来提高地震数据的信噪比,突出断层等重要构造特征。传统的平滑滤波方法没有考虑实际地层的方向信息,而是在水平面上直接进行滤波处理,这样往往会抹去断层、裂隙等信息,没有起到特征增强的效果。为此,获取地层的方向信息并在此方向上进行滤波处理,是地震数据滤波增强的关键。
发明内容
为解决上述技术问题,本发明提出一种矢量中值约束的结构导向三维地震图像增强方法,通过传统的梯度结构张量构建和分解获取地层的初始方向信息并在此方向上计算数据梯度构造方向结构张量,以获取更加准确的地层方向信息,即优化后的方向信息。于是,在优化方向上引入向量中值滤波算法,进行构造导向滤波,设计了矢量中值滤波算法,以达到有效压制噪声,增强地震同相轴连续性,并保留断层、裂隙等边缘结构信息的目的。
本发明采用的技术方案为:一种矢量中值约束的结构导向三维地震图像增强方法,包括:
S1、对于待处理的地震数据,通过计算数据梯度来构建地震数据的结构张量;
S2、对结构张量进行特征分解得到垂直于地震反射面的特征向量u;
S3、根据特征向量u获取地层方向信息;
S4、利用地层方向信息组合成倾角、方位角的结构矢量,通过矢量中值滤波算法进行处理,以获取结构特征增强的数据体。
步骤S4具体包括:
S41、根据地层方向信息组合成倾角、方位角的结构矢量,进行第一次矢量中值滤波,得到优化后的倾角、方位角;
S42、以步骤S41中得到的优化后的倾角、方位角作为约束,对待处理的地震数据进行构造导向滤波,从而得到结构特征增强的数据体。
步骤S4所述矢量中值滤波算法具体为:
其中,am、ai为方向矢量,N表示方向矢量集合Si中的元素个数;||·||L表示L范数。
本发明的有益效果:本发明从实际出发,考虑了实际地层的基本特征,如地层的局部连续性、成层性、各向异性等。通过梯度结构张量的构建和分解,获取三维地震图像中包含的地层结构信息;在方向信息的约束下,把方向信息中的倾角、方位角组合成结构矢量,并在此基础上设计了矢量中值约束的构造导向滤波算法,优化了地震数据中包含的方向结构信息,增强了地震反射同相轴,使之更加清晰、连续,消除了数据中噪声的影响,保留了三维地震图像中断层等重要构造特征。利用本发明技术和装置显著增强了地震数据的结构特征,这对后期的三维地震图像解释,尤其是断层识别具有重要的实际意义。
附图说明
图1为现有技术中构造导向滤波示意图;
图2为本发明的方法流程图;
图3为本发明实施例提供的待处理地震数据图像;
图4为本发明实施例提供的结构张量特征向量示意图;
图5为本发明实施例提供的局部平面特征向量u与地层倾角示意图;
图6为本发明实施例提供的初始地层倾角;
图7为本发明实施例提供的梯度向量优化前后对比;
其中,图(a)为数据在x轴方向上的梯度变化率,图(b)为优化后的数据在x轴方向上的梯度变化率,图(c)为数据在y轴方向上的梯度变化率,图(d)为优化后的数据在y轴方向上的梯度变化率,图(e)为数据在z轴方向上的梯度变化率,图(f)为优化后的数据在z轴方向上的梯度变化率;
图8为本发明实施例提供的方向梯度结构张量优化后的地层倾角;
图9为本发明实施例提供的向量中值滤波后的地层倾角;
图10为本发明实施例提供的倾角导向滤波数据提取模型;
图11为本发明实施例提供的矢量中值滤波增强后的数据图像。
具体实施方式
为便于本领域技术人员理解本发明的技术内容,首先对本发明采用的以下技术进行说明:
1、梯度结构张量
通过梯度结构张量的构建和分解获取数据方向信息,如地层的倾角、方位角等。在方向信息约束下,进行构造导向滤波,达到数据特征增强的目的。在三维地震数据中,结构张量是一个3×3对称半正定矩阵。其实现主要包括如下步骤:
步骤一:分别在地震数据的x方向、y方向和z方向计算梯度Fx、Fy和Fz。
步骤二:构建结构张量:
其中,F=[Fx Fy Fz]T是地震数据在横测线方向Fx、纵测线方向Fy和垂向方向Fz的梯度向量,上标T表示转置;Fxx、Fxy、Fxz、Fyy、Fyz、Fzz分别表示对应梯度的点积,比如Fxx=Fx*Fx;<·>表示对其中的数据进行平滑滤波。
步骤三:分解结构张量,获取特征向量和特征值:
T=λuuuT+λvvvT+λwwwT (2)
步骤四:由特征向量u获取地层方向信息。
步骤五:在方向信息约束下进行构造导向滤波处理,获取特征增强数据体。
2、构造导向滤波
构造导向滤波是针对叠后地震数据体的一种特殊去噪方法。它只对平行于地震同相轴的信息进行,而不对垂直于同相轴方向的信息进行平滑。若发现地震同相轴具有横向不连续性,则也不进行平滑。即这种平滑滤波操作不会超过地震发射终止信息,如断层、岩性边界等。因此,构造导向滤波可以使地震反射同相轴变得更加连续,提高反射终止信息两侧的同相轴分辨率,保护甚至改善断层等构造信息。
构造导向滤波在处理数据的结构方向上进行滤波,使得数据在结构方向上得到平滑,而在垂直于结构方向上得到分离。如图1所示。曲线表示地震同相轴,即地层;椭圆表示滤波窗口,其中黑色的圆点表示滤波中心点。由图1可知,滤波窗口随着地震同相轴的方向变化而变化,在构造方向上进行平滑,使得地震同相轴更加清晰、连续。
此外,为了使断层、裂缝等地质构造特征更加显著,进行地震反射终止信息(如断层、裂缝)的探测是必不可少的。在终止信息的约束下,使得沿地震反射同相轴进行的滤波处理在遇到反射终止信号时得到抑制,从而对反射终止处不进行平滑,最终达到保留甚至改善断层、裂缝等地质构造特征的目的。
本发明主要包括两部分内容:
(1)利用初始信息进行方向结构张量的构建与分解,获取优化的方向信息;
(2)在优化方向信息的基础上,把向量中值滤波算法引入构造导向滤波处理,设计了矢量中值滤波算法,获取结构特征增强的数据体。
如图2所示,本发明的方法实现过程包括以下步骤:
A1、通过GST获取地层初始方向信息
梯度结构张量(GST)最初用于提取和分析图像的局部结构信息,如几何结构和方向等,在数字图像处理方面得到广泛应用。近年来,结构张量被广泛应用于三维地震图像的方向估计、构造特征和各向异性特征计算等方面。对于如图3所示的待处理的地震数据,可以通过计算数据梯度来构建地震数据的结构张量。
对于三维地震数据中的每一个采样点x都对应一个3×3的结构张量T(x):
其中,T(x)是一个对称的半正定矩阵。F=[Fx Fy Fz]T是地震数据在横测线方向Fx、纵测线方向Fy和垂向方向Fz的梯度向量。<·>表示对其中的数据进行平滑滤波,以获取三维地震图像中更加稳定的反射结构和地层方位信息。通常使用高斯核函数Gρ(x,y,z)来设计滤波器。
其中,ρ为高斯核函数的尺度;(x,y,z)为三维地震数据的空间坐标。
对于每一个结构张量T(x),其特征分解可以提供数据的方向估计信息。式(3)的特征分解如下:
T=λuuuT+λvvvT+λwwwT (5)
令特征值λu≥λv≥λw≥0,u、v、和w分别是对应于特征值λu、λv和λw的特征向量。如图4所示。
特征向量u垂直于局部平面特征(即地震反射面),特征向量v和w相互垂直并位于局部平面内,而且特征向量v和w可以很好指示横向非连续性(如断层)和地层方向特征。具体来看,特征向量v垂直于断层走向,而特征向量w平行于断层走向。
由此可知,特征向量u垂直于局部平面,即平面的法向量。设特征向量u=(x0,y0,z0)与水平面的夹角为α(弧度),有
通常地,这种在水平和垂直方向上计算梯度来构造的结构张量称为传统的梯度结构张量,它没有考虑实际地震数据中地层的方向结构特征,往往不能很好地捕捉实际地层中与层位方向一致的细微特征,不能起到很好的增强地震同相轴的效果。
A2、地层结构优化方向信息的获取
鉴于传统梯度结构张量的不足,根据初始方向信息,在地震层位方向上计算方向梯度:
由图7可知,通过计算方向梯度,数据梯度信息得到优化。在特征向量v和w方向上梯度变化更小,而在特征向量u方向上梯度变化则更明显,这使得地震反射同相轴更加连续,在横向不连续处(如断层处)断得更加干脆,锐化了断层,保留并改善了数据中包含的构造特征。
通过方向梯度向量构建方向结构张量:
其中,方向结构张量T是一个对称的半正定矩阵。F=[Fu Fv Fw]T是地震数据在特征向量u、v和w方向上的梯度向量。<·>表示平滑滤波,<·>s表示对其中的数据进行在层位方向上平滑滤波(结构导向平滑滤波)以获取更加稳定的地震结构和地层方向信息。通过对方向结构张量进行特征分解,获取优化后的地层倾角(θ1),如图8所示。
由图8可知,通过构建方向梯度结构张量的方法在一定程度上对地层倾角起到了优化作用,使得方向信息在断层等构造复杂区域更加平滑、连续。但是,由于随机噪声、复杂构造等的影响,结构张量包含的构造方向信息存在不稳定性,使得结构张量对复杂构造区内部结构和方向信息的刻画准确性降低。
为此,本发明提出了一种结构导向的矢量中值滤波算法,在不引入新的方向信息的前提下对地层倾角、走向信息进行优化。该算法在提高地层倾角、走向数据体稳定性并压制随机噪声的同时,突出了复杂断裂构造区的内部结构特征。实际地层中的倾角、方位角总是成对出现的,每一个局部平面都对应一个唯一的方向矢量am=(θ,φ)。其中,θ表示地层倾角;φ表示地层方位角。基于最小距离的概念,重新定义标量中值,称为矢量中值滤波。
对于矢量am=(θ,φ),它是一个集合中距离其他元素距离最近的元素。
式中,N表示方向矢量集合Si中的元素个数,ai表示集合Si中不同于am的元素,ai也表示方向矢量;||·||L表示L范数,L可以为1、2或∞,这里L的选择是任意的。但是,当待处理数据包含非相干噪声时,L1范数的矢量中值滤波会有较好的效果;当待处理数据中包含相干噪声时,L2范数的矢量中值滤波将产生更好的效果。
与传统的标量中值滤波相比,矢量中值滤波具有终止性和边缘保持性等重要特征,在地震数据的去噪、边缘结构保持等数据增强处理领域具有很好的应用效果。在滤波处理过程中,矢量中值滤波不会引入新的数据信息,这是与传统标量中值滤波的显著区别。例如,对于一个由二维向量组成的数据矩阵:
利用传统的标量中值滤波处理将引入一个新的元素a′=(0,1),而利用矢量中值滤波处理则不会引入新的数据,其结果为a3=(-1,1),保留了原来数据所包含的信息。于是,矢量中值滤波可以在很好地保留初始数据特征的基础上,获取更加准确的方向信息,如图9所示为矢量中值滤波后的地层倾角θ2。
A3、结构导向的矢量中值滤波增强处理
结构导向矢量中值滤波技术是指在地层方向信息的约束下,即根据公式(8)所得到的结果基础上,如图10所示,沿着地震层面提取数据,利用地层方向信息组合成倾角、方位角的结构矢量,通过矢量中值滤波算法进行处理,以获取结构特征增强的数据体。
由图11可知,在经过矢量中值滤波优化的地层倾角、方位角的基础上,再进行结构导向的矢量中值滤波增强处理,地震反射同相轴变得更加清晰、连续,在断裂构造发育区的同相轴错断更加明显、干脆,在压制噪声的同时保留并突出了其中的断层特征。
本领域的普通技术人员将会意识到,这里所述的实施例是为了帮助读者理解本发明的原理,应被理解为本发明的保护范围并不局限于这样的特别陈述和实施例。对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的权利要求范围之内。
Claims (5)
3.根据权利要求2所述的一种矢量中值约束的结构导向三维地震图像增强方法,其特征在于,步骤S4具体包括:
S41、根据地层方向信息组合成倾角、方位角的结构矢量,进行第一次矢量中值滤波,得到优化后的倾角、方位角;
S42、以步骤S41中得到的优化后的倾角、方位角作为约束,对待处理的地震数据进行构造导向滤波,从而得到结构特征增强的数据体。
4.根据权利要求3所述的一种矢量中值约束的结构导向三维地震图像增强方法,其特征在于,L为1或2或∞。
5.根据权利要求3所述的一种矢量中值约束的结构导向三维地震图像增强方法,其特征在于,当待处理数据包含非相干噪声时,L为1;当待处理数据中包含相干噪声时,L为2。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210008348.XA CN114355449B (zh) | 2022-01-05 | 2022-01-05 | 一种矢量中值约束的结构导向三维地震图像增强方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210008348.XA CN114355449B (zh) | 2022-01-05 | 2022-01-05 | 一种矢量中值约束的结构导向三维地震图像增强方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114355449A CN114355449A (zh) | 2022-04-15 |
CN114355449B true CN114355449B (zh) | 2023-04-25 |
Family
ID=81107805
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210008348.XA Active CN114355449B (zh) | 2022-01-05 | 2022-01-05 | 一种矢量中值约束的结构导向三维地震图像增强方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114355449B (zh) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102540250A (zh) * | 2010-12-08 | 2012-07-04 | 同济大学 | 基于方位保真角度域成像的裂缝型油气储层地震探测方法 |
CN109143348A (zh) * | 2017-06-28 | 2019-01-04 | 中国石油化工股份有限公司 | 三维地震数据断层强化处理方法 |
CN112596104A (zh) * | 2020-12-09 | 2021-04-02 | 成都理工大学 | 一种结合张量分解和全变分的地震资料去噪方法 |
Family Cites Families (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
GB9904101D0 (en) * | 1998-06-09 | 1999-04-14 | Geco As | Subsurface structure identification method |
US7454292B2 (en) * | 2007-04-13 | 2008-11-18 | Saudi Arabian Oil Company | Inverse-vector method for smoothing dips and azimuths |
US9105075B1 (en) * | 2013-02-06 | 2015-08-11 | Ihs Global Inc. | Enhancing seismic features using an optical filter array |
CN104020492B (zh) * | 2013-07-01 | 2015-10-28 | 西安交通大学 | 一种三维地震资料的保边滤波方法 |
AU2015337052A1 (en) * | 2014-10-24 | 2017-05-04 | Landmark Graphics Corporation | Structure tensor constrained tomographic velocity analysis |
US20160320512A1 (en) * | 2014-10-31 | 2016-11-03 | Halliburton Energy Services, Inc. | Structure dip constrained kirchhoff migration |
WO2017160273A1 (en) * | 2016-03-14 | 2017-09-21 | Schlumberger Technology Corporation | Dip estimation via a modified structure tensor |
CN110749924B (zh) * | 2018-07-24 | 2021-12-24 | 中国石油化工股份有限公司 | 一种断裂带识别方法 |
CN109407149B (zh) * | 2018-10-10 | 2019-09-27 | 电子科技大学 | 基于Hessian矩阵的地震相干数据裂缝检测方法 |
CN109669213B (zh) * | 2019-02-25 | 2021-07-06 | 中国石油化工股份有限公司 | 基于优化Morlet小波的分频扩散滤波断层强化方法 |
CN110596751A (zh) * | 2019-07-19 | 2019-12-20 | 中国石油化工股份有限公司 | 一种复数域多层各向异性断层边界提取方法 |
CN110579804B (zh) * | 2019-10-10 | 2020-12-25 | 中国石油化工股份有限公司 | 基于绝对平方梯度的结构张量迹约束下的扩散滤波方法 |
CN110967750A (zh) * | 2019-12-16 | 2020-04-07 | 中国海洋石油集团有限公司 | 一种多源地震的混合波场分离方法和装置 |
CN111856578A (zh) * | 2020-07-31 | 2020-10-30 | 电子科技大学 | 张量深度自编码网络的宽方位叠前地震反射模式分析方法 |
CN111815773B (zh) * | 2020-08-21 | 2023-08-25 | 电子科技大学 | 适用于机器学习算法的三维复杂地质模型标签制作方法 |
CN112764099B (zh) * | 2020-12-23 | 2023-03-31 | 中国海洋石油集团有限公司 | 一种基于地震几何学信息的地震资料拓频方法 |
-
2022
- 2022-01-05 CN CN202210008348.XA patent/CN114355449B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102540250A (zh) * | 2010-12-08 | 2012-07-04 | 同济大学 | 基于方位保真角度域成像的裂缝型油气储层地震探测方法 |
CN109143348A (zh) * | 2017-06-28 | 2019-01-04 | 中国石油化工股份有限公司 | 三维地震数据断层强化处理方法 |
CN112596104A (zh) * | 2020-12-09 | 2021-04-02 | 成都理工大学 | 一种结合张量分解和全变分的地震资料去噪方法 |
Also Published As
Publication number | Publication date |
---|---|
CN114355449A (zh) | 2022-04-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Bakker | Image structure analysis for seismic interpretation | |
Yang et al. | Random noise attenuation based on residual convolutional neural network in seismic datasets | |
EP1815272B1 (en) | System and method for fault identification | |
US20110115787A1 (en) | Visulation of geologic features using data representations thereof | |
CN110749924B (zh) | 一种断裂带识别方法 | |
CN110579804B (zh) | 基于绝对平方梯度的结构张量迹约束下的扩散滤波方法 | |
CN110596751A (zh) | 一种复数域多层各向异性断层边界提取方法 | |
AU2013200609A1 (en) | Visulation of geologic features using data representations thereof | |
Wang et al. | Structure-oriented DTGV regularization for random noise attenuation in seismic data | |
CN111582114A (zh) | 一种地震断层识别方法、装置、设备和存储介质 | |
CN114355449B (zh) | 一种矢量中值约束的结构导向三维地震图像增强方法 | |
CN108428216B (zh) | 基于散布矩阵特征的二阶偏微分方程遥感图像去噪方法 | |
Li et al. | Improved non-local means algorithm for image denosing | |
CN114089418B (zh) | 高地层倾角条件下低序级断层的地震识别方法 | |
Gemechu et al. | A compound method for random noise attenuation | |
CN109242781B (zh) | 保地质边界的地震图像去噪方法及计算机可读存储介质 | |
Zhang et al. | The ridgelet transform with non-linear threshold for seismic noise attenuation in marine carbonates | |
CN114814843B (zh) | 基于cpu-gpu异构并行的地表形变反演方法与系统 | |
CN109655907B (zh) | 基于图像结构张量的成像道集自动拾取方法及系统 | |
Bo et al. | 3-D structure-oriented adaptive Gaussian pyramid for seismic multiscale fracture detection | |
Yu et al. | Noise Attenuation of Seismic Data via Deep Multiscale Fusion Network | |
Zhao et al. | A feature preserving denoising approach for 3-D seismic data visualization | |
Zinck et al. | Local dip transformation for fast seismic horizon reconstruction | |
Zhang et al. | Denoising of seismic data via multi-scale ridgelet transform | |
Sang et al. | Research Article Noise Attenuation of Seismic Data via Deep Multiscale Fusion Network |
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 |