CN116431980A - Obn数据去噪方法及相关装置 - Google Patents
Obn数据去噪方法及相关装置 Download PDFInfo
- Publication number
- CN116431980A CN116431980A CN202111651397.7A CN202111651397A CN116431980A CN 116431980 A CN116431980 A CN 116431980A CN 202111651397 A CN202111651397 A CN 202111651397A CN 116431980 A CN116431980 A CN 116431980A
- Authority
- CN
- China
- Prior art keywords
- component data
- amplitude
- complex wavelet
- matching
- amplitude spectrum
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 80
- 238000001228 spectrum Methods 0.000 claims abstract description 205
- 230000009466 transformation Effects 0.000 claims abstract description 54
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 17
- 238000001514 detection method Methods 0.000 claims description 6
- 238000004590 computer program Methods 0.000 claims description 3
- 238000013480 data collection Methods 0.000 claims description 3
- 238000000354 decomposition reaction Methods 0.000 description 68
- 238000010586 diagram Methods 0.000 description 24
- 230000008569 process Effects 0.000 description 9
- 230000000694 effects Effects 0.000 description 7
- 230000007423 decrease Effects 0.000 description 4
- 238000001914 filtration Methods 0.000 description 4
- 230000001603 reducing effect Effects 0.000 description 4
- 238000005070 sampling Methods 0.000 description 4
- 230000003631 expected effect Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000000926 separation method Methods 0.000 description 2
- 238000011410 subtraction method Methods 0.000 description 2
- 230000001629 suppression Effects 0.000 description 2
- 230000002411 adverse Effects 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 230000005284 excitation Effects 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/14—Fourier, Walsh or analogous domain transformations, e.g. Laplace, Hilbert, Karhunen-Loeve, transforms
- G06F17/148—Wavelet transforms
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- General Physics & Mathematics (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Optimization (AREA)
- Mathematical Analysis (AREA)
- Computational Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Theoretical Computer Science (AREA)
- Algebra (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Complex Calculations (AREA)
Abstract
本发明公开了一种OBN数据去噪方法及相关装置。所述方法包括:分别对P分量数据和Z分量数据进行双树复小波变换;根据所述P分量数据的振幅谱振幅最大值对所述Z分量数据的振幅谱进行匹配,得到与所述P分量匹配的Z分量数据的振幅谱振幅值;计算得到振幅匹配后的Z分量数据的振幅谱;根据所述振幅匹配后的Z分量数据的振幅谱,计算得到振幅匹配系数;根据所述振幅匹配系数,计算得到振幅匹配后的Z分量数据复小波系数;将所述振幅匹配后的Z分量数据复小波系数进行双树复小波逆变换,得到去噪后的Z分量数据。本发明能够明显压制Z分量数据中的Vz噪声,去噪后Z分量道集数据及叠加剖面的信噪比得到明显提高。
Description
技术领域
本发明涉及物探数据处理领域,特别涉及一种OBN数据去噪方法及相关装置。
背景技术
海底节点(Ocean bottom nodes,OBN)是一种放置在水底的四分量检波器,震源在海面,各个采集节点之间相互独立。OBN放置在水底,其位置固定,受海况影响相对较小,采集到的地震资料具有全方位、宽频带等特点。OBN节点由四个分量的接收器组成,其中一个分量接收器是水检压力检波器,用来记录标量波场(P分量数据);另外三个相互垂直分量的接收器是陆检速度检波器,用来记录矢量波场(X、Y、Z分量数据)。由于水、陆双检检波器的工作原理不同,水检检波器对其周围水的压力非常敏感,而陆检检波器对其所在位置波的传播速度非常敏感,因此即使是同一地震波场,二者的响应是不同。P分量数据由于仅记录标量波场,因此其信噪比较高,但由于受到海底地质条件及检波器与海底耦合因素影响,到达检波器的地震波场的传播方向与检波器的接收方向不一致,会导致Z分量数据因接收了泄露的横波能量而混叠入低速、低频的噪声,即Vz噪声,信噪比差。如不对其进行处理,将对后续偏移成像处理产生不利影响。Vz噪声具有形态近似双曲、低频、强振幅且与有效信号的位置及频带皆有混叠的特征。目前去除Vz噪声的方法包括:利用X和Y分量数据对Z分量数据进行自适应相减方法,KL变换去噪方法,分频噪声压制方法。
发明内容
发明人发现,现有技术手段难以达到对Z分量数据有效去噪,利用X和Y分量数据对Z分量数据进行自适应相减方法的去噪效果不明显,KL变换去噪方法仅能去除线性干扰噪声,分频噪声压制方法为单道处理手段,对信号和噪声的分解性较差,去噪效果有限。为了至少部分地解决现有技术存在的技术问题,发明人做出本发明,通过具体实施方式,提供一种OBN数据去噪方法及相关装置。
第一方面,本发明实施例提供一种OBN数据去噪方法,包括:
分别对P分量数据和Z分量数据进行双树复小波变换,分别得到所述P分量数据和Z分量数据在双树复小波域中的振幅谱;
确定所述P分量数据的振幅谱振幅最大值及最大值在双树复小波域中对应的位置;
将所述P分量数据的振幅谱振幅最大值在双树复小波域中对应的位置,与所述Z分量数据的振幅谱进行匹配,得到与所述P分量匹配的Z分量数据的振幅谱振幅值;
根据所述P分量数据的振幅谱振幅最大值、与所述P分量匹配的Z分量数据的振幅谱振幅值和所述P分量数据的振幅谱,计算得到振幅匹配后的Z分量数据的振幅谱;
根据所述振幅匹配后的Z分量数据的振幅谱,计算得到振幅匹配系数;
根据所述振幅匹配系数,计算得到振幅匹配后的Z分量数据复小波系数;
将所述振幅匹配后的Z分量数据复小波系数进行双树复小波逆变换,得到去噪后的Z分量数据。
在一些可选的实施例中,所述分别对P分量数据和Z分量数据进行双树复小波变换之前,包括:
获取OBN的水检压力检波器在激发震源后收集并记录的P分量数据;以及OBN的陆检速度检波器在激发震源后收集并记录的Z分量数据。
在一些可选的实施例中,所述分别对P分量数据和Z分量数据进行双树复小波变换,分别得到所述P分量数据和Z分量数据在双树复小波域中的振幅谱,包括:
按照预设的分级级数,分别对所述P分量数据和Z分量数据进行对应分级级数的双树复小波变换,得到所述P分量数据和Z分量数据在双树复小波域中的振幅谱。
在一些可选的实施例中,所述将所述P分量数据的振幅谱振幅最大值在双树复小波域中对应的位置,与所述Z分量数据的振幅谱进行匹配,得到与所述P分量匹配的Z分量数据的振幅谱振幅值,包括:
根据所述P分量数据的振幅谱振幅最大值在双树复小波域中对应的位置,确定相同位置的Z分量数据的振幅谱振幅值,作为与所述P分量匹配的Z分量数据的振幅谱振幅值。
在一些可选的实施例中,根据所述P分量数据的振幅谱振幅最大值、与所述P分量匹配的Z分量数据的振幅谱振幅值和所述P分量数据的振幅谱,计算得到振幅匹配后的Z分量数据的振幅谱,包括:
将与所述P分量匹配的Z分量数据的振幅谱振幅值,除以所述P分量数据的振幅谱振幅最大值,乘以所述P分量数据的振幅谱,得到振幅匹配后的Z分量数据的振幅谱。
在一些可选的实施例中,所述根据所述振幅匹配后的Z分量数据的振幅谱,计算得到振幅匹配系数,包括:
将所述振幅匹配后的Z分量数据的振幅谱,除以相同位置的所述Z分量数据的振幅谱,得到所述振幅匹配后的Z分量数据的振幅谱中各位置的振幅匹配系数。
在一些可选的实施例中,所述根据所述振幅匹配系数,计算得到振幅匹配后的Z分量数据复小波系数,包括:
将所述振幅匹配后的Z分量数据的振幅谱每一位置的振幅匹配系数,分别乘以对应位置的所述Z分量数据复小波系数的实部和虚部,分别得到振幅匹配后的Z分量数据复小波系数的实部和虚部。
在一些可选的实施例中,所述将所述振幅匹配后的Z分量数据复小波系数进行双树复小波逆变换,得到去噪后的Z分量数据,包括:
按照所述Z分量数据双树复小波变换的分级级数,将所述振幅匹配后的Z分量数据复小波系数逐级进行双树复小波逆变换,得到去噪后的Z分量数据。
第二方面,本发明实施例提供一种OBN数据去噪装置,包括:
正变换模块,用于分别对P分量数据和Z分量数据进行双树复小波变换,分别得到所述P分量数据和Z分量数据在双树复小波域中的振幅谱;
振幅匹配模块,用于确定所述P分量数据的振幅谱振幅最大值及最大值在双树复小波域中对应的位置;将所述P分量数据的振幅谱振幅最大值在双树复小波域中对应的位置,与所述Z分量数据的振幅谱进行匹配,得到与所述P分量匹配的Z分量数据的振幅谱振幅值;根据所述P分量数据的振幅谱振幅最大值、与所述P分量匹配的Z分量数据的振幅谱振幅值和所述P分量数据的振幅谱,计算得到振幅匹配后的Z分量数据的振幅谱;根据所述振幅匹配后的Z分量数据的振幅谱,计算得到振幅匹配系数;根据所述振幅匹配系数,计算得到振幅匹配后的Z分量数据复小波系数;
逆变换模块,用于将所述振幅匹配后的Z分量数据复小波系数进行双树复小波逆变换,得到去噪后的Z分量数据。
在一些可选的实施例中,还包括:
P和Z分量数据收集模块,用于获取OBN的水检压力检波器在激发震源后收集并记录的P分量数据;以及OBN的陆检速度检波器在激发震源后收集并记录的Z分量数据。
基于同一发明构思,本发明实施例还提供一种计算机存储介质,所述计算机存储介质中存储有计算机可执行指令,所述计算机可执行指令被处理器执行时实现前述OBN数据去噪方法。
基于同一发明构思,本发明实施例还提供一种终端设备,包括:存储器、处理器及存储于存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现前述OBN数据去噪方法。
本发明实施例提供的上述技术方案的有益效果至少包括:
本发明实施例提供一种OBN数据去噪方法及相关装置,利用双树复小波变换能够对信号进行分频、多方向性分解特性,去噪后的Z分量数据中的Vz噪声得到明显压制,去噪后Z分量道集数据及叠加剖面的信噪比得到显著提高。
本发明的其它特征和优点将在随后的说明书中阐述,并且,部分地从说明书中变得显而易见,或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
下面通过附图和实施例,对本发明的技术方案做进一步的详细描述。
附图说明
附图用来提供对本发明的进一步理解,并且构成说明书的一部分,与本发明的实施例一起用于解释本发明,并不构成对本发明的限制。在附图中:
图1为本发明实施例中一种基于双树复小波变换的OBN数据去噪方法流程图;
图2a为本发明实施例中双树复小波正变换示意图;
图2b为本发明实施例中双树复小波逆变换示意图;
图3a为本发明实施例中脉冲点图像;
图3b为本发明实施例中对脉冲点图像进行双树复小波变换三级分解所得到各级振幅谱;
图4为本发明实施例中双树复小波变换各级复小波系数对应波形图;
图5为本发明实施例中双树复小波变换q-21象限复小波系数对应波形图;
图6为本发明实施例中双树复小波变换q-22象限复小波系数对应波形图;
图7为本发明实施例中双树复小波变换q-23象限复小波系数对应波形图;
图8a为本发明实施例中P分量数据双树复小波变换三级分解振幅谱;
图8b为本发明实施例中Z分量数据双树复小波变换三级分解振幅谱;
图8c为本发明实施例中振幅匹配后Z分量数据双树复小波变换三级分解振幅谱;
图9为本发明实施例中双树复小波域P/Z分量数据联合去噪前后道集对比图;
图10为本发明实施例中双树复小波域P/Z分量数据联合去噪前后叠加剖面对比图;
图11为本发明实施例中一种基于双树复小波变换的OBN数据去噪方法的一种具体实现流程图;
图12为本发明实施例中一种基于双树复小波变换的OBN数据去噪装置框图。
具体实施方式
下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例,然而应当理解,可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反,提供这些实施例是为了能够更透彻地理解本公开,并且能够将本公开的范围完整的传达给本领域的技术人员。
为了解决现有技术中存在的的问题,本发明实施例提供一种OBN数据去噪方法及相关装置。
实施例一
本发明实施例一提供一种OBN数据去噪方法,其流程如图1所示,包括如下步骤:
步骤S101:分别对P分量数据和Z分量数据进行双树复小波变换,分别得到所述P分量数据和Z分量数据在双树复小波域中的振幅谱。
P分量数据是由OBN(Ocean bottom nodes,海底节点)的水检压力检波器记录的标量波场,记为P(i,j)(i=1,2,3,…,nr0;j=1,2,3,…,nc0),其中i表示行序数,nr0为行数,j表示列序数,nc0为列数;Z分量数据是由OBN的陆检速度检波器记录的矢量波场,记为Z(i,j)(i=1,2,3,…,nr0;j=1,2,3,…,nc0),其中i表示行序数,nr0为行数,j表示列序数,nc0为列数。P分量数据信噪比较高。Z分量数据混叠入低速、低频的噪声,即Vz噪声,Z分量数据信噪比较差。
双树复小波变换(DTCWT:dual-tree complex wavelet transform)通过两组并行的实数离散小波变换来实现,双树复小波变换包括正变换和逆变换,正变换过程参照图2a所示,h0(n)、h1(n)、g0(n)和g1(n)是滤波算子,n表示样点,↓2表示下采样。逆变换过程参照图2b所示,和/>(n)是滤波算子,n表示样点,↑2表示上采样,树1和树2中产生的子带系数乘以0.5再输出双树复小波变换结果。其中一组实数离散小波变换在树1中完成,另一组实数离散小波变换在树2中完成,树1和树2中产生的子带系数分别为复小波系数的实部和虚部,复小波系数的实部和虚部构成复小波系数。相较于实数离散小波变换,双树复小波变换除了具有相同的多尺度分频特性外,还具有更好的平移不变性和更多的方向分选性。
例如,对一个脉冲点的图像做双树复小波变换,脉冲点的图像参照图3a所示,图中脉冲数据行数128,列数128。以对该脉冲点做三级分解为例,图3b为对脉冲点的图像进行双树复小波变换三级分解所得到各级振幅谱,图3b中脉冲数据行数256,列数256。每级分解复小波系数振幅谱可分为四个象限,对其中一个象限的图像做下一级分解。图3b中,一级分解产生四个象限的图像,选择一个象限的图像,作为二级分解的图像,剩下q-11、q-12、q-13三个象限的一级分解复小波系数振幅谱;二级分解产生四个象限的图像,选择一个象限的图像,作为三级分解的图像,剩下q-21、q-22、q-23三个象限的二级分解复小波系数振幅谱;q-31、q-32、q-33及q-34四个象限为最后一级,即三级分解复小波系数振幅谱,每个象限的左右两块为双树复小波变换所分的方向。
图4为双树复小波变换各级复小波系数对应波形图。图4中的a图为一级复小波系数q11、q12、q13三个象限对应波形;图4中的b图为二级复小波系数q21、q22、q23三个象限对应波形;图4中的c图为三级复小波系数q31、q32、q33三个象限对应波形;图4中的d图为三级复小波系数q34象限对应波形。从图4可见,双树复小波变换具有对数据进行多尺度分频分解的能力,而且各级频率成分随着级数的增加而逐渐降低,但是达到一定级数后,数据本身频率成分有限,继续分级不会再产生明显的频率成分降低效果,因此,需要根据数据本身频率成分的情况,选择合理的分级级数,从而既达到预期的双树复小波变换后降低频率成分的效果,又节约了时间和计算资源。
双树复小波变换具有波形方向分选特性,以二级分解的三个象限为例:
图5为双树复小波变换q-21象限复小波系数对应波形图,q-21象限指的是图3b中的q-21象限,图5中的a图为q21象限左半侧复小波系数实部对应波形,波形方向可标记为+15○;图5中的b图为q21象限左半侧复小波系数虚部对应波形,波形方向可标记为+15○;图5中的c图为q21象限右半侧复小波系数实部对应波形,波形方向可标记为-15○;图5中的d图为q21象限右半侧复小波系数虚部对应波形,波形方向可标记为-15○。可见,双树复小波变换后复小波系数波形方向有±15○。
图6为双树复小波变换q-22象限复小波系数对应波形图,q-22象限指的是图3b中的q-22象限,图6中的a图为q22象限左半侧复小波系数实部对应波形,波形方向可标记为+75○;图6中的b图为q22象限左半侧复小波系数虚部对应波形,波形方向可标记为+75○;图6中的c图为q22象限右半侧复小波系数实部对应波形,波形方向可标记为-75○;图6中的d图为q22象限右半侧复小波系数虚部对应波形,波形方向可标记为-75○。可见,双树复小波变换后复小波系数波形方向有±75○。
图7为双树复小波变换q-23象限复小波系数对应波形图,q-23象限指的是图3b中的q-23象限,图7中的a图为q23象限左半侧复小波系数实部对应波形,波形方向可标记为+45○;图7中的b图为q23象限左半侧复小波系数虚部对应波形,波形方向可标记为+45○;图7中的c图为q23象限右半侧复小波系数实部对应波形,波形方向可标记为-45○;图7中的d图为q23象限右半侧复小波系数虚部对应波形,波形方向可标记为-45○。可见,双树复小波变换后复小波系数波形方向有±45○。
由图5~图7可见,双树复小波变换具有±15○、±45○及±75○6个方向的波形分选特征。类似的,其他分级级数对应象限的复小波系数的波形同样具有±15○、±75○和±45○的方向,也就是说双树复小波变换具有波形方向分选特性,能够对数据进行多方向性分解,并且由对图4的分析可知,双树复小波变换具有对数据进行多尺度分频分解的能力,而且在合理的分级级数范围内,各级频率成分随着级数的增加而逐渐降低。简言之,双树复小波变换能够对数据进行分频、多方向性分解。由于双树复小波变换具有分频和多方向性分解的特征,所以双树复小波变换有利于对含有形态近似双曲、低频、强振幅且与信号有位置及频带混叠的Vz噪声的Z分量数据进行信噪分离。
对P分量数据P(i,j)(i=1,2,3,…,nr0;j=1,2,3,…,nc0)做双树复小波变换,得到P分量数据在双树复小波域的振幅谱A_P(i,j)(i=1,2,3,…,nr;j=1,2,3,…,nc),其中i表示行序数,nr0和nr为行数,j表示列序数,nc0和nc为列数,并且根据双树复小波变换的特性可知,nr=2nr0,nc=2nc0。P分量数据在双树复小波域的振幅谱参照图8a所示,类似于前述对脉冲点图像的三级分解,对P分量数据做双树复小波变换三级分解,包括第二级分解剩下的三个第一级分解复小波系数振幅谱,第三级分解剩下的三个第二级分解复小波系数振幅谱,和第三级分解产生的四个第三级分解复小波系数振幅谱。
对Z分量数据Z(i,j)(i=1,2,3,…,nr0;j=1,2,3,…,nc0)做双树复小波变换,得到Z分量数据在双树复小波域的振幅谱A_Z(i,j)(i=1,2,3,…,nr;j=1,2,3,…,nc),其中i表示行序数,nr0和nr为行数,j表示列序数,nc0和nc为列数,并且根据双树复小波变换的特性可知,nr=2nr0,nc=2nc0。Z分量数据在双树复小波域的振幅谱参照图8b所示,类似于前述对脉冲点图像的三级分解,对Z分量数据做双树复小波变换三级分解,包括第二级分解剩下的三个第一级分解复小波系数振幅谱,第三级分解剩下的三个第二级分解复小波系数振幅谱,和第三级分解产生的四个第三级分解复小波系数振幅谱。
步骤S102:确定所述P分量数据的振幅谱振幅最大值及最大值在双树复小波域中对应的位置。
通过比较,找到P分量数据的振幅谱振幅最大值,记为A_P_max,由此找到最大值A_P_max对应的振幅点,由于双树复小波域中的位置可以用行序数和列序数表示,所以可以得到代表最大值A_P_max对应的振幅点在双树复小波域中位置的行序数和列序数,用(i0,j0)表示。
步骤S103:根据所述P分量数据的振幅谱振幅最大值在双树复小波域中对应的位置,对所述Z分量数据的振幅谱进行匹配,得到与所述P分量匹配的Z分量数据的振幅谱振幅值。
根据最大值A_P_max对应的振幅点(i0,j0),找出(i0,j0)位置处Z分量数据在双树复小波域振幅谱的振幅值,即与所述P分量匹配的Z分量数据的振幅谱振幅值,记为A_Z_0。
步骤S104:根据所述P分量数据的振幅谱振幅最大值、与所述P分量匹配的Z分量数据的振幅谱振幅值和所述P分量数据的振幅谱,计算得到振幅匹配后的Z分量数据的振幅谱。
将与所述P分量匹配的Z分量数据的振幅谱振幅值A_Z_0,除以所述P分量数据的振幅谱振幅最大值A_P_max,乘以每一位置的所述P分量数据的振幅谱A_P(i,j)(i=1,2,3,…,nr;j=1,2,3,…,nc),其中i表示行序数,nr为行数,j表示列序数,nc为列数,得到振幅匹配后的Z分量数据的振幅谱,振幅匹配后的Z分量数据的振幅谱记为A_Z_M(i,j)(i=1,2,3,…,nr;j=1,2,3,…,nc),其中i表示行序数,nr为行数,j表示列序数,nc为列数。上述过程可以由下式表示:
振幅匹配后的Z分量数据的振幅谱参照图8c所示,由于A_Z_M(i,j)由A_P(i,j)计算而来,A_P(i,j)是对P分类数据做双树复小波变换三级分解的结果,所以A_Z_M(i,j)也包括三级复小波系数振幅谱。
步骤S105:根据所述振幅匹配后的Z分量数据的振幅谱,计算得到振幅匹配系数。
将振幅匹配后的Z分量数据的振幅谱A_Z_M(i,j)除以相同位置的Z分量数据的振幅谱A_Z(i,j),得到对应位置(i,j)的振幅匹配系数,位置(i,j)的振幅匹配系数记为coe(i,j)。上述过程可由下式表示:
按照上述方法计算得到振幅匹配后的Z分量数据的振幅谱A_Z_M每一位置的振幅匹配系数。
步骤S106:根据所述振幅匹配系数,计算得到振幅匹配后的Z分量数据复小波系数。
将位置(i,j)的振幅匹配系数coe(i,j),分别乘以相同位置处Z分量数据复小波系数的实部和复小波系数的虚部,分别得到振幅匹配后位置(i,j)的Z分量数据复小波系数的实部和复小波系数的虚部。其中,位置(i,j)处Z分量数据复小波系数的实部可记为R_Z(i,j),位置(i,j)处Z分量数据复小波系数的虚部可记为I_Z(i,j),振幅匹配后位置(i,j)的Z分量数据复小波系数的实部可记为R_M_Z(i,j),振幅匹配后位置(i,j)的Z分量数据复小波系数的虚部可记为I_M_Z(i,j),则上述过程可表示为:
R_M_Z(i,j)=R_Z(i,j)_coe(i,j)
I_M_Z(i,j)=I_Z(i,j)_coe(i,j)
计算所有位置的振幅匹配后的Z分量数据复小波系数实部和虚部,所有位置的振幅匹配后的复小波系数实部和虚部构成振幅匹配后的Z分量数据复小波系数。
步骤S107:将所述振幅匹配后的Z分量数据复小波系数进行双树复小波逆变换,得到去噪后的Z分量数据。
压制Vz噪声后的效果参照图9、图10所示,图9为双树复小波域P/Z分量数据联合去噪前后道集对比图,图10为双树复小波域P/Z分量数据联合去噪前后叠加剖面对比图,其中,图9中的a图为去噪前的道集图像,对应图10中的a图,图10中的a图为去噪前的叠加剖面图,图9中的b图为应用本发明技术方案去噪后的道集图像,对应图10中的b图,图10中的b图为应用本发明技术方案去噪后的叠加剖面图,图9中的c图为应用本发明技术方案所去掉的Vz噪声的道集图像。由图9、图10可见,采用本实施例介绍的方法,去噪效果十分显著,能够有效压制Z分量中的Vz噪声。
本实施例的上述方法中,利用双树复小波变换能够对信号进行分频、多方向性分解特性,去噪后的Z分量数据中的Vz噪声得到明显压制,去噪后Z分量道集数据及叠加剖面的信噪比得到显著提高。
实施例二
本发明实施例二提供一种OBN数据去噪方法的一种具体实现过程,其流程如图11所示,包括如下步骤:
步骤S201:获取OBN的水检压力检波器在激发震源后收集并记录的P分量数据;以及OBN的陆检速度检波器在激发震源后收集并记录的Z分量数据。
通过气枪等震源激发工具激发震源,震源产生地震波。
海底节点(Ocean bottom nodes,OBN)是一种放置在水底的四分量检波器,震源在海面,各个采集节点之间相互独立。OBN放置在水底,其位置固定,受海况影响相对较小,采集到的地震资料具有全方位、宽频带等特点。OBN节点由四个分量的接收器组成,其中一个分量接收器是水检压力检波器,用来记录标量波场(P分量数据);另外三个相互垂直分量的接收器是陆检速度检波器,用来记录矢量波场(X、Y、Z分量数据)。
P分量数据是由OBN的水检压力检波器记录的标量波场,记为P(i,j)(i=1,2,3,…,nr0;j=1,2,3,…,nc0),其中i表示行序数,nr0为行数,j表示列序数,nc0为列数;Z分量数据是由OBN的陆检速度检波器记录的矢量波场,记为Z(i,j)(i=1,2,3,…,nr0;j=1,2,3,…,nc0),其中i表示行序数,nr0为行数,j表示列序数,nc0为列数。P分量数据信噪比较高。Z分量数据混叠入低速、低频的噪声,即Vz噪声,Z分量数据信噪比较差。
步骤S202:分别对P分量数据和Z分量数据进行双树复小波变换,分别得到所述P分量数据和Z分量数据在双树复小波域中的振幅谱。
双树复小波变换(DTCWT:dual-tree complex wavelet transform)通过两组并行的实数离散小波变换来实现,双树复小波变换包括正变换和逆变换,正变换过程参照图2a所示,h0(n)、h1(n)、g0(n)和g1(n)是滤波算子,n表示样点,↓2表示下采样。逆变换过程参照图2b所示,和/>(n)是滤波算子,n表示样点,↑2表示上采样,树1和树2中产生的子带系数乘以0.5再输出双树复小波变换结果。其中一组实数离散小波变换在树1中完成,另一组实数离散小波变换在树2中完成,树1和树2中产生的子带系数分别为复小波系数的实部和虚部,复小波系数的实部和虚部构成复小波系数。相较于实数离散小波变换,双树复小波变换除了具有相同的多尺度分频特性外,还具有更好的平移不变性和更多的方向分选性。
在一些可选的实施例中,按照预设的分级级数,分别对所述P分量数据和Z分量数据进行对应分级级数的双树复小波变换,得到所述P分量数据和Z分量数据在双树复小波域中的振幅谱。
分别对P分量数据和Z分量数据进行双树复小波变换逐级分解,在形成的一级分解复小波系数振幅谱中的一个象限,进行下一级分解,形成下一级分解复小波系数振幅谱,直到形成所选择的分级级数的分解复小波系数振幅谱,将所述P分量数据/Z分量数据最后一级分解复小波系数振幅谱作为所述P分量数据/Z分量数据在双树复小波域中的振幅谱。
例如,对一个脉冲点的图像做双树复小波变换,脉冲点的图像参照图3a所示,图中脉冲数据行数128,列数128。以对该脉冲点做三级分解为例,图3b为对脉冲点的图像进行双树复小波变换三级分解所得到各级振幅谱,图3b中脉冲数据行数256,列数256。每级分解复小波系数振幅谱可分为四个象限,其中的一个象限的图像,进行下一级分解。图3b中,一级分解产生四个象限的图像,选择一个象限的图像,作为二级分解的图像,剩下q-11、q-12、q-13三个象限的一级分解复小波系数振幅谱;二级分解产生四个象限的图像,选择一个象限的图像,作为三级分解的图像,剩下q-21、q-22、q-23三个象限的二级分解复小波系数振幅谱;q-31、q-32、q-33及q-34四个象限为最后一级,即三级分解复小波系数振幅谱,每个象限的左右两块为双树复小波变换所分的方向。
图4为双树复小波变换各级复小波系数对应波形图。图4中的a图为一级复小波系数q11、q12、q13三个象限对应波形;图4中的b图为二级复小波系数q21、q22、q23三个象限对应波形;图4中的c图为三级复小波系数q31、q32、q33三个象限对应波形;图4中的d图为三级复小波系数q34象限对应波形。从图4可见,双树复小波变换具有对数据进行多尺度分频分解的能力,而且各级频率成分随着级数的增加而逐渐降低,但是达到一定级数后,数据本身频率成分有限,继续分级不会再产生明显的频率成分降低效果,因此,需要根据数据本身频率成分的情况,选择合理的分级级数,从而既达到预期的双树复小波变换后降低频率成分的效果,又节约了时间和计算资源。
双树复小波变换具有波形方向分选特性,以二级分解的三个象限为例:
图5为双树复小波变换q-21象限复小波系数对应波形图,q-21象限指的是图3b中的q-21象限,图5中的a图为q21象限左半侧复小波系数实部对应波形,波形方向可标记为+15○;图5中的b图为q21象限左半侧复小波系数虚部对应波形,波形方向可标记为+15○;图5中的c图为q21象限右半侧复小波系数实部对应波形,波形方向可标记为-15○;图5中的d图为q21象限右半侧复小波系数虚部对应波形,波形方向可标记为-15○。可见,双树复小波变换后复小波系数波形方向有±15○。
图6为双树复小波变换q-22象限复小波系数对应波形图,q-22象限指的是图3b中的q-22象限,图6中的a图为q22象限左半侧复小波系数实部对应波形,波形方向可标记为+75○;图6中的b图为q22象限左半侧复小波系数虚部对应波形,波形方向可标记为+75○;图6中的c图为q22象限右半侧复小波系数实部对应波形,波形方向可标记为-75○;图6中的d图为q22象限右半侧复小波系数虚部对应波形,波形方向可标记为-75○。可见,双树复小波变换后复小波系数波形方向有±75○。
图7为双树复小波变换q-23象限复小波系数对应波形图,q-23象限指的是图3b中的q-23象限,图7中的a图为q23象限左半侧复小波系数实部对应波形,波形方向可标记为+45○;图7中的b图为q23象限左半侧复小波系数虚部对应波形,波形方向可标记为+45○;图7中的c图为q23象限右半侧复小波系数实部对应波形,波形方向可标记为-45○;图7中的d图为q23象限右半侧复小波系数虚部对应波形,波形方向可标记为-45○。可见,双树复小波变换后复小波系数波形方向有±45○。
由图5~图7可见,双树复小波变换具有±15○、±45○及±75○6个方向的波形分选特征。类似的,其他分级级数对应象限的复小波系数的波形同样具有±15○、±75○和±45○的方向,也就是说双树复小波变换具有波形方向分选特性,能够对数据进行多方向性分解,并且由对图4的分析可知,双树复小波变换具有对数据进行多尺度分频分解的能力,而且在合理的分级级数范围内,各级频率成分随着级数的增加而逐渐降低。简言之,双树复小波变换能够对数据进行分频、多方向性分解。由于双树复小波变换具有分频和多方向性分解的特征,所以双树复小波变换有利于对含有形态近似双曲、低频、强振幅且与信号有位置及频带混叠的Vz噪声的Z分量数据进行信噪分离。
对P分量数据P(i,j)(i=1,2,3,…,nr0;j=1,2,3,…,nc0)做双树复小波变换,得到P分量数据在双树复小波域的振幅谱A_P(i,j)(i=1,2,3,…,nr;j=1,2,3,…,nc),其中i表示行序数,nr0和nr为行数,j表示列序数,nc0和nc为列数,并且根据双树复小波变换的特性可知,nr=2nr0,nc=2nc0。P分量数据在双树复小波域的振幅谱参照图8a所示,类似于前述对脉冲点图像的三级分解,对P分量数据做双树复小波变换三级分解,包括第二级分解剩下的三个第一级分解复小波系数振幅谱,第三级分解剩下的三个第二级分解复小波系数振幅谱,和第三级分解产生的四个第三级分解复小波系数振幅谱。
对Z分量数据Z(i,j)(i=1,2,3,…,nr0;j=1,2,3,…,nc0)做双树复小波变换,得到Z分量数据在双树复小波域的振幅谱A_Z(i,j)(i=1,2,3,…,nr;j=1,2,3,…,nc),其中i表示行序数,nr0和nr为行数,j表示列序数,nc0和nc为列数,并且根据双树复小波变换的特性可知,nr=2nr0,nc=2nc0。Z分量数据在双树复小波域的振幅谱参照图8b所示,类似于前述对脉冲点图像的三级分解,对Z分量数据做双树复小波变换三级分解,包括第二级分解剩下的三个第一级分解复小波系数振幅谱,第三级分解剩下的三个第二级分解复小波系数振幅谱,和第三级分解产生的四个第三级分解复小波系数振幅谱。
步骤S203:确定所述P分量数据的振幅谱振幅最大值及最大值在双树复小波域中对应的位置。
根据所述P分量数据的振幅谱中振幅最大值,找到所述最大值对应的位置。
通过比较,找到P分量数据的振幅谱振幅最大值,记为A_P_max,由此找到最大值A_P_max在双树复小波域中对应的位置,由于双树复小波域中的位置可以用行序数和列序数表示,所以可以得到代表最大值A_P_max在双树复小波域中对应的位置的行序数和列序数,用(i0,j0)表示。
步骤S204:将所述P分量数据的振幅谱振幅最大值在双树复小波域中对应的位置,与所述Z分量数据的振幅谱进行匹配,得到与所述P分量匹配的Z分量数据的振幅谱振幅值。
在一些可选的实施例中,所述将所述P分量数据的振幅谱振幅最大值在双树复小波域中对应的位置,与所述Z分量数据的振幅谱进行匹配,得到与所述P分量匹配的Z分量数据的振幅谱振幅值,包括:
根据所述P分量数据的振幅谱振幅最大值在双树复小波域中对应的位置,确定相同位置的Z分量数据的振幅谱振幅值,作为与所述P分量匹配的Z分量数据的振幅谱振幅值。
例如,根据最大值A_P_max对应的振幅点(i0,j0),找出(i0,j0)位置处Z分量数据在双树复小波域振幅谱的振幅值,即与所述P分量匹配的Z分量数据的振幅谱振幅值,记为A_Z_0。
步骤S205:根据所述P分量数据的振幅谱振幅最大值、与所述P分量匹配的Z分量数据的振幅谱振幅值和所述P分量数据的振幅谱,计算得到振幅匹配后的Z分量数据的振幅谱。
在一些可选的实施例中,根据所述P分量数据的振幅谱振幅最大值、与所述P分量匹配的Z分量数据的振幅谱振幅值和所述P分量数据的振幅谱,计算得到振幅匹配后的Z分量数据的振幅谱,包括:
将与所述P分量匹配的Z分量数据的振幅谱振幅值,除以所述P分量数据的振幅谱振幅最大值,乘以所述P分量数据的振幅谱,得到振幅匹配后的Z分量数据的振幅谱。
例如,将与所述P分量匹配的Z分量数据的振幅谱振幅值A_Z_0,除以所述P分量数据的振幅谱振幅最大值A_P_max,乘以每一位置的所述P分量数据的振幅谱A_P(i,j)(i=1,2,3,…,nr;j=1,2,3,…,nc),其中i表示行序数,nr为行数,j表示列序数,nc为列数,得到振幅匹配后的Z分量数据的振幅谱,振幅匹配后的Z分量数据的振幅谱记为A_Z_M(i,j)(i=1,2,3,…,nr;j=1,2,3,…,nc),其中i表示行序数,nr为行数,j表示列序数,nc为列数。上述过程可以由下式表示:
振幅匹配后的Z分量数据的振幅谱参照图8c所示,由于A_Z_M(i,j)由A_P(i,j)计算而来,A_P(i,j)是对P分类数据做双树复小波变换三级分解的结果,所以A_Z_M(i,j)也包括三级复小波系数振幅谱。
步骤S206:根据所述振幅匹配后的Z分量数据的振幅谱,计算得到振幅匹配系数。
在一些可选的实施例中,将所述振幅匹配后的Z分量数据的振幅谱,除以相同位置的所述Z分量数据的振幅谱,得到所述振幅匹配后的Z分量数据的振幅谱中各位置的振幅匹配系数。
例如,将振幅匹配后的Z分量数据的振幅谱A_Z_M(i,j)除以相同位置的Z分量数据的振幅谱A_Z(i,j),得到对应位置(i,j)的振幅匹配系数,位置(i,j)的振幅匹配系数记为coe(i,j)。上述过程可由下式表示:
按照上述方法计算得到振幅匹配后的Z分量数据的振幅谱A_Z_M每一位置的振幅匹配系数。
步骤S207:根据所述振幅匹配系数,计算得到振幅匹配后的Z分量数据复小波系数。
在一些可选的实施例中,将所述振幅匹配后的Z分量数据的振幅谱每一位置的振幅匹配系数,分别乘以对应位置的所述Z分量数据复小波系数的实部和虚部,分别得到振幅匹配后的Z分量数据复小波系数的实部和虚部。
例如,将位置(i,j)的振幅匹配系数coe(i,j),分别乘以相同位置处Z分量数据复小波系数的实部和复小波系数的虚部,分别得到振幅匹配后位置(i,j)的Z分量数据复小波系数的实部和复小波系数的虚部。其中,位置(i,j)处Z分量数据复小波系数的实部可记为R_Z(i,j),位置(i,j)处Z分量数据复小波系数的虚部可记为I_Z(i,j),振幅匹配后位置(i,j)的Z分量数据复小波系数的实部可记为R_M_Z(i,j),振幅匹配后位置(i,j)的Z分量数据复小波系数的虚部可记为I_M_Z(i,j),则上述过程可表示为:
R_M_Z(i,j)=R_Z(i,j)_coe(i,j)
I_M_Z(i,j)=I_Z(i,j)_coe(i,j)
计算所有位置的振幅匹配后的Z分量数据复小波系数实部和虚部,所有位置的振幅匹配后的复小波系数实部和虚部构成振幅匹配后的Z分量数据复小波系数。
步骤S208:将所述振幅匹配后的Z分量数据复小波系数进行双树复小波逆变换,得到去噪后的Z分量数据。
在一些可选的实施例中,按照所述Z分量数据双树复小波变换的分级级数,将所述振幅匹配后的Z分量数据复小波系数逐级进行双树复小波逆变换,得到去噪后的Z分量数据。
压制Vz噪声后的效果参照图9、图10所示,图9为双树复小波域P/Z分量数据联合去噪前后道集对比图,图10为双树复小波域P/Z分量数据联合去噪前后叠加剖面对比图,其中,图9中的a图为去噪前的道集图像,对应图10中的a图,图10中的a图为去噪前的叠加剖面图,图9中的b图为应用本发明技术方案去噪后的道集图像,对应图10中的b图,图10中的b图为应用本发明技术方案去噪后的叠加剖面图,图9中的c图为应用本发明技术方案所去掉的Vz噪声的道集图像。由图9、图10可见,采用本实施例介绍的方法,去噪效果十分显著,能够有效压制Z分量中的Vz噪声。
本实施例的上述方法中,利用双树复小波变换能够对信号进行分频、多方向性分解特性,去噪后的Z分量数据中的Vz噪声得到明显压制,去噪后Z分量道集数据及叠加剖面的信噪比得到显著提高。
实施例三
本发明实施例三提供方法的一种OBN数据去噪装置,其结构如图12所示,包括:
正变换模块102,用于分别对P分量数据和Z分量数据进行双树复小波变换,分别得到所述P分量数据和Z分量数据在双树复小波域中的振幅谱;
振幅匹配模块103,用于确定所述P分量数据的振幅谱振幅最大值及最大值在双树复小波域中对应的位置;将所述P分量数据的振幅谱振幅最大值在双树复小波域中对应的位置,与所述Z分量数据的振幅谱进行匹配,得到与所述P分量匹配的Z分量数据的振幅谱振幅值;根据所述P分量数据的振幅谱振幅最大值、与所述P分量匹配的Z分量数据的振幅谱振幅值和所述P分量数据的振幅谱,计算得到振幅匹配后的Z分量数据的振幅谱;根据所述振幅匹配后的Z分量数据的振幅谱,计算得到振幅匹配系数;根据所述振幅匹配系数,计算得到振幅匹配后的Z分量数据复小波系数;
逆变换模块104,用于将所述振幅匹配后的Z分量数据复小波系数进行双树复小波逆变换,得到去噪后的Z分量数据。
在一些可选的实施例中,还包括,
P和Z分量数据收集模块101,用于获取OBN的水检压力检波器在激发震源后收集并记录的P分量数据;以及OBN的陆检速度检波器在激发震源后收集并记录的Z分量数据。
本实施例的上述装置中,利用双树复小波变换能够对信号进行分频、多方向性分解特性,去噪后的Z分量数据中的Vz噪声得到明显压制,去噪后Z分量道集数据及叠加剖面的信噪比得到显著提高。
基于同一发明构思,本发明实施例还提供一种计算机存储介质,所述计算机存储介质中存储有计算机可执行指令,所述计算机可执行指令被处理器执行时实现前述OBN数据去噪方法。
基于同一发明构思,本发明实施例还提供一种终端设备,包括:存储器、处理器及存储于存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现前述OBN数据去噪方法。
关于上述实施例中的装置,其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述,此处将不做详细阐述说明。
在上述的详细描述中,各种特征一起组合在单个的实施方案中,以简化本公开。不应该将这种公开方法解释为反映了这样的意图,即,所要求保护的主题的实施方案需要清楚地在每个权利要求中所陈述的特征更多的特征。相反,如所附的权利要求书所反映的那样,本发明处于比所公开的单个实施方案的全部特征少的状态。因此,所附的权利要求书特此清楚地被并入详细描述中,其中每项权利要求独自作为本发明单独的优选实施方案。
对于软件实现,本申请中描述的技术可用执行本申请所述功能的模块(例如,过程、函数等)来实现。这些软件代码可以存储在存储器单元并由处理器执行。存储器单元可以实现在处理器内,也可以实现在处理器外,在后一种情况下,它经由各种手段以通信方式耦合到处理器,这些都是本领域中所公知的。
上文的描述包括一个或多个实施例的举例。当然,为了描述上述实施例而描述部件或方法的所有可能的结合是不可能的,但是本领域普通技术人员应该认识到,各个实施例可以做进一步的组合和排列。因此,本文中描述的实施例旨在涵盖落入所附权利要求书的保护范围内的所有这样的改变、修改和变型。此外,就说明书或权利要求书中使用的术语“包含”,该词的涵盖方式类似于术语“包括”,就如同“包括,”在权利要求中用作衔接词所解释的那样。此外,使用在权利要求书的说明书中的任何一个术语“或者”是要表示“非排它性的或者”。
Claims (12)
1.一种OBN数据去噪方法,其特征在于,包括:
分别对P分量数据和Z分量数据进行双树复小波变换,分别得到所述P分量数据和Z分量数据在双树复小波域中的振幅谱;
确定所述P分量数据的振幅谱振幅最大值及最大值在双树复小波域中对应的位置;
将所述P分量数据的振幅谱振幅最大值在双树复小波域中对应的位置,与所述Z分量数据的振幅谱进行匹配,得到与所述P分量匹配的Z分量数据的振幅谱振幅值;
根据所述P分量数据的振幅谱振幅最大值、与所述P分量匹配的Z分量数据的振幅谱振幅值和所述P分量数据的振幅谱,计算得到振幅匹配后的Z分量数据的振幅谱;
根据所述振幅匹配后的Z分量数据的振幅谱,计算得到振幅匹配系数;
根据所述振幅匹配系数,计算得到振幅匹配后的Z分量数据复小波系数;
将所述振幅匹配后的Z分量数据复小波系数进行双树复小波逆变换,得到去噪后的Z分量数据。
2.如权利要求1所述的方法,其特征在于,所述分别对P分量数据和Z分量数据进行双树复小波变换之前,包括:
获取OBN的水检压力检波器在激发震源后收集并记录的P分量数据;以及OBN的陆检速度检波器在激发震源后收集并记录的Z分量数据。
3.如权利要求1所述的方法,其特征在于,所述分别对P分量数据和Z分量数据进行双树复小波变换,分别得到所述P分量数据和Z分量数据在双树复小波域中的振幅谱,包括:
按照预设的分级级数,分别对所述P分量数据和Z分量数据进行对应分级级数的双树复小波变换,得到所述P分量数据和Z分量数据在双树复小波域中的振幅谱。
4.如权利要求1所述的方法,其特征在于,所述将所述P分量数据的振幅谱振幅最大值在双树复小波域中对应的位置,与所述Z分量数据的振幅谱进行匹配,得到与所述P分量匹配的Z分量数据的振幅谱振幅值,包括:
根据所述P分量数据的振幅谱振幅最大值在双树复小波域中对应的位置,确定相同位置的Z分量数据的振幅谱振幅值,作为与所述P分量匹配的Z分量数据的振幅谱振幅值。
5.如权利要求1所述的方法,其特征在于,根据所述P分量数据的振幅谱振幅最大值、与所述P分量匹配的Z分量数据的振幅谱振幅值和所述P分量数据的振幅谱,计算得到振幅匹配后的Z分量数据的振幅谱,包括:
将与所述P分量匹配的Z分量数据的振幅谱振幅值,除以所述P分量数据的振幅谱振幅最大值,乘以所述P分量数据的振幅谱,得到振幅匹配后的Z分量数据的振幅谱。
6.如权利要求1所述的方法,其特征在于,所述根据所述振幅匹配后的Z分量数据的振幅谱,计算得到振幅匹配系数,包括:
将所述振幅匹配后的Z分量数据的振幅谱,除以相同位置的所述Z分量数据的振幅谱,得到所述振幅匹配后的Z分量数据的振幅谱中各位置的振幅匹配系数。
7.如权利要求1所述的方法,其特征在于,所述根据所述振幅匹配系数,计算得到振幅匹配后的Z分量数据复小波系数,包括:
将所述振幅匹配后的Z分量数据的振幅谱每一位置的振幅匹配系数,分别乘以对应位置的所述Z分量数据复小波系数的实部和虚部,分别得到振幅匹配后的Z分量数据复小波系数的实部和虚部。
8.如权利要求1所述的方法,其特征在于,所述将所述振幅匹配后的Z分量数据复小波系数进行双树复小波逆变换,得到去噪后的Z分量数据,包括:
按照所述Z分量数据双树复小波变换的分级级数,将所述振幅匹配后的Z分量数据复小波系数逐级进行双树复小波逆变换,得到去噪后的Z分量数据。
9.一种OBN数据去噪装置,其特征在于,包括:
正变换模块,用于分别对P分量数据和Z分量数据进行双树复小波变换,分别得到所述P分量数据和Z分量数据在双树复小波域中的振幅谱;
振幅匹配模块,用于确定所述P分量数据的振幅谱振幅最大值及最大值在双树复小波域中对应的位置;将所述P分量数据的振幅谱振幅最大值在双树复小波域中对应的位置,与所述Z分量数据的振幅谱进行匹配,得到与所述P分量匹配的Z分量数据的振幅谱振幅值;根据所述P分量数据的振幅谱振幅最大值、与所述P分量匹配的Z分量数据的振幅谱振幅值和所述P分量数据的振幅谱,计算得到振幅匹配后的Z分量数据的振幅谱;根据所述振幅匹配后的Z分量数据的振幅谱,计算得到振幅匹配系数;根据所述振幅匹配系数,计算得到振幅匹配后的Z分量数据复小波系数;
逆变换模块,用于将所述振幅匹配后的Z分量数据复小波系数进行双树复小波逆变换,得到去噪后的Z分量数据。
10.如权利要求9所述的装置,其特征在于,还包括:
P和Z分量数据收集模块,用于获取OBN的水检压力检波器在激发震源后收集并记录的P分量数据;以及OBN的陆检速度检波器在激发震源后收集并记录的Z分量数据。
11.一种计算机存储介质,其特征在于,所述计算机存储介质中存储有计算机可执行指令,所述计算机可执行指令被处理器执行时实现权利要求1-8任一所述OBN数据去噪方法。
12.一种终端设备,其特征在于,包括:存储器、处理器及存储于存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现权利要求1-8任一所述OBN数据去噪方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111651397.7A CN116431980A (zh) | 2021-12-30 | 2021-12-30 | Obn数据去噪方法及相关装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111651397.7A CN116431980A (zh) | 2021-12-30 | 2021-12-30 | Obn数据去噪方法及相关装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116431980A true CN116431980A (zh) | 2023-07-14 |
Family
ID=87080217
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111651397.7A Pending CN116431980A (zh) | 2021-12-30 | 2021-12-30 | Obn数据去噪方法及相关装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116431980A (zh) |
-
2021
- 2021-12-30 CN CN202111651397.7A patent/CN116431980A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111881858B (zh) | 一种微震信号多尺度去噪方法、装置及可读存储介质 | |
CN109633761B (zh) | 基于小波变换模极大值法的磁共振信号工频噪声消减方法 | |
CN108961181B (zh) | 一种基于shearlet变换的探地雷达图像去噪方法 | |
US10401520B2 (en) | Method for processing seismic data with a sobel filter | |
CN110515063A (zh) | 基于迭代平稳离散小波变换的水声信号处理方法和装置 | |
CN104133248B (zh) | 一种高保真声波干扰压制方法 | |
WO2005017564A1 (en) | Dip value in seismic images | |
CN112183407B (zh) | 一种基于时频域谱减法的隧道地震波数据去噪方法及系统 | |
CN116431980A (zh) | Obn数据去噪方法及相关装置 | |
CN111257931B (zh) | 一种去除海洋地震勘探过船干扰噪音的方法 | |
CN101930605B (zh) | 基于二维混合变换的sar图像目标提取方法及系统 | |
CN110703332B (zh) | 一种鬼波压制方法 | |
CN115017940B (zh) | 一种基于经验模态分解与1(1/2)谱分析的目标检测方法 | |
CN113655534B (zh) | 基于多线性奇异值张量分解核磁共振fid信号噪声抑制方法 | |
CN116203634A (zh) | 一种基于低秩约束的鬼波去除方法 | |
CN115795272A (zh) | 一种基于分数阶迭代离散小波变换的谱线去噪方法 | |
CN112766044B (zh) | 疏松样品纵横波速度分析方法、装置及计算机存储介质 | |
CN114358040A (zh) | 一种基于自适应估算阈值法的扰动信号去噪方法 | |
CN114325833A (zh) | 一种地震记录分频带野值压制方法 | |
CN108732624A (zh) | 一种基于pca-emd的并行震源地震数据随机噪声压制方法 | |
CN117492092A (zh) | 噪声识别方法、装置、设备及存储介质 | |
CN111352158A (zh) | 地震信号增强方法及装置 | |
CN112711074B (zh) | 一种地震初至波的去噪方法及装置 | |
CN113138377B (zh) | 一种基于多分辨二分奇异值分解的自适应底混响抑制方法 | |
CN115903045A (zh) | 基于波场分离的被动源面波数据处理方法 |
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 |