基於正則化混合範數濾波的地震圖像結構導向降噪方法
2023-04-28 23:10:06
基於正則化混合範數濾波的地震圖像結構導向降噪方法
【專利摘要】本發明公開了一種基於正則化混合範數濾波的地震圖像結構導向降噪方法,包括以下步驟:對輸入三維地震圖像求梯度結構張量;對梯度結構張量進行正則化混合範數濾波;根據濾波後的梯度結構張量的特徵值和特徵向量設計擴散張量;計算連續性因子,在邊斷層尖滅等位置連續性因子接近0,實現結構保持性能;用sobel算子做求導算子來計算散度。本發明的方法既能保留地震數據的紋理邊緣信息,又能對高斯噪聲,超高斯噪聲和亞高斯噪聲進行有效壓制,是一種高效的降噪方法。
【專利說明】基於正則化混合範數濾波的地震圖像結構導向降噪方法
【技術領域】
[0001]本發明涉及地震圖像處理領域,具體是一種基於正則化混合範數濾波的地震圖像結構導向降噪方法。
【背景技術】
[0002]在石油地震勘探中,為了得到更為豐富的地震波反射信息,通常都採用寬頻帶方式接收地震波信號,這樣也降低了地震數據的信噪比,此外,複雜地質結構對地震波信號反射較弱,使得地震資料的成像圖中目標區域模糊,不清晰,甚至淹沒在噪聲中無法識別,從而給後續的屬性分析、波阻抗反演、裂縫預測等帶來誤差,極大地影響了應用地震資料進行構造解釋和巖性識別。分離地震資料有效信號和噪聲的方法研究一直是地震資料處理的熱點,因為地震資料的質量將直接影響後期構造解釋,人工分析,機器分析的準確性和可靠性。
[0003]地震資料的去噪方法,分為線性濾波和非線性濾波兩大類。線性濾波有高斯濾波、f-χ預測濾波、F-K域濾波以及多道相干濾波等,非線性濾波有簡單的中值濾波、經典的自適應濾波、基於數學形態的濾波、基於小波理論的濾波、基於偏微分方程的濾波等。線性濾波方法在去除背景噪聲幹擾時,會造成斷裂和地質體邊緣等不連續結構特徵的模糊,不具有保邊能力,非線性濾波方法保邊效果好,但各有所長。最典型的非線性濾波方法是基於偏微分方程的濾波一結構導向濾波,它由於依賴原圖像的結構信息進行精細的濾波,有優越的保邊效果,在地震資料的保邊降噪中獲得了廣泛應用。
[0004]結構導向濾波主要是針對局部紋理為複雜情況(如疊後地震數據體)的一種特殊降噪方法,圖1是三維地震圖像的斷層剖面顯示,從圖中可以看出非常明顯的斷層紋理結構。結構導向濾波方法採用各向異性算法,具體來說即是平滑噪聲的操作只針對平行於地震數據同向軸的部分,而對於垂直於地震數據同向軸的部分不做平滑處理。此外,如果地震數據同向軸存在不連續的情況,例如斷層處和巖性邊界處,則也不做平滑處理。其目的在於利用地震反射面的傾向和方位角屬性和有效的降噪濾波方法增加地震同向軸信息的連續性,同時提高地震同向軸橫向的解析度,保持或增強像斷層等不連續性紋理信息的完備性。因此,結構導向濾波降噪方法在抑制圖像噪聲的同時也能保持圖像的紋理邊緣等細節信息,比較符合實際地震資料降噪處理時的需要。
[0005]國內外的地質專家研究各向異性擴散的濾波方法,提出了一系列方法:
[0006](I)國外Fhemers和Hocker在2003年首先將擴散濾波技術引入地震資料的快速處理解釋中,提出了構造約束、邊緣保護的各向異性擴散濾波技術,用於增強地震數據的結構特徵使其易於解釋;Lavialle等在2007年提出地震斷層保持的擴散濾波方法,使得處理後地震數據中的斷層更為突出;Kadlec等在2008年提出保持層序特徵的各向異性擴散方法,用於增強地震數據中河道砂體特徵的連續性,提高後續的河道自動識別和分割能力。
[0007](2)國內孫夕平等在2004年、王緒松和楊長春在2006年分別探索了非線性各向異性擴散中的一致性增強擴散濾波技術在二維地震剖面保邊濾波中的應用。張爾華等在2010年對三維地震資料非線性各向異性擴散濾波方法進行了研究,引入不連續結構置信度量來調控擴散濾波,獲得了較好的處理結果。
[0008]正如前面提到的地震資料中地震波受到的幹擾非常複雜,導致地震數據中的噪聲很複雜(包含亞高斯,高斯和超高斯等),但是在現有的結構導向濾波方法中,由於對張量體的濾波採用的是高斯窗濾波,所以只能濾除高斯噪聲。為了得到信噪比更高的地震數據,就需要在保留層位,斷層,尖滅等地質信息的同時,對其中的超高斯噪聲,和亞高斯噪聲也進行壓制。
【發明內容】
[0009]本發明所要解決的技術問題是,針對現有技術的不足,提供一種基於正則化混合範數濾波的地震圖像結構導向降噪方法,在保留圖像紋理邊緣的同時,實現對各種成分的噪聲進行有效壓制,提高地震數據的信噪比。
[0010]為解決上述技術問題,本發明所採用的技術方案是:一種基於正則化混合範數濾波的地震圖像結構導向降噪方法,該方法為:
[0011]I)設置以下參數:迭代步長At ;梯度值最大的方向的擴散值係數α ;結構導向濾波迭代次數;
[0012]2)導入三維地震圖像數據Un,計算三維地震圖像中每個點的梯度向量▽?;其中三維地震圖像中點(X,y,ζ)的梯度Vw(x,j,z)的計算公式為:
【權利要求】
1.一種基於正則化混合範數濾波的地震圖像結構導向降噪方法,其特徵在於,該方法為: 1)設置以下參數:迭代步長At;梯度值最大的方向的擴散值係數α ;結構導向濾波迭代次數; 2)導入三維地震圖像數據Un,計算三維地震圖像中每個點的梯度向量其中三維地震圖像中點(X,1,ζ)的梯度Vw(X^z)的計算公式為:
2.根據權利要求1所述的基於正則化混合範數濾波的地震圖像結構導向降噪方法,其特徵在於,所述步驟I)中,迭代步長At取值範圍為0.05-0.5 ;梯度值最大的方向的擴散值係數α的取值範圍為0.0005-0.005 ;結構導向濾波迭代次數為3_10次。
3.根據權利要求1所述的基於正則化混合範數濾波的地震圖像結構導向降噪方法,其特徵在於,所述步驟4)中,正則化混合範數濾波後的6個體數據Spll,Spl2,Spl3,Sp22,Sp23,Sp33的計算步驟如下: 1)初始化參數τ,輸入一個梯度結構張量體V11將M拉伸成一列,得到一個列向量數據Sij ;其中,i = 1,2,3 ;j = 1,2,3 ; 2)構造三維地震圖像的退化矩陣H,並利用退化矩陣H計算添加驅動噪聲後的觀測數據:
4.根據權利要求3所述的基於正則化混合範數濾波的地震圖像結構導向降噪方法,其特徵在於,三維地震圖像的退化矩陣H的構造過程為:將m*n*t的三維地震圖像分成t個m*n的二維圖像,根據點擴散函數退化過程的退化矩陣構造方法,為每個m*n的二維圖像構造一個退化矩陣,得到t個二維的退化矩陣Hi^1, Hi,」,2,Hi,」,3,...,Hi,」,t,然後根據輪換對稱性構造三維地震圖像的退化矩陣H:
5.根據權利要求1~3之一所述的基於正則化混合範數濾波的地震圖像結構導向降噪方法,其特徵在於,擴散張量D的計算式為:
6.根據權利要求5所述的基於正則化混合範數濾波的地震圖像結構導向降噪方法,其特徵在於,所述向量K的三個分量Kx, Ky, Kz分別為:
7.據權利要求3所述的基於正則化混合範數濾波的地震圖像結構導向降噪方法,其特徵在於,係數參數A取值範圍為0.5-1.5 ;係數參數c取值範圍為0.5-1.5。
【文檔編號】G06T5/00GK103489163SQ201310419247
【公開日】2014年1月1日 申請日期:2013年9月13日 優先權日:2013年9月13日
【發明者】錢峰, 朱偉, 胡光岷 申請人:電子科技大學