基于塊匹配算法和奇異值分解的地震資料噪聲壓制方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明屬于地震資料處理領(lǐng)域，具體涉及一種基于塊匹配算法和奇異值分解的地 震資料噪聲壓制方法。
【背景技術(shù)】
[0002] 有關(guān)于地震資料噪聲壓制，并已經(jīng)成熟應(yīng)用到實(shí)際地震資料處理中的方法主要包 括：自適應(yīng)濾波，f-k濾波，多項(xiàng)式擬合，獨(dú)立成分分析，時(shí)頻峰值濾波等。M. Naghizadeh在 Seismic data interpolation and denoising in the frequency-wave number domain 中提出的f-k濾波，根據(jù)信號(hào)與噪聲的視速度差異完成噪聲壓制，主要應(yīng)用于去除頻率較低 的面波噪聲。多項(xiàng)式擬合的擬合中心點(diǎn)隨正交多項(xiàng)式系數(shù)而改變，導(dǎo)致處理后數(shù)據(jù)主頻降 低、斷點(diǎn)變形。
[0003] 隨著基于多尺度分析的小波變換方法被引入到地震信號(hào)去噪中來(lái)，多分辨率分析 方法為地震資料處理開(kāi)辟了新的方向。Shucong L和Ergen G等在Seismic Data Denoising Simulation Research Based on Wavelet Transform所使用的小波變換，在處理二維及更 高維的信號(hào)方面存在方向局限性，并不能很好的描述有效信號(hào)的方向信息，并且二維濾波 方法時(shí)常會(huì)引起信號(hào)畸變，導(dǎo)致出現(xiàn)虛假同相軸。
[0004] 近年來(lái)如Ridge let變換、Curve let變換、Contour let變換、Shari et變換等具有多 分辨率、多方向性、多尺度化的幾何分析法成為熱門(mén)方法，具體可以參考:王梅和侯振杰等 的基于Ridgelet變換的多尺度去噪算法研究;孟閣閣，王德利等的基于2D Curvelet變換的 多炮地震數(shù)據(jù)去噪方法研究;劉成明等的基于Shearlet變換的地震隨機(jī)噪聲壓制。它們通 過(guò)少數(shù)非零變換系數(shù)重構(gòu)有效信號(hào)，在各向異性上實(shí)現(xiàn)了良好的稀疏表示。但上述方法采 用固定基函數(shù)對(duì)信號(hào)進(jìn)行分解，忽略了地震同相軸固有的時(shí)空連續(xù)性，導(dǎo)致噪聲壓制效果 不佳。

【發(fā)明內(nèi)容】

[0005] 本發(fā)明的目的在于解決現(xiàn)有方法由于沒(méi)有考慮到地震資料同相軸固有的局部和 非局部相似性，造成的噪聲壓制不充分和有效信息衰減的問(wèn)題，提出一種基于地震資料同 相軸固有的局部和非局部相似性的，可以明顯提高地震資料信噪比，并能較大程度保留有 效信息的噪聲壓制方法。
[0006] 本發(fā)明的目的是通過(guò)以下方案實(shí)現(xiàn)的：
[0007] -種基于塊匹配算法和奇異值分解的地震資料噪聲壓制方法，包括以下步驟：
[0008] 步驟一、相似性分組：將整個(gè)地震資料切割成過(guò)完備的子塊，遍歷地選擇參考子 塊，計(jì)算參考子塊與一定鄰域內(nèi)的其他子塊的歐氏距離，判斷兩子塊是否相似，并把相似二 維子塊按照三維數(shù)據(jù)的方式存放起來(lái)成為相似組；
[0009] 步驟二、三維奇異值濾波去噪:對(duì)相似組中每個(gè)子塊先進(jìn)行二維離散余弦變換，選 用頻域二維奇異值分解濾波，再將相似塊向量化，進(jìn)行頻域一維奇異值分解，并進(jìn)行奇異值 保留去噪;二維離散余弦反變換后，將過(guò)完備子塊加權(quán)聚合成原始尺寸地震資料，得到基礎(chǔ) 估計(jì)；
[0010]步驟三、計(jì)算維納收縮系數(shù):將基礎(chǔ)估計(jì)重新分塊分組，并且通過(guò)新的相似組計(jì)算 變換域的維納收縮系數(shù)；
[0011] 步驟四、維納濾波:按照新的相似分組，對(duì)原始信號(hào)進(jìn)行三維離散余弦變換，采用 維納濾波實(shí)現(xiàn)噪聲壓制，三維離散余弦反變換并聚合重構(gòu)得到最終噪聲壓制后的地震資 料。
[0012] 所述的一種基于塊匹配算法和奇異值分解的地震資料噪聲壓制方法，其中，步驟 一相似性分組包括以下具體步驟：
[0013] 1)預(yù)處理:先將整個(gè)地震資料按照一定的步進(jìn)長(zhǎng)度過(guò)完備的分割成NiXNi大小的 時(shí)-空域子塊γ χ;然后對(duì)各個(gè)子塊的二維頻譜進(jìn)行閾值V處理，將大于閾值的頻譜值保留下 來(lái)，小于閾值的頻譜值置0;
[0014] 2)計(jì)算塊間距離:將預(yù)處理后的子塊頻譜^(ταχ))作為計(jì)算塊間距離的元素，選 定一個(gè)參考?jí)KYr，選定搜索窗大小為NhXNh，通過(guò)2-范數(shù)的計(jì)算參考?jí)K與其相應(yīng)搜索窗內(nèi)其 他子塊的塊間距離：
[0016] 3)堆疊成三維數(shù)組：當(dāng)兩個(gè)子塊的距離d(YR，YxM、于閾值T時(shí)，判定兩塊相似，然后 將所有與同一參考?jí)K相似的二維子塊，連同參考?jí)K一起存放成一個(gè)三維數(shù)組，即相似組ZR。
[0017] 所述的一種基于塊匹配算法和奇異值分解的地震資料噪聲壓制方法，其中，步驟 二三維奇異值濾波去噪包括以下具體步驟：
[0018] 1)二維離散余弦變換:進(jìn)行二維離散余弦變換，將相似組中各個(gè)子塊變換到頻域；
[0019] 2)奇異值處理：
[0020] (1)二維奇異值分解:對(duì)于一個(gè)相似組中的任一二維子塊A4是見(jiàn)X見(jiàn)的，它的特征 矩陣U2D和V2D分別根據(jù)它的行-行協(xié)方差矩陣和列-列協(xié)方差矩陣求得，將Ai，i e [ο，Νι_1 ]投 影到U2D和V2D上，得到投影系數(shù)Λ ,，滿(mǎn)足：
[0022] Λ i即奇異值矩陣，將奇異值矩陣中大于閾值Ti的奇異值保留，小于Ti的奇異值置 〇,然后重構(gòu)；
[0023] (2)-維奇異值分解:將相似組中所有子塊向量化，進(jìn)行一維奇異值分解，獲得奇 異值矩陣并進(jìn)行重構(gòu)；
[0024] 3)離散余弦反變換、加權(quán)聚合:經(jīng)所述步驟2)處理后的奇異值矩陣重構(gòu)得到的是 噪聲壓制后的頻域數(shù)據(jù)塊，將其進(jìn)行二維離散余弦反變換，然后對(duì)二維離散余弦反變換結(jié) 果ξ進(jìn)行加權(quán)重構(gòu)，得到實(shí)現(xiàn)大部分噪聲壓制的該相似組所有子塊對(duì)應(yīng)位置的時(shí)域的的基 礎(chǔ)估計(jì);
[0027]所述的一種基于塊匹配算法和奇異值分解的地震資料噪聲壓制方法，其中，步驟 三計(jì)算維納收縮系數(shù)具體包括以下步驟：
[0028] 1)重新分塊：將經(jīng)過(guò)所述步驟二獲得的基礎(chǔ)估計(jì)過(guò)完備地分成mxm的子塊 ，選擇參考?jí)K重新計(jì)算子塊間歐氏距離：
[0030] 其中，^是經(jīng)過(guò)所述步驟二得到的基礎(chǔ)估計(jì)；
[0031] 2)堆疊成三維數(shù)組：當(dāng)兩個(gè)子塊的距離以}^^，1^^)小于閾值τ時(shí)，判定兩塊相 似，并將分組方法傳遞給原始含噪地震資料，將判定為相似的子塊作為一個(gè)數(shù)組存放起來(lái) 形成一個(gè)新的相似組
[0032] 3)三維離散余弦變換：首先對(duì)相似組中每個(gè)二維塊獨(dú)立地進(jìn)行二維離散余弦變 換，然后對(duì)所有子塊的同一位置的數(shù)據(jù)點(diǎn)進(jìn)行一維離散余弦變換，三維離散余弦變換后，地 震資料被變換到頻域；
[0033] 4)計(jì)算維納收縮系數(shù)：
[0034]根據(jù)基礎(chǔ)估計(jì)計(jì)算維納收縮系數(shù)Wr:
[0036] 其中，σ2是噪聲方差，T3D為三維離散余弦變換，的分組塊。
[0037] 所述的一種基于塊匹配算法和奇異值分解的地震資料噪聲壓制方法，其中，步驟 四維納濾波具體包括以下步驟：
[0038] 1)維納濾波：在所述步驟三中新的相似組已經(jīng)經(jīng)過(guò)三維離散余弦變換，在此將頻 域塊與對(duì)應(yīng)的維納收縮系數(shù)相乘實(shí)現(xiàn)濾波;維納濾波的計(jì)算方法是：
[0040]
σ2是噪聲方差，T3D為三維離散余弦變換，…是 經(jīng)過(guò)所述步驟二獲得的基礎(chǔ)估計(jì)的分組塊；
[0041] 2)三維離散余弦反變換:按照先一維離散余弦反變換，再二維離散余弦反變換的 倒序方式，對(duì)每個(gè)子塊依次實(shí)現(xiàn)反變換；
[0042] 3)加權(quán)聚合:對(duì)二維離散余弦反變換結(jié)果@@進(jìn)行加權(quán)聚合，得到最終噪聲壓制后 的地震資料f & ?
[0045] 與現(xiàn)有技術(shù)方案相比，本發(fā)明的方法在理論上采用塊匹配算法，考慮到地震資料 的固有特點(diǎn)一一同相軸的局部和非局部相似性;采用二維奇異值分解和一維奇異值分解結(jié) 合，充分利用地震資料的結(jié)構(gòu)信息，實(shí)現(xiàn)地震資料的稀疏表示，能夠較大程度地減小有效信 號(hào)衰減，并提高噪聲壓制效果。從數(shù)據(jù)方面來(lái)看，通過(guò)仿真模型可以看出，表征信號(hào)保留程 度的均方根誤差減小了 0.002，表征噪聲壓制效果的信噪比增加了大約3.4db，在250~ 500Hz的高頻段噪聲壓制效果尤其明顯。
【附圖說(shuō)明】
[0046] 圖1為本發(fā)明方法流程圖。
[004