[发明专利]一种地震随机噪声衰减方法

说明书

技术领域

本发明属于地震数据处理领域，具体涉及一种地震随机噪声衰减方法，利用函数变换方法进行地震数据处理，将多分辨、带通、具有方向性的函数分析方法和一种循环平移的技术结合应用于地震随机噪声衰减。

背景技术

从Curvelet变换提出以来，国内外的学者做了大量的工作，主要是按照提出者的思路进行了一些方法的试验；在图像去噪、图像增强、图像融合、图像恢复等方面有了一些初步的应用；在地震资料处理方面主要是地震数据的去噪方面做了一些探索性的研究。

去噪在地震资料处理中占有非常重要的地位，地震记录的频带很宽，在有效波的频带范围内可能包含有多种类型的噪声。地震记录信噪比的高低，将直接影响地震资料的可靠性、参数提取的精度及提高分辨率的效果等。Curvelet变换的多尺度和高度各向异性的特点，在地震数据处理领域有着巨大的发展潜力。

随着勘探程度的不断提高与勘探领域的不断延伸，地震勘探难度越来越大，复杂的地表和地质条件对深层地震信号产生各种干扰和畸变，在地震记录上表现为信噪比降低、噪声类型复杂、有效信号弱的特点，这严重制约着地震资料后续的高分辨率处理、目标准确成像以及属性提取和反演。因此，地震噪声衰减仍旧是地震在资料处理的关键问题。目前，Curvelet变换应用于地震去噪的方法主要是阈值去噪，通过对含噪数据的多尺度Curvelet变换，利用噪声和有效信号在不同方向和尺度的分布，通过设定一定的阈值条件，将噪声和有效信号进行分离，进而达到去噪效果。

在地震勘探中，随机噪声是一种频带较宽的干扰波，常规的去噪方法效果不理想。

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，提供一种地震随机噪声衰减方法，其是基于Curvelet变换的Cycle spinning(循环平移方法)实现对图像去噪的。

本发明是通过以下技术方案实现的：

一种地震随机噪声衰减方法，包括：

(1)对含噪数据进行行和列方向的平移得到新的二维数组；

(2)对步骤(1)得到的二维数组进行Curvelet变换得到曲波系数：curvelet变换是现有的技术，调用变换函数即可(请参考文献(Candes E，Demanet L，Donoho D，et al.Fast discrete curvelet transforms[J].Multiscale Modeling&Simulation，2006，5(3)：861-899)；

(3)对步骤(2)得到的曲波系数进行阈值去噪得到新的曲波系数：阈值去噪是一种现有的技术，对curvelet变换后得到的曲波系数采用统一的阈值进行取舍，大于阈值的系数保留，小于阈值的去除置零，得到新的曲波系数；

(4)对步骤(3)得到的新的曲波系数进行Curvelet逆变换得到新的二维数组；curvelet逆变换也是现有的技术，调用函数即可(请参考文献(Candes E，Demanet L，Donoho D，et al.Fast discrete curvelet transforms[J].Multiscale Modeling&Simulation，2006，5(3)：861-899)；

(5)对步骤(4)得到的新的二维数组进行行和列方向的逆向平移，恢复数据原先的状态，即得到一次平移的去噪结果；这也是cycle spinning技术的其中一部分；

(6)判断是否达到设定的循环处理次数，如果达到，则处理完成，转入步骤(7)；如果否，则返回步骤(1)；

这里是对原来的含噪数据重复步骤(1)到步骤(6)的处理，这样做的目的就是让噪声出现在不同的地方进行反复的去噪，得到更好的去噪效果。

(7)对所有去噪结果进行线性平均得到最终去噪结果。

所述步骤(1)是这样实现的：

采用循环平移方法(即cycle spinning)，即通过一个平移函数对由含噪数据组成的二维矩阵沿行和列方向进行平移，形成新的二维数组。每次移动1行1列。

所述步骤(5)中所述一次平移的去噪结果如下：