[发明专利]置信叠前扩散滤波方法

说明书

技术领域

本发明属于油气地球物理勘探领域中的数据处理技术，涉及一种置信叠前扩散滤波方法。

背景技术

在地震资料处理中,噪声的压制通常采用滤波的方法,针对噪声的不同特征及叠前、叠后处理，通常采用多种滤波方法,其中具有代表性方法包括:奇异值分解(SVD)(Ursin和Zheng,1985、Wenkai,2006)[1][2]、F-xy域图像特征值滤波(Ulrych et al.,1999、Trickett,2003)[3]、F-k域滤波(March and Bailey,1983)[4]、τ-p域滤波(Tatham et al.,1983)[5]、神经网络等一些模糊滤波去噪(Hashemi et al.,2008)[6]、扩散滤波(孙夕平,2004;石岩峻,2010、杨威,2011;Kamel Baddari,Jalal  Ferahtia,Tahar Aifa,et al,2011) [7-10]等。

1984年,由Koenderink[11]发现扩散滤波等价于一个热传导的物理过程。非线性各向异性扩散方程是由Perona和Malik[12]在1990年把它作为图像处理中有选择性地保留边界信息的工具而首先提出。P-M方程有可能是病态的,1996年You Y L[13]通过正则化的方法消除了这种病态性。1998年,Weickert[14-15]对Perona和Malik提出的公式进行了改进,引进了结构张量                                                ,2002年提出最优旋转不变性的新型算法。

以上算法虽然可以用于对叠前道集数据的噪声消除，但普遍消噪效果一般，且消噪过程中容易压制有效信号，造成有效信号的幅度失真。

发明内容

为克服现有去噪技术去噪效果差，消噪过程中容易造成有效信号幅度失真的技术缺陷，本发明公开了一种置信叠前扩散滤波方法。

本发明所述置信叠前扩散滤波方法，包括循环进行的如下S1-S3步骤：

 S1.对读入数据利用①式进行高斯滤波，高斯滤波完成后求取叠前数据

在X方向和Y方向上的一阶导数和；

,------①

    其中高斯滤波函数；u为地震振幅，为地震振幅的梯度，为尺度函数,t表示进程中的编号；

S2.利用②式构建结构张量，

----②； 

当定义结构张量D的特征向量、，对应特征值时，扩散系数

对实对称矩阵D，利用JACOBI方法并结合③式求解出D的特征值u=(u1，u2)及对应的特征向量v1、v2；

-----③

其中k为相干系数k=(u1-u2)³,为最大向量方向的波动扩散率，线状置信度； 

根据求出的特征向量和系数来计算出扩散系数a、b、c，求解①式；

S3.将S1中计算出的一阶导数和及S2中计算出的扩散系数a、b、c；带入④式， 解出等号左边的一阶导数；

------------④

反推原函数，得到u_O=u_O（x,y,t+1），以u_O作为步骤S1中新的读入数据，重复步骤S1-S3 ，直至达到预先设定的循环终止条件；输出最后一次循环得到的数据u_O，作为滤波后的地震剖面叠前道集。

具体的，所述步骤S2中利用对称Schur分解方法求解该结构张量D的特征向量和对应的特征值。

具体的，所述循环中止条件为循环次数达到设定次数值或最后一次循环得到的扩散系数a、b、c与之前一次的差值绝对值小于预设期望值。

优选的，所述设定次数值为10或300。

采用本发明所述的置信叠前扩散滤波方法，利用Jacobi的方法来建立和求解结构张量的特征值和特征向量，建立线信置信度，提出了基于Jacobi求解结构张量的置信叠前扩散滤波方法。

该置信叠前扩散滤波方法不仅去噪效果较好，而且有一定保幅性，在同相轴的保持方面优于前人的扩散滤波效果。

该置信叠前扩散滤波方法随迭代次数的增加，信噪比合理的变大，方差有效的减小，有效信号频带范围内的随机信号能被很好的压制掉，同时不影响有效信号的频谱分布。该方法可为后续的AVO属性分析提供高信噪比资料。

附图说明