[发明专利]一种地震剖面图像纹理细节增强方法

权利要求书

1.一种地震剖面图像纹理细节增强方法，其特征在于，其包括以下步骤：

步骤S1：计算机读取地震剖面图像数据，记为g(x,y)，对g(x,y)进行滤波降噪处理，要求在降噪的同时保护图像的纹理细节，降噪后的地震剖面图像记为滤波降噪处理的具体方法是：

步骤S1.1：对地震剖面图像数据g(x,y)进行二维Fourier变换，计算结果记为G(u,v)；

步骤S1.2：对点扩散函数h(x,y)进行二维Fourier变换，计算结果记为H(u,v)，计算公式如下：

式中，行,

m、n分别表示G(u,v)的行数和列数；

步骤S1.3：设计滤波器F(u,v)：

式中，H^*(u,v)为H(u,v)的复共轭，μ为图像g(x,y)与所含噪声的功率谱比值；

步骤S1.4：计算图像g(x,y)降噪后的功率谱估计

步骤S1.5：对进行二维Fourier反变换，即可得到降噪后的地震剖面图像，记为即：

步骤S2：对于降噪后的地震剖面图像将其从RGB空间转换到HSI空间，在转换后的HSI空间中，记色调分量为H(x,y)、饱和度分量为S(x,y)、亮度分量为I(x,y)；

步骤S3：对亮度分量I(x,y)进行一层小波分解，小波分解过程中选择Haar小波基函数；分解得到1个低频近似分量cA(x,y)和3个高频细节分量cH(x,y)、cV(x,y)、cD(x,y)；

步骤S4：对于步骤S3中的高频细节分量cH(x,y)、cV(x,y)、cD(x,y)分别进行多尺度纹理细节增强，以保留纹理细节信息，从而分别得到细节增强后的分量cH′(x,y)、cV′(x,y)和cD′(x,y)；

步骤S5：对于步骤S3中的低频近似分量cA(x,y)进行频域低通滤波,对滤波后的频谱进行二维Fourier反变换,从而得到经过频域滤波后的低频近似分量cA′(x,y)；

步骤S6：对cA′(x,y)、cH′(x,y)、cV′(x,y)和cD′(x,y)四个分量进行小波重构，得到纹理细节增强后的亮度分量I′(x,y)；

步骤S7：将步骤S2的色调分量H(x,y)、饱和度分量S(x,y)与步骤S6增强后的亮度分量I′(x,y)重构，得到图像g′(x,y)；

步骤S8：将g′(x,y)从HSI空间转换到RGB空间，得到纹理细节增强的地震剖面图像，至此，完成了地震剖面图像纹理细节的增强处理。

2.如权利要求1所述的地震剖面图像纹理细节增强方法，其特征在于，步骤S1.3中的μ取值使用循环评价方法，方法如下：

对原图像g(x,y)做退化处理，估计出退化前后图像的功率谱信噪比μ₀，选择步长△μ＝10^-5，最大循环次数为n＝100；进入循环，使μ＝μ+△μ，计算出每个μ值对应的其中，h为退化函数，为高斯滤波函数；循环结束后，寻找最小的E值，最小的E值对应的μ值即为式(2)中的μ值。