[发明专利]一种地震剖面图像纹理细节增强方法有效

专利信息
申请号: 201811380319.6 申请日: 2018-11-20
公开(公告)号: CN109472758B 公开(公告)日: 2019-06-04
发明(设计)人: 贾翔宇 申请(专利权)人: 山东科技大学
主分类号: G06T5/00 分类号: G06T5/00;G06T7/90;G06T11/00;G06T7/42
代理公司: 青岛高晓专利事务所(普通合伙) 37104 代理人: 张世功
地址: 266590 山东省青岛市经*** 国省代码: 山东;37
权利要求书: 查看更多 说明书: 查看更多
摘要: 发明公开了一种地震剖面图像纹理细节增强方法,该方法首先设计滤波器对地震剖面图像进行保边降噪处理;然后将把降噪后的图像从RGB空间转换到HSI空间;对图像的亮度分量I进行单层小波分解,生成1个低频近似分量和3个高频细节分量,对单层小波分解生成的3个高频细节分量进行多尺度纹理细节增强,对低频近似分量进行频域低通滤波;把处理后的3个高频细节分量和1个低频近似分量进行小波重构,生成新的亮度分量I;最后,将新的I分量与H、S分量合成,再从HSI空间转换到RGB空间,得到经过纹理细节增强处理后的地震剖面图像。本发明方法增强了含噪地震剖面图像的纹理细节信息,为下一步地震剖面信息的精准分析提供了基础。
搜索关键词: 地震剖面图像 纹理细节 低频近似分量 高频细节分量 亮度分量 小波分解 单层 图像 频域低通滤波 设计滤波器 地震剖面 分量合成 降噪处理 小波重构 增强处理 多尺度 转换 降噪 分析
【主权项】:
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。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于山东科技大学,未经山东科技大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/patent/201811380319.6/,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top