J4

• 地球探测与信息技术 • 上一篇    下一篇

压制噪声的高分辨率Radon变换法

巩向博1,韩立国1,王恩利1,杜立志2   

  1. 1.吉林大学 地球探测科学与技术学院, 长春 130026;2.吉林大学 建设工程学院, 长春 130026
  • 收稿日期:2008-05-12 修回日期:1900-01-01 出版日期:2009-01-26 发布日期:2009-01-26
  • 通讯作者: 巩向博

Denoising Via High Resolution Radon Transform

GONG Xiang-bo1,HAN Li-guo1,WANG En-li1,Du Li-zhi2   

  1. 1.College of GeoExploration Science and Technology, Jilin University, Changchun 130026, China;2.College of Construction Engineering, Jilin University, Changchun 130026, China
  • Received:2008-05-12 Revised:1900-01-01 Online:2009-01-26 Published:2009-01-26
  • Contact: GONG Xiang-bo

摘要: Radon变换在地震处理中有诸多应用,在地震同相轴识别和估计方面有良好效果。对最小平方意义下反演和基于贝叶斯原理的稀疏约束反演的Radon变换域结果进行了对比,后者的变换效果更好,收敛能量的分辨率高,即压制了离散运算中的截断效应。又通过加噪模型数据,对比了高分辨率Radon变换方法和Radon域内的二维蒙版滤波方法,两者压制规则干扰和随机噪声的效果较好并且结果相似,但后者计算效率较高。在实际数据处理中,比较了FK滤波、高分辨率线性和抛物线Radon变换,以及二维蒙版滤波方法的去噪效果和计算效率,选择二维蒙版滤波方法最优。

关键词: 高分辨率Radon变换, 蒙版滤波, 随机噪声, 去噪

Abstract: Radon transform is widely used in the seismic processing, such as the events identification and estimation can be obtained a good result. By contrast the Radon domain data between the least squares inversion and the sparse constrained inversion which based on Bayesian principles, the latter is better and its convergence of the energy is with higher precision. And also the spatial truncation effect of the discrete calculation is suppressed. Through the analysis of model data with noise, compared high resolution Radon transform and 2D mask filter in Radon domain, both are better performing and have similar results, but the latter is more efficient. For the actual record, the denoising effect and computation efficiency of FK filtering, high resolution linear and parabolic Radon transform, 2D mask filter methods were also compared, the result showed that the 2D mask filter method is the best choice.

Key words: high resolution, Radon transform, mask filter, random noise, denoising

中图分类号: 

  • P631.4
[1] 王宪楠, 刘四新, 程浩. Shearlet变换在GPR数据随机噪声压制中的应用[J]. 吉林大学学报(地球科学版), 2017, 47(6): 1855-1864.
[2] 蔡剑华, 肖晓. 基于组合滤波的矿集区大地电磁信号去噪[J]. 吉林大学学报(地球科学版), 2017, 47(3): 874-883.
[3] 朱凯光, 李玥, 孟洋, 王凌群, 谢宾, 程宇奇. 最小噪声分离在航空电磁数据噪声压制中的应用[J]. 吉林大学学报(地球科学版), 2016, 46(3): 876-883.
[4] 崔永福, 李国发, 吴国忱, 尚帅, 赵锐锐, 罗莉莉. 基于面波模拟和曲波变换的去噪技术[J]. 吉林大学学报(地球科学版), 2016, 46(3): 911-919.
[5] 刘霞, 黄阳, 黄敬, 段志伟. 基于经验模态分解(EMD)的小波熵阈值地震信号去噪[J]. 吉林大学学报(地球科学版), 2016, 46(1): 262-269.
[6] 刘财, 崔芳姿, 刘洋, 王典, 刘殿秘, 张鹏. 基于低信噪比条件下新型Seislet变换的阈值去噪方法[J]. 吉林大学学报(地球科学版), 2015, 45(1): 293-301.
[7] 董烈乾, 李振春, 刘磊, 李志娜, 桑运云. 基于经验模态分解的曲波阈值去噪方法[J]. J4, 2012, 42(3): 838-844.
[8] 李海山, 吴国忱, 印兴耀. 形态分量分析在去除地震资料随机噪声中的应用[J]. J4, 2012, 42(2): 554-561.
[9] 林红波, 李月, 徐学纯, 马海涛. 减小离散误差的时频峰值滤波算法[J]. J4, 2011, 41(2): 572-578.
[10] 聂鹏飞, 曾谦, 马海涛, 李月, 林红波. 消减地震勘探随机噪声:导数算子约束下的维纳滤波[J]. J4, 2010, 40(6): 1471-1478.
[11] 张鹏,李献勇,陈剑平. 基于小波降噪的隧道围岩监测数据分析[J]. J4, 2008, 38(6): 1010-1014.
[12] 查显杰,傅容珊,戴志阳,刘 斌,邵志刚,薛霆虓. 基于小波包变换的SAR干涉图去噪研究[J]. J4, 2008, 38(3): 489-0494.
Viewed
Full text


Abstract

Cited

  Shared   
  Discussed   
No Suggested Reading articles found!