在地震數(shù)據(jù)處理領(lǐng)域,地震資料的去噪質(zhì)量直接影響到后續(xù)處理工作的有效性和可靠性,并且隨著地震勘探的發(fā)展越來越偏向于復(fù)雜油氣藏,干凈的地震資料難以獲得,因此對(duì)于地震資料的去噪應(yīng)用是地震數(shù)據(jù)處理領(lǐng)域中一項(xiàng)重要的持續(xù)研究內(nèi)容�；诘卣饠�(shù)據(jù)與圖像、語音信號(hào)的相似性,本文將在圖像、語音信號(hào)領(lǐng)域快速發(fā)展的字典學(xué)習(xí)方法應(yīng)用于地震資料去噪。字典學(xué)習(xí)方法是一種基于特征學(xué)習(xí)的稀疏表示算法,首先信號(hào)是地震資料中具有結(jié)構(gòu)特征的有用信息,而一般地,噪聲是隨機(jī)的無結(jié)構(gòu)的,不能進(jìn)行稀疏表示。字典學(xué)習(xí)方法對(duì)地震資料進(jìn)行訓(xùn)練學(xué)習(xí),得到與該地震資料中信號(hào)所匹配的數(shù)據(jù)結(jié)構(gòu),再根據(jù)數(shù)據(jù)結(jié)構(gòu)之間的重組獲得地震信號(hào)的優(yōu)良稀疏表示,稀疏表示過程進(jìn)行了信號(hào)與噪聲的分離。由于常規(guī)的字典學(xué)習(xí)方法計(jì)算復(fù)雜度過大,難以處理較大的地震資料,因此本文將能輕易處理較大數(shù)據(jù)集的在線字典學(xué)習(xí)方法引入地震數(shù)據(jù)處理中。在線字典學(xué)習(xí)方法使用了將待處理數(shù)據(jù)切塊的思想,同時(shí)字典更新方式為逐列更新,因此大幅降低了計(jì)算的復(fù)雜度。在實(shí)際應(yīng)用中發(fā)現(xiàn):如果地震資料中含有能量較強(qiáng)且規(guī)則的噪聲,會(huì)導(dǎo)致噪聲的結(jié)構(gòu)特征也被學(xué)習(xí)進(jìn)字典,得到的字典品相較差。針對(duì)該問題,本文使用EMD... 

【文章來源】：成都理工大學(xué)四川省

【文章頁數(shù)】：69 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

硬閾值和軟閾值

2, , , ,( , , ) = , = ( ) ( )j l k j l kRC j l k f f x x dx示頻率平面的平鋪。在傅立葉空間中，曲線被支撐且陰影區(qū)域代表這樣一個(gè)普通的楔形。右邊的圖像空間笛卡爾網(wǎng)格。

線狀地震合成記錄的噪聲壓制處理對(duì)比

【參考文獻(xiàn)】：
期刊論文
[1]基于字典學(xué)習(xí)的碰摩聲發(fā)射信號(hào)降噪算法[J]. 彭威,張祺威.  電子器件. 2019(01)
[2]基于層次化字典學(xué)習(xí)的圖像超分辨率方法[J]. 薛文俊,謝淑翠,王至琪.  計(jì)算機(jī)工程與設(shè)計(jì). 2019(02)
[3]模型約束下的在線字典學(xué)習(xí)地震弱信號(hào)去噪方法[J]. 李勇,張益明,雷欽,牛聰,周鈺邦,葉云飛.  地球物理學(xué)報(bào). 2019(01)
[4]基于字典降噪改進(jìn)模糊聚類MRI圖像分割算法[J]. 蘭丙申,韓紅偉.  中國數(shù)字醫(yī)學(xué). 2018(10)
[5]基于改進(jìn)Curvelet變換的地震數(shù)據(jù)重建方法[J]. 侯文龍,賈瑞生,孫圓圓,俞國慶.  煤炭學(xué)報(bào). 2018(09)
[6]利用在線字典學(xué)習(xí)實(shí)現(xiàn)圖像超分辨率重建的算法[J]. 鹿璇,汪鼎文,石文軒.  武漢大學(xué)學(xué)報(bào)(信息科學(xué)版). 2018(05)
[7]基于改進(jìn)匹配追蹤算法的化爆地震波信號(hào)時(shí)頻特征提取[J]. 鐘明壽,周輝,劉影,龍?jiān)?郭濤.  爆炸與沖擊. 2017(06)
[8]改進(jìn)K-SVD算法在曲軸軸承AE信號(hào)的去噪研究[J]. 張峻寧,張培林,華春蓉,秦萍.  振動(dòng)與沖擊. 2017(21)
[9]基于K-SVD字典學(xué)習(xí)算法的稀疏表示振動(dòng)信號(hào)壓縮測量重構(gòu)方法[J]. 郭俊鋒,石斌,魏興春,李海燕,王智明.  機(jī)械工程學(xué)報(bào). 2018(07)
[10]基于EMD的振動(dòng)信號(hào)去噪方法研究[J]. 馬宏偉,張大偉,曹現(xiàn)剛,董明,李從會(huì).  振動(dòng)與沖擊. 2016(22)

博士論文
[1]基于稀疏表示的油氣地震勘探數(shù)據(jù)重建與去噪方法研究[D]. 張巖.東北石油大學(xué) 2018
[2]基于壓縮感知和稀疏表示的地震數(shù)據(jù)重建與去噪[D]. 唐剛.清華大學(xué) 2010

碩士論文
[1]基于稀疏表示的地震數(shù)據(jù)重構(gòu)和去噪方法研究[D]. 張良.吉林大學(xué) 2018
[2]基于稀疏表示的地震數(shù)據(jù)精細(xì)處理方法研究[D]. 邵婕.中國石油大學(xué)(華東) 2016
[3]Lasso及其相關(guān)方法在多元線性回歸模型中的應(yīng)用[D]. 柯鄭林.北京交通大學(xué) 2011
[4]小波分析在一維信號(hào)去噪中的應(yīng)用[D]. 彭園園.北京郵電大學(xué) 2011
[5]基于稀疏表示與字典學(xué)習(xí)的圖像去噪算法研究[D]. 姜鵬飛.西安電子科技大學(xué) 2011
[6]基于經(jīng)驗(yàn)?zāi)B(tài)分解的小波閾值信號(hào)去噪研究[D]. 張永德.昆明理工大學(xué) 2011
[7]Curvelet閾值迭代法在地震數(shù)據(jù)去噪和插值中的應(yīng)用研究[D]. 仝中飛.吉林大學(xué) 2009
[8]Contourlet變換及其在圖像測量中的應(yīng)用研究[D]. 張小艷.汕頭大學(xué) 2009



本文編號(hào)：3584756