基于贝叶斯阈值估计的Curvelet域随机噪声衰减.pdfVIP

028 SPG/SEG 深圳 2011 国际地球物理会议论文集 基于贝叶斯阈值估计的 Curvelet 域随机噪声衰减 ① ① ②③ 刘 伟 杨 凯 曹思远 （①中海油田服务股份有限公司物探事业部；②中国石油大学（北京）油气资源与探测 国家重点实验室；③中国石油大学 CNPC 物探重点实验室） 摘要 与小波变换相比，Curvelet变换可以更好地表达曲线奇异函数的异向性。根据Curvelet 变换对于 光滑且二阶连续可微函数所具有的最优逼近性能，结合贝叶斯理论，给出了基于Curvelet域的自适应阈 值去噪方法。通过对合成地震记录模型及实际地震数据的处理，验证了该方法的有效性。结果表明， 与传统小波阈值法相比，基于贝叶斯阈值估计的Curvelet域自适应去噪方法，不仅可以很好地衰减随机 噪声，有效提高地震资料的信噪比，而且能够较好地保持有效信号。 关键词 第二代 Curvelet 变换 小波变换 随机噪声衰减 贝叶斯萎缩 自适应阈值 方法复杂、冗余度大的不足。 1 引言 第二代Curvelet变换与第一代Curvelet变换 小波变换作为一种多尺度几何分析工具， 在构造上已经完全不同，第一代Curvelet变换的 在信号处理领域得到了很大的发展[1] ，这主要 构造思想是通过足够小的分块将曲线近似到每 得益于其对信号的时、频局部分析能力及其对 个分块中的直线来看待，然后利用局部的脊波 [2] 分析其特性，而第二代Curvelet变换是在频率域 一维含“点奇异”信号的最优逼近性能 。但 遗憾的是，由一维小波所张成的高维小波基只 的直接实现，和脊波理论并没有关系，实现过 具有有限的方向，无法最优表示二维或更高维 程也无需用到脊波理论。 含“线奇异“或者“面奇异”的高维信号[3] 。 针对传统阈值方法全局阈值固定的缺点， 为了克服这一局限性，多尺度几何分析方法应 本文借鉴Chang S G 、Yu B 以及Vetterli M提出 运而生，如Ridgelet变换[4] 、Curvelet变换[5] 、 的小波阈值萎缩图像去噪方法[10] ，结合贝叶斯 Bandelet变换[6]等。尤其是Curvelet变换，其基 理论，设计了一种基于第二代Curvelet变换的自 的 支 撑 区 间 满 足 各 向 异 性 尺 度 关 系 [7] 适应阈值去噪方法，该方法通过统计计算自适 （width length2 ），可以很好地逼近图像中 应阈值，并结合软阈值方法自适应地对不同尺 的奇异曲线。第一代Curvelet变换理论[8] 是由 度下各方向分量的Curvelet系数进行处理，取得 Candès 和 Donoho 于 1999 年 提 出 的 ， 它 由 了很好的去噪效果。 Ridgelet理论衍生而来，由于其数字实现比较复 杂，后来Candès和Donoho （2002 ，2006 ）又提 2 Curvelet域随机噪声衰减的原理 出了第二代Curvelet变换及其快速实现方法[9] ， 2.1 第二代Curvelet变换 同时给出了新的Curvelet变换的框架体系，第二 在二维空间 R 2 下，设空间域变量为 x ，频 代Curvelet变换克服了第一代Curvelet变换实现 率域变量为。