基于全变分与小波变换的地震图像去噪创新.pptVIP

目 录 1、地震信号的特点 2、地震信号常见的噪声及基本特征 3、地震图像去噪效果评价标准 4、多阈值法在地震图像去噪中的应用 5、全变分方法的讨论与应用 6、本文提出的三种混合模型 本文提出的三种混合模型 混合算法模型Ⅰ 通过二维小波变换后，信号的频率特征表现在不同的频带上，通过小波阈值去除相应的噪声部分，然后再应用二维小波逆变换，便可得到小波变换滤波的去噪后地震图像。 但是，仍然会有一部分剩余噪声被保留下来，剩余这部分噪声在频率和时间上与信号都有重叠，小波变换无法将它们分离。为了进一步对剩余噪声进行去除，本文在这里设计了混合算法模型Ⅰ，通过全变分扩散进一步去噪，以便达到更好的去噪结果。 模型Ⅰ算法流程及应用 混合算法Ⅰ计算流程图 去噪效果图 ①原始地震图像 ②去噪后的地震剖面图 ③去噪后的地震噪声剖面图 峰值信噪比：117.4 边缘保持度：0.3553 混合模型Ⅱ 在模型Ⅰ中我们发现，当重构后在进行TV扩散，其峰值信噪比和边缘保持度都比较低，并不能得到更好的去噪效果。低频部分的噪声经过重构后分散到了整个地震剖面，在用全变分扩散处理，会造成更多的虚假边缘。因此，我们在模型Ⅰ的基础上，做了一点改动，设计了混合模型Ⅱ。 混合模型Ⅱ算法流程 混合模型Ⅱ算法流程 去噪效果图 ①原始地震图像 ②去噪后的地震剖面图 ③去噪后的地震噪声剖面图 峰值信噪比：120.