一种结合张量分解和全变分的地震资料去噪方法.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN112596104A(43)申请公布日2021.04.02(21)申请号202011425916.3G06T5/00(2006.01)(22)申请日2020.12.09G06T7/49(2017.01)(71)申请人成都理工大学地址610051四川省成都市二仙桥东三路1号(72)发明人冯俊李晓琴龚灏周仲礼高瑞雪何鑫刘夕刘序志雷竞雄陈辉(74)专利代理机构成都正华专利代理事务所(普通合伙)51229代理人李蕊(51)Int.Cl.G01V1/28(2006.01)G01V1/36(2006.01)G06F17/15(2006.01)权利要求书2页说明书7页附图3页(54)发明名称一种结合张量分解和全变分的地震资料去噪方法(57)摘要本发明提供了一种结合张量分解和全变分的地震资料去噪方法，属于图像处理技术领域，本发明先将二维地震资料转化为三维张量，再利用张量CP分解对其进行分解得到近似张量，近似张量进行还原得到近似地震资料，同时引入全变分方法对去噪后的图像进行约束，最终建立了本发明的模型，因原始地震资料中含有大量的有效信息，所以采用梯度下降对所发明的模型求解。本发明通过张量CP分解来保留图像结构有效信息，通过引入全变分TV对近似张量还原时出现的块与块的不连续情况进行约束，从而实现保护边缘信息和局部平滑的去噪效果。CN112596104ACN112596104A权利要求书1/2页1.一种结合张量分解和全变分的地震资料去噪方法，其特征在于，包括以下步骤：S1、将地震资料按照固定大小的步长进行滑动分块处理；S2、对每一块地震资料，在固定范围内寻找与其相似的块，并利用欧几里得距离计算得到块与块之间的相似度，选择相似度高的前n块地震资料进行堆叠，形成三维张量；S3、对所述三维张量进行低秩近似分解处理，得到近似张量；S4、将所述近似张量按照堆叠的顺序放至空白图像相应的位置，并进行平均处理得到近似地震资料；S5、根据所述近似地震资料，引入全变分平滑约束构建优化模型，并利用梯度下降法对所述优化模型进行最优计算，得到去噪后的地震资料，完成基于结合张量分解和全变分的地震资料去噪。2.根据权利要求1所述的结合张量分解和全变分的地震资料去噪方法，其特征在于，所述步骤S2中块与块之间相似度的表达式如下：‑1similarity(Ym,Yn)＝μdistance(Ym,Yn)i＝1,2,3,...,kj＝1,2,3,...,k其中，similarity(Ym,Yn)表示第m个块地震资料和第n个块地震资料之间的相似度，μ和k均表示常数，distance(Ym,Yn)表示第m个块地震资料和第n个块地震资料之间的欧式距离，表示第m个块地震资料第i行第j列的像素值，表示第n个块地震资料第i行第j列的像素值。3.根据权利要求1所述的结合张量分解和全变分的地震资料去噪方法，其特征在于，所述步骤S3中进行低秩近似分解处理的表达式如下：其中，yi表示所堆叠形成的第i个三维张量，表示yi进行CP分解后得到的近似张量，αir、bir和cir均表示第i个张量的因子矩阵，||·||F表示求Frobenius范数，R和均表示yi分解后组成部分的最小个数。4.根据权利要求1所述的结合张量分解和全变分的地震资料去噪方法，其特征在于，所述步骤S4中近似地震资料的表达式如下：2CN112596104A权利要求书2/2页其中，Ycp表示近似地震资料，W表示权重矩阵，Yt表示近似张量按照寻找相似块所记录的位置将块还原到空白图像后的图像。5.根据权利要求1所述的结合张量分解和全变分的地震资料去噪方法，其特征在于，所述步骤S5中去噪后的地震资料的表达式如下：X＝argmin(Loss)其中，Loss(·)表示Loss函数，Y表示含有噪声的地震资料，argmin(Loss)和X均表示损失函数最小化时得到的去噪后的地震资料，||·||F表示求Frobenius范数，a和β均表示常数，Ycp表示张量CP分解后的地震资料，TV(X)表示对X的全变分平滑约束，xi,j表示地震资料中第i行第j列的像素值。3CN112596104A说明书1/7页一种结合张量分解和全变分的地震资料去噪方法技术领域[0001]本发明属于图像技术领域，尤其涉及一种结合张量分解和全变分的地震资料去噪方法。背景技术[0002]地震资料在获取过程中会受到许多的干扰，导致采集的地震资料中存在大量的噪声，给地震资料的解释带来了强烈的影响。伴随着图像去噪方法的发展，学者们将许多图像去噪方法广泛应用于地震资料去噪，例如：小波变换、高斯滤波、中值滤波等都是传统的图像去噪方法，均被广泛用在地震资料去噪的研究上。BM3D作为一种被广泛认可的图像去噪模型，该模型采用了非局部相似块