论文部分内容阅读
深层勘探及小断裂、小幅度构造等隐蔽油气藏勘探是目前老油区增产的重要手段，而进行这类油藏勘探时所面临的共同问题是需在相对较高的噪音中识别信号，即弱信号的识别问题。利用小波的多尺度特性，可以在一定程度上压制噪声，识别弱信号。但小波变换在处理二维数据时，对线性奇异性的边缘的识别有一定局限性，而曲波变换能较好地识别二维奇异性边缘。基于曲波变换的去噪方法大多数都建立在曲波变换能最稀疏地表示具有线性边缘图像这一基础上的，去噪过程便是使曲波系数稀疏化的过程，一般是阈值法或其变通。但对于弱信号来说，曲波系数并不是越稀疏越好，当噪声的强度大于弱同相轴的1/2 时，由于信号所对应的小值曲波系数被衰减，阈值法会造成有效信号的断点和形态的失真，也就是说去噪与弱信号识别是一对矛盾。本文从具有较高去噪能力的曲波阈值去噪出发，探讨了曲波变换去噪对弱信号的影响，并根据地震资料弱信号的特点，提出降低阈值并采用线性压制补偿小系数的方法来保护曲波系数值较小的弱信号的特征，同时采用曲波域平滑的方法来保证去噪效果，从一定程度上缓和了这一矛盾。通过实验，可以看出这种方法可以从最大幅值为2 倍弱信号强度的噪声中识别出弱信号，并且保证信噪比有足够的提高。