[发明专利]一种基于叠前CRP道集的多尺度各向异性扩散滤波方法

摘要

本发明涉及一种基于叠前CRP道集的多尺度各向异性扩散滤波方法，其包括步骤：1）对输入的叠前CRP道集进行正则化处理；2）采用二维Mallat算法进行多尺度分解，并初始化分解后的每个子剖面；3）经扩散系数法求得扩散门限值，进入步骤6）；进行基于扩散张量法的各向异性扩散求得扩散张量参数后，代入非线性各向异性方程进行各向异性扩散滤波，并进入步骤4）；4）对每次迭代后的子剖面计算SNR、MSE和PSNR，优选出最佳的地震子剖面；5）对各向异性扩散滤波处理后的各个子剖面进行步骤4）处理，进入步骤6）；6）采用二维Mallat重构算法对迭代后的各个子剖面信息进行无损重构叠前CRP道集，重构之后输出最佳的叠前CRP道集。本发明可以广泛用于各种石油勘探地震资料的处理过程中。

主权项

一种基于叠前CRP道集的多尺度各向异性扩散滤波方法，其包括以下步骤：1）对输入的叠前CRP道集进行正则化处理，利用不同方差σ值的高斯核函数G_σ与地震剖面褶积；2）采用二维Mallat算法对正则化处理后的地震剖面做多尺度分解，把对称小波sym6作为基小波，对原始的图像进行N层小波分解；并对分解后的每个子剖面进行初始化；3）将初始化后多尺度分解的各个子剖面经扩散系数法求得扩散门限值，进入步骤5）；同时，将初始化后多尺度分解的各个子剖面进行基于扩散张量法的各向异性扩散求得扩散张量参数后，代入非线性各向异性方程进行各向异性扩散滤波，并进入步骤4）；4）对每一次迭代得到的子剖面，计算信噪比、均方差和峰值信噪比，最终确定最佳迭代次数，根据该迭代次数得到最佳的地震子剖面；5）采用二维Mallat重构算法对迭代后的各个子剖面信息进行无损重构叠前CRP道集，重构之后输出最佳的叠前CRP道集；其中最佳的叠前CRP道集为：$C_j=H_r^{*}{H}_c^{*}{C}_{j+1}+H_r^{*}{H}_c^{*}{D}_{j+1}^{*}+H_r^{*}{H}_c^{*}{D}_{j+1}^2+H_r^{*}{H}_c^{*}{D}_{j+1}^3,$式中，C_j+1为低频分量，为水平高频分量，为垂直高频分量，为对角高频分量，和分别代表用尺度滤波器系数对阵列的行和列作用的算子的共轭。