块匹配三维协同滤波在模拟地震信号去噪中的研究
2019-09-02李美琦
李美琦
摘 要:在实际地震数据中存在着多种噪音成分,如工业电流干扰、地表人工活动等。据此,本文通过弹性波动方程方法进行地震波场正演模拟,添加一定强度的噪声干扰,模拟实际地震信号。对含噪地震模拟信号运用块匹配三维协同滤波方法(BM3D)进行去噪处理。试验表明,BM3D对含噪地震模拟信号图像具有较好的去噪效果。同时,本文指出块匹配三维协同滤波算法的优点和不足。
关键词:地震地质模型;正演模拟;BM3D;去噪
中图分类号:P631.4 文献标识码:A 文章编号:1671-2064(2019)15-0190-02
0 引言
实际地震资料中存在着多种噪声,如随机噪声、工业输送电干扰等。分布在整个地震剖面中随机噪声易产生于环境噪声、高低频背景及测量误差,随机噪声的存在降低了地震资料的信噪比和分辨率,给地震资料处理带来一定的难度。
通过弹性波动方程方法正演模拟地震波场,设置观测系统,模拟地震勘探水平叠加剖面,研究地质模型与波场的映射关系;在分析实际地震资料的基础上,统计实际地震资料的噪声强度,可以人为地在正演过程中添加同样强度的噪声干扰,使之更加接近实际地震资料特点。
噪声的类型和强度是针对性去噪的关键参数。基于时间域和频率域的两类去噪算法是研究热点。前者是直接对地震记录中的数据进行处理,后者是将时间域的地震信号变换到频率域,依据有效信号和噪声的频谱差异进行处理。
Kostadin Dabov[1]提出块匹配三维协同滤波算法(BM3D),该算法结合非局部均值和变换域滤波的思想,通过数据块匹配算法将相似的数据块匹配、结合成为三维矩阵数据体,对得到的三维数据体进行三维变换,使每个三维矩阵在变换域获得一个稀疏的表达,更好分离噪声系数与有效信号系数[2]。杨莹[3]等人改进BM3D算法的计算效率问题,将其应用于图像重建,研究表明通过改进的BM3D算法进行图像重建,具有减少噪声、抑制伪影、保留原图细节和高效计算等特点。陈波[4]等人将BM3D图像去噪算法应用于仪器图像识别,该算法较好地保留图像边缘细节,较好的解决了恢复细节与抑制噪声之间的矛盾。
本文在正演模拟地震信号的基础上,模拟实际资料为信号添加噪音,应用BM3D算法对含噪地震图像进行去噪处理,研究去除地震信號中的随机噪声的新途径。
1 滤波(BM3D)原理
BM3D算法分为两部分:基础估计和最终估计。两部分的主要区别在于协同滤波的具体实现方式,前者采用硬阈值去噪,后者采用经验维纳滤波去噪。
1.1 基础估计部分
1.1.1 数据块相似分组
对含噪二维数据f(x)进行分块和相似块匹配分组,其中向量x=(x,t)T,且x∈X,x表示信号的空间分量,t表示信号的时间分量。F(x)为从信号f(x)中取出的大小为N1×N1的数据块。三维数据体FS由二位数据块FX组成,用表示当前处理的数据块,即参考数据块;上标“h”表示基础估计,上标“w”表示最终估计。
采用较为简单的距离模型来估计数据块之间的距离:
2 地震模型数值模拟
设(x,z)为空间坐标,t为时间,地震波传播速度为v(x,z),则二维介质中任意位置、任意时刻的地震波场为p(z,x,t)。二维各向同性均匀介质中地震波传播遵循的声波方程为:
通过计算机编程实现模型的正演。图1为地震地质模型,表1为模型参数。
如图2所示为地震地质模型(图1)的正演结果,图中正演结果与模型断层上下盘、异常体以及楔状模型的边界与模型能够平整对齐,正演效果较好,可用于后续加噪、去噪处理。
3 去噪处理
对图2的正演结果进行加噪处理,模拟实际地震资料中的噪声,加噪结果如图3所示;如图4所示对加噪地震模型信号(图3)进行去噪的处理结果。
图3所示的图像为添加了标准偏差为15%的白噪声的地震信号,可以看到图像模糊、朦胧,断层、尖灭等地质体边界模糊不清。通过计算,其峰值信噪比为24.613dB,对比图2所示的原图像,分辨率降幅较大。
从图4中可以看出,去噪处理后图像背景干净,噪点干扰基本消除;能够清楚的看到楔状模型尖灭点的位置。通过计算,其峰值信噪比为44.390,相较于含噪峰值信噪比高;但与原始图像相比,其分辨率有所降低。
4 结论与展望
通过以上工作,可以得到如下结论。结合了非局部均值和变换域稀疏表达思想的块匹配三维协同滤波(BM3D)既利用了二维地震信号的局部相似性,又利用了变换域滤波思想,具有良好的去噪性能。所建立的地震模型信号的加噪、去噪实验表明,BM3D对二维地震信号具有明显的去噪效果,从而证明了BM3D的可行性及有效性。
本文通过以上研究发现该算法仍存在如下问题。去噪要求给定信号的噪声强度(即标准偏差),但实际地震数据的噪声强度未知;BM3D算法的计算效率有待提高,难以匹配大规模的地震数据去噪要求。因此,智能、动态检测噪声水平、提高算法计算效率是一个研究方向。
参考文献
[1] Dabov K, Foi R , Katkovnik V , et al. Image denoising with block-matching and 3d filtering[J]. Proc. SPIE-IS&T Electronic Imaging,2006,6064(14):354-365.
[2] 任婷婷.块匹配协同滤波地震信号去噪研究[D].河北工业大学,2017.
[3] 杨莹,何文章,张艳慧.改进的BM3D算法在图像重建中的应用[J].天津职业技术师范大学学报,2016,26(02):45-48.
[4] 陈波,丁宁,边境,等.BM3D去噪算法在仪表图像识别中的应用[J].浙江电力,2019,38(03):54-58.