孙思亮 ，刘怀山,2

(1.中国海洋大学 海底科学与探测技术教育部重点实验室，山东 青岛 266100；2.海洋国家实验室 海洋矿产资源评价与探测技术功能实验室，山东 青岛 266071)

1 引 言

实际采集到的地震数据常常混杂着随机噪声，地震资料的质量较低[1]，后续的地震数据处理分析难度大，因此地震数据去噪是必不可少的环节。

目前常用的压制随机噪声的方法有f-x域预测滤波[2]、中值滤波[3]、小波分析[4,5]、奇异值分解[6,7]等。近年来，随着小波理论的深入研究，Ridgelet[8]、Curvelet[9]、Seislet[10]、Shearlet[11]等变换的多尺度几何分析方法相继问世，地震数据处理更加的多元化。

Curvelet变换因其多尺度、多方向性的特点已在图像处理方面取得了一些成果[12-14]。在地震勘探领域，杨凯等[15]给出了曲波域地震数据随机噪声压制的软硬阈值折中方法。孙成禹等[16]利用曲波变换估计地震数据噪声结合改进的自适应三维块匹配算法对地震数据进行去噪，取得了较好的效果。路鹏飞等[17]将Curvelet变换和傅里叶变换联合，进而压制面波。杨会等[18]将Curvelet变换与二维经验模态分解结合，对随机噪声进行压制，取得了一定的效果。

非局部均值(Non-Local Means)算法提出以后，常常被用于图像降噪处理[19，20]。后来，Peng等[21]和Jacques等[22]改进了该算法，提出了快速非局部均值滤波(Fast Non-Local Means)，大大减小了NLM算法的时间复杂度。FNLM算法原理简单、容易实现并且滤波效果优良，在地震数据处理方面具有广大的应用前景。

实际地震数据通常较为复杂，常规曲波变换硬阈值方法的去噪精度往往不够，并且处理结果常常存在伪影和过度平滑等现象，不能达到理想的去噪效果。……