非线性滤波技术在地震信号处理中的应用

地震序列是具有线形纹理特征的图像.早期的去噪方法多是线性的,会产生一些副作用.目前一些处理软件使用中值滤波方法,但当同相轴有倾角时就不适应了.本文根据线形纹理图像的特征,采用一致增强性扩散算法,它以扩散张量作为扩散系数,是一种各向异性扩散,能较好的保护边缘纹理信息,并针对同相轴的弱边界问题提出二阶导数处理法,它能使断裂的同相轴变得连续,更有利于解释.经计算,一致增强扩散比中值滤波信噪比有所提高,同时,同相轴更为连续,纹理更加清晰.     

自适应结构方向复扩散压制沙漠地震随机噪声

非线性复扩散( NCD: Nonlinear Complex Diffusion) 能针对不同结构特征调节扩散强度,有效压制地震勘探随机噪声。但沙漠地震勘探数据结构复杂,NCD 方法不能有效估计出同相轴方向,会导致同相轴衰减。为此,基于同相轴结构特征提出自适应结构方向复扩散( ASOCD: Adaptive Structure-Oriented Complex Diffusion)滤波算法,该算法沿同相轴方向定向复扩散,在压制随机噪声同时增强有效信号。此外,该算法利用地震勘探数据的区域特性自适应调节扩散阈值,在信号区域减小扩散阈值以更好地恢复地震勘探信号。合成和实际沙漠地震数据结果验证了所提方法的有效性,与NCD 方法相比,滤波后信噪比提高了6 dB 左右。     

一种改进的提高SAR图像分辨率的偏微分方程方法

目的提高SAR图像的分辨率,滤除噪声干扰。方法利用了P-M非线性扩散方程在提高SAR图像分辨率时既能滤除噪声又能很好保护边缘的优势,借鉴了边缘增强扩散方程能够增强图像边缘的特性,提出了一种将两种方法相结合的处理方式。结果得到了一种将2种方法相结合的混合模型。结论该方式既避免了P-M非线性扩散方程无法改善SAR图像边缘的缺陷,又回避了边缘增强扩散方程容易产生虚假条纹的劣势,使图像的整体分辨率得到了提高。     

保持边缘的相干加强各向异性扩散滤波及其应用

扩散滤波全称也作相干增强各向异性滤波,是一项尺度空间的图像恢复技术,也是一种定向平滑的技术。与其他平滑技术相比,它具有最优的平滑特性和保持边缘特性。这种滤波方式能压制噪声、提高横向连续性、增强地震数据对层序体内部结构的成像能力。因此,图像噪声的过滤是数字图像处理的重要步骤。     

基于空间分数阶复扩散的地震勘探噪声压制

沙漠地震勘探数据信噪比低,随机噪声主要为非平稳、非高斯的低频色噪声,利用常规噪声压制方法很难有效辨识与表征地震勘探信号,导致弱纹理结构信号的损失。针对此问题,引入分数阶梯度算子,提出空间分数阶复扩散随机噪声压制算法。该算法利用空间分数阶梯度增强地震信号的弱纹理和细节,在复扩散框架下,根据同相轴结构控制扩散强度。实验采用合成地震勘探数据和实际沙漠地震勘探数据评估算法性能,结果表明,提出的空间分数阶复扩散滤波算法可压制沙漠勘探随机噪声并保留有效信号结构。     

一种基于非线性结构张量的边缘增强算法

基于偏微分方程的增强算法是解决图像边缘结构增强问题最有效的方法之一。本文提出一种将非线性结构张量与非线性边缘增强相结合的算法。其中,非线性结构张量的邻域选择方式能更好地描述图像局部几何结构,非线性边缘增强的各向异性扩散方式更有利于在增强边缘的同时有效地降低噪声水平。实验结果表明,本文算法不仅有效地增强了图像边缘,而且在噪声水平较高的环境下也有着良好的表现。     

一种基于边缘增强扩散的凸集投影图像重建方法

将边缘增强扩散与凸集投影算法相结合,提出了一种基于边缘增强扩散的凸集投影方法.该方法能在一定程度上减少噪声的影响,解决重建后图像的振铃问题,且信噪比有一定的提高,改进超分辨率重建图像的效果.实验表明两者能实现很好的结合.     

基于新型螺旋相位滤波器提高图像边缘增强对比度的方法

提出了利用类贝塞尔螺旋相位滤波器实现提高图像边缘增强对比度的方法．给出了普通螺旋相位滤波器和类贝塞尔螺旋相位滤波器的点扩散函数,并利用圆孔、汉字和洋葱表皮细胞等三幅图像进行了边缘增强的模拟计算,发现与普通螺旋相位滤波器的图像边缘增强结果相比,基于类贝塞尔螺旋相位滤波器的图像边缘增强对比度得到显著提高．     

一种基于各向异性扩散的图像分割算法研究

针对煤矿井下图像对比度小、纹理不清晰和数据量大等问题,根据各向异性扩散在图像处理中具有良好的边缘保持与增强的作用,提出一种基于各向异性扩散的图像分割算法．首先在图像分割前对原图像进行各向异性扩散运算,在消除原图像噪声的同时,更好地划分了图像的边缘和纹理区域;然后提取图像的纹理特性运用到聚类算法中,从而对图像进行分割．实验证明：与未经扩散处理的分割算法相比,基于各向异性扩散的图像分割算法不仅改善了分割效果,而且提高了计算速度．     

基于改进的HDCS的图像去噪方法

针对数字图像主要含有高斯噪声和椒盐噪声的特点,提出了一种基于改进的各向异性的混合扩散模型。传统的基于边缘增强和相干增强的模型,虽然能够有效地去除噪声;但也会存在减弱相干结构和背景的对比度等问题,同时在保持图像细节纹理方面可能会出现失真。通过在扩散方程中引入一个源项;并充分考虑它对模型中各项产生的影响,使得改进后的模型既能有效去除噪声,也能有效地保持相干结构和背景的对比度;同时在模型中引入一个偏微分方程用以获取保真项,使得图像的细节保护效果更明显。实验结果表明,该方法能达到较理想的去噪和恢复图像纹理信息的结果,而且明显改善了图像的视觉效果。     

基于多方向识别的三维断层增强方法

为了应用断层增强技术来提高断层识别的精度,提出基于多方向识别的三维断层增强方法.通过方向滤波来增强地震同相轴的连续性,并压制背景噪声,通过边界保持滤波来保持地震剖面的断层信息.进一步地,对方法流程做两点改进:一是使用多方向断层识别,增强对倾斜地层情况的适用性;二是将二维断层增强方法扩展到三维地震数据,实现以较低的运算量...     

相干增强扩散与冲击滤波相结合的指纹增强算法

自动指纹识别系统(AFIS)的性能严重依赖于输入指纹的质量,因此有效指纹增强算法对该系统具有重要意义。针对相干增强扩散滤波增强的指纹图像会出现边缘模糊,以及谷线与脊线间对比度较低的现象,提出使用冲击滤波和相干增强扩散的加权模型方法,既能保持相干增强扩散的优势,又能锐化指纹脊线边缘,以及增强指纹脊线与谷线的对比度。增强的主要过程为,建立一个相干增强扩散和冲击滤波的加权组合模型,加权函数是以指纹梯度为自变量,使得在扩散过程中在图像边缘处以冲击滤波为主,在脊线与谷线内部则以相干增强扩散为主。实验表明,使用这种方法,能得到更加清晰的指纹图像,便于之后的二值化与细化过程处理,使得自动指纹识别系统具有更好的性能。     

基于偏微分方程的均衡网状扩散图像增强模型

运用偏微分方程方法,对图像进行降噪与边缘增强。其中,重点研究网状扩散模型,并对其存在的问题进行分析。实验表明,扩散模型的效果在效率和处理的质量方面更胜于基本的偏微分图像处理技术。     

改进的模糊增强算法在地震图像处理中的应用

随着工业化步伐的加快,石油资源越来越少,勘探开发出更多的石油资源成为当务之急.地震勘探是寻找石油与天然气资源的重要手段.随着油气勘探对象复杂程度的增加,现有的地震图像增强方法已不能满足正确解释的要求.因此,在研究传统的Pal-King模糊增强算法的基础上,针对其缺点和不足,提出了一种改进算法,并将改进后的算法应用到大庆地区多个区块的地震图像中,取得了较好的增强效果,为地震解释奠定了良好的基础.     

基于梯度和拉普拉斯算子的图像扩散变分模型

采用图像扩散的变分方法可以有效地设计边缘保持或增强的图像恢复模型。传统的模型往往基于图像强度的梯度,所得到的结果在本该光滑的区域具有明显的阶梯效应。为此,提出了基于梯度和拉普拉斯算子的图像扩散变分模型,以期实现在对图像进行噪声去除的同时,保持或增强图像的边缘,并消除单纯基于梯度模型导致图像光滑区域的阶梯效应。对变分模型中光滑项的设计,首先针对一维模型的分析得出基于梯度和拉普拉斯算子模型向前、后扩散的条件,然后将其推广到二维图像扩散,并在设计的有限差分方法基础上,对所提模型的有效性进行了实验验证,效果良好。     

基于多点扩散的地震层位全局追踪方法

为同时追踪所有地震层位并处理层间关系,使层位在整体上贴合地震数据,提出了基于走向长线段扩散连接的层位全局自动追踪方法。按照不同剖面方向跨多个地震道追踪趋势形成局部层位走向,结合已有层位调整后,将局部层位走向连接形成层位,达到局部区域走向的贴合。从多个位置起始将走向线段扩散连接,并通过平滑处理深度分歧和层间关系,形成全局层位。进一步基于地震数据相似性随机调整走向线段以整体上贴合地震数据。结果表明：所提方法识别层位趋势更为准确,减少了误差累积和深度分歧的影响,整体调整后更贴近真实地震数据走向,为地震解释初始全局层位的建立提供了技术支持。     

动态方向加权二维多级中值滤波的图像处理

在图像解译和识别过程中,经常需要对图像进行增强处理,以提取重要的信息。结合机器视觉、图像处理等图像增强方法,根据二维多级中值滤波原理,改进该算法,由于二维多级中值滤波在图象处理中是对图像进行固定的中值滤波处理,不能随着图像的复杂性进行变化处理,方向性不强,窗口大小不变,利用动态方向加权二维多级中值滤波方法进行图像增强处理,根据图像复杂的变化动态调整窗口大小和权值,该动态加权处理增强方法突出了视觉处理目的,达到了满意的视觉增强效果。图像处理前后的相似系数达到0.868 3,在原始图像比较复杂的情况下,可以改善后期图像处理过程,提高图像分析(解译)的正确性和有效性。