一种消除地震数据随机噪声的方法和系统与流程

本发明涉及地震数据处理技术领域，特别是涉及一种消除地震数据随机噪声的方法和系统。

背景技术：

地震数据在采集、处理等过程中会不可避免的产生各种噪声，噪声的存在会降低地震数据的信噪比，使得偏移成像、全波形反演等关键处理的结果受到影响。因此，地震数据去噪技术是地震数据处理的重要手段。地震数据去噪是地震数据处理的永恒话题，一直以来研究者对地震数据去噪的研究热情不断，并且提出了各种去噪方法。常用的地震数数据去噪方法有中值滤波类方法，基于一维傅里叶变换的去噪方法，基于二维傅里叶去噪方法，局部奇异值分解法，karhunen–loeve(k-l)变换法，经验模态分解法，基于独立分量分析的方法，cadzow滤波方法，基于小波变换的方法。这些方法中，一维傅里叶变换的去噪方法，基于二维傅里叶去噪方法和基于小波变换的方法都属于基于变换的方法。地震数据在变换域能够和随机噪声分离，其中地震数据在变换域有稀疏的表达和较大的系数，而噪声在变换域中的表现为稠密分布，系数振幅较小，通过阈值运算可以消除随机噪声，然后通过反变换到时间空间域得到去噪的结果。

且在现有技术所采用的基于稀疏变换和阈值处理的去噪方法，具体包括：假设地震数据为d，噪声为ε，观测的含有噪声的地震数据为dnoise，三者之间的关系为

d+ε＝dnoise(1)

地震数据去噪就是由观测含噪声数据dnoise获得不含噪声的d。根据稀疏变换的去噪方法，本专利采用曲波变换作为稀疏变换，则d经过稀疏变换后的表示x＝cd是稀疏的，因此上式变为

c^*x+ε＝dnoise(2)

其中c表示曲波变换(可以是二维，也可以是三维)，c^*表示曲波变换的逆变换，由于x＝cd的稀疏性，建立以下的优化问题

其中λ称为正则参数，基于阈值的去噪方法，通过以下的阈值运算可以得到去噪的结果

ddenoise＝c^*thτ(c(dnoise))(4)

上式中，thτ(·)表示在曲波域进行硬阈值运算(th是thresholding的缩写，表示硬阈值运算，thτ(·)即为)，τ表示阈值的大小，ddenoise表示去噪后的结果。传统的去噪方法需要人工手动选择参数τ才能获得合适的去噪效果，对于不同的含噪声数据，需要选择不同的τ。但是，有上述内容能够得到，现有技术的基于稀疏变换和阈值处理的去噪方法，需要人工的选择变换域中的阈值大小，来获得可靠的去噪效果。由于地震勘探数据量大，这样的去噪方法会耗费大量的计算资源，人力成本和时间成本。并且现有技术所采用的地震数据处理方法，还存在处理效率低和处理过程复杂的问题。

技术实现要素：

本发明的目的是提供一种消除地震数据随机噪声的方法和系统，具有去噪效率高和去噪简单的特点。

为实现上述目的，本发明提供了如下方案：

一种消除地震数据随机噪声的方法，包括：

采集含有随机噪声的地震数据；

对采集的所述地震数据进行曲波变换；

根据曲波变换所得到的系数确定阈值序列；

定义参数pi，pi＝log(||xi||1)+log(||ri||2)；其中，xi表示对所述地震数据在曲波域中进行硬阈值运算得到的去噪结果，ri表示在曲波域采用阈值序列对所述地震数据进行硬阈值去噪后的结果与含噪声的所述地震数据之间的残差，i＝1,2,……n，n表示序列长度；

确定参数pi为最大值时，所对应的阈值；

根据所述阈值，求取得到去噪后的地震数据。

可选的，所述阈值序列为一个阈值从大到小逐渐降低的阈值序列，τ1＞τ2＞τ3＞…＞τn；其中，n表示序列长度。

可选的，所述阈值序列中的第一个阈值为所述曲波变换得到系数的绝对值的最大值。

可选的，所述阈值序列中的最后一个阈值为一个大于0小于1的正实数。

可选的，xi为ri为ri＝c^*xi-dnoise；

其中，c表示曲波变换，dnoise为含有随机噪声的地震数据，c^*表示曲波变换的逆变换，thτ(·)表示在曲波域进行硬阈值运算，τ表示阈值的大小，τi为所述阈值序列，i＝1,2，……n，n表示序列长度。

可选的，所述根据所述阈值，求取得到去噪后的地震数据，具体为：其中，ddenoise表示去噪后的地震数据，τn表示参数pi为最大值时对应的阈值，c表示曲波变换，c^*表示曲波变换的逆变换。

一种消除地震数据随机噪声的系统，包括：

采集模块，用于采集含有随机噪声的地震数据；

曲波变换模块，用于对采集的所述地震数据进行曲波变换；

阈值序列确定模块，用于根据曲波变换所得到的系数确定阈值序列；

参数定义模块，用于定义参数pi，pi＝log(||xi||1)+log(||ri||2)；其中，xi表示对所述地震数据在曲波域中进行硬阈值运算得到的去噪结果，ri表示在曲波域采用阈值序列对所述地震数据进行硬阈值去噪后的结果与含噪声的所述地震数据之间的残差，ri＝c^*xi-dnoise，i＝1,2,……n，n表示序列长度，c表示曲波变换，dnoise为含有随机噪声的地震数据，c^*表示曲波变换的逆变换，thτ(·)表示在曲波域进行硬阈值运算，τ表示阈值的大小，τi为所述阈值序列；

对应阈值确定模块，用于确定参数pi为最大值时，所对应的阈值；

求取模块，用于根据所述阈值，求取得到去噪后的地震数据。

可选的，所述阈值序列为一个阈值从大到小逐渐降低的阈值序列，τ1＞τ2＞τ3＞…＞τn；其中，n表示序列长度。

可选的，所述阈值序列中的第一个阈值为所述曲波变换结果的绝对值的最大值；所述阈值序列中的最后一个阈值为一个大于0小于1的正实数。

根据本发明提供的具体实施例，本发明公开了以下技术效果：本发明提供的消除地震数据随机噪声的方法和系统，通过采集含有随机噪声的地震数据；对采集的所述地震数据进行曲波变换，得到曲波变换结果；根据曲波变换结果确定阈值序列；定义参数pi，pi＝log(||xi||1)+log(||ri||2)；确定参数pi为最大值时，所对应的阈值；根据所述阈值，求取得到去噪后的地震数据。即在本发明所提供的消除地震数据随机噪声的方法和系统中，通过定义参数pi，当pi取最大值时，实现对地震数据的去噪处理，且具有去噪效率高和去噪简单的特点。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本发明实施例自动消除地震数据随机噪声方法的工作流程图；

图2为本发明实施例自动消除地震数据随机噪声系统的结构示意图；

图3为本发明实施例叠加有随机噪声的第一地震数据图；

图4为本发明实施例采用自动消除地震数据随机噪声方法去除第一地震数据中噪声后的第一数据结果图；

图5为本发明实施例采用自动消除地震数据随机噪声方法去除第一地震数据中噪声所得到的第一噪声数据图；

图6为本发明实施例叠加有随机噪声的第二地震数据图；

图7为本发明实施例采用自动消除地震数据随机噪声方法去除第二地震数据中噪声后的第二数据结果图；

图8为本发明实施例采用自动消除地震数据随机噪声方法去除第二地震数据中噪声所得到的第二噪声数据图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

本发明的目的是提供一种消除地震数据随机噪声的方法和系统，具有去噪效率高和去噪简单的特点。

为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。

图1为本发明实施例自动消除地震数据随机噪声方法的工作流程图，如图1所示，一种消除地震数据随机噪声的方法，包括：

s1、采集含有随机噪声的地震数据；

s2、对采集的所述地震数据进行曲波变换；

s3、根据曲波变换所得到的系数确定阈值序列；所述阈值序列为一个阈值从大到小逐渐降低的阈值序列，τ1＞τ2＞τ3＞…＞τn，n表示序列长度。其中，所述阈值序列中的第一个阈值为所述曲波变换所得到系数的绝对值的最大值；最后一个阈值为一个大于0小于1的正实数；所述阈值序列τ2-τn-1范围内的各序列值为人为设定的、满足条件τ1＞τ2＞τ3＞…＞τn的值。

s4、定义参数pi，pi＝log(||xi||1)+log(||ri||2)；其中，xi表示对所述地震数据在曲波域中进行硬阈值运算得到的去噪结果，ri表示在曲波域采用阈值序列对所述地震数据进行硬阈值去噪后的结果与含噪声的所述地震数据之间的残差，ri＝c^*xi-dnoise，i＝1,2,……n，n表示序列长度；c表示曲波变换，dnoise为含有随机噪声的地震数据，c^*表示曲波变换的逆变换，thτ(·)表示在曲波域进行硬阈值运算，τ表示阈值的大小，τi为所述阈值序列，i＝1,2，……n。

s5、确定参数pi为最大值时，所对应的阈值；具体为，通过对每个τi求出和pi＝log(||xi||1)+log(||ri||2)，当pi取得最大值即pi-1<pi>pi+1时，停止计算，输出对应的阈值；

s6、根据所述对应的阈值，求取得到去噪后的地震数据，具体为：其中，ddenoise表示去噪后的地震数据，τn表示参数pi为最大值时对应的阈值。

此外，本发明还提供了一种消除地震数据随机噪声的系统，如图2所示，所述系统包括：

采集模块，用于采集含有随机噪声的地震数据；

曲波变换模块，用于对采集的所述地震数据进行曲波变换；

阈值序列确定模块，用于根据曲波变换所得到的系数确定阈值序列；

参数定义模块，用于定义参数pi，pi＝log(||xi||1)+log(||ri||2)；其中，xi表示对所述地震数据在曲波域中进行硬阈值运算得到的去噪结果，ri表示在曲波域采用阈值序列对所述地震数据进行硬阈值去噪后的结果与含噪声的所述地震数据之间的残差，ri＝c^*xi-dnoise，i＝1,2,……n，n表示序列长度，c表示曲波变换，dnoise为含有随机噪声的地震数据，c^*表示曲波变换的逆变换，thτ(·)表示在曲波域进行硬阈值运算，τ表示阈值的大小，τi为所述阈值序列；

对应阈值确定模块，用于确定参数pi为最大值时，所对应的阈值；

求取模块，用于根据所述阈值，求取得到去噪后的地震数据。

其中，所述阈值序列为一个阈值从大到小逐渐降低的阈值序列，τ1＞τ2＞τ3＞…＞τn；其中，n表示序列长度；所述阈值序列中的第一个阈值为所述曲波变换结果的绝对值的最大值；所述阈值序列中的最后一个阈值为一个大于0小于1的正实数。所述阈值序列τ2-τn-1范围内的各序列值为人为设定的，且满足条件τ1＞τ2＞τ3＞…＞τn的值。

对于一个600*300的叠加有随机噪声的第一地震数据，如图3所示，时间采样率为4ms，时间采样个数为300，空间上有300道，采用自动消除地震数据随机噪声方法和系统去除第一地震数据中噪声后的第一数据结果如图4所示，其对应去除的第一噪声数据如图5所示。

对于一个276*831的地震数据，其时间采样率为4ms，时间采样个数为276，空间上有831道的叠加有随机噪声的第二地震数据，如图6所示。采用自动消除地震数据随机噪声方法和系统去除第二地震数据中噪声后的第二数据结果如图7所示，其对应去除的第二噪声数据如图8所示。

根据本发明提供的具体实施例，本发明公开了以下技术效果：本发明提供的消除地震数据随机噪声的方法和系统，通过采集含有随机噪声的地震数据；对采集的所述地震数据进行曲波变换，得到曲波变换结果；根据曲波变换结果确定阈值序列；定义参数pi，pi＝log(||xi||1)+log(||ri||2)；确定参数pi为最大值时，所对应的阈值；根据所述阈值，求取得到去噪后的地震数据。即在本发明所提供的消除地震数据随机噪声的方法和系统中，通过定义参数pi，当pi取最大值时，实现对地震数据的去噪处理，具有去噪效率高和去噪简单的特点。

本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的系统而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。

本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处。综上所述，本说明书内容不应理解为对本发明的限制。