一种基于全变分地震数据分解模型的地震纹理提取与增强方法

摘要

本发明公开了一种基于全变分地震数据分解模型的地震纹理提取与增强方法，野外采集地震数据:用常规数据处理方法得到叠后地震剖面；步骤三、对叠后地震剖面进行分解,对纹理分量n(t)进行加权高斯平滑。本发明利用地震数据全变分分解模型，得到完整的地震纹理剖面,而不是降低纬度的灰度投影剖面；本发明对地震纹理剖面进行加权高斯增强，获得到高空间分辨率的剖面；根据视觉全变分分解模型，把地震数据分解为结构和纹理部分，得到完整的地震纹理剖面，而不是降低纬度的灰度投影剖面，并通过把分解出来的纹理部分进行加权高斯平滑，达到地震数据纹理增强的目的,最终得到获得到高空间分辨率的地震剖面。

主权项

一种基于全变分地震数据分解模型的地震纹理提取与增强方法，其特征在于，该基于全变分地震数据分解模型的地震纹理提取与增强方法包括以下步骤：步骤一、野外采集地震数据:步骤二、用常规数据处理方法得到叠后地震剖面；步骤三、采用下式对叠后地震剖面进行分解:地震数据表示为：f(t)＝n(t)+e(t)其中f(t)为原始地震图像，定义e(t)为地震数据的结构分量为地震数据的结构分量，n(t)为地震数据的纹理分量；e(t)由下式求出：$\arg \underset{e}{\min }\left\{\frac{1}{2}\underset{t=0}{\overset{N}{\Sigma }}\left|\right|f\left(t\right)-e\left(t\right)|{|}_2^2+\lambda \underset{t=0}{\overset{N-1}{\Sigma }}|e\left(t+1\right)-e\left(t\right){|}_1\right\}$N为地震数据的采样点数，t为采样点序号，λ为平衡泛函中两项的权重调节参数；步骤四、设计系数值符合1维高斯分布的离散平滑模板，对纹理分量n(t)进行增强，消除纹理分量中的高频随机噪音；对地震纹理剖面n(t)进行迭代空域平滑计算：n_k+1(t)＝n(t)_k*G其中G为高斯加权平滑模板，*为卷积，k为迭代次数。