[发明专利]一种基于叠前CRP道集的多尺度各向异性扩散滤波方法

说明书

技术领域

本发明涉及一种石油勘探过程中的地震数据处理方法，特别是关于一种基于叠前CRP(共反射点)道集的多尺度各向异性扩散滤波方法。

背景技术

在实际生产中，随着地震勘探精度的提高，人们对地震资料品质的要求越来越高。地震资料的“三高”（高分辨率、高信噪比、高保真度）处理技术一直是地球物理勘探领域研究的热点和难点，其中，信噪比制约着分辨率的提高，保真度直接影响资料解释成果的可靠性。随着勘探目标从常规油气藏逐渐向岩性、隐蔽型油气藏转变，叠前反演成为重要的手段，这种手段的主要影响因素是信噪比，因此提高隐蔽油气藏勘探的成功率，关键之一是提高叠前CRP道集资料的信噪比。有效的去噪滤波方法应在压制噪声的同时，更好地保留有效同相轴信息。

各向异性扩散滤波是一种噪音压制方法，可以等价于一个物理热传导的求解过程。偏微分方程在图像处理中的应用由经典的物理问题推导而来，偏微分方程模型首先应用于图像去噪。假设一幅图像是一块热量不同的二维平板，板上不同区域的温度不同。图像中的细节特征、噪声等频域内值较大的像素点可以看作是高温点，而同质、平滑区域的低频像素点可看作是低温点。图像去噪过程可看作是使整块板温度趋于平衡的过程：高温点向低温点输送能量，高温点降温而低温点接受能量升温。当能量传输的过程结束时，整块板中的温度实现平衡。地震剖面中噪声压制的过程就如同温度平衡过程，通过扩散滤波处理提高资料的信噪比。

Perona等人提出了P-M模型（非线性各向异性扩散方程），其保留了图像的边界信息，但它的适定性和稳定性存在问题，并没有考虑局部图像的结构方位。Weickert引入扩散张量代替扩散系数来提取图像结构的方向性信息，改进了P-M模型在边缘细节上损失有效信息的缺陷，后来又提出具有旋转不变性的构造扩散张量的方法，克服了时间步长的限制，但是构造模版较为复杂。

发明内容

针对上述问题，本发明的目的是提供一种能够有效地压制叠前CRP道集中随机噪声和提高资料信噪比品质的基于叠前CRP道集的多尺度各向异性扩散滤波方法。

为实现上述目的，本发明采取以下技术方案：一种基于叠前CRP道集的多尺度各向异性扩散滤波方法，其包括以下步骤：1）对输入的叠前CRP道集进行正则化处理，利用不同方差σ值的高斯核函数G_σ与地震剖面褶积；2）采用二维Mallat算法对正则化处理后的地震剖面做多尺度分解，把对称小波sym6作为基小波，对原始的图像进行N层小波分解；并对分解后的每个子剖面进行初始化；3）将初始化后多尺度分解的各个子剖面经扩散系数法求得扩散门限值，进入步骤5）；同时，将初始化后多尺度分解的各个子剖面进行基于扩散张量法的各向异性扩散求得扩散张量参数后，代入非线性各向异性方程进行各向异性扩散滤波，并进入步骤4）；4）对每一次迭代得到的子剖面，计算信噪比、均方差和峰值信噪比，最终确定最佳迭代次数，根据该迭代次数得到最佳的地震子剖面；5）采用二维Mallat重构算法对迭代后的各个子剖面信息进行无损重构叠前CRP道集，重构之后输出最佳的叠前CRP道集；其中最佳的叠前CRP道集为：