基于一种三维低冗余曲波变换和压缩感知理论的地震数据重建

基于稀疏变换的重建方法是地震数据重建的研究热点,其中稀疏变换的性质对重建的效率和质量起关键作用。曲波变换对波场数据有非常稀疏的表示和可靠的数值效果,然而三维曲波变换的冗余度在24~32之间,须消耗很多的内存和计算时间。提出基于一种低冗余度曲波变换的地震数据重建方法,介绍低冗余曲波变换并且分析其优点,给出一个解基于分析的1范数模型的快速迭代阈值方法。数据实验结果表明:该低冗余变换将三维曲波变换的冗余度降低了60%,能够有效提高数据重建的计算效率;基于低冗余度曲波变换的数据重建的计算效率是基于原始曲波变换重建效率的4倍,对于10%的采样比例仍然能够得到较好的重建和去噪效果。...

Full description

Saved in:
Bibliographic Details
Published in中国石油大学学报（自然科学版） Vol. 41; no. 5; pp. 61 - 68
Main Author 曹静杰;王尚旭;李文斌
Format Journal Article
LanguageChinese
Published 河北地质大学勘查技术与工程学院,河北石家庄050031%中国石油大学地球物理与信息工程学院,北京,102249%河北地质大学信息工程学院,河北石家庄,050031 2017
中国石油大学地球物理与信息工程学院,北京102249
Subjects
曲波变换;地震重建;稀疏优化;1范数
sparse optimization
one-norm
曲波变换
稀疏优化
curvelet transform
seismic reconstruction
1范数
地震重建
Online AccessGet full text

Cover

More Information
Summary:基于稀疏变换的重建方法是地震数据重建的研究热点,其中稀疏变换的性质对重建的效率和质量起关键作用。曲波变换对波场数据有非常稀疏的表示和可靠的数值效果,然而三维曲波变换的冗余度在24~32之间,须消耗很多的内存和计算时间。提出基于一种低冗余度曲波变换的地震数据重建方法,介绍低冗余曲波变换并且分析其优点,给出一个解基于分析的1范数模型的快速迭代阈值方法。数据实验结果表明:该低冗余变换将三维曲波变换的冗余度降低了60%,能够有效提高数据重建的计算效率;基于低冗余度曲波变换的数据重建的计算效率是基于原始曲波变换重建效率的4倍,对于10%的采样比例仍然能够得到较好的重建和去噪效果。
Bibliography:curvelet transform; seismic reconstruction; sparse optimization; one norm
37-1441/TE
Sparse transform based seismic data reconstruction is a hot topic in seismic reconstruction,where properties of the sparse transform may influence the results of reconstruction greatly.Curvelet transform is a multi scale,multi directional,and local transform which has nearly the sparsest expression for seismic data.However,this transform is a highly redundant transform with redundancy about24-32for three dimensional data.To improve the efficiency of curvelet based reconstruction,this paper proposed a low redundancy curvelet transform based seismic reconstruction.The new transform was introduced first and its merits for seismic signal processing were analyzed,followed by an iterative thresholding method for analysis based L1norm regularized models.Numerical experiments illustrate that the low redundancy transform can reduce60%redundancy of the original3D curvelet transform,thus improves greatly the computational efficiency.The r
ISSN:1673-5005
DOI:10.3969/j.issn.1673-5005.2017.05.007