地震图像去噪算法的研究与实现

论文摘要

实际获得的图像一般都因受到某种干扰而含有噪声。引起噪声的原因有很多,如敏感元件的内部噪声、感光材料的颗粒噪声、热噪声、电器机械运动产生的抖动噪声、传输信道的干扰噪声、量化噪声等。这些噪声恶化了图像质量,使图像模糊,甚至淹没特征,给分析带来困难。图像去噪平滑的目的就是为了减少和消除图像中的噪声,以改善图像质量,有利于抽取对图像的特征进行分析。长期以来,人们已付出许多努力,设法利用边缘信息来寻找区域,进而实现图像的识别和解释分析。在不同的应用中,人们要实现的目标不同,因此对边缘的要求也不同,目标边缘、图像纹理甚至噪声都可能成为有意义的边缘。虽然目前已研究出不少图像去噪平滑的算法,但还没有一种普遍适用于各种图像的有效方法。因此,根据具体应用要求,设计新的图像去噪平滑方法或对现有的方法进行改进,以得到满意的边缘检测结果依然是目前图像处理中研究的热点之一。本文首先研究了经典的图像去噪平滑方法,线性及非线性滤波技术及其在图像去噪平滑中的应用,提出一种保持图像细节的自适应的去噪平滑算法,并通过理论分析以及仿真计算,比较了各种算法在图像去噪平滑中的优缺点。其次,对图像小波去噪相关算法进行研究,改进了一种中值滤波与小波去噪相结合的方法。最后,在此基础上,将改进和提出的各种算法应用到项目中,设计实现了相干切片断层多边形检测系统。通过实践验证:该系统检测出的断层多边形定位准确、连续、光滑、边缘细节丰富、边界呈单像素宽。该系统在油田地震勘探三维解释应用中取得良好检测效果,并提高了断层检测的精度和效率。

论文目录

• 摘要
• Abstract
• 创新点摘要
• 前言
• 第一章 数字图像处理技术概述
• 1.1 图像与数字图像处理
• 1.2 研究图像去噪处理的意义
• 1.2.1 对图像去噪处理的意义
• 1.2.2 研究图像去噪方法的意义
• 1.3 图像去噪的技术背景及国内外研究现状
• 第二章 图像噪声分析
• 2.1 概述
• 2.2 图像噪声分类
• 2.2.1 噪声分类
• 2.2.2 噪声模型
• 2.3 图像噪声的衡量
• 2.4 图像去噪的一般步骤
• 第三章 空间域图像去噪方法
• 3.1 几种常用空间域图像去噪方法介绍
• 3.1.1 均值滤波器及邻域平均法
• 3.1.2 加权平均法
• 3.1.3 顺序统计滤波器及中值滤波
• 3.1.4 自适应滤波器
• 3.2 几种常用空间域图像去噪方法存在的缺陷
• 3.3 一种保持图像细节的自适应的去噪平滑算法
• 3.3.1 研究背景
• 3.3.2 自定义加权模板
• 3.3.3 最小邻域均匀度
• 3.3.4 自适应选择邻域尺度
• 3.3.5 使用门限加速
• 第四章 小波去噪
• 4.1 小波理论概述
• 4.1.1 传统的时频分析
• 4.1.2 小波和小波变换
• 4.1.3 小波的性质
• 4.1.4 多分辨率分析
• 4.2 图像的二维小波变换
• 4.3 小波去噪
• 4.3.1 基于小波变换的图像降噪原理
• 4.3.2 小波去噪的优势
• 4.3.3 几种小波去噪方法的比较
• 4.4 小波变换与中值滤波相结合的去噪方法
• 4.4.1 小波去噪方法的演变过程
• 4.4.2 去噪阈值的提取及噪声方差的提取
• 4.4.3 小波变换与中值滤波相结合的去噪方法
• 第五章 断层多边形检测系统预处理功能的设计与实现
• 5.1 断层多边形检测系统概述
• 5.1.1 系统简介
• 5.1.2 系统流程图
• 5.1.3 系统功能模块图
• 5.2 断层多边形检测系统的预处理功能
• 5.2.1 原始相干切片数据转换为灰度图像
• 5.2.2 相干值图像预处理
• 5.2.3 均值滤波
• 5.2.4 中值滤波
• 5.2.5 保持图像细节的自适应的去噪平滑滤波
• 5.2.6 与小波去噪相结合的去噪方法
• 5.3 断层多边形检测系统其他功能的实现
• 5.3.1 断层多边形检测提取
• 5.3.2 人工交互提取断层多边形功能的实现
• 5.4 小结
• 结论
• 参考文献
• 发表文章目录
• 致谢
• 详细摘要