The present invention relates to a random noise attenuation method, a terminal device and a storage device for seismic signals based on overlapping group sparse generalized total variation. The method comprises the following steps: S1, input seismic signal graph G to be denoised, S2, and solving output image model.
【技术实现步骤摘要】
地震信号随机噪声衰减方法、终端设备及存储介质
本专利技术涉及图像处理领域，具体地，涉及一种基于交叠组稀疏广义全变分的地震信号随机噪声衰减方法、终端设备及存储介质。
技术介绍
实际地震信号中存在大量随机噪声，如高斯噪声、gamma噪声等。全变分正则项(Totalvariation,TV)被证明是一种有效去除随机噪声的正则项，自从它被Rudin等提出之后，就引起学者们的广泛关注。全变分正则项充分挖掘了二维图像的横向纵向梯度信息，较好地契合了自然图像的局部光滑和梯度稀疏等先验知识，被广泛应用于地震图像去噪，地震波阻抗反演，弱小目标检测，超分辨率分析等众多领域。由于TV模型假设图像是分片光滑常数，导致该模型存在较为严重的阶梯效应。为抑制阶梯效应和提高TV模型的去噪效果，Bredies,Kunisch和Pock提出广义全变分模型(Totalgeneralizedvariation,TGV)。在众多去除TV阶梯效应的方法中，广义全变分模型被理论和实践证明是比较有效的一种方法。它同时约束了图像的一阶梯度与二阶梯度，从而有效缓解了全变分模型的阶梯效应。该模型是全变分模型的推广，具...
【技术保护点】
1.基于交叠组稀疏广义全变分的地震信号随机噪声衰减方法，包括以下步骤：S1、输入待去噪的地震信号图G；S2、对求解输出图像模型
【技术特征摘要】
1.基于交叠组稀疏广义全变分的地震信号随机噪声衰减方法，包括以下步骤：S1、输入待去噪的地震信号图G；S2、对求解输出图像模型中的参数进行初始化，其中，F表示待输出的去噪后的地震信号图，表示二维逆快速傅里叶变换算子，Z1＝Kh*F-Vx，Z2＝Kv*F-Vy，Z3＝Kh*Vx，Z4＝Kv*Vy，Z5＝Kv*Vx+Kh*Vy，μ0＝μα0，μ1＝μα1，Λi(i＝1,2,…,5)是收缩的拉格朗日乘子，Kh＝[1,-1]，μ表示正则系数，Vx,Vy分别表示横、纵方向的交叠组稀疏正则项中间变量，α0＝1,α1＝0.5,β0＝1,β1＝1，表示·变量的傅里叶变换，符号表示点乘算子，具体需要初始化的参数如下：K,Zi,Λi,F,μ0,μ1,γ,tol，其中，K为交叠组合数，tol是算法迭代结束的阈值；S3、根据计算得到F(k)，F(k)为k次迭代得到的地震信号图，并判断是否满足||F(k+1)-F(k)||2/||F(k)||2＞tol，若满足，转至步骤S11，否则转至步骤S4，其中，||·||2表示矩阵元素L2范数；S4、利用...
【专利技术属性】
技术研发人员：陈颖频，王灵芝，陈育群，林凡，喻飞，
申请(专利权)人：闽南师范大学，
类型：发明
国别省市：福建,35
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。