基于非均衡深度期望块对数似然网络的地震噪声压制方法技术

基于非均衡深度期望块对数似然网络的地震噪声压制方法属机器学习与地震图像处理技术领域，针对期望块对数似然算法中正则项参数仅随整体噪声方差变化导致强噪声无法彻底压制的问题，本发明专利技术提出了一种基于非均衡深度期望块对数似然网络的地震噪声压制方法，其中端对端的去噪网络由期望块对数似然去噪主网络和一个非均衡多层感知机参数估计网络构成，以含噪地震图像作为输入端，干净地震图像作为输出端学习网络参数，并首次采用块信噪比非均衡的调整多层感知机估计网络参数，本发明专利技术能实现对地震图像中的每个块估计出准确的正则项参数，更好的控制每个块的去噪强度，进而提升块去噪效果，在沙漠强噪声压制以及信号细节保持方面优于传统地震去噪算法。

【技术实现步骤摘要】
基于非均衡深度期望块对数似然网络的地震噪声压制方法
本专利技术属机器学习与地震图像处理
，具体涉及一种基于非均衡深度期望块对数似然网络的地震噪声压制方法。
技术介绍
石油、天然气等资源的勘探一直是经久不衰的热点。地震勘探是目前对石油天然气等地下能源勘探开采的主要手段，然而受地震勘探地区环境的影响，采集到的地震图像中往往混杂着大量的随机噪声。这些噪声严重破坏了有效信号，增加了提取反射地震信号的难度，所以地震随机噪声压制是地震数据处理中提高地震质量，从而从噪声干扰的信号中提取地下结构信息的根本问题。近些年来，我国开始了对沙漠地区油田的开采工作，然而沙漠地区由于植被覆盖面积小，沙漠覆盖面积大，造成其环境噪声不同于平原地区和林地地区，主要来源于风噪声和近场人文噪声，这些噪声以低频色噪声为主，且与有效信号处于同一频带，给常规的去噪方法带来了很大的困难。国内外地球物理学者和信号处理学者在地震勘探去噪方面做了大量研究，并不断提出新的去噪方法，以适应地震勘探技术的发展和地震勘探目标的新要求。从最初经典的傅里叶变换发展到适应非平稳信号的短时傅里叶变本文档来自技高网...

【技术保护点】
1.一种基于非均衡深度期望块对数似然网络的地震噪声压制方法，其特征在于下列步骤：/n1.1构建非均衡深度期望块对数似然网络：/n所构建的非均衡深度期望块对数似然网络由端对端期望块对数似然去噪主网络和非均衡多层感知机参数估计网络构成；/n1.1.1端对端期望块对数似然去噪主网络由重叠分块模块、块去噪模块和块重构模块组成，块去噪模块由混合高斯模型匹配算子和维纳滤波算子构成；/n1.1.2非均衡多层感知机参数估计网络由输入层、三层隐藏层和输出层构成；输入层节点数取向量化图像块的维数，输出层为一个节点；除最后一层外，每层隐藏层由一个完全连接的线性映射和一个线性整流函数ReLU组成；/n1.1.3将重叠...

【技术特征摘要】
1.一种基于非均衡深度期望块对数似然网络的地震噪声压制方法，其特征在于下列步骤：
1.1构建非均衡深度期望块对数似然网络：
所构建的非均衡深度期望块对数似然网络由端对端期望块对数似然去噪主网络和非均衡多层感知机参数估计网络构成；
1.1.1端对端期望块对数似然去噪主网络由重叠分块模块、块去噪模块和块重构模块组成，块去噪模块由混合高斯模型匹配算子和维纳滤波算子构成；
1.1.2非均衡多层感知机参数估计网络由输入层、三层隐藏层和输出层构成；输入层节点数取向量化图像块的维数，输出层为一个节点；除最后一层外，每层隐藏层由一个完全连接的线性映射和一个线性整流函数ReLU组成；
1.1.3将重叠分块模块输出的含噪图像块输入非均衡多层感知机参数估计网络，网络输出每个块对应的正则项参数，然后将正则项参数输入块去噪模块和块重构模块；
1.2给定含噪地震勘探图像Y＝X+V，其中：X表示干净的地震勘探图像；V是低频色噪声；基于非均衡深度期望块对数似然网络压制低频色噪声，包括下列步骤：
1.2.1利用重叠分块模块将含噪图像Y分为m个大小为q×q的图像块yi＝RiY,i＝1,...,m，重叠步长为q/2，其中：8≤q≤30，Ri为抽样算子；
1.2.2通过非均衡多层感知机参数估计网络估计含噪图像块yi对应的正则项参数
1.2.3将正则项参数输入混合高斯模型匹配算子，计算含噪图像块yi在第k个高斯分量下的后验概率，选取对应后验概率最大即匹配程度最高的子模型
1.2.4利用第个高斯分量的协方差矩阵和正则项参数构建维纳滤波算子，对图像块yi滤波得到滤波后的小块
1.2.5在块重构模块中以作为权值对滤波后的图像块加...

【专利技术属性】
技术研发人员：林红波，马阳，叶文海，
申请(专利权)人：吉林大学，
类型：发明
国别省市：吉林;22