基于字典学习算法的地震资料去噪处理应用研究

摘要

针对地震资料的质量一直是制约数据处理解释结果的重要因素,而且随着新技术的开发,采集到的数据量也在不断加大,噪声的存在也不可避免,因此去噪成为了一大问题,这里应用压缩感知理论,分别以DCT与K-SVD学习字典为稀疏基对不同层位的模型数据进行测试,之后对某工区的实际地震剖面进行处理。结果表明:DCT字典去噪时会损害原地震信号的高频信息,而K-SVD学习字典的效果明显优于DCT字典,在去除噪声的同时对原地震信号的信息能够很好地保留,但由于迭代次数的增加,处理时间较长,应用基于压缩感知理论的OMP算法进行迭代运算,加快了K-SVD学习字典的计算速度,且能重建恢复原信号,为后面的解释工作打下良好的基础。