公开/公告号CN115980840A
专利类型发明专利
公开/公告日2023-04-18
原文格式PDF
申请/专利权人 中国石油大学(华东);
申请/专利号CN202211479462.7
申请日2022-11-24
分类号G01V1/28(2006.01);G01V1/36(2006.01);
代理机构北京众合诚成知识产权代理有限公司 11246;
代理人刘妮
地址 266580 山东省青岛市黄岛区长江西路66号
入库时间 2023-06-19 19:20:08
法律状态公告日
法律状态信息
法律状态
2023-05-05
实质审查的生效 IPC(主分类):G01V 1/28 专利申请号:2022114794627 申请日:20221124
实质审查的生效
2023-04-18
公开
发明专利申请公布
技术领域
本发明涉及信息处理技术领域,尤其涉及一种地震数据去噪的模型训练方法、地震数据去噪方法及装置。
背景技术
在地震勘探过程中,由于地震波信号自身的不平稳性和复杂性,以及数据采集过程中受到风、仪器等各种外界干扰,获取到的原始地震数据会引入噪声,对后续处理造成影响。为了降低噪声对有效信号的影响,获得高信噪比的数据,去噪始终是地震数据处理的关键。
传统的去噪方法大多基于变换域滤波或信号重建、基于变换域滤波或信号重建,这类理论去噪方法会导致地震数据中部分高频信息丢失、有用信息模糊化等问题,无法在不损坏原始信号的同时去除噪声。近年来深度学习的快速发展为地震数据去噪提供了新思路。然而,现有的深度学习去噪方法去噪效果不理想。
发明内容
本发明提供一种地震数据去噪的模型训练方法、地震数据去噪方法及装置,用以解决现有技术中地震数据去噪效果不理想的缺陷。
一种地震数据去噪的模型训练方法,包括:
获取含噪地震数据A、无噪声地震数据B;
根据所述含噪地震数据A、无噪声地震数据B构造映射器G,所述映射器G:A→B;
根据所述映射器G的输出构造反向映射器R,所述反向映射器R:B→A;
分别构造判别器D
将所述映射器G和判别器D
进一步地,如上所述的地震数据去噪的模型训练方法,在对抗训练过程中,通过添加SSIM损失与L
一种地震数据去噪方法,包括:
获取待去噪的地震数据;
将所述待去噪的地震数据输入所述映射器G,通过所述映射器G将待去噪的地震数据转化为目标去噪地震数据。
一种地震数据去噪的模型训练装置,包括:
获取单元,用于获取含噪地震数据A、无噪声地震数据B;
构造单元,用于根据所述含噪地震数据A、无噪声地震数据B构造映射器G,所述映射器G:A→B;
所述构造单元,还用于根据所述映射器G的输出构造反向映射器R,所述反向映射器R:B→A;
所述构造单元,还用于分别构造判别器D
训练单元,用于将所述映射器G和判别器D
一种地震数据去噪装置,包括:
获取单元,用于获取待去噪的地震数据;
处理单元,用于将所述待去噪的地震数据输入所述映射器G,通过所述映射器G将待去噪的地震数据转化为目标去噪地震数据。
一种电子设备,包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现如上所述地震数据去噪的模型训练方法或实现如上所述地震数据去噪方法。
一种非暂态计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现如上所述地震数据去噪的模型训练方法或实现如上所述地震数据去噪方法。
一种计算机程序产品,包括计算机程序,所述计算机程序被处理器执行时实现如上所述地震数据去噪的模型训练方法或实现如上所述地震数据去噪方法。
本发明提供的地震数据去噪的模型训练方法、地震数据去噪方法及装置,通过训练两个映射器实现含噪数据域与干净数据域的相互转换,同时训练两个判别器来纠正转换结果,通过映射器与判别器对抗训练、相互进化,使得网络不需要噪声的先验知识,就可以通过含噪地震数据域与干净地震数据域之间循环进行对抗训练,使网络自动学习到含噪地震数据转换为干净地震数据的映射,从而逐步提升网络的去噪能力,达到理想的去噪效果。
此外,通过添加SSIM损失与L
附图说明
为了更清楚地说明本发明或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明提供的地震数据去噪的模型训练方法流程图之一;
图2为本发明提供的地震数据去噪的模型训练方法流程图之二;
图3为本发明提供的地震数据去噪方法流程图;
图4为本发明提供的地震数据去噪的模型训练装置结构示意图;
图5为本发明提供的地震数据去噪装置结构示意图;
图6是本发明提供的电子设备的结构示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,下面将结合本发明中的附图,对本发明中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
图1为本发明提供的地震数据去噪的模型训练方法流程图之一,图2为本发明提供的地震数据去噪的模型训练方法流程图之二,如图1、图2所示,该方法包括以下步骤:
步骤101:获取含噪地震数据A、无噪声地震数据B;
步骤102:根据所述含噪地震数据A、无噪声地震数据B构造映射器G,所述映射器G:A→B;
步骤103:根据所述映射器G的输出构造反向映射器R,所述反向映射器R:B→A;
步骤104:分别构造判别器D
步骤105:将所述映射器G和判别器D
具体地,本发明提出了一种基于混合损失与域间循环的地震数据盲去噪方法。训练映射器G:A→B,将含噪地震数据A转换为与干净地震数据B相同分布的B^;同时训练一个反向映射器R:B→A,使G的输出经过B后回到初始的输入,G和R应是彼此的逆;训练两个判别器D
本发明提供的地震数据去噪的模型训练方法、地震数据去噪方法及装置,通过训练两个映射器实现含噪数据域与干净数据域的相互转换,同时训练两个判别器来纠正转换结果,通过映射器与判别器对抗训练、相互进化,使得网络不需要噪声的先验知识,就可以通过含噪地震数据域与干净地震数据域之间循环进行对抗训练,使网络自动学习到含噪地震数据转换为干净地震数据的映射,从而逐步提升网络的去噪能力,达到理想的去噪效果。
进一步地,在对抗训练过程中,通过添加SSIM损失与L
具体地,在训练过程中,利用该SSIM损失从整体结构上对输出加以限制,利用该L
本发明提供的方法,通过添加SSIM损失与像素级损失共同训练模型,确保了含噪的地震数据在去噪后仍保持地质构造信息不变,从而提高了去噪质量与去噪效率。
图3为本发明提供的地震数据去噪方法流程图,如图3所示,该方法包括以下步骤:
步骤301:获取待去噪的地震数据;
步骤302:将所述待去噪的地震数据输入所述映射器G,通过所述映射器G将待去噪的地震数据转化为目标去噪地震数据。
下面对本发明提供的地震数据去噪的模型训练装置进行描述,下文描述的地震数据去噪的模型训练装置与上文描述的地震数据去噪的模型训练方法可相互对应参照。
图4为本发明提供的地震数据去噪的模型训练装置结构示意图,如图4所示,该装置包括:
获取单元401,用于获取含噪地震数据A、无噪声地震数据B;
构造单元402,用于根据所述含噪地震数据A、无噪声地震数据B构造映射器G,所述映射器G:A→B;
所述构造单元402,还用于根据所述映射器G的输出构造反向映射器R,所述反向映射器R:B→A;
所述构造单元402,还用于分别构造判别器D
训练单元403,用于将所述映射器G和判别器D
本发明还提供一种地震数据去噪装置,图5为本发明提供的地震数据去噪装置结构示意图,如图5所示,该装置包括:
获取单元501,用于获取待去噪的地震数据;
处理单元502,用于将所述待去噪的地震数据输入所述映射器G,通过所述映射器G将待去噪的地震数据转化为目标去噪地震数据。
图6示例了一种电子设备的实体结构示意图,如图6所示,该电子设备可以包括:处理器(processor)610、通信接口(CommunicationsInterface)620、存储器(memory)630和通信总线640,其中,处理器610,通信接口620,存储器630通过通信总线640完成相互间的通信。处理器610可以调用存储器630中的逻辑指令,以执行地震数据去噪的模型训练方法或者地震数据去噪方法。其中,地震数据去噪的模型训练方法包括:
获取含噪地震数据A、无噪声地震数据B;
根据所述含噪地震数据A、无噪声地震数据B构造映射器G,所述映射器G:A→B;
根据所述映射器G的输出构造反向映射器R,所述反向映射器R:B→A;
分别构造判别器D
将所述映射器G和判别器D
所述地震数据去噪方法包括:
获取待去噪的地震数据;
将所述待去噪的地震数据输入所述映射器G,通过所述映射器G将待去噪的地震数据转化为目标去噪地震数据。
此外,上述的存储器630中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-OnlyMemory)、随机存取存储器(RAM,RandomAccessMemory)、磁碟或者光盘等各种可以存储程序代码的介质。
另一方面,本发明还提供一种计算机程序产品,所述计算机程序产品包括计算机程序,计算机程序可存储在非暂态计算机可读存储介质上,所述计算机程序被处理器执行时,计算机能够执行上述各方法所提供的地震数据去噪的模型训练方法或地震数据去噪方法。
又一方面,本发明还提供一种非暂态计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现以执行上述各方法提供的的地震数据去噪的模型训练方法或地震数据去噪方法。
以上所描述的装置实施例仅仅是示意性的,其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下,即可以理解并实施。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件。基于这样的理解,上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在计算机可读存储介质中,如ROM/RAM、磁碟、光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是:以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
机译: 多分量地震数据的矢量去噪方法
机译: 大型地震数据集自适应鲁棒去噪的自动化系统和方法
机译: 大型地震数据集自适应鲁棒去噪的自动系统和方法