程 浩 王德利 王恩德 付建飛 侯振隆
(①東北大學(xué)深部金屬礦山安全開采教育部重點實驗室,遼寧沈陽 110819;②吉林大學(xué)地球探測科學(xué)與技術(shù)學(xué)院,吉林長春130026)
地震勘探是礦產(chǎn)資源勘查的一種重要手段[1-3]。強(qiáng)隨機(jī)噪聲的干擾直接影響地震資料處理和解釋。隨機(jī)噪聲一般表現(xiàn)為無規(guī)律振動,由多種不確定因素形成。因此,去除隨機(jī)噪聲是地震數(shù)據(jù)弱信號提取與增強(qiáng)的重要環(huán)節(jié)。目前,常用的隨機(jī)噪聲壓制方法包括頻率域濾波、f-x域去噪、Radon域[4-6]去噪等。20世紀(jì)80年代,小波變換[7]作為一種多尺度變換,在圖像分析、去噪等方面得到快速發(fā)展,能夠稀疏表示一維信號,但不能簡單地擴(kuò)展到二維或高維信號。因此Ridgelet變換[8]、Curvelet變換[9-11]和Contourlet變換[12-13]作為多尺度幾何分析方法應(yīng)運而生,在二維和高維信號的稀疏表示和圖像處理方面發(fā)揮了重要作用,但它們的數(shù)學(xué)結(jié)構(gòu)復(fù)雜,而且變換域的某一尺度的系數(shù)矩陣尺度與原始數(shù)據(jù)不同。
Shearlet變換[14-17]作為一種新的稀疏變換方法,具有多尺度、多方向特性,且能最優(yōu)地刻畫信號的局部特征。與其他多尺度分析方法相比,Shearlet變換具有更簡單的數(shù)學(xué)結(jié)構(gòu),對尺度和方向表征更細(xì)膩,采用更少的系數(shù)逼近曲線。對于一個N×N階的圖像,經(jīng)過Shearlet變換后,各尺度方向的系數(shù)仍是N×N階,且各方向系數(shù)仍然保留時間的維度。Shearlet變換可最優(yōu)地稀疏表示信號,宜于處理包含紋理、輪廓和邊緣信息的地震數(shù)據(jù)。含噪地震數(shù)據(jù)經(jīng)Shearlet變換后,通常將有效信號映射到某些特定方向的Shearlet系數(shù)上,且對應(yīng)的Shearlet系數(shù)值較大,而隨機(jī)噪聲分布在所有方向的Shearlet系數(shù)上,對應(yīng)的Shearlet系數(shù)值較小。因此設(shè)置合理的閾值函數(shù)可以有效分離有效信號與隨機(jī)噪聲。
劉成明等[18]利用地震數(shù)據(jù)在二維Shearlet域的稀疏性去除隨機(jī)噪聲,獲得了較好效果。程浩等[19]基于Shearlet變換的自適應(yīng)閾值方法去噪,在提高地震數(shù)據(jù)信噪比的同時,最大限度地保留有效信號。上述方法都是針對二維單炮記錄,并沒有考慮到單炮記錄間的相關(guān)性。
三維Shearlet變換[20]與二維Shearlet變換相比,兼顧了信號的空間相關(guān)性,在三維Shearlet域中能更稀疏地表示有效信號。與常用的三維Curvelet變換[21-23]相比,通過三維Shearlet變換得到某一尺度、某一方向的Shearlet系數(shù)與原始數(shù)據(jù)尺度相同,具有更明確的物理意義。段昶等[24]利用三維Shearlet變換融合處理磁共振圖像,證明其稀疏性明顯優(yōu)于二維Shearlet變換。Negi等[25]分析了三維Shearlet變換的特點,并用于視頻去噪,取得了較好的效果。
本文應(yīng)用尺度自適應(yīng)三維Shearlet變換壓制多炮地震數(shù)據(jù)隨機(jī)噪聲,通過將多炮數(shù)據(jù)變換到三維Shearlet域,充分考慮單炮記錄及其間的相關(guān)性,在三維Shearlet域更稀疏地表示地震數(shù)據(jù)。由于有效信號主要分布在低尺度,隨機(jī)噪聲分布在各個尺度,因此在硬閾值的基礎(chǔ)上,結(jié)合尺度自適應(yīng)因子壓制隨機(jī)噪聲。再通過三維Shearlet反變換,得到去噪地震數(shù)據(jù)。數(shù)值模擬和實際多炮地震數(shù)據(jù)去噪結(jié)果表明,尺度自適應(yīng)三維Shearlet變換的去噪效果優(yōu)于二維Shearlet變換、不結(jié)合尺度自適應(yīng)因子的三維Shearlet變換。
Shearlet變換[15]作為一種稀疏變換方法,不僅受尺度和位置變化影響,還受剪切矩陣控制的正交變換影響。當(dāng)空間維度參數(shù)D=3時,利用3個近似錐形區(qū)域P(D)和1個中心區(qū)域C函數(shù)構(gòu)成Shearlet系統(tǒng)
(1)
圖1 頻率空間錐形區(qū)域P1(左)、P2(中)、P3(右)
(2)
并且使
(3)
滿足
(4)
當(dāng)D=1,2,3,l=(l1,l2)∈Z2,與三維Shearlet系統(tǒng)相關(guān)的錐形區(qū)域P(D)可以定義為
(5)
其中
(6)
(7)
基于信號分解的隨機(jī)去噪方法的去噪效果依賴于方法對有效信號的逼近程度。為了展現(xiàn)Shearlet變換的稀疏特性,將其與Curvelet變換和Contourlet變換進(jìn)行稀疏度對比。首先,利用不同的變換方法分解不含噪地震數(shù)據(jù)。然后,將變換域中的系數(shù)從大到小排列,保留不同百分比的系數(shù)重構(gòu),計算重構(gòu)結(jié)果與原始數(shù)據(jù)的誤差。圖2為重構(gòu)誤差曲線。由圖可見,保留的最大系數(shù)百分比從0.5%~30.0%,當(dāng)保留4.0%的最大系數(shù)時,Shearlet變換的重構(gòu)誤差趨近于零,而Curvelet變換和Contourlet變換保留10.0%的最大系數(shù)時,重構(gòu)誤差才近乎為零,說明Shearlet變換具有更好的稀疏特性。
圖2 重構(gòu)誤差曲線
Shearlet變換通過多尺度、多角度的特性,可以分解地震數(shù)據(jù)。由于地震同相軸是連續(xù)的,在局部同相軸具有一定的方向性,當(dāng)同相軸的方向與某一Shearlet基的方向大致相同時,在Shearlet域?qū)?yīng)較大Shearlet系數(shù),同相軸的局部方向不同,在Shearlet域可被分解到不同的方向。由于隨機(jī)噪聲不具有方向性,在Shearlet域?qū)?yīng)較小的Shearlet系數(shù),因此通過設(shè)置合理的閾值可去除隨機(jī)噪聲。
圖3為第50、125、200炮模擬單炮記錄。利用二維Shearlet變換處理單炮記錄,僅利用共炮點道集自身的特點壓制隨機(jī)噪聲。但對于多炮記錄,還可以利用共檢波點方向的相關(guān)性。圖4為多炮地震數(shù)據(jù)的空間切片。由圖可見,各單炮記錄間存在一定聯(lián)系,類似于三維數(shù)據(jù)的單炮記錄,即多炮地震數(shù)據(jù)可以看成一個偽三維數(shù)據(jù)。在變換域隨機(jī)噪聲壓制過程中,不僅考慮單炮記錄自身的特點,還兼顧單炮記錄間的相關(guān)性,可獲得更好的效果。
圖5為三維Shearlet變換分解多炮地震數(shù)據(jù)的3組系數(shù),可見由于Shearlet變換的方向性,地震同相軸根據(jù)自身的方向匹配到Shearlet域的不同方向,說明Shearlet變換可將地震數(shù)據(jù)分解到不同方向刻畫。
圖3 第50(左)、125(中)、200炮(右)模擬單炮記錄
圖4 多炮地震數(shù)據(jù)的空間切片
圖5 三維Shearlet變換分解多炮地震數(shù)據(jù)的3組系數(shù)
在隨機(jī)噪聲壓制過程中,假設(shè)待處理的含噪地震數(shù)據(jù)為
f(t)=s(t)+n(t)
(8)
式中:s(t)為有效信號;n(t)為隨機(jī)噪聲。
三維Shearlet變換隨機(jī)噪聲壓制過程與二維Shearlet變換類似,但后者僅考慮共炮點道集(單炮記錄)中有效信號的分布特點,而前者不僅考慮共炮點道集有效信號的分布特點,還兼顧共檢波點或共炮檢距方向有效信號的分布特點,可更好地去除隨機(jī)噪聲,保護(hù)有效信號。三維Shearlet去噪主要包括以下步驟。
(1)通過三維Shearlet變換,對含噪地震數(shù)據(jù)進(jìn)行多尺度、多角度剖分,獲取對應(yīng)的系數(shù)
(9)
式中:C(j,l,k)為參數(shù)尺度j、方向l、位置k對應(yīng)的三維Shearlet系數(shù);SH(·)為三維Shearlet正變換。
(2)在步驟(1)中,當(dāng)信號的某一方向與對應(yīng)某一角度的Shearlet基函數(shù)方向大致相同時,將獲得較大的Shearlet系數(shù),相反,當(dāng)所選Shearlet基函數(shù)方向與信號方向偏差較大時,將獲得較小的Shearlet系數(shù)。因為地震同相軸都具有一定方向性,所以在Shearlet域?qū)?yīng)尺度、角度上將獲得較大的Shearlet系數(shù),而隨機(jī)噪聲不具有方向性,將獲得相對較小的Shearlet系數(shù)。通過閾值函數(shù)對Shearlet系數(shù)進(jìn)行閾值化處理,保留大于閾值的Shearlet系數(shù),去除小于閾值的Shearlet系數(shù),達(dá)到去除隨機(jī)噪聲的目的。常用硬閾值函數(shù)為
(10)
式中:M為常數(shù)變量,根據(jù)不同工區(qū)環(huán)境的噪聲級別選取不同值,同一工區(qū)采集的多炮地震數(shù)據(jù),由于所處環(huán)境基本一致,所以所選值相同;λ為某一尺度和角度的Shearlet系數(shù)均方差;σ為噪聲標(biāo)準(zhǔn)差。
由于有效地震信號主要分布在相對低頻的尺度,隨機(jī)噪聲則分布在各個尺度,因此為了盡可能地保留有效信號,在硬閾值函數(shù)中加入尺度自適應(yīng)因子ε, 將式(10)變?yōu)槌叨茸赃m應(yīng)閾值,即
(11)
其中
(12)
式中J為所選的尺度值。
(13)
為了體現(xiàn)所提方法的有效性,分別計算地震數(shù)據(jù)去噪前、后的信噪比(SNR)、峰值信噪比(Peak signal to noise ratio,PSNR)和均方差(Mean square error,MSE)進(jìn)行對比[17]。
利用模擬的多炮地震數(shù)據(jù)作為偽三維數(shù)據(jù),驗證尺度自適應(yīng)三維Shearlet變換去噪方法。圖6為數(shù)值模型及第125炮原始單炮記錄、加噪單炮記錄。由圖可見:第125炮原始單炮記錄淺部有效信號能量較強(qiáng),底部有效信號能量較弱,對應(yīng)兩個能量較弱的反射同相軸(圖6b箭頭所示位置);在模擬記錄中添加一定程度的隨機(jī)噪聲,仍可以有效識別淺部能量較強(qiáng)的信號,但底部能量較弱的信號被隨機(jī)噪聲完全淹沒(圖6c箭頭所示位置)而無法識別。
圖6 數(shù)值模型(a)及第125炮原始單炮記錄(b)、加噪單炮記錄(c)利用有限差分法進(jìn)行模擬,共251炮模擬地震數(shù)據(jù),每炮記錄包含251道和1000個樣點,采樣間隔為0.002s,采樣時間為2s。經(jīng)計算可知,添加隨機(jī)噪聲地震記錄的SNR、PSNR和MSE分別為-1.2772dB、74.1516dB和2.5×10-3
分別利用二維(圖7a)、三維(圖7b)Shearlet變換和尺度自適應(yīng)三維Shearlet變換(圖7c)處理加噪多炮地震記錄??梢姡孩俣SShearlet變換硬閾值去噪結(jié)果較充分地去除了隨機(jī)噪聲,圖像清晰,但在去噪的同時損害了有效信號(圖7a箭頭位置),還產(chǎn)生一定的邊界效應(yīng);對應(yīng)的差剖面具有清晰可見的有效信號(圖8a),SNR、PSNR和MSE分別為15.1687dB、89.9425dB和6.589×10-5(表1),說明二維Shearlet硬閾值去噪方法具有一定的隨機(jī)噪聲壓制能力,但一定程度上損害了能量較弱的有效信號。②三維Shearlet變換硬閾值去噪結(jié)果在去除隨機(jī)噪聲的同時,保留了底部能量較弱的有效信號,且由變換產(chǎn)生的邊界效應(yīng)也較弱,不影響數(shù)據(jù)的成像效果(圖7b);對應(yīng)的差剖面基本不殘留有效信號(圖8b),SNR、PSNR和MSE分別為19.4816dB、94.9103dB和2.0992×10-5(表1)。因此與二維Shearlet變換相比,三維Shearlet變換不但考慮了單炮記錄的特點,還考慮了單炮記錄間的相關(guān)性,在三維Shearlet域地震數(shù)據(jù)更稀疏,對隨機(jī)噪聲的去除更徹底。③與二維(圖7a)、三維(圖7b)Shearlet變換去噪結(jié)果相比,尺度自適應(yīng)三維Shearlet變換閾值去噪結(jié)果對隨機(jī)噪聲的去除效果更好,充分保留了底層能量較弱的有效信號,由變換產(chǎn)生的邊界效應(yīng)更小,反射同相軸連續(xù)性更好、更清晰(圖7c箭頭所示位置);對應(yīng)的差剖面不存在有效信號(圖8c),SNR、PSNR和MSE分別為20.1058dB、95.5345dB和1.8181×10-5(表1),在信噪比和保真度方面得到進(jìn)一步提高。因此尺度自適應(yīng)三維Shearlet變換去噪方法在去除隨機(jī)噪聲的同時,最大限度地保留了有效信號。
圖7 二維(a)、三維(b)Shearlet變換和尺度自適應(yīng)三維Shearlet變換(c)對圖6c數(shù)據(jù)去噪結(jié)果所選尺度參數(shù)為4,對應(yīng)的方向剖分參數(shù)為[1 1 2 2]
圖8 圖6c數(shù)據(jù)去噪結(jié)果與原始單炮記錄的差剖面
表1 信噪比、峰值信噪比、均方差對比
分別抽取第125炮第40道(圖9)和第90道(圖10)的1.2~2.0s的記錄進(jìn)行振幅分析。由圖9可見:原始有效信號淹沒在含噪數(shù)據(jù)中(圖9a);三維Shearlet變換去噪方法大致在1.7s前去噪效果與保幅性較好,振幅基本與原始信號吻合,在1.7s以后振幅基本歸零,與有效信號差異較大(圖9b);尺度自適應(yīng)三維Shearlet變換去噪方法的整體去噪效果與保幅性都很好,振幅與原始信號吻合(圖9c)。由圖10可見:原始有效信號淹沒在含噪數(shù)據(jù)中(圖10a);三維Shearlet變換去噪方法在1.5s前振幅擬合相對較好,但是幅值存在一定差異,大致在1.75s又出現(xiàn)一定振幅響應(yīng),差異較大,其他幅值基本為零(圖10b);尺度自適應(yīng)三維Shearlet變換去噪方法在1.5s前振幅擬合較好,幅值差異相對較小,較好地擬合了1.65~1.80s的有效振幅響應(yīng)(圖10c)。由圖9、圖10可知:由于存在炮檢距變化,第40道的有效信號幅值相對較大,去噪效果較好,振幅擬合程度高,保幅性好(圖9);第90道有效信號的幅值相對較小,去噪效果和振幅擬合程度受到影響(圖10)。
圖9 第125炮第40道數(shù)據(jù)振幅分析
圖10 第125炮第90道數(shù)據(jù)振幅分析
通過上述分析可知,尺度自適應(yīng)三維Shearlet變換去噪方法不但考慮了單炮記錄自身的特點,還顧及了單炮記錄間的相關(guān)性,充分地利用了地震數(shù)據(jù)在三維Shearlet域的稀疏性。同時,結(jié)合有效信號與隨機(jī)噪聲在三維Shearlet域的分布特點,利用尺度自適應(yīng)因子最大限度地保留有效信號,提高信噪比和保真度。
選取A區(qū)實際地震數(shù)據(jù)測試尺度自適應(yīng)三維Shearlet變換的去噪效果。圖11為第123炮記錄及去噪結(jié)果。由圖可見:①單炮記錄上部同相軸較清晰,能量最強(qiáng),連續(xù)性好,底部有效信號幾乎被隨機(jī)噪聲淹沒,同相軸相對能量較弱,連續(xù)性差,不易識別,影響層位和斷層解釋(圖11a)。②二維Shearlet變換較好地壓制了隨機(jī)噪聲,去噪結(jié)果上部同相軸連續(xù)性變好,整體清晰,但底部有效信號被損害,同相軸連續(xù)性差,嚴(yán)重影響底部層位解釋(圖11b);在對應(yīng)的差剖面上可較清晰地看到有效信號的趨勢(圖12a)。③三維Shearlet變換充分地壓制了隨機(jī)噪聲,去噪結(jié)果上部反射同相軸連續(xù)性更好,去噪結(jié)果較好地保留了底部信號,底部反射同相軸連續(xù)性較好,并保留了部分能量較弱的有效信號(圖11c);在對應(yīng)的差剖面上幾乎不殘留有效信號(圖12b)。④與前兩種去噪方法相比,尺度自適應(yīng)三維Shearlet變換去噪結(jié)果上部反射同相軸連續(xù)性最好、最清晰,能量最強(qiáng),并最大限度地保留了底部有效信號,有效改善了反射同相軸的連續(xù)性(圖11d);在對應(yīng)的差剖面上基本上不殘留有效信號(圖12c)。
圖11 第123炮記錄及去噪結(jié)果
圖12 圖11a數(shù)據(jù)去噪結(jié)果與圖11a的差剖面
在傳統(tǒng)稀疏變換去噪方法的基礎(chǔ)上,筆者應(yīng)用尺度自適應(yīng)三維Shearlet變換去除地震數(shù)據(jù)噪聲。尺度自適應(yīng)三維Shearlet變換去噪方法不但考慮了單炮記錄自身的特點,還顧及了單炮記錄間的相關(guān)性,充分地利用了地震數(shù)據(jù)在三維Shearlet域的稀疏性。同時,結(jié)合有效信號與隨機(jī)噪聲在三維Shearlet域的分布特點,利用尺度自適應(yīng)因子,最大限度地保留有效信號,提高信噪比和保真度。
尚需指出,由于對多炮地震數(shù)據(jù)進(jìn)行三維Shearlet變換,對應(yīng)的任意尺度、方向上的系數(shù)矩陣規(guī)模均與原始數(shù)據(jù)一致,所以本文方法對服務(wù)器的內(nèi)存有一定要求。此外,通過對比理論數(shù)據(jù)單道振幅可知,由于炮檢距的變化,有效信號的幅值在橫向產(chǎn)生變化,因此所提方法可能對幅值相對較小的有效信號產(chǎn)生損害。