屈勇
- 作品数：4 被引量：14H指数：2
- 供职机构：成都理工大学更多>>
- 发文基金：国家自然科学基金更多>>
- 相关领域：天文地球自动化与计算机技术更多>>
- 提高地震图像分辨率的小波域扩散滤波法
- 2011年
- 地震图像属于线形纹理图像的一种,因此地震同相轴表现为线条结构。采用一致增强性扩散算法可以有效地增强同相轴的连续性并去除地震图像中的随机噪声,在对一致增强性扩散算法仔细研究的基础上,将该算法与小波图像分解算法结合起来。对地震图像小波分解后的低频分量和水平高频分量进行采用一致增强处理,对垂直高频分量和对角高频分量采用阈值收缩计算。这样不但节省了计算时间,而且不会在一致增强同相轴的同时,增强垂直高频分量和对角高频分量的噪声。通过对川西地区某块地震资料的实际处理表明,该方法可以有效去除地震资料中的随机噪声,增强反射同相轴的一致连续性,提高地震图像的分辨率。
- 屈勇曹俊兴
- 关键词：地震图像小波域扩散滤波去噪
- 一种改进的全变分地震图像去噪技术被引量：10
- 2011年
- 消除地震记录中的噪声是地震资料处理的重要环节,它对地震资料的后续处理和解释都有重要意义。在对传统全变分图像去噪模型原理分析的基础上,提出了一种加入扩散张量的改进全变分图像去噪方法。这种方法能够加强全变分模型中扩散项沿地层纹理方向的滤波作用,使得地层沿层理方向的连续性得到一致性增强;同时控制垂直于地层层理方向上的扩散以保护边缘信息。对川西某实际地震资料的处理结果表明,该方法能够有效地消除地震图像中的噪声,增强同相轴的连续性,提高地震资料的信噪比。
- 屈勇曹俊兴朱海东任聪
- 关键词：地震图像全变分模型扩散张量平滑滤波
- 基于神经网络的多属性分析在地震图像共同区域划分中的应用被引量：3
- 2011年
- 介绍了基于神经网络的多属性分析在地震图像的共同区域划分中的应用。首先优选并计算了能刻画地震图像复杂度的4种属性:纹理能量、纹理对比度、纹理随机性和纹理分形维属性,然后采用神经网络对具有统计学特征的纹理属性进行聚类分析,从而得到地震图像共同区域划分图。
- 朱海东雷英成屈勇
- 关键词：神经网络地震属性地震图像
- 小波变换和各向异性扩散滤波及其地震数据去噪中的应用
- 在地震数据预处理中，去除噪声，提高资料信噪比和分辨率是其中重要环节，因此关于地震数据去噪方法的研究一直是地震数据处理领域的重点。多年来，人们根据有效地震信号与噪声的差异，研究出许多去噪方法，这其中，小波变换和各向异性扩散...
- 屈勇
- 关键词：小波分解小波阈值各向异性扩散信噪比
- 文献传递
