基于不同小波变换与同态滤波结合的CBERS-02B卫星CCD图像的薄云去除

卫星CCD图像的去云处理对遥感信息的增强与提取有重要的意义,尤其是在云覆盖严重的低纬度地区。为去除CBERS-02B卫星CCD图像中薄云的影响,分别使用Mallat和à trous 2种小波变换对图像进行分解;利用同态滤波对2种小波分解图像的低频系数进行处理,衰减其低频信息;将处理后的小波低频系数与分解的高频系数进行小波重构,从而达到去云的目的。定量分析基于Mallat和à trous小波变换结合同态滤波法的去云结果表明,经à trous小波变换结合同态滤波法的去云影像所包含信息量大,细节信息丰富,去云效果较好。     

基于小波变换的遥感数据融合与边缘检测

介绍了小波图像的分解和重构方法以及小波融合过程。采用Symlet小波变换融合方法对西安地区鲸鱼沟水库的TM4、TM5子图进行单尺度二维离散小波变换融合，并进行水库的边缘检测。对图像通过TM4分解的低频图与TM5分解的高频图像融合再与TM4影像原图比较，融合图像提取细节效果明显优于TM4原图像。     

非负矩阵分解及在地学中的应用

非负矩阵分解（NMF）是重要的矩阵分解算法与数据降维工具。介绍了NMF的背景、定义、原理及特征。在已有NMF算法分类的基础上,总结当前流行的NMF算法及研究进展,综述NMF在地学领域中的应用,主要包括高光谱图像的处理与矿产资源预测。对NMF算法的研究方向进行了预测和展望。     

基于Curvelet变换的线杆共振干扰去除方法

线杆共振干扰是中浅层地震勘探常见干扰之一,尤其对浅部数据影响较大,由于石油、煤田勘探涉及此类干扰较少,缺乏相关研究内容。Curvelet变换可以获得图像平滑区域和边缘部分的稀疏表达,也能满足时变信号处理的要求,在地震资料处理中取得了较好的效果。本文根据线杆共振干扰在地震数据中表现的特点,提出了一种基于Curvelet变换的线杆共振干扰去除方法,首先通过分析线杆共振干扰与有效信息在Curvelet域的特征差异,借助Curvelet变换的多尺度、多方向特性实现波场分离,然后根据本文设计的非线性阈值函数对干扰系数进一步衰减。通过实际数据的应用分析,发现本文提出的方法可以有效地去除线杆共振干扰,同时可以较好地保护有效信号,去噪后资料的信噪比及分辨率均有不同程度的提高,从而证明了该方法的有效性。     

利用光学图像与雷达图像提取地质构造信息的IHS融合方法研究

光学图像和雷达图像的IHS融合方法是提取构造信息的一种较好的信息增强方法,这种方法既可以保留波谱信息,又可以增加图像的立体效果。本文以鄂尔多斯盆地杭锦旗—东胜地区一带为研究区,选用光学TM图像和雷达JERS图像进行了IHS融合处理,重点研究了光学图像波段的选取以及雷达图像的预处理过程,并在融合过程中注意通过光学TM图像和雷达JERS图像之间的直方图匹配,以降低其融合后图像的变化差异度,从而使此种融合方法更适用于研究区的构造信息提取。     

基于2DPCA的遥感图像融合算法研究

基于PCA的遥感图像融合算法思想简单,实现起来较容易,而且遥感图像融合的性能也较好.但这种方法也有一些缺点:①不能有效利用图像的结构信,息;②光谱信息损失较多;③灵活性较差.针对这些问题,首次提出了一种基于2DPCA的遥感图像融合算法.与PCA融合算法相比,基于2DPCA的融合算法的主要特点是:①直接对图像矩阵进行2DPCA分析,因而可以有效利用图像的二维结构信息;②多光谱图像的特征矩阵主成分的替换个数可以是一个或多个,这样就可以调节光谱信息的保持程度和空同分辨率的改善程度,从而获得不同融合质量的图像,具有更好的灵活性;③融合后的图像不仅光谱信息得到了较好保持,空间分辨率获得了明显改善,而且图像色彩也得到了增强.     

地震低频提取技术在含油储层检测中的应用

储层含油气后会在地震资料的频谱上出现较为明显的衰减现象,利用这一特征可以进行油气检测。过去更多的计算方法是在高频段计算衰减梯度,并取得了较好的实用效果。随着高精度地震技术的进步,地震资料频带得到拓宽,低频信息也更丰富,提取地震低频信号具有重要的理论和实际意义。在地震低频信号段,研究发展了基于经验模态分解低频能量变化率的高精度的低频信号提取方法,使用该提取方法测试了正演模型,以及对研究区储层岩性油气藏进行了测试,效果与钻井吻合。研究结果表明,研究发展的低频信号提取方法进一步提高了油气检测能力。     

测井数据小波变换用于准层序研究

层序界面的识别及其内部特征是层序地层学研究的关键问题。准层序地层单元的分界面上物理性质变化明显,测井曲线表现为突变,测井数据小波变换能够表征这种突变。以东营凹陷某井为例,选取高斯小波对SP测井数据进行小波变换,得到时频色谱图和不同尺度上的小波系数曲线。选定最佳分解尺度后,依据该尺度下小波系数模极值的位置能准确识别出准层序界面。并利用测井多尺度分析方法对不同井段GR测井曲线进行分析,得到不同尺度下的低频和高频信息能够识别出准层序内部的沉积旋回类型,建立了相应的频谱响应特征。这些探索为层序界面的定量划分及其内部特征研究提供了一种新的思路。     

Curvelet变换及其在地震波场分离中的应用

小波多尺度分析可以有效处理一维信号的点奇异特征,但对于二维信号的线奇异特征,小波变换显得无能为力。Curvelet多尺度变换可以对时空信号进行最稀疏表达,能够获得最优的非线性逼近。通过分析地震信号在Curvelet域三维空间的特征,认为时空信号的不同波组成分在Curvelet域存在明显的差异,可以从频率、角度和空间位置实现有效反射波和干扰波的分离。理论模型与实际单炮记录处理结果表明,Curvelet域方法在分离干扰波、突出反射波的同时,可以较好地保持有效波信息,保真度好。     

图像的小波数字水印添加与检测

提出了一种基于小波变换的图像加水印及检测的新方法,即对图像文件进行二维多尺度离散小波变换,得到图像数据高频和低频部分。在高频部分数据中,加入随机数水印并进行图像重构,检测时以同样方法进行小波分解,检测高频部分与随机数水印的相关性。此方法可用于图像防伪。     

一种基于压缩感知的随机噪声压制方法

随着高精度地震勘探技术的发展,利用高保真的方法提高地震资料信噪比成为了去噪处理的关键。曲波域阈值法能够有效地压制随机噪声,但易产生伪吉布斯震荡现象,造成信号局部畸变,从而影响处理效果。针对这一问题,提出一种基于压缩感知理论（Compressing Sensing,简称CS）的地震信号去噪方法,该方法利用随机噪声和有效信号在曲波稀疏域稀疏表征的差异来分离随机噪声。其实现步骤为：将地震数据变换到曲波域;利用压缩感知理论和全变差正则化算法重构曲波系数;曲波逆变换得到压制噪声后的重构地震数据。理论模型和实际资料应用表明,该方法能够很好规避伪吉布斯现象带来的信号失真问题,进一步提高了资料的信噪比。     

基于经验模态分解的曲波阈值去噪方法

针对曲波阈值去噪方法阈值选取单一造成的有效信号损失或随机噪声压制不完全的问题,笔者提出了一种基于经验模态分解的曲波阈值去噪方法。该方法首先对带噪信号进行经验模态分解得到一系列固有模态函数,根据每个固有模态函数所含噪声强弱的不同,选取不同的阈值分别对分解得到的含噪固有模态函数进行曲波阈值降噪处理;最后将去噪后的固有模态函数与不含噪声的固有模态函数进行信号重构得到最终压噪的结果。由于引入经验模态分解,对分解得到的不同含噪程度的固有模态函数,选取不同的阈值进行处理,这样能够有效减小直接曲波阈值方法阈值选取单一产生的问题。模型和实际数据试算表明,该方法在提高数据信噪比的同时,能够有效地保留有效信号,是一种相对保幅的去噪方法。     

基于经验模态分解(EMD)的小波熵阈值地震信号去噪

针对EMD阈值去噪算法中阈值由经验选取以及无法有效区分各固有模态函数上有用信息的不足,本文对各固有模态函数进行小波变换,对各层小波系数进行相关处理,以突出有效信息,抑制噪声;将细节系数的有效信号和突变点置零并等分为若干区间,选取小波熵最大子区间的高频小波系数平均值作为噪声方差计算得到阈值。该阈值选取方法依据小波熵的特点,自适应地根据对应尺度上信号自身的能量特征确定该尺度阈值。将该算法应用于仿真信号和实际地震信号去噪,结果表明该方法优于基于EMD的小波阈值去噪,在提高去噪效果的同时,也更好地保护有效信号。     

基于面波模拟和曲波变换的去噪技术

面波是陆上地震资料的主要干扰噪声,目前主要采用基于十字交叉排列的FKK（频率-波数-波数）面波压制技术;但其效果不理想,会损害部分有效信号的低频能量。针对此问题,提出一种面波模拟和曲波变换联合压制面波的技术。首先利用面波模拟逐级压制基阶、一阶和二阶面波;然后,再采用曲波变换方法压制残余面波。实际地震资料的处理结果表明：与三维FKK滤波相比,本文所述方法在压制面波的同时,能够保持反射波的低频信息,提高了信噪比。该技术是一种相对保幅的压制面波方法。     

TerraSAR在区域地质调查中的应用方法

经3 m空间分辨率TerraSAR图像在四川攀枝花地区1∶50 000区域地质调查中的应用,提出了一套基于TerraSAR图像的应用影纹-结构影像单元进行区域地质填图的基本方法。介绍了TerraSAR图像的解译分区、解译标志的建立方法、地质体影像单元的划分及三大岩类和构造的解译方法。根据研究结果,提出不将TerraSAR图像作为区域地质调查的首选数据源的建议。     

高分辨率遥感数据处理及其铀矿地质应用

高光谱和高空间分辨率遥感技术在铀矿地质勘查中具有重要作用,遥感数据挖掘与知识发现、新方法研究则是各种铀成矿要素光谱信息和空间特征识别的关键技术手段。本文基于曲波变换技术,开发了卫星高光谱数据（Hyperion）和高空间分辨率（SPOT5）的影像融合方法,融合影像在数据噪声消除、信息增强与信息提取方面应用效果显著;利用离散小波变换技术,高精度提取了主要铀成矿要素的光谱参数,建立了典型四价和六价铀矿物的光谱识别谱系。另外,通过钻孔岩心和探槽工程的高光谱编录、地质编录和物探编录,建立了典型蚀变带的物谱关系模型,重点分析了赤铁矿化蚀变（Fe3＋）光谱特征与铀含量之间的相关关系。上述遥感数据处理新技术新方法在桃山地区铀矿地质勘查中取得了理想效果。     

串联去噪技术在金属矿地震勘探中的应用

金属矿地震勘探中原始数据的信噪比很低,多种干扰混杂在记录中,常规去噪手段难以达到理想效果。针对金属矿地震数据中强线性干扰,设计了f-k 滤波、Radon 变换方法二级衰减; 针对强随机噪声,设计Radon 变换以及Curvelet 域组合变换法二级衰减,组成了f-k 滤波法、Radon 变换及Curvelet 域组合变换法串联去噪方法。应用于金昌金属矿多类混杂强噪声的地震实际数据中,大幅提高了数据的信噪比,经验证本文方法实用、有效。     

Two-dimensional Conditional Simulations Based on the Wavelet Decomposition of Training Images

Scale dependency is a critical topic when modeling spatial phenomena of complex geological patterns that interact at different spatial scales. A two-dimensional conditional simulation based on wavelet decomposition is proposed for simulating geological patterns at different scales. The method utilizes the wavelet transform of a training image to decompose it into wavelet coefficients at different scales, and then quantifies their spatial dependence. Joint simulation of the wavelet coefficients is used together with available hard and or soft conditioning data. The conditionally co-simulated wavelet coefficients are back-transformed generating a realization of the attribute under study. Realizations generated using the proposed method reproduce the conditioning data, the wavelet coefficients and their spatial dependence. Two examples using geological images as training images elucidate the different aspects of the method, including hard and soft conditioning, the ability to reproduce some non-linear features and scale dependencies of the training images.     

煤矿掘进工作面低照度视频增强技术研究

针对煤矿掘进工作面视频光照较低、亮度不均、纹理模糊、噪声较多等问题,提出一种煤矿掘进工作面低照度视频增强算法。首先,利用卷积的可分离性将视频图像进行一维水平卷积与垂直卷积,再利用完美反射法实现视频图像自动白平衡,并使用图像混合增强技术提高视频图像整体亮度。然后,基于大气散射模型与暗通道先验方法,通过递归分割将图像分割为高光区、中间调和暗调区,并求取对应区间通道像素最大值,将其3者均值作为大气光照估计值,引入调节因子对透射率进行调整优化,并使用拉普拉斯锐化操作,增加图像高频成分、抑制图像低频成分,提高图像对比度。最后,基于改进的大气散射模型对掘进工作面低照度视频进行去雾处理。实验结果表明,视频增强算法能够对煤矿掘进工作面低照度视频进行实时增强、去雾处理,避免了视频图像暗淡、失真、模糊和突变等问题。相较于Retinex算法、ALTM算法和暗通道先验算法,视频增强算法大幅度提高了视频图像的信息熵、标准差和平均梯度,且具有较好的实时处理速度,能够为掘进工作面视频的目标识别、目标跟踪、目标监测和图像分割等后续处理提供优质、可靠的支撑。