基于双稀疏度K-SVD字典学习的遥感影像超分辨率重建

近年来,基于深度学习的超分辨率重建技术已经广泛应用于多时相高光谱影像、高分影像超分辨率重建等领域。多角度遥感影像之间具有丰富的互补信息,可用于超分辨率重建。针对高分辨率多角度遥感影像提出了一种基于动态上采样滤波网络的超分辨率重建方法。该方法的网络结构为端到端双路网络,其中一个分支网络通过动态上采样滤波模块来实现分辨率提升,另一个分支网络用来学习影像中的高频信息,将两个分支网络输出的结果相加即可得到最终的超分辨率重建影像。为了验证该方法的有效性,利用WorldView-2美国亚特兰大地区和巴西里约热内卢地区多角度遥感影像数据分别进行了2倍、3倍、4倍超分辨率重建模拟实验和真实实验,并进行了多组对比实验。实验结果表明,所提方法可以在顾及多角度影像角度维信息的同时有效提升目标影像空间分辨率,并且较好地保持了影像的细节信息。     

基于Contourlet域自适应Wiener阈值的同时震源波场分离

同时震源数据包含了多炮之间的串扰噪声,不能直接用于常规数据处理流程.因此,需要对混叠的波场进行分离得到常规采集的单炮记录.本文基于稀疏迭代反演分离,提出了一种具有尺度与空间自适应的Wiener阈值选取方法.该阈值选取方法能够根据不同迭代环境计算不同尺度下串扰噪声的方差和不同空间位置有效信号的方差,从而自适应调整阈值大小,最终通过对变换域系数进行收缩来达到去除串扰噪声的目的.理论模型数据和实际数据测试结果表明,本文方法能够快速有效地压制串扰噪声和保护弱有效信号,取得了比Contourlet域子带一致Wiener阈值方法和Curvelet域指数衰减阈值方法更好的分离效果.

     

倾角曲率属性在煤层巷道识别中的应用

煤炭智能精准开采需要构建高精度三维地质透明化模型,巷道资料动态融入地震资料解释为模型提供数据支撑。通过建立巷道地质模型进行正演模拟,分析巷道引起的地震特征差异。基于曲率属性原理,并将多种地震曲率属性分析技术应用于地震资料解释,指导实际数据中巷道识别。选取CJT煤田2号煤层作为研究对象,三维地震勘探得到高品质的地震数据体和多种属性体作为基础数据。分析发现倾角曲率属性沿层切片可以完整刻画巷道异常特征,所示巷道位置准确、边界清晰,具有较高的精度。研究表明,利用地震倾角曲率属性技术识别巷道的可行性和有效性,为检测和识别一些未知巷道提供参考依据,为煤炭精准开采提供地质保障。     

煤矿采区高密度三维地震深度域资料解释方法

时间域地震资料解释比较成熟,深度域处理技术已经走向煤炭领域,但煤矿采区高密度三维地震深度域资料解释实际应用还存在很多问题。通过煤炭地震深度域层位标定、深度域断层解释、深度域底板成图的摸索应用,参考时间域解释的流程,初步建立在煤炭高密度三维地震深度域资料中直接解释煤田地质成果的方法。以淮北祁南矿三维叠前深度偏移地震资料应用为例,通过深度域、时间域地震数据的对比剖析,断层解释、回采面地震属性显示及底板成图,取得精度更高的结果,利于一线技术人员直接运用深度域地震资料来指导煤矿生产。     

在时间域中的大倾角波动方程偏移

本文给出了在时间域中的大倾角波动方程偏移算法。计算了波散引起的偏移误差。用这个算法偏移合成和叠加地震资料,取得了好的效果。最后还给出了复杂断块地区野外地震资料偏移的例子。     

自然伽马测井曲线的分析与反褶积校正

本文探讨系统响应函数对自然伽马测井曲线所造成的影响及反褶积校正的方法,从而使受围岩影响而降低了幅值的薄层曲线恢复原来的异常,改善了厚层曲线在界面处的陡度,以利于分层定厚、地层对比和进一步作各种定量的数字解释。     

抗差滤波和重要点提取相结合的压缩算法及应用

InSAR监测成果中含有大量的冗余信息,影响形变机理反演计算分析的效率,需要进行压缩处理。结合InSAR数据特点和后处理需求,提出了基于重要点提取的矢量压缩法,该方法原理简单,压缩效率高。顾及到InSAR成果含有各种误差,影响成果的可靠性和压缩效率,提出了将抗差滤波和重要点提取相结合进行InSAR监测成果的数据压缩。实例验证抗差滤波具有较好的抗差能力,提取的等值线光滑可靠;相比于重要点提取的直接压缩算法,基于抗差滤波的压缩算法具有更高的压缩比,能够更好地反映特征信息。     

利用改进的数学形态法进行车载激光点云地面滤波

目的 通过分析车载激光点云的特征,提出了一种基于改进的数学形态法的地面滤波方法。该算法运用三维虚拟格网组织数据,在形态法迭代过程中采用环形结构元优化滤波窗口,利用局部区域自适应坡度阈值对形态法开运算进行控制。在获得初始低点后,基于邻域坡度滤波提取地面点。利用两个不同区域的点云数据进行了实验,以验证改进算法的有效性。     

基于SW统计量的自适应时频峰值滤波压制地震勘探随机噪声研究

由于金属矿区地震记录中随机噪声性质复杂且信噪比低,常规降噪方法难以达到预期的滤波效果.时频峰值滤波(TFPF)方法是实现低信噪比地震勘探记录中随机噪声压制的有效方法,但其在复杂地震勘探随机噪声下时窗参数优化问题仍难以解决.本文充分利用地震勘探噪声的统计特性,结合Shapiro-Wilk(SW)统计量辨识地震勘探记录中的微弱有效信号,提出基于SW统计量的自适应时频峰值滤波降噪方法(S-TFPF).在S-TFPF方案中,对于有效信号集中区,S-TFPF方法根据信号频率特征,选择有利于信号保持的较短时窗长度;对于噪声集中区,按噪声方差自适应增加时窗长度,增强随机噪声压制能力.S-TFPF应用于合成记录和共炮点记录的滤波结果表明,与传统时频峰值滤波方法相比,S-TFPF方法可以有效抑制低信噪比地震勘探记录中的随机噪声,更好地恢复出同相轴.     

重力异常分离的小波域优化位变滤波方法

在重力异常分离中,频率域滤波分离方法是以全局数据频谱特征设计针对性的滤波器实现的.滤波器参数与空间位置无关,因此无法针对局部数据频谱特征动态调整滤波器参数.针对该局限性,在小波域滤波理论和优化滤波方法的基础上,本文研究提出了小波域优化位变滤波法,该方法具有空间变化滤波能力,在不同空间位置实现不同的滤波器特性,从而能实现局部数据频谱与全局数据频谱存在较大差异的重力异常分离问题.理论模型数据分离实验结果表明,在局部数据频谱与全局数据频谱差异较大的情况下,该方法相对于Butterworth滤波和优化滤波等方法具有优势.最后,用一个实例进行检验计算,体现了所提方法技术的效果和应用前景.