高斯噪声消除算法的并行处理研究与分析

维纳滤波(Wiener)算法、非局部均值滤波(NLM)算法以及三维块匹配滤波(BM3D)算法是图像处理领域高斯噪声去除使用最广泛的三种算法。本文针对三种去噪算法的特点,设计了三种算法的并行处理程序,通过实验对去噪效果进行了分析比较。实验结果表明,BM3D以及NLM去噪结果较维纳滤波更好;在基于并行算法的条件下,BM3D以及NLM在面对大数据量时算法效率有明显提升,获得较高的加速比,维纳滤波算法在并行条件下优势并不明显;BM3D算法用时最短、去噪效果最好,在图像尺寸为2048×2048时,图像处理加速比达到9.8。     

精细古地貌恢复在海上油田中-深层储层预测中的应用——以渤海X油田沙二段为例

近年来渤海X油田生产与资源的矛盾日益凸显,且因钻井少、井距大和储层埋藏深,储层认识及"甜点"预测难度很大。文章综合利用钻、测井资料、地震资料等,以高频层序地层格架下地层发育特征为切入点,采用"地震分析定性、层序格架定时、地层厚度定量、三维可视成图"的思路,重点经过去压实恢复、古水深校正,精细恢复沙二段6个沉积时期古地貌。其结果表明,渤海X油田主要发育沟谷、凹陷、斜坡和凸起四种地貌类型。不同沉积期古地貌特征差异明显:沉积早期以隆起为主,沟谷-凹陷组合仅在西南部发育,沉积范围局限;沉积中后期隆起向西北收缩,沟谷-凹陷组合向东北延伸,沉积范围扩大;沉积晚期全区大范围以沟谷-凹陷组合为特征,地形坡度变化小,砂体连片分布。此外,结合生产动态及薄片资料等,从砂岩厚度、水动力条件、单井产能等方面,以E3S2-1—E3S2-2小层古地貌分布图为基础,综合选择砂岩厚度大于15m、古水深小于7m、比采指数大于0.6等参数作为边界约束,预测出有利储层分布区域3个。上述认识对该区后期开发、调整具有重要的参考价值。     

一种基于压缩感知的遥感影像混合去噪模型

针对遥感影像噪声通常由光学噪声和电噪声组成的特点,提出了一种基于压缩感知的混合去噪模型。该模型结合了压缩感知原理和自适应中值滤波算法,分别在小波域与空间域对影像进行去噪。实验结果证明了混合模型在有效抑制影像中噪声的同时,可以保持较高的信噪比和归一化方差,有较高的图像的纹理和边缘信息保持能力。     

LIFT去噪方法在低信噪比资料处理中的应用

传统去噪一般都是通过各种方法将原始数据分离为有效信号和噪声,从而达到去噪目的,在去噪的过程中,忽略了信号保真的处理原则,在去掉噪声的同时有可能也损害了有效信号。这里从传统去噪方法存在的问题入手,通过对传统去噪方法的原理分析,研究了LIFT去噪技术。LIFT去噪的核心是首先建立信号模型,然后将原始地震信号和信号模型相减,求得剩余信号。通过对剩余信号进行针对性的去噪处理,去除剩余信号中存在的噪声,然后再与信号模型进行合并重构,得到新的具有高信噪比、高保真的地震信号。将该方法在低信噪比地震资料处理中进行了实例测试,取得了理想的应用效果。     

小波变换在位场资料去噪和位场分离中的应用

根据小波变换的原理,研究了小波阙值去噪方法和位场分离方法在某实测布格重力异常的应用及效果。多矩形棱柱体模型试验表明:选取合适的小波基和小波参数,可以更好地提取出重力异常中的有用信息,为下一步在实测重力数据中的应用提供理论基础。实测布格重力资料处理结果表明:基于小波变换的去噪方法和位场分离方法,能够较好地去除随机噪声,更好地区别出局部异常和区域异常,提高数据处理与解释中有用信号识别的精度。     

时空Kalman滤波在变形分析中的应用研究

时空Kalman滤波可对变形监测数据进行时空滤波去噪、数据插补和变形预测,本文利用时空Kalman滤波进行变形分析,从模型原理及试验两方面比较分析了Kriged Kalman filter(KKF)、space time Kalman filter(STKF)和spatio-temporal mixed effects(STME) 3种典型时空Kalman滤波模型的性能和适用性。结果表明:3种时空Kalman滤波模型均基于空间基函数及动力学模型组合形式描述时空数据的时空相关性,其主要差异在于空间变异的描述形式不同、空间基函数和状态转移矩阵构造过程不同及模型降维方法不同。在适用性方面,KKF模型更适合于稀疏测站的变形分析,STKF模型及STME模型更适合于海量测站的变形分析。在变形分析应用效果方面,3种时空Kalman滤波模型均具有较高精度的时空滤波去噪、数据插补和变形预测性能,其滤波结果相对于普通Kalman滤波结果的平均改善率为21.1%,其缺失数据插补结果相对于Hermite时间插值结果的平均改善率为42.4%,其空间预测结果相对于Kriging空间插值结果的平均改善率为65.3%,其对已知测站未来变形的时空预测结果相对于普通Kalman滤波时间预测结果的平均改善率为20.6%,其对非观测站点未来变形的时空预测结果相对于Kalman滤波+Kriging组合模型预测结果的平均改善率为20.5%。     

高分辨率遥感影像快速去雾

针对含雾遥感影像在军事航空侦查、地物判读等方面使用率低、有效性差的问题,以及现有去雾算法中存在计算复杂耗时、色彩失真的弊端,结合遥感影像景深变化小、不含天空背景等特点,本文提出一种改进的暗原色先验去雾算法。首先,对影像中白色场景灰度值进行统计并设定阈值划分为失效区,分离水域与非水域减少蓝色波段在水域的占比,合成新的蓝色波段,以改进暗通道值的获取方法;其次,采用导向滤波替代软抠图法优化透射率提升处理时间;然后,对关键参数进行适应性改进试验并采用自动色阶恢复去雾后的影像色彩;最后,利用含雾的无人机影像和GF-2影像进行了试验,并进行了定量评价。试验结果表明,在同等试验条件下,本文方法处理单幅影像的时间比暗原色先验去雾算法的提升4倍以上,且去雾后影像的灰度均值、标准差、信息熵、平均梯度等指标比暗原色先验去雾算法得到的值均有提高,能有效提高有雾影像的清晰度,增强影像色彩和细节。     

地球的挥发分循环与宜居环境演变SCIEI北大核心CSCD

地球宜居环境的形成和演变与挥发分循环密切相关。宜居性受地球表层系统中挥发分组成和变化的直接影响,但其本质上受控于地球深部系统的挥发分释放和循环过程。本文简要介绍了地球挥发分的起源、大气圈和海洋的形成与演化、深部挥发分释放及对气候环境的影响、俯冲带挥发分循环等几个方面的研究概况。期望本文能使读者更好的理解本专辑稿件的内容,激发起同行对挥发分研究的兴趣,促进我国挥发分相关研究的发展。     

小波去噪的灰色最小二乘支持向量机变形预测

针对变形监测数据的随机性和非平稳性,以及单一预测模型的不足,该文提出了基于小波去噪的灰色最小二乘支持向量机变形预测模型。采用小波去噪对原始数据进行降噪处理,减弱数据随机扰动的影响,建立灰色最小二乘支持向量机模型,并采用粒子群算法寻找最优参数。通过大坝位移监测数据实例对模型进行验证,并与灰色模型、最小二乘支持向量机以及灰色最小二乘支持向量机进行对比分析。实验结果证明,该模型预测精度更高、稳定性更强。     

改进小波阈值法在变形监测数据处理中的应用

阈值的选取和小波函数的构造是小波阈值去噪的关键,本文从两个方面分别进行阐述。首先,通过对传统小波阈值去噪方法的分析,提出了确定阈值的新方法;其次,构造出新的小波阈值函数去处理小波系数。然后,通过对一组离散变形监测数据进行去噪处理,验证了改进小波阈值法的优越性和有效性。