-
题名叠前非局部平均滤波压制随机噪音
被引量：10
- 1
-
-
作者
胡新海
欧阳永林
曾庆才
王兴
康敬程
-
机构
中国科学院大学
中国科学院渗流流体力学研究所
中国石油勘探开发研究院廊坊分院
-
出处
《煤田地质与勘探》
CAS
CSCD
北大核心
2014年第5期87-91,共5页
-
基金
国家科技重大专项课题(2011ZX05013-001)
-
文摘
非局部平均滤波方法的去噪性能优异,但其在地震资料处理中的应用刚刚起步。该方法利用数据具有的结构冗余,以包含局部结构的小窗口或邻域为单元,利用局部结构相似性进行加权运算,增强有效信号,压制随机噪音。针对叠前地震资料数据量大、噪音背景强、局部结构简单;原始非局部平均算法对每一点滤波,需要对数据体内所有点计算权系数后进行加权计算,计算量大,对强噪音背景适用性差等不足,对原始非局部平均算法进行了改进,主要包括:基于速度谱的搜索窗口分割;基于梯度域奇异值分解的局部结构相似集选择方法;基于相似集大小的自适应滤波参数选择方法。试验结果表明,该方法改进后对于叠前地震数据的随机噪声具有较好的压制作用。
-
关键词
叠前非局部平均滤波
自适应加权
梯度域奇异值分解
预选择
去噪
-
Keywords
pre-stack nonlocal means method
self-adaptive weighting
singular value decomposition in gradient domain
-
分类号
P631
[天文地球—地质矿产勘探]
-
-
题名有效保持细节特征的快速非局部滤波方法
被引量：4
- 2
-
-
作者
许光宇
檀结庆
钟金琴
-
机构
合肥工业大学计算机与信息学院
合肥工业大学数学学院
-
出处
《计算机工程与应用》
CSCD
2012年第23期196-202,共7页
-
基金
国家自然科学基金(No.61070227
No.60773043)
教育部科学技术研究重大项目(No.309017)
-
文摘
非局部均值滤波方法具有优异的去噪性能,但该算法计算复杂度太高,且滤波后图像有大量结构残留。研究了基于预选择的非局部均值滤波方法,并指出已有方法在提取图像子块特征方面的不足。利用梯度域奇异值分解提取图像子块的结构特征,提出一种有效保持细节特征的快速非局部滤波方法。主要贡献有:(1)基于局部结构特征的鲁棒预选择方法;(2)相似集大小与滤波性能的关系以及相似子块的自动选取;(3)结构相似权系数的构造。利用欧氏距离的对称性进一步提高运行速度。实验结果表明,该方法在去除噪声的同时能有效地保持图像细节信息,取得滤波性能与运行速度之间较好的平衡。
-
关键词
非局部滤波
梯度域奇异值分解
图像特征
预选择
结构相似权系数
-
Keywords
Nonlocal Means Filtering（NLMF）
Singular Value Decomposition（SVD）in gradient domain
image feature
preselection
structure similarity weight
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
