基于分类思想的高密度数据去噪方法研究
详细信息
- 责任者：周竹生^c中南大学^d1965^e博士^f教授 ; 杨俊 ; 黄平^c中国石油西南油气田公司勘探开发研究院 ; 马阳
- 刊名：物探化探计算技术
- 出版年：2010
- 卷期：32^b3总131
- 关键词：高密度电阻率法20^a电法勘探 ; 去噪 ; 滤波 ; 数据处理 ; 三维模型 ; 视电阻率 ; 反演问题30^a阈值
- 页码：274～278
- 索书号：P630.6/363-14
- 图表：^c参8插图
- 分类号：2100
- 文摘期号：2010/11
摘要
这里参照图像去噪方法，提出了一种基于噪声分类的自适应混合滤波去噪方法。由于传统均值滤波和中值滤波对高斯型噪声和椒盐型噪声(脉冲噪声)有着不同的滤波特性，而在野外采集的原始高密度数据中，可能同时存在高斯型噪声和椒盐型噪声。因此，单独采用中值滤波或均值滤波都不会达到最好的去噪效果。为了能有效滤除这对二种不同性质的噪声，现提出了一种新的混合滤波算法。该算法首先利用局部阈值把受高斯型噪声污染的数据点和受脉冲型噪声污染的数据点区别开来，然后对前者采用均值滤波算法，而对后者则采用带自适应的改进中值滤波算法进行去除。