据处理时的边界算法往往存在仅仅减轻了边界效应的问题，去除 边界效应并不彻底，本发明利用相邻信号具有相似性的特点，利用边界数据求取其镜像数 据，进而对整个数据进行扩边，将扩边后的大数据再进行各类数据处理，最后将处理后的结 果进行去边处理，得到处理后的没有边界效应的结果数据。
[0069] 如图2所示，本发明方法的具体实现步骤为：
[0070] 步骤一：构建大矩阵
[0071] 假定S为原始地震炮集或道集数据，大小为m个采样点，η个地震道，即S的大小 为mXn。新建立一个矩阵S1，该矩阵为扩边后的地震数据，若沿采样点方向顶端和低端各 扩H个点，沿地震道方向左边和右边各扩K个点，则S1的大小为（m+2*H) X (n+2*K)，如图1 所示的示意图。
[0072] 步骤二：迭代逐点求取新扩数据的镜像值
[0073] 将S放入大矩阵S1的中心位置，抽取S中的第i道，假定该道的上边界点为j，则 S1,,为S在第i道最上面边界的一个点。对S1来说，S1,,是其内部一个点，沿采样点方向镜 像地求取空白区的值，计算公式如式（7)。
[0074] S1>]k = S1>]+k k彡H (7)
[0075] 由此，可以计算得到Si^j丨=Si、j+1, Sy 2 = SiJ2，…，Si^j H = Di,_j+H,逐点求取空白 道的值。再依次逐道重复上面的计算，获得空白区，完成采样点方向所有道的边界的计算， 此时S的大小为（m+2*H)Xn。完成采样点方向的扩边算法后，再沿道方向用同样的方法对 其进行镜像扩边，此时S的大小为（m+2*H) X (n+2*K)，具体如下：
[0076] 将S放入大矩阵S1的中心位置，抽取S中的第t时刻各道的值，假定该道的左边 边界点为P，则S t,p为S在第t时刻最左边边界的一个点；对S1来说，St, p是其内部一个点， 对每一时刻均利用公式（8)沿采样点方向镜像地求取空白区的值：
[0077] St>pq = St>p+q q彡K (8)
[0078] 每个时刻重复，即tl时刻算完，接着算t2时刻，逐个计算，如图1所示是横向的扩 边，（31)是纵向的扩边，完成道方向所有边界的计算，此时S的大小为（m+2*H) X (n+2*K)。
[0079] 步骤三：对扩边后的大数据进行数值运算
[0080] 完成步骤二的算法后，数据将变成一个大小为（m+2*H) X (η+2*Κ)的矩阵，对该矩 阵进行数值运算（常见的如线性非线性方程求解、矩阵运算、插值、数值积分、拟合、求极 值、数学变换与滤波等等，根据目的的不同，采用不同的数值运算方法，本发明采用中值滤 波作为对本发明所描述方法的一个应用验证。），将运算后的结果去掉扩的边（以大矩阵 的中心点做为结果矩阵的中心点，从扩边后的大矩阵中提取与原始矩阵相同的大小的矩 阵。），即得到运算后的结果。本发明采用中值滤波对本算法及应用效果进行分析。
[0081] 通过理论模型及实际地震数据测试，本方法去除边界效应明显，具有较强的针对 性。
[0082] 如图3-1至图3-5是模拟地震数据镜像边界去噪效果图，图3-1为原始模似道集， 共有2个反射层，分别在1000 ms和2000ms处，共3000个样点，27道，采样率为lms，加入的 噪声为随机噪声。图3-2为未加边界直接进行中值滤波去噪后的道集，可以看到去噪后的 道集信噪比提高了，但边界处有信号畸变现象。图3-3为加零边界去噪后的道集，可以看到 去噪后的信噪比同样提高了，边界处的信号依然有畸变的现象，边界处的值几乎趋近于零 了。图3-4为加随机边界去噪后的道集，可以看到去噪后的道集信噪比提高了，边界处的 边界效应较轻。图3-5加镜像边界去噪后的道集，道集显示边界处的效应进一步减轻。为 了更清楚地显示边界效应，放大图3-1至图3-5,图4-1至图4-5是模拟地震数据镜像边界 去噪放大效果图，图4-1为原始模拟道集，图4-2为未加边界直接进行中值滤波去噪后的道 集，边界处的红色框内信号发生了明显的畸变，这对后续处理是非常不利的，图4-3为加零 边界去噪后的道集，红色框内信号有趋近于零的现象，对信号的损失较为严重，图4-4为加 随机边界去噪后的道集，边界处的边界效应较轻，图4-5为加镜像边界去噪后的道集，道集 显示边界处的效应进一步减轻，去噪效果明显。
[0083] 采用本发明的方法对实际地震资料进行边界处理效果分析，如图5-1至图5-5所 示，图5-1为原始模拟道集，图5-2为未加边界直接进行中值滤波去噪后的道集，可以看到 不仅仅边界有畸变现象，整个去噪剖面效果也不理想，图5-3为加零边界去噪后的道集，边 界处的信号有损失现象，去噪效果有所改善，图5-4为加随机边界去噪后的道集，边界处的 边界效应较轻，去噪效果进一步改善，图5-5为加镜像边界去噪后的道集，道集显示几乎没 有边界效应，去噪效果明显，对有效信号的伤害也更小。图6-1至图6-5为放大后的实际地 震资料边界处理效果，对比发现，加镜像边界的图6-5去噪效果最好，几乎没有边界效应， 信噪比得到了极大提高。
[0084] 本发明的目的是利用数据边缘信号的特点计算其镜像信号进行扩边，改进了传统 边界模式，达到了较好的处理效果。本发明利用相邻信号具有相似性的特点，利用边界数据 求取其镜像数据，进而对整个数据进行扩边，将扩边后的大数据再进行各类数据处理，最后 将处理后的结果进行去边处理，得到处理后的没有边界效应的结果数据。
[0085] 上述技术方案只是本发明的一种实施方式，对于本领域内的技术人员而言，在本 发明公开了应用方法和原理的基础上，很容易做出各种类型的改进或变形，而不仅限于本 发明上述【具体实施方式】所描述的方法，因此前面描述的方式只是优选的，而并不具有限制 性的意义。
【主权项】
1. 一种镜像边界计算方法，其特征在于：所述方法利用数据边缘信号的特点计算其镜 像信号来进行扩边； 所述方法包括： (1) 输入原始地震信号炮集或道集数据，即原始矩阵s，S的大小为m个采样点，n个地 震道，即S的大小为mXn ; (2) 构建大矩阵S1 : 对原始矩阵S，沿采样点方向的顶端和低端各扩H个点，沿地震道方向的左边和右边各 扩K个点，则得到扩边后的地震数据，即大矩阵S1, S1的大小为（m+2*H) X (n+2*K); (3) 迭代逐点求取新扩数据的镜像值得到大矩阵S1 ; (4) 对所述大矩阵S1进行数值运算，然后将运算后的结果去掉扩的边，即得到运算后的 结果。2. 根据权利要求1所述的镜像边界计算方法，其特征在于：所述步骤（3)是这样实现 的：所述步骤（3)是这样实现的： (31) 沿采样点方向镜像地求取空白区的值： 将S放入大矩阵S1的中心位置，抽取S中的第i道，假定该道的上边界点为j，则S 1,, 为S在第i道最上面边界的一个点；对S1来说，S1,,是其内部一个点，对每一道均利用公式 (7)沿采样点方向镜像地求取空白区的值： S1>jk = S1>]+k k^H (7) 完成采样点方向所有道的边界的计算，此时S的大小为（m+2*H) Xn ; (32) 沿道方向镜像地求取空白区的值： 将S放入大矩阵S1的中心位置，抽取S中的第t时刻各道的值，假定该道的左边边界 点为P，则St,p为S在第t时刻最左边边界的一个点；对S1来说，S t,p是其内部一个点，对每 一时刻均利用公式（8)沿道方向镜像地求取空白区的值： S…= St,p+q q彡K (8) 完成道方向所有时刻的边界的计算，此时S的大小为（m+2*H) X (n+2*K)。3. 根据权利要求1所述的镜像边界计算方法，其特征在于：所述步骤（4)中的将运算 后的结果去掉扩的边是这样实现的：以大矩阵S 1的中心点作为结果矩阵的中心点，从扩边 后的大矩阵S1中提取与原始矩阵S相同道数和采样点的矩阵。
【专利摘要】本发明提供了一种镜像边界计算方法，属于地震勘探资料处理等数字信号处理领域。本方法利用数据边缘信号的特点计算其镜像信号来进行扩边；包括以下步骤：(1)输入原始地震信号炮集或道集数据，即原始矩阵S，S的大小为m个采样点，n个地震道，即S的大小为m×n；(2)构建大矩阵S1：对原始矩阵S，沿采样点方向的顶端和低端各扩H个点，沿地震道方向的左边和右边各扩K个点，则得到扩边后的地震数据，即大矩阵S1，S1的大小为(m+2*H)×(n+2*K)；(3)迭代逐点求取新扩数据的镜像值得到大矩阵S1；(4)对所述大矩阵S1进行数值运算，然后将运算后的结果去掉扩的边，即得到运算后的结果。
【IPC分类】G01V1/36
【公开号】CN105093322
【申请号】CN201410207335
【发明人】谢金娥, 沈忠秋, 谌艳春, 贾春梅, 许璐
【申请人】中国石油化工股份有限公司, 中国石油化工股份有限公司石油物探技术研究院
【公开日】2015年11月25日
【申请日】2014年5月16日