目前，油气勘探进入了新时代，人们对地震资料的三高：“高信噪比”、“高分辨率”、“高保真”都提出了更高的要求。而三高之中，高信噪比是基础，没有一定的信噪比做保障，再先进的处理技术和方法都是枉然。因此去噪一直贯穿在整个处理流程之中，提高信噪比也一直是众多学者孜孜不倦在进行研究的工作。小波变换与Curvelet变换去噪，是目前应用比较广泛的噪音压制方法。基于小波域与Curvelet域的去噪，在高信噪比资料去噪时都能得到不错的噪音压制效果。但是目前随着勘探的深入，由于地表和地下复杂地质的影响，采集到的地震数据往往表现为信噪比低和有效信号弱的特点。常规阈值的小波变换去噪和Curvelet变换去噪，在去除随机噪音的同时，往往会损失较多的同相轴信息，严重影响了同相轴的连续性，降低了地震数据的品质。目前对Curvelet变换去噪的改进大多基于两种，一种是对常规软硬阈值函数的改进，另一种就是应用统计理论或者最优化理论对阈值进行改进。而本文也试图通过这两个途径的改进，来达到对低信噪比数据进行保幅去噪的目的。文中通过模型和实际资料的测试，对比了常规阈值的小波变换和Curvelet变换去噪效果，验证了常规小波变换与Curvelet变换去噪的优势与不足。同时应用了一种补偿阈值函数的方法，加强了对低信噪比数据中弱信号的保护。另一方面针对常规阈值Curvelet变换去噪的不足，结合GCV（广义交叉验证）准则，应用了一种遗传算法与Curvelet变换结合的去噪方法。该方法经过多次迭代，能寻找一个比较理想的阈值，来对传统的Curvelet变换去噪进行优化。同时，该方法不用知道图像的信噪比先验信息，比较适合实际应用。通过模型和实际资料测试，改进的Curvelet变换去噪，较之于传统的Curvelet变换去噪方法，处理效果明显，在提高信噪比和信号保真上都能更进一步。