论文部分内容阅读
非下采样Contourlet (NSCT)作为一种完全平移不变的Contourlet变换形式,这种方法是建立在迭代的非下采样滤波器组基础之上,从而对于获得一种方向性多尺度图像,更具有稀疏性。低分辨率图像往往存在模糊、细节不清晰等现象,在图像的应用领域带来诸多不便,相比之下,高分辨率图像具有更广阔的应用前景,有着重要的理论意义和应用价值;与此同时,缺失的地震数据会导致多次波预测错误,影响地震数据保真度,对于地震数据后期处理造成困扰,因此图像插值和地震数据插值有着重要研究意义。首先论文分别对图像插值和地震信号插值的研究意义以及国内外现状进行分析,对于非下采样Contourlet变换进行理论分析和实验仿真,同时给出图像质量的评价标准。然后针对传统图像插值算法所出现的“块效应”和图像降质现象,本文在传统双线性算法的基础上进行改进,先对插值点邻域内水平、垂直、45°、135°六个方向采用距离平方反比进行插值,然后再乘以插值点到插值方向距离的权重,在确定此权重时同时考虑了六个方向的灰度梯度。将非下采样Contourlet变换(NSCT)与改进双线性进行结合,对低分辨率的图像进行重构从而得到高分辨率的图像。实验结果表明,该方法能更好保留图像的边缘和细节,与其他方法相比在主观评价上和PSNR值上均有提高。最后针对地震采集时由于地理环境,传感器灵敏度等原因造成的地震数据道缺失和坏道的现象,为了提高地震数据的重构效果,本文提出了一种基于非下采样Contourlet变换(NSCT)自适应阈值的插值方法。该算法对缺失地震数据进行变换,并利用NSCT变换系数计算N次迭代对应的阈值。每次迭代时自适应选取阈值,对各尺度各方向的NSCT系数进行处理,利用未缺失地震数据填充反变换后的缺失地震数据中,完成缺失地震数据的重构。实验结果表明,充分利用NSCT变换的平移不变性和自适应阈值处理,本文算法在对均匀采样和非均匀采样的地震数据进行插值重构时,无论在主观评价还是在PSNR值上能得到更好的插值效果。