高密度地震资料信号频带宽、波场信息丰富、更能反映地下真实反射信息,但同时也记录了大量的噪声,存在着信噪比较低、弱信号被混杂在噪声里的严重问题,而传统的滤波方法在压制噪声的同时也损害了弱有效信号,不易发挥高密度资料的潜在优势。因此,进行面向高密度资料的噪声压制以及弱信号增强方法研究,通过提高信噪比来改善地震资料的信息精度,对山地勘探、精细油藏描述以及薄储层、小断块、小砂体、小尺度孔洞的识别具有重要意义。为了弱信号检测与增强研究工作的顺利开展,本文首先以弹性波有限差分正演模拟为基础对地震勘探中弱信号的产生机理进行了系统地分析,研究了上覆地质体特性(弯曲界面、横向宽度、纵向厚度、速度)、地质体自身特性(波阻抗、横向宽度、纵向厚度)、岩石吸收衰减以及噪声干扰强度等因素对信号振幅的影响。根据弱信号的成因分析,加强弱信号主要需要从两方面着手,一为打压“敌人”,即压制噪音;二为提高自身,即采取弱信号增强方法。在地震资料随机噪音压制方面,以减少去噪过程中对弱信号的损害为目的,研究了三种不同的去噪算法。提出的Radon域与曲波域联合去噪算法,在Radon域通过大尺度滤波将明显噪音滤除,再逐步细分,利用‘多域’‘多尺度’处理来减少弱信号损失。基于稀疏表示的K-SVD去噪方法采用自适应学习字典,相较于曲波变换确定性基函数更适应于数据本身,因而具有更为优越的数据表示能力。基于非局部算法的三维块匹配去噪方法利用了数据的自相似性来保护有效信号,尤其是保持断裂、裂缝等边缘特征,避免伪影干扰,同时又具有非常好的去噪效果。在弱信号增强方面,研究了压缩感知理论及其稀疏促进反演算法,并将非局部算法引入到压缩感知中,将数据子块的相似性作为先验信息,改善了压缩感知地震数据的重建效果,通过将其与增强函数相结合来加强弱信号的振幅,改善微弱同相轴的视觉显示效果。