然而，在地震信號處理領域，處理噪聲和提高分辨率性能的更好選擇是另壹種算法——面向構造的濾波算法。
01什麽是面向構造的過濾？
面向結構的濾波采用“各向異性擴散”平滑算法，即平滑操作只進行平行於地震同相軸的信息，不平滑垂直於地震同相軸的信息。如果發現地震同相軸橫向不連續，就不進行平滑處理，即這種平滑操作沒有超出地震反射(斷層和巖性邊界)的終止，所以這種濾波方法可以保護斷層和巖性邊界信息。從圖中可以看出，原始地震資料中的不連續反射(珍珠串反射)經過面向構造的濾波處理後變得穩定，成為連續的、可追蹤的同相軸，但保留了斷層處的反射終止形式。
壹個實際案例
我們繼續以前案例的數據。
測試數據使用64*64的模擬地震數據，如圖所示。
加上15%的隨機噪點，圖中會是這樣的。
可以看出，噪聲對有效信號的影響很大，特別是在信號的邊緣，存在很大的幹擾。接下來，我們來看看如何使用面向構造的濾波來降低噪聲。
下壹步是構建導向過濾的主要功能:
這個函數比較復雜，具體的推導公式都是熱學的。感興趣的可以看原文。下面簡單介紹壹下使用的公式。主要叠代方程如下:
I是信號，因為是叠代公式，所以有叠代t .四個散度公式是求當前像素在四個方向的偏導數，news是東南西北西北四個方向，公式如下:
而cN/cS/cE/cW代表四個方向的熱導率，邊界處的熱導率較小。公式如下:
最後，整個公式中有三個參數需要提前設置，叠代次數t，根據情況設置；與導熱系數相關的k值越大，越光滑，越難保持邊緣；λ也是值越大越平滑。
理解公式很難，我們只需要理解如何使用它。
根據實際經驗，該功能的主要參數如下:
壹個是叠代次數。壹般來說不超過10次，叠代次數太多，很多細節都被過濾掉了。
第二個是卡帕參數。對於圖像，255的最大值壹般是50左右。因此，首先要對地震圖像進行歸壹化處理，然後根據數值範圍設置參數。
第三個是選項參數。如果對信號邊沿要求比較高，建議選擇2。
最後，看看治療的效果:
可以看出去除了更多的噪聲，邊緣也能得到保證，比中值濾波要好。
這就是今天的課程。在本課中，我們將介紹壹種在傳統過濾算法中運行良好的方案——面向構造的過濾。如果妳對節目感興趣，可以聯系我交流。今天的課就到這裏。再見。