不過在地震信號處理領域，處理噪聲和提高分辨率性能更好的選擇是另外壹種算法——構造導向濾波算法。
01 什麽是構造導向濾波
構造導向濾波采用 “各向異性擴散”平滑算法，即平滑操作只對平行於地震同相軸的信息進行，而對垂直於地震同相軸方向的信息不作任何平滑。如果發現地震同相軸橫向不連續，將不作平滑，即此平滑操作不是超出地震反射終止（斷層及巖性邊界）的操作，因此這種濾波方法能保護斷層和巖性邊界信息。由圖可見，經構造導向濾波處理後使原始地震數據中的斷續反射（珍珠串反射）變得穩定，成為連續的、可追蹤的同相軸，但在斷層處反射終止形式被保留。
02 壹個實戰案例
我們繼續延續以前案例的數據。
測試數據使用64*64的壹個仿真地震數據，如圖所示。
加上了15%的隨機噪聲，就變成了圖中這模樣。
可以看出，噪聲對有效信號影響是比較大的，特別在信號邊緣，出現了很大的幹擾。接下來，我們就來看看怎樣使用構造導向濾波來降噪。
接下來就是構造導向濾波的主函數：
這個函數比較復雜，具體的推導公式都是熱學上的，感興趣的可以去看原論文。這裏簡單介紹壹下用到的公式。主要叠代方程如下：
I是信號，因為是個叠代公式，所以有叠代次數t。四個散度公式是在四個方向上對當前像素求偏導，news就是東南西北四個方向，公式如下：
而cN/cS/cE/cW則代表四個方向上的導熱系數，邊界的導熱系數都是小的。公式如下：
最後整個公式需要先前設置的參數主要有三個，叠代次數t，根據情況設置；導熱系數相關的k，取值越大越平滑，越不易保留邊緣；lambda同樣也是取值越大越平滑。
公式理解起來比較困難，大家主要理解怎樣用就可以了。
根據實際的使用經驗，這個函數主要關註的參數有這麽幾個：
壹是叠代次數。壹般來說不超過10次，叠代次數太多，很多細節都被過濾了。
二是kappa參數。對於圖像來說，最大值255，壹般選擇50左右。所以對於地震圖像首先要進行歸壹化，然後根據數值範圍設置參數。
三是option參數。如果對於信號邊緣要求比較高，建議選2。
最後看看處理的效果：
可以看到去除的噪聲比較多，邊緣也能夠保證，相比中值濾波的效果要好。
以上就是今天的課程。這節課我們介紹了壹種在傳統的濾波算法中效果較好的壹種方案——構造導向濾波。如果大家對程序感興趣，可以聯系我交流。今天的課程就到這裏，再見。