×

将自适应字典学习与非局部相似性相结合用于全波形反演。 (英语) Zbl 07484751号

摘要:我们研究了声波介质中恢复速度模型/图像的全波形反演(FWI)问题。FWI是一个典型的非线性优化问题,由于FWI问题的强不适定性,许多正则化技术被用来指导优化过程。近年来,稀疏正则化在反问题领域引起了广泛关注。此外,非局部相似性也是许多地下图像本身的固有特性。本文提出了一种基于联合局部稀疏性和非局部自相似性的FWI计算框架。首先,基于主成分分析(PCA)的字典从噪声近似图像(某些局部优化方法的估计结果)中学习,并使用学习的字典指导相似的补丁分组。其次,引入稀疏表示和非局部相似性作为正则化项。最后,使用相对总变差(RTV)算法进一步彻底消除重建模型中的残余伪影。在我们的反演策略中,外部优化知识以及模型的内在局部稀疏性和非局部自相似性先验被联合用于FWI。计算结果表明,该方法在定性和定量上都明显优于现有的反演方法,包括模型导数域的全变分FWI方法和曲线域的稀疏促进FWI法。

MSC公司:

15A04号 线性变换、半线性变换
52A07号 拓扑向量空间中的凸集(凸几何方面)

软件:

SEISCOPE公司
PDF格式BibTeX公司 XML格式引用
全文: 内政部

参考文献:

[1] 维利厄,J。;Stéphane,O.,勘探地球物理学中的全波形反演概述,地球物理学,74,6,WCC1-WCC26(2009)
[2] 王,YH;Rao,Y.,反射地震波形层析成像,地球物理研究杂志,114,B3,B03304(2009)
[3] Tarantola,A.,在声学近似下反演地震反射数据,地球物理学,49,8,1259-1266(1984)
[4] 班克斯,C。;FM Saleck;Zaleski,S.,多尺度地震波形反演,地球物理学,60,5,1457-1473(1995)
[5] 希普,R。;萨蒂什,CS。,宽口径海洋地震拖缆数据的二维全波场反演,国际地球物理杂志,151,2325-344(2002)
[6] Han,B。;Fu,HS;Li,Z.,二维声波方程反演的同伦方法,科学与工程中的反问题,13,4,411-431(2005)·Zbl 1194.76262号
[7] RG普拉特;Shin,C。;希克,GJ。,频率空间地震波形反演中的Gauss-Newton和full Newton方法,国际地球物理杂志,133,2,341-362(1998)
[8] 布罗西耶,R。;Operto,S。;Virieux,J.,通过二维弹性频域全波形反演对复杂陆上结构进行地震成像,地球物理学,74,6,WCC105-WCC118(2009)
[9] 罗,J。;Xie,X.,带角域波数滤波器的频域全波形反演,应用地球物理杂志,141107-118(2017)
[10] 王,YH;Rao,Y.,《波形建模与层析成像》。收录于:Gupta H.K.(编辑)固体地球地球物理学百科全书。《地球科学百科全书系列》,1608-1621(2021),多德雷赫特施普林格
[11] 王,YH。,地震反演:理论与应用(2017年),英国西苏塞克斯郡奇切斯特:英国西苏赛克斯郡奇彻斯特的John Wiley&Sons有限公司·Zbl 1364.86003号
[12] 阿斯特,RC;博彻斯,B。;Thurber,CH.,Tikhonov正则化。参数估计和反问题,93-127(2011),爱思唯尔学术出版社,纽约
[13] Chan,TF;Wong,CK.,全变分盲反褶积,IEEE图像处理汇刊,7,3,370-375(1998)
[14] Ritschl,L。;伯格纳,F。;Fleischmann,C.,《改进的基于全变量的CT图像重建应用于临床数据》,《医学和生物学中的物理》,56,6,1545-1561(2011)
[15] Esser,E。;Guasch,L。;Van Leeuwen,T.,全波形反演中的总变差正则化策略,SIAM成像科学杂志,11,1,376-406(2018)·Zbl 1404.35449号
[16] 彭,Y。;Liao,W。;Huang,J.,使用自适应原始-双重混合梯度方法反演地震波形的总变分正则化,反演问题,34,4(2018)·兹比尔1459.74099
[17] Loris,I。;Nolet,G。;Daubechies,I.,利用小波系数的(####)范数正则化进行层析反演,国际地球物理杂志,170,1,359-370(2007)
[18] 方,H。;Zhang,H.,基于小波的稀疏正则化双差分地震层析成像,国际地球物理杂志,199,2944-955(2014)
[19] FJ Herrmann;汉隆,I。;Kumar,R.,《Frugal全波形反演:从理论到实用算法》,《地球物理学》,32,9,1082-1092(2013)
[20] 柴,X。;唐·G。;Peng,R.,带压缩传感和稀疏性提升的简约全波形反演的线性化Bregman方法,Pure Appl Geophys,175,3,1085-1101(2018)
[21] Fu,HS;马,MY;Han,B.,用于源相关波形反演的加速近端梯度算法,《应用地球物理杂志》,177(2020)
[22] 薛,Z。;朱,H。;Fomel,S.,使用Seislet正则化的全波反演,地球物理,82,5,1-40(2017)
[23] 彼得斯,B。;史密斯曼,BR;Herrmann,FJ.,多约束地震非线性反演问题的投影方法和应用,地球物理学,84,2,R251-R269(2019)
[24] 鲁宾斯坦,R。;AM布鲁克斯坦;Elad,M.,《稀疏表示建模词典》,IEEE Proc,98,6,1045-1057(2010)
[25] 鲍,C。;蔡,J。;Ji,H.,用于图像恢复的基于快速稀疏性的正交字典学习(2013)
[26] 朱,L。;刘,E。;Mcclellan,JH,基于在线正交字典学习的稀疏推进全波形反演,地球物理学,82,2,R87-R107(2017)
[27] Huang,X,Liu,Y,Wang,F等。使用字典学习的稳健全波形反演。SEG技术计划扩展摘要;2019
[28] 李,D。;Harris,JM.,具有非局部相似性和模型导数域自适应稀疏性促进正则化的全波形反演,Geophys J Int,215,3,1841-1864(2018)
[29] Shi,Y。;王,YH。,三维垂直地震剖面数据的逆时偏移,地球物理学,18,S31-S38(2016)
[30] Dong,W。;张,L。;Shi,G.,通过自适应稀疏域选择和自适应正则化实现图像去模糊和超分辨率,IEEE图像处理汇刊,20,7,1838-1857(2011)·Zbl 1372.94072号
[31] Nocedal,J。;SJ.Wright,《数值优化》(2006),柏林,海德堡,纽约:施普林格-弗拉格出版社,柏林,纽约海德堡·Zbl 1104.65059号
[32] Chavent,G.,偏微分方程中函数参数的识别,IEEE自动控制汇刊,12,12,155-156(1974)
[33] Plessix,RE,《利用地球物理应用计算泛函梯度的伴随状态方法综述》,《国际地球物理杂志》,167,2495-503(2006)
[34] 巴鲁克,H。;Chavent,G。;Faucher,F.,非线性最小二乘吸引盆地的先验估计,应用于亥姆霍兹地震反演问题,反演问题,35,11(2019)·Zbl 1427.35015号
[35] Metivier,L。;Brossier,R.,《地震仪优化工具箱:基于反向通信的大规模非线性优化库》,《地球物理学》,第81、2、F1-F15页(2016)
[36] Reddy,SR;Freno,文学学士;Cizmas,P.,基于适当正交分解的约束降阶模型,计算方法应用机械工程,321,18-34(2017)·Zbl 1439.76141号
[37] Wang,N。;Shi,W。;Fan,C.,通过新的相似性标准改进的基于非局部稀疏正则化的图像去模糊,Int J Adv Robot Syst,15,3(2018)
[38] 刘,Q。;张,C。;郭强,基于PCA字典的自适应稀疏编码图像去噪,可视化计算机,32,4,535-549(2016)
[39] 徐,J。;张,L。;Zuo,W.,基于Patch group的图像去噪非局部自相似先验学习(2015)
[40] Daubechies,I。;Defrise,M。;De Mol,C.,具有稀疏约束的线性反问题的迭代阈值算法,《纯数学与应用数学通讯》,57,11,1413-1457(2004)·Zbl 1077.65055号
[41] 徐,L。;严奇。;Xia,Y.,通过相对总变化从纹理中提取结构,ACM Trans Graph,31,6,139(2012)
[42] 龚,C。;Zeng,L.,基于相对总变差的低强度CT自适应迭代重建,信号处理,165149-162(2019)
[43] Emmanuel,C。;Demanet,L。;Donoho,D.,《快速离散曲线变换》,SIAM J Multiscale Modeling Simul,5,3,861-899(2006)·Zbl 1122.65134号
此参考列表基于出版商或数字数学图书馆提供的信息。它的项目与zbMATH标识符启发式匹配,并且可能包含数据转换错误。在某些情况下,zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献,而不要求完整或完全匹配。