研究成果发表于行业旗舰期刊《IEEE TRANSACTIONS ON GEOSCIENCE AND REMOTE SENSING》（TOP期刊）。

图 论文网站截图

大多数最小二乘偏移（LSM）成像方法使用迭代梯度更新方法来近似海森矩阵的逆，但这种近似并不精确，而且需要大量的计算时间。点扩散函数（PSF）是一种光学成像方法，定义为成像系统对点光源的响应。在光学中，复杂物体的成像被认为是 PSF 与真实物体褶积后得到的退化结果，这与使用黑森算子的地震成像定义类似。为了精确计算海森矩阵的逆，解决 PSF 稀疏性选择问题，消除偏移噪声，我们提出了一种使用高斯平滑 X 形去噪扩散滤波算子的速度自适应不规则 PSF 反褶积成像。速度自适应不规则网格选择策略可以根据不同层的速度自适应选择网格大小，确保成像精度最大化，避免 PSF 之间的干扰风险。高斯平滑 X 形去噪扩散滤波算子可消除偏移噪声，还能防止反褶积噪声的引入。我们利用 Marmousi 模型和野外数据集比较了我们提出的方法与其他常用方法的性能，结果表明我们提出的方法与其他方法相比，地震事件更清晰、振幅更均衡、分辨率更高、信噪比更高。

研究成果近期发表在地学领域TOP期刊IEEE TRANSACTIONS ON GEOSCIENCE AND REMOTE SENSING。论文第一作者为中国石油大学（华东）地球科学与技术学院王奕昕博士，通讯作者为中国石油大学（华东）曲英铭教授。

论文信息：Y. Wang, C. Huang, Y. Qu, M. Li and J. Li, "Velocity-Adaptive Irregular Point Spread Function Deconvolution Imaging Using X-Shaped Denoising Diffusion Filtering," in IEEE Transactions on Geoscience and Remote Sensing, vol. 61, pp. 1-8, 2023, Art no. 5916808, doi: 10.1109/TGRS.2023.3303184.