.png){kind=icon}
返回
Post-Stack Seismic Inversion with Non-Convex Total Generalized Variation Regularization
.png){kind=icon}
OA
AI
DOI：10.3390/rs18111730.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
基于叠后地震反演的高分辨率声阻抗模型重建及其在地下结构与特征识别中的重要性。传统正则化方法，包括全变分（TV）和全广义变分（TGV），易产生过平滑和阶梯状伪影，从而限制其在复杂地质环境中的有效性。本文引入一种基于非凸TGV（NCTGV）的新型正则化方法，将经典TGV正则化整合到凸-非凸框架中。该整合使模型能同时促进稀疏性并保持高阶结构连续性。所提出的地震反演模型采用乘子交替方向法（ADMM）有效求解，并适配了适用于NCTGV结构的收敛方案。数值实验验证了所提技术的性能提升。与现有正则化技术（如TV、NCTV和TGV）相比，NCTGV方法实现了更低的均方根误差（RMSE），并获得了更高的峰值信噪比（PSNR）和结构相似性指数（SSIM）评分，同时增强了垂向分辨率。视觉检查确认，NCTGV反演的阻抗模型展现出更清晰的层序边界和更锐利的地质特征。
Keyword:
post-stack impedance inversion
total generalized variation regularization
non-convex regularization
alternating direction method of multipliers
期刊
IF:
4.1
论文数:
7.4K
被引数:
15.1W
机构
引用论文
Dualization and Automatic Distributed Parameter Selection of Total Generalized Variation via Bilevel Optimization通过双层优化实现全广义变分的双重化和自动分布式参数选择
PREAI
分享收藏Striking a balance: Seismic inversion with model- and data-driven priors平衡的把握：基于模型驱动和数据驱动先验的地震反演
PREAI
分享收藏分享收藏Template-based CT reconstruction with optimal transport and total generalized variation基于最优传输和总广义变分模板的CT重建.png)
IF0
PREAI
分享收藏Reduction of Staircase Effect With Total Generalized Variation Regularization for Electrical Impedance TomographyIEEE SENSORS JOURNAL
OAAI
IEEE SENSORS JOURNALIF4.5
OAAI分享收藏分享收藏
查看更多内容