Diseño de un algoritmo que permita la reconstrucción de imágenes sísmicas en 3d a partir de datos comprimidos
No Thumbnail Available
Date
2012
Evaluators
Journal Title
Journal ISSN
Volume Title
Publisher
Universidad Industrial de Santander
Abstract
Este artículo presenta la implementación de un algoritmo en Matlab que realiza la reconstrucción de un sismograma en tres dimensiones (3D) a partir de un número reducido de muestras adquiridas de manera aleatoria (tomando muy pocos datos, aproximadamente un 30% de la información utilizada con las técnicas tradicionales de adquisición), usando la técnica de muestreo comprimido (Compressive Sampling). Esta técnica se fundamenta en que las señales muestreadas deben ser poco densas (Sparse) en algún dominio especifico, (Wavelet y Curvelet). Estas señales pueden ser muestreadas por debajo de la frecuencia de muestreo requerida por el teorema de Shannon-Nyquist. Para hacer la reconstrucción de la imagen sísmica en 3D se utiliza una herramienta computacional que resuelve problemas de optimización mediante el uso del método de punto interior para mínimos cuadrados con regularización . El algoritmo de optimización es usado para reconstruir los coeficientes de la señal poco densa, y luego se aplica una transformación inversa para obtener el sismograma 3D reconstruido. Al final de este artículo se muestra una comparación del sismograma 3D reconstruido con los sismogramas originales, de modo que se pueda verificar la eficiencia de esta implementación y su posible aplicación a futuro en el proceso de adquisición de trazas sísmicas.
Description
Keywords
Curvelet, Mínimos Cuadrados, Muestreo Comprimido, Normalización, Optimización, Poca Densidad, Wavelet.