In the tomographic reconstruction of seismic travel time data, care must be taken to keep the propagation of data errors to the model space under control. The non-Gaussian noise distribution—especially the outliers in the data sets- can cause appreciable distortions in the tomographic imaging. To reduce the noise sensitivity well-developed tomography algorithms can be used. On the other hand, the quality of the tomogram can further be improved by using image processing tools. In the paper, a newly developed robust filter is presented, in which the Most Frequent Value (MFV) method developed by Steiner is applied. To analyze the noise reduction capability of the new filter (called Steiner-filter) and to compare it to smoothing filters based on arithmetic- and binomial mean, as well as median, medium-sized tomographic images are used. The MFV-based filter is successfully tested also in edge detection procedures.

No abstract

No abstract

A cikkben a korábban már publikált egyszeres exponenciális kőzetfizikai modell továbbfejlesztését, az új többszörös exponenciális kőzetfizikai modellt mutatjuk be, amely leírja az akusztikus longitudinális hullámsebesség nyomásfüggését. Mivel a kőzetben a nyomás fokozásával egyidejűleg több relaxációs folyamat (pl. mikrorepedések vagy, pórustérfogat záródása, vagy szemcsehatárokon történő súrlódás, stb.) is okozhatja a terjedési sebesség növekedését, a modell egyszerre több mechanizmust képes kezelni. A korábban alkalmazott linerizált inverziós eljárás a lokális minimumban elakadhat, ezért az abszolút minimumot adó globális optimalizálás módszerét alkalmaztuk a laboratóriumban mért longitudinális sebesség-nyomás adatok feldolgozása során. A kifejlesztett modellegyenletet Simulated Annealing algoritmusban válaszegyenletként alkalmazva a modell kőzetfizikai paramétereit meg lehetett határozni. Az inverziós eredmények igazolták, hogy az új modellel és algoritmussal számított adatok pontosabban illeszkednek a kőzetmintán mért adatokhoz.

No abstract