La deconvolución o filtraje inverso puede definirse como un

cierto proceso que neutraliza una acción de convolución

previa (o filtración).

La principal aplicación de los filtros inversos es eliminar los

efectos adversos de una operación de filtrado previo que
suceden en el campo del procesado de datos sísmicos de
reflexión. Por otro lado la deconvolución sirve para intentar
eliminar los efectos que ejercen tanto la fuente como el
medio por el que se propagan las ondas sísmicas en la señal
temporal registrada.

La deconvolución vista como un proceso de filtrado cuenta

con dos áreas básicas: estimación de parámetros e
identificación de estado.
in concreto, lo que se tiende a hacer con la deconvolución es
minimizar el efecto de la convolución, pero no se puede
suprimir del todo para llegar a la información pura.

Los procedimientos matemáticos asociados a la

deconvolución descansan por lo general sobre varias
hipótesis en común con el modelo convucional:

ͻModelo de capas horizontales con velocidades constantes e

incidencia normal.
ͻUna onda sísmica estacionaria (su forma no cambia durante
la propagación)
ͻLa ondícula sísmica es de fase mínima, en el caso de la
deconvolución spiking.
La deconvolución por lo general implica la convolución con un
filtro inverso. La idea es que esto deshace los efectos de un filtro
anterior, tales como la tierra o el sistema de grabación. La
dificultad en el diseño de un filtro inverso es que casi nunca se
conocen las propiedades del filtro, cuyos efectos estamos
tratando de eliminar.

La Tierra está compuesta por un conjunto de capas de diferente

litología y propiedades físicas. Sísmicamente los estratos se
definen por sus densidades y las velocidades de propagación de
las ondas, o lo que es lo mismo, por la impedancia acústica
(producto de ambas magnitudes). il contraste de impedancias es
la razón de las diversas reflexiones que sufre la señal incidente.
Así, la traza registrada puede considerarse como la convolución
entre la fuente inicial que origina la onda y el efecto que la tierra
ejerce sobre la misma.
°onsideremos una traza sísmica cualquiera, resultado de la
convolución de la respuesta de la tierra por el impulso inicial
creado por la fuente.
Si pasamos al dominio frecuencial con una transformada de
Fourier (Fig. 2.16) podemos constatar dos cosas: Primero, que las
amplitudes del espectro de la traza sísmica (sismograma) son
muy similares a las amplitudes del impulso inicial (segundo y
tercer panel de la Fig. 2.16), mientras que el espectro de
frecuencias correspondiente a la respuesta de la Tierra es más
parecido al espectro de una señal de tipo aleatorio.

De hecho, generalmente se piensa que las rápidas fluctuaciones

observadas en las amplitudes del sismograma (derecha de la
Fig.2.16) son una manifestación de la respuesta de la tierra al
impulso (izquierda de la Fig.2.16), mientras que la forma básica
del sismograma se debe a la forma del impulso inicial (centro).
in resumen, el sismograma tiene las características de la fuente ya
que sus autocorrelaciones y sus espectros de amplitudes son
similares, exceptuando el primer pico que lo consideraremos como
el efecto de la respuesta de la Tierra.
ixisten varios tipos de ondículas sobre las cuales se opera;
por ejemplo el tipo delta de Dirac (m
) que tiende a
convertir los lóbulos de reflexión en picos.
in la práctica el analista sísmico busca un razonable punto
medio entre la agudización de los reflectores y el aumento del
ruido. A continuación un caso real en el que se puede
apreciar que la sección sísmica final (resultante de aplicar
toda la secuencia de procesado, hasta el apilamiento o suma
inclusive) da como producto una sección con mejor definición
de reflectores pero también más ruidosa cuando se ha
aplicado la deconvolución, una corrección que, como se
indicó, no es obligatoria aunque sí muy frecuente.
i
i



i
i 


i



i

Para explicar la idea básica de deconvolución, podemos considerar la
operación de convolución siguiente:
y(t)=f(t)*h(t) (1)
Donde f(t) y h(t) son dos funciones convolucionadas y y(t) es la función de
salida de convolución.
Ahora, suponga que y(t) y f(t) son dadas, entonces el proceso de encontrar
h(t) se llama deconvolución, y el sistema que hace eso se llama el filtro
inverso. Así, si h'(t) es la función que debe ser los convolucionada con y(t)
para dar f(t), nosotros podemos escribir:
f(t)=y(t)* h͛(t) (2)
Sustituyendo por y(t) de la ecuación (1), nosotros conseguimos:
f(t)=f(t)*h(t)* h͛(t) (3)
Sin embargo, de la teoría de la función Dirac delta, nosotros tenemos:
f(t)=f(t)* ɷ(t) (4)
Haciendo uso de esta relación, ecuación (3) se reduce a:
h(t)*h͛(t)= ɷ (t)
il cual expresa el tipo de relación que existe entre el operador de
convolución h(t) y el operador de deconvolución h'(t).


i
i 

i 


  



La deconvolución spiking (o deconvolución de blanqueado) emplea un filtro

inverso de mínimos cuadrados que se aplica a la ondícula sísmica para
encontrar su inversa, que también será de fase mínima. Posteriormente la
convolución de la inversa de la ondícula con la traza sísmica genera la serie de
reflectividad. il carácter de ͞spikes͟ de la sección sísmica dependerá de la fase
de la ondícula, mientras más se parezca a una ondícula de fase mínima
mejores serán los resultados.

il principio general de la optimización de la ondícula es filtrar las muestras de

serie de tiempo de un modo que la salida filtrada sea una función de impulso
representando la deconvolución de la señal. Un filtro óptimo es aquel en el
cual la energía de la diferencia entre el filtro actual y el deseado es
minimizada. Dicho filtro se denomina óptimo o filtro de mínimos cuadrados y
es conocido como el criterio de error de mínimos cuadrados medio de Wiener
y se denomina filtro de Wiener.
i 
 i



iste tipo de deconvolución hace uso de la hipótesis que

establece que la reflexión es un proceso aleatorio, haciendo
posible el cálculo y detección de ruido coherente como,
múltiples, reverberaciones, entre otros. Las ecuaciones normales
para el cálculo del filtro predictivo se pueden escribir
conociendo la constante de predicción y una matriz que se
conoce con el nombre de matriz de Toeplitz. A partir de estas
ecuaciones, se puede escribir fácilmente una expresión para el
filtro de predicción de error.


i
i


i 


i
i
 


i


La excitación que se brinda a un sistema, permitirá dar una

respuesta de éste en un intervalo de tiempo adyacente al de la
excitación, ya que sufre un pequeño retardo, al ser procesada y en
la mayoría de los casos, transformada de acuerdo a las operaciones
que el sistema requiera hacer. il proceso para conocer cómo opera
el sistema dada las señales de entrada y salida, se le conoce, como
deconvolución



La imagen 2 surge de la convolución de las fuentes reales de luz

(el objeto) y la función de dispersión del punto ( PSF )
.
Gráficamente, y considerando un corte longitudinal XZ de una
imagen de fluorescencia tridimensional, la convolución actúa
como sigue:
Al registrar una imagen, obtenemos solamente la distribución 2.
También podemos conocer cómo el microscopio degrada la imagen
midiendo su PSF (por ejemplo mediante cuentas de calibración ) o
con un cálculo teórico basado en algunos parámetros del
microscopio . Por lo tanto la situación queda descrita con la
siguiente ilustración:
La deconvolución ciega es un método de deconvolución que
intenta obtener el objeto y la PSF
m

 a partir
de la imagen 2. Por lo tanto, en principio no requiere conocer 


la PSF.