地震勘探技术在未来对于能源勘探、海洋物探等领域有着重大的意义。在地震勘探技术中,基于走时的地下探测方法应用也很普遍,其中走时信息是否精确严重影响后期的反演结果的可靠性,因此如何拾取到准确的走时信息极其重要。本文针对地震反演时所采集的数据中常夹杂干扰信息导致走时数据难以解读的问题展开研究,主要的工作如下:(1)本文提出一种基于小波分析的地震走时反演成像方法,将一种改进的小波阈值去噪算法运用到地震走时反演中,提高了走时数据的准确度,使得反演结果更加客观可靠。其中算法主要在两个方面做出改进,一个是阈值的选取,另一个是阈值量化处理方法。算法中我们通过GCV(Generalized Cross-validation)阈值选取函数来获取阈值,具体做法是采用人工蜂群算法对该函数不断地进行迭代优化,通过计算得出符合实际的最优阈值。本算法可以避免对噪声方差的估计问题,提升最后的去噪性能。在进行阈值量化时,使用了一种改进的软硬阈值改良折衷法,提高了重构后的信号的保真度。结合以上两点,可以有效地压制时空数据中的噪声,辅助我们拾取走时信息,提高了走时数据的精确性,进而得出更加客观清晰的反演结果图像。(2)本文研究了不同频率下的地震走时反演成像方法,针对初始模型我们选择用恰当的不同频率进行正演计算。分别对不同频率下去噪后以及去噪前的数据进行拾取走时信息,最后通过迭代反演得出结果图像,同时分析不同频率对反演质量的影响。本文通过波动方程有限差分法进行正演计算得出地震数据,随后将本文改进算法和针对性选取的对比算法对含噪的地震数据进行处理,从不同的加噪方式上来看,在地震走时反演成像的各个阶段的结果都验证了本文算法在地震走时反演中产生的效果要明显优于其他对比算法,证明了本文算法的有效性。