Curvelet域贝叶斯估计侧扫声呐图像降斑方法

! w$ I3 T. E9 d$ M) }4 @

[1]霍冠英, 李庆武, 王敏,等. Curvelet域贝叶斯估计侧扫声呐图像降斑方法[J]. 仪器仪表学报, 2011, 32(1):8.

0 |) J2 I. Z% Z9 Q: q

来自 知网

; B& I% g. Y( x" P( G

阅读量：

* I( Q6 V* v- w/ m5 m7 S

150

作者：

霍冠英，李庆武，王敏，范习健，范新南 - b; j& j! H' k0 P3 b+ D1 W, ^6 T- Q, c

摘要：

, h, B% D7 d6 h9 t, d# D0 d

针对侧扫声呐图像的斑点噪声,提出了一种贝叶斯估计的Curvelet域降斑方法.依据海底 散射模型,得到侧扫声呐图像斑点噪声的瑞利分布乘性噪声模型.将取对数后的含斑图像进行Curvelet变换,依据噪声系数的瑞利分布,信号系数的高斯分 布,结合贝叶斯理论的最大后验概率估计方法,在近似条件下,得到Curvelet变换域系数估计的理论解析式.采用局部自适应的邻域窗口确定方法,对 Curvelet变换域处理后的系数进行逆变换,再经过指数变换后得到降斑的侧扫声呐图像.实验结果表明,在客观评价指标和主观视觉效果方面,新方法均取 得了优于传统的空间滤波及基于小波的降斑方法的效果.

3 j1 q/ x: a. I9 n8 m$ J; g M

关键词：

声呐图像；降斑；贝叶斯估计；Curvelet；局部自适应 # s! o: }7 s: B% y' [

DOI：

CNKI:SUN:YQXB.0.2011-01-029

被引量：

29 . a" y2 x3 H3 Y q; \

年份：

2011 * ^$ R) e/ U; S+ M . f) w4 i' k+ T) ]+ W, P2 Z+ ] ) \# o% O; t' d4 |0 `2 n2 @ ) D# b; s4 j: A9 z) ~